Manhattan-plot

En Manhattan-plot är ett av de vanligaste sätten att presentera resultat från så kallade genomvida associationsstudier (GWAS). I sådana studier undersöker forskare hundratusentals eller miljontals genetiska varianter, oftast SNP:er (enstaka byggstensvariationer i DNA), för att hitta vilka av dem som hänger samman med en viss egenskap, till exempel kroppslängd, en sjukdom eller en personlig förmåga.

Namnet kommer från att diagrammet ofta liknar Manhattans skyline i New York, med höga toppar som sticker upp mot himlen. På den vågräta axeln placeras de genetiska varianterna i ordning efter var de sitter på kromosomerna, från kromosom 1 till 22 och vidare till köns kromosomerna. Varianterna brukar färgläggas omväxlande så att varje kromosom syns som ett eget fält. På den lodräta axeln visas hur starkt sambandet är, uttryckt som ett p-värde som räknats om med en logaritm.

Ju högre upp en punkt ligger, desto starkare och mer statistiskt säkerställt är sambandet mellan just den genetiska varianten och den studerade egenskapen. De allra flesta punkter ligger lågt i en grå massa nära botten, eftersom de inte har något tydligt samband. Men där en topp skjuter i höjden har forskarna hittat en region i arvsmassan som verkar spela roll.

Ett konkret exempel: tänk dig en studie om typ 2-diabetes med data från hundratusen personer. När resultatet ritas upp som en Manhattan-plot framträder några tydliga toppar, bland annat över genen TCF7L2 på kromosom 10. Det signalerar att varianter i det området ökar risken för sjukdomen, vilket också bekräftats i många oberoende studier.

För släktforskare och privatpersoner som gjort ett DNA-test är Manhattan-plotar mest intressanta som bakgrund. De ligger till grund för mycket av den forskning som beskriver hur gener påverkar hälsa och egenskaper, och de rapporter du får från konsumenttester bygger ofta på fynd som ursprungligen identifierats med just denna metod. En vågrät linje i diagrammet markerar dessutom gränsen för vad som räknas som ett tillräckligt starkt resultat, så att slumpfynd inte misstas för verkliga samband.