Referencepopulationen

Referencepopulationen är en definierad grupp individer vars genetiska variation och allelfrekvenser används som baslinje i olika analyser. Syftet är att ge en jämförelsepunkt och att spegla en viss härkomst, geografi eller studiepopulation. En referenspopulation kan också utgöra grund för paneler som används vid imputation och tolkning av genetiska varianter.

Inom genetisk analys används referenspopulationer bland annat för att uppskatta allelfrekvenser i en population, för att karaktärisera befolkningsstruktur och för att tillhandahålla referenspaneler vid genotyp- eller haplotyp-imputation. Vid genome-wide association studies (GWAS) används information om befolkningstillhörighet för att korrigera för stratifiering och för att förbättra tolkningen av varianten i olika populationer.

Vanliga källor till referenspopulationer inkluderar publika paneler som 1000 Genomes, Haplotype Reference Consortium (HRC) och gnomAD, samt olika befolkningskohorter som ingår i projekt som UK Biobank eller TOPMed. Dessa paneler består av sammanställda data från sekvensering eller genotypning och definieras ofta av geografi, nationell tillhörighet eller etnisk bakgrund.

Begränsningar och etiska överväganden är viktiga. Om referenspopulationen inte väl speglar den aktuella gruppen kan imputationskvalitet och varianttolkning bli missvisande. Det krävs noggrann hantering av samtycke, dataåtkomst och skydd av personuppgifter samt medvetenhet om potentiell bias i representativitet.

Se även befolkningsgenetik, imputation och referenspaneler.