GWAS Catalog Database

Overview

GWAS Catalog は、国立ヒトゲノム研究所 (NHGRI) とヨーロッパバイオインフォマティクス研究所 (EBI) により維持管理される、公開されたゲノムワイド関連解析 (GWAS) の包括的なリポジトリです。このカタログには数千の GWAS 論文から厳選された SNP-形質関連、遺伝子変異、関連形質・疾患、p 値、効果量、および多くの研究の完全な要約統計が含まれています。

このスキルを使用する時期

このスキルは以下の内容を含むクエリに使用すべきです:

• 遺伝子変異の関連性: 疾患または形質に関連する SNP の検出
• SNP 検索: 特定の遺伝子変異 (rs ID) に関する情報の取得
• 形質・疾患検索: 表現型の遺伝的関連性の発見
• 遺伝子関連性: 特定の遺伝子内またはその近くの変異の検出
• GWAS 要約統計: 完全なゲノムワイド関連データへのアクセス
• 研究メタデータ: 出版物およびコホート情報の取得
• 集団遺伝学: 祖先特異的関連性の探索
• 多遺伝子リスクスコア: リスク予測モデル用の変異の特定
• 機能的ゲノム学: 変異効果とゲノム文脈の理解
• 系統的レビュー: 遺伝的関連性の包括的な文献統合

コア機能

1. GWAS Catalog のデータ構造の理解

GWAS Catalog は 4 つのコア エンティティを中心に構成されています:

• 研究 (Studies): メタデータ付きの GWAS 論文 (PMID、著者、コホート詳細)
• 関連性 (Associations): 統計的証拠を伴う SNP-形質関連 (p ≤ 5×10⁻⁸)
• 変異 (Variants): ゲノム座標とアレルを持つ遺伝子マーカー (SNP)
• 形質 (Traits): 表現型および疾患 (EFO オントロジー用語にマップされた)

主要な識別子:

• 研究アクセッション: GCST ID (例: GCST001234)
• 変異 ID: rs 番号 (例: rs7903146) または variant_id 形式
• 形質 ID: EFO 用語 (例: EFO_0001360 (2型糖尿病))
• 遺伝子シンボル: HGNC 承認名 (例: TCF7L2)

2. Web インターフェース検索

https://www.ebi.ac.uk/gwas/ の Web インターフェースは複数の検索モードをサポートしています:

変異による検索 (rs ID):

rs7903146

この SNP のすべての形質関連を返します。

疾患・形質による検索:

type 2 diabetes
Parkinson disease
body mass index

すべての関連遺伝子変異を返します。

遺伝子による検索:

APOE
TCF7L2

遺伝子領域内またはその近くの変異を返します。

染色体領域による検索:

10:114000000-115000000

指定されたゲノム区間内の変異を返します。

出版物による検索:

PMID:20581827
Author: McCarthy MI
GCST001234

研究詳細およびすべての報告された関連を返します。

3. REST API へのアクセス

GWAS Catalog は プログラマティックアクセス用に 2 つの REST API を提供しています:

ベース URL:

• GWAS Catalog API: https://www.ebi.ac.uk/gwas/rest/api
• Summary Statistics API: https://www.ebi.ac.uk/gwas/summary-statistics/api

API ドキュメント:

• メイン API ドキュメント: https://www.ebi.ac.uk/gwas/rest/docs/api
• Summary Statistics ドキュメント: https://www.ebi.ac.uk/gwas/summary-statistics/docs/

コア エンドポイント:

1. Studies エンドポイント - /studies/{accessionID}

   import requests
   
   # 特定の研究を取得
   url = "https://www.ebi.ac.uk/gwas/rest/api/studies/GCST001795"
   response = requests.get(url, headers={"Content-Type": "application/json"})
   study = response.json()
   

2. Associations エンドポイント - /associations

   # 変異の関連を検出
   variant = "rs7903146"
   url = f"https://www.ebi.ac.uk/gwas/rest/api/singleNucleotidePolymorphisms/{variant}/associations"
   params = {"projection": "associationBySnp"}
   response = requests.get(url, params=params, headers={"Content-Type": "application/json"})
   associations = response.json()
   

3. Variants エンドポイント - /singleNucleotidePolymorphisms/{rsID}

   # 変異の詳細を取得
   url = "https://www.ebi.ac.uk/gwas/rest/api/singleNucleotidePolymorphisms/rs7903146"
   response = requests.get(url, headers={"Content-Type": "application/json"})
   variant_info = response.json()
   

4. Traits エンドポイント - /efoTraits/{efoID}

   # 形質情報を取得
   url = "https://www.ebi.ac.uk/gwas/rest/api/efoTraits/EFO_0001360"
   response = requests.get(url, headers={"Content-Type": "application/json"})
   trait_info = response.json()
   

4. クエリ例とパターン

例 1: 疾患のすべての関連を検出

import requests

trait = "EFO_0001360"  # 2型糖尿病
base_url = "https://www.ebi.ac.uk/gwas/rest/api"

# この形質の関連をクエリ
url = f"{base_url}/efoTraits/{trait}/associations"
response = requests.get(url, headers={"Content-Type": "application/json"})
associations = response.json()

# 結果を処理
for assoc in associations.get('_embedded', {}).get('associations', []):
    variant = assoc.get('rsId')
    pvalue = assoc.get('pvalue')
    risk_allele = assoc.get('strongestAllele')
    print(f"{variant}: p={pvalue}, risk allele={risk_allele}")

例 2: 変異情報とすべての形質関連を取得

import requests

variant = "rs7903146"
base_url = "https://www.ebi.ac.uk/gwas/rest/api"

# 変異の詳細を取得
url = f"{base_url}/singleNucleotidePolymorphisms/{variant}"
response = requests.get(url, headers={"Content-Type": "application/json"})
variant_data = response.json()

# この変異のすべての関連を取得
url = f"{base_url}/singleNucleotidePolymorphisms/{variant}/associations"
params = {"projection": "associationBySnp"}
response = requests.get(url, params=params, headers={"Content-Type": "application/json"})
associations = response.json()

# 形質名と p 値を抽出
for assoc in associations.get('_embedded', {}).get('associations', []):
    trait = assoc.get('efoTrait')
    pvalue = assoc.get('pvalue')
    print(f"Trait: {trait}, p-value: {pvalue}")

例 3: Summary Statistics へのアクセス

import requests

# Summary Statistics API をクエリ
base_url = "https://www.ebi.ac.uk/gwas/summary-statistics/api"

# p 値閾値で形質による関連を検出
trait = "EFO_0001360"  # 2型糖尿病
p_upper = "0.000000001"  # p < 1e-9
url = f"{base_url}/traits/{trait}/associations"
params = {
    "p_upper": p_upper,
    "size": 100  # 結果数
}
response = requests.get(url, params=params)
results = response.json()

# ゲノムワイド有意なヒットを処理
for hit in results.get('_embedded', {}).get('associations', []):
    variant_id = hit.get('variant_id')
    chromosome = hit.get('chromosome')
    position = hit.get('base_pair_location')
    pvalue = hit.get('p_value')
    print(f"{chromosome}:{position} ({variant_id}): p={pvalue}")

例 4: 染色体領域によるクエリ

import requests

# 特定のゲノム領域の変異を検出
chromosome = "10"
start_pos = 114000000
end_pos = 115000000

base_url = "https://www.ebi.ac.uk/gwas/rest/api"
url = f"{base_url}/singleNucleotidePolymorphisms/search/findByChromBpLocationRange"
params = {
    "chrom": chromosome,
    "bpStart": start_pos,
    "bpEnd": end_pos
}
response = requests.get(url, params=params, headers={"Content-Type": "application/json"})
variants_in_region = response.json()

5. Summary Statistics の操作

GWAS Catalog は多くの研究の完全な要約統計をホストしており、すべてのテストされた変異 (ゲノムワイド有意なヒットだけでなく) へのアクセスを提供しています。

アクセス方法:

1. FTP ダウンロード: http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/
2. REST API: Summary Statistics へのクエリベースのアクセス
3. Web インターフェース: Web サイトを介して閲覧・ダウンロード

Summary Statistics API の特性:

• 染色体、位置、p 値でフィルタリング
• 研究全体で特定の変異をクエリ
• 効果量とアレル頻度を取得
• 調和化および標準化されたデータへのアクセス

例: 研究の Summary Statistics をダウンロード

import requests
import gzip

# 利用可能な Summary Statistics を取得
base_url = "https://www.ebi.ac.uk/gwas/summary-statistics/api"
url = f"{base_url}/studies/GCST001234"
response = requests.get(url)
study_info = response.json()

# ダウンロードリンクは応答に含まれます
# または FTP を使用します:
# ftp://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCSTXXXXXX/

6. データ統合とクロスリファレンシング

GWAS Catalog は外部リソースへのリンクを提供しています:

ゲノミクス データベース:

• Ensembl: 遺伝子注釈と変異の結果
• dbSNP: 変異識別子と集団頻度
• gnomAD: 集団アレル頻度

機能的リソース:

• Open Targets: ターゲット-疾患関連
• PGS Catalog: 多遺伝子リスクスコア
• UCSC Genome Browser: ゲノム文脈

表現型リソース:

• EFO (Experimental Factor Ontology): 標準化された形質用語
• OMIM: 疾患遺伝子関係
• Disease Ontology: 疾患階層

API 応答のリンクを追従:

import requests

# API 応答には関連リソースの _links が含まれます
response = requests.get("https://www.ebi.ac.uk/gwas/rest/api/studies/GCST001234")
study = response.json()

# 関連のリンクを追従
associations_url = study['_links']['associations']['href']
associations_response = requests.get(associations_url)

クエリワークフロー

ワークフロー 1: 疾患の遺伝的関連の探索

1. EFO 用語またはフリーテキストを使用して形質を特定:

   • Web インターフェースで疾患名を検索
   • EFO ID を記録 (例: 2型糖尿病の場合 EFO_0001360)

2. API 経由で関連をクエリ:

   url = f"https://www.ebi.ac.uk/gwas/rest/api/efoTraits/{efo_id}/associations"
   

3. 有意性と集団でフィルタリング:

   • p 値をチェック (ゲノムワイド有意: p ≤ 5×10⁻⁸)
   • 研究メタデータで祖先情報を確認
   • サンプルサイズまたは発見・反復ステータスでフィルタリング

4. 変異詳細を抽出:

   • 各関連の rs ID
   • 効果アレルと方向
   • 効果量 (オッズ比、ベータ係数)
   • 集団アレル頻度

5. 他のデータベースとクロスリファレンス:

   • Ensembl で変異の結果を検索
   • gnomAD で集団頻度をチェック
   • 遺伝子機能とパスウェイを探索

ワークフロー 2: 特定の遺伝子変異の調査

1. 変異をクエリ:

   url = f"https://www.ebi.ac.uk/gwas/rest/api/singleNucleotidePolymorphisms/{rs_id}"
   

2. すべての形質関連を取得:

   url = f"https://www.ebi.ac.uk/gwas/rest/api/singleNucleotidePolymorphisms/{rs_id}/associations"
   

3. 多面性を分析:

   • この変異に関連するすべての形質を特定
   • 形質全体での効果方向を確認
   • 共通の生物学的パスウェイを検索

4. ゲノム文脈をチェック:

   • 近くの遺伝子を決定
   • 変異がコーディング・制御領域にあるかを特定
   • 他の変異との連鎖不平衡を確認

ワークフロー 3: 遺伝子中心の関連解析

1. Web インターフェースで遺伝子シンボルで検索、または:

   url = f"https://www.ebi.ac.uk/gwas/rest/api/singleNucleotidePolymorphisms/search/findByGene"
   params = {"geneName": gene_symbol}
   

2. 遺伝子領域の変異を取得:

   • 遺伝子の染色体座標を取得
   • 領域内の変異をクエリ
   • プロモーターと制御領域を含める (境界を拡張)

3. 関連パターンを分析:

   • この遺伝子の変異に関連する形質を特定
   • 研究全体で一貫した関連を検索
   • 効果量と方向を確認

4. 機能的解釈:

   • 変異の結果を決定 (ミスセンス、制御など)
   • 発現 QTL (eQTL) データをチェック
   • パスウェイとネットワークの文脈を確認

ワークフロー 4: 遺伝的証拠の系統的レビュー

1. 研究質問を定義:

   • 関心のある特定の形質または疾患
   • 集団に関する考慮
   • 研究デザイン要件

2. 包括的な変異抽出:

   • 形質のすべての関連をクエリ
   • 有意性閾値を設定
   • 発見と反復研究を記録

3. 品質評価:

   • 研究サンプルサイズを確認
   • 集団多様性をチェック
   • 研究全体で不均一性を評価
   • 潜在的なバイアスを特定

4. データ統合:

   • 研究全体で関連を集約
   • 適用可能な場合はメタ分析を実施
   • 要約表を作成
   • Manhattan または forest プロットを生成

5. エクスポートと文書化:

   • 完全な関連データをダウンロード
   • 必要に応じて Summary Statistics をエクスポート
   • 検索戦略と日付を文書化
   • 再現可能な分析スクリプトを作成

ワークフロー 5: Summary Statistics へのアクセスと分析

1. Summary Statistics を備えた研究を特定:

   • Summary Statistics ポータルを閲覧
   • FTP ディレクトリリストをチェック
   • 利用可能な研究についての API をクエリ

2. Summary Statistics をダウンロード:

   # FTP 経由
   wget ftp://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCSTXXXXXX/harmonised/GCSTXXXXXX-harmonised.tsv.gz
   

3. 特定の変異について API 経由でクエリ:

   url = f"https://www.ebi.ac.uk/gwas/summary-statistics/api/chromosomes/{chrom}/associations"
   params = {"start": start_pos, "end": end_pos}
   

4. 処理および分析:

   • p 値閾値でフィルタリング
   • 効果量と信頼区間を抽出
   • 下流分析を実施 (fine-mapping、colocalization など)

応答フォーマットとデータフィールド

関連レコード内のキーフィールド:

• rsId: 変異識別子 (rs 番号)
• strongestAllele: 関連のリスクアレル
• pvalue: 関連 p 値
• pvalueText: テキストとしての p 値 (不等号を含む場合がある)
• orPerCopyNum: オッズ比またはベータ係数
• betaNum: 効果量 (定量形質の場合)
• betaUnit: ベータの測定単位
• range: 信頼区間
• efoTrait: 関連形質名
• mappedLabel: EFO マップされた形質用語

研究メタデータフィールド:

• accessionId: GCST 研究識別子
• pubmedId: PubMed ID
• author: 第一著者
• publicationDate: 出版日
• ancestryInitial: 発見集団祖先
• ancestryReplication: 反復集団祖先
• sampleSize: 合計サンプルサイズ

ページネーション: 結果はページ分割されています (1 ページあたりデフォルト 20 項目)。以下を使用して移動:

• size パラメータ: 1 ページあたりの結果数
• page パラメータ: ページ番号 (0 から始まる)
• 応答の _links: 次・前ページの URL

ベストプラクティス

クエリ戦略

• Web インターフェースで開始して、関連する EFO 用語と研究アクセッションを特定
• API をバルク データ抽出と自動分析に使用
• 大規模な結果セットのページネーション処理を実装
• 不要なリクエストを最小化するため API 応答をキャッシュ

データ解釈

• 常に p 値閾値をチェック (ゲノムワイド: 5×10⁻⁸)
• 祖先情報を確認して集団適用可能性を確認
• 証拠強度を評価する際のサンプルサイズを考慮
• 独立した研究全体で反復を確認
• 効果量推定の winner's curse に注意

レート制限とエシックス

• API 使用ガイドラインを尊重 (過度なリクエストを回避)
• ゲノムワイド分析には Summary Statistics ダウンロードを使用
• API 呼び出し間に適切な遅延を実装
• 反復分析を実施する場合はローカルに結果をキャッシュ
• 出版物で GWAS Catalog を引用

データ品質に関する考慮

• GWAS Catalog は公開された関連をキュレート (矛盾を含む可能性)
• 公開された通りに報告された効果量 (調和化が必要な場合がある)
• 一部の研究は条件付きまたは結合関連を報告
• 結果を組み合わせる際は研究重複をチェック
• 集計と選択バイアスに注意

Python 統合例

GWAS データをクエリおよび分析するための完全なワークフロー:

import requests
import pandas as pd
from time import sleep

def query_gwas_catalog(trait_id, p_threshold=5e-8):
    """
    Query GWAS Catalog for trait associations

    Args:
        trait_id: EFO trait identifier (e.g., 'EFO_0001360')
        p_threshold: P-value threshold for filtering

    Returns:
        pandas DataFrame with association results
    """
    base_url = "https://www.ebi.ac.uk/gwas/rest/api"
    url = f"{base_url}/efoTraits/{trait_id}/associations"

    headers = {"Content-Type": "application/json"}
    results = []
    page = 0

    while True:
        params = {"page": page, "size": 100}
        response = requests.get(url, params=params, headers=headers)

        if response.status_code != 200:
            break

        data = response.json()
        associations = data.get('_embedded', {}).get('associations', [])

        if not associations:
            break

        for assoc in associations:
            pvalue = assoc.get('pvalue')
            if pvalue and float(pvalue) <= p_threshold:
                results.append({
                    'variant': assoc.get('rsId'),
                    'pvalue': pvalue,
                    'risk_allele': assoc.get('strongestAllele'),
                    'or_beta': assoc.get('orPerCopyNum') or assoc.get('betaNum'),
                    'trait': assoc.get('efoTrait'),
                    'pubmed_id': assoc.get('pubmedId')
                })

        page += 1
        sleep(0.1)  # Rate limiting

    return pd.DataFrame(results)

# Example usage
df = query_gwas_catalog('EFO_0001360')  # Type 2 diabetes
print(df.head())
print(f"\nTotal associations: {len(df)}")
print(f"Unique variants: {df['variant'].nunique()}")

リソース

references/api_reference.md

両方の API を含む包括的な API ドキュメント:

• 詳細なエンドポイント仕様
• クエリパラメータとフィルタの完全なリスト
• 応答形式仕様とフィールド説明
• 高度なクエリ例とパターン
• エラー処理とトラブルシューティング
• 外部データベースとの統合

以下の場合にこのリファレンスを参照:

• 複雑な API クエリを構築
• 応答構造を理解
• ページネーションまたはバッチ操作を実装
• API エラーをトラブルシューティング
• 高度なフィルタリングオプションを探索

トレーニング資料

GWAS Catalog チームが提供するワークショップ資料:

• GitHub リポジトリ: https://github.com/EBISPOT/GWAS_Catalog-workshop
• クエリ例を含む Jupyter ノートブック
• クラウド実行の Google Colab 統合

重要な注釈

データ更新

• GWAS Catalog は新しい出版物で定期的に更新
• 包括的なカバレッジについてクエリを定期的に再実行
• Summary Statistics は研究がデータをリリースするたびに追加
• EFO マッピングは時間とともに更新される場合がある

引用要件

GWAS Catalog データを使用する場合は引用:

• Sollis E, et al. (2023) The NHGRI-EBI GWAS Catalog: knowledgebase and deposition resource. Nucleic Acids Research. PMID: 37953337
• 利用可能な場合はアクセス日とバージョンを含める
• 特定の知見について議論する場合は元の研究を引用

制限

• すべての GWAS 論文が含まれるわけではない (キュレーション基準が適用)
• 完全な Summary Statistics は研究のサブセットに対して利用可能
• 効果量は研究間で調和化が必要な場合がある
• 集団多様性は増加していますが、歴史的には限定的
• 一部の関連は条件付きまたは結合効果を表す

データアクセス

• Web インターフェース: 無料、登録不要
• REST API: 無料、API キー不要
• FTP ダウンロード: オープンアクセス
• API にはレート制限が適用 (尊重してください)

追加リソース

• GWAS Catalog ウェブサイト: https://www.ebi.ac.uk/gwas/
• ドキュメント: https://www.ebi.ac.uk/gwas/docs
• API ドキュメント: https://www.ebi.ac.uk/gwas/rest/docs/api
• Summary Statistics API: https://www.ebi.ac.uk/gwas/summary-statistics/docs/
• FTP サイト: http://ftp.ebi.ac.uk/pub/databases/gwas/
• トレーニング資料: https://github.com/EBISPOT/GWAS_Catalog-workshop
• PGS Catalog (多遺伝子スコア): https://www.pgscatalog.org/
• ヘルプとサポート: gwas-info@ebi.ac.uk