Gwas Database

Banco de Dados do Catálogo GWAS

Visão Geral

O Catálogo GWAS é um repositório abrangente de estudos de associação genômica ampla publicados, mantido pelo Instituto Nacional de Pesquisa do Genoma Humano (NHGRI) e pelo Instituto Europeu de Bioinformática (EBI). O catálogo contém associações SNP-traço curadas de milhares de publicações GWAS, incluindo variantes genéticas, doenças e traços associados, valores de p, tamanhos de efeito e estatísticas resumidas completas para muitos estudos.

Quando Usar Esta Competência

Esta competência deve ser usada quando as consultas envolvem:

• Associações de variantes genéticas: Encontrando SNPs associados a doenças ou traços
• Buscas de SNP: Recuperando informações sobre variantes genéticas específicas (IDs rs)
• Pesquisas de traço/doença: Descobrindo associações genéticas para fenótipos
• Associações de genes: Encontrando variantes em ou perto de genes específicos
• Estatísticas resumidas de GWAS: Acessando dados completos de associação genômica ampla
• Metadados de estudos: Recuperando informações de publicação e coorte
• Genética populacional: Explorando associações específicas de ancestralidade
• Escores de risco poligênico: Identificando variantes para modelos de predição de risco
• Genômica funcional: Entendendo efeitos de variantes e contexto genômico
• Revisões sistemáticas: Síntese abrangente de literatura sobre associações genéticas

Funcionalidades Principais

1. Compreendendo a Estrutura de Dados do Catálogo GWAS

O Catálogo GWAS é organizado em torno de quatro entidades principais:

• Estudos: Publicações GWAS com metadados (PMID, autor, detalhes da coorte)
• Associações: Associações SNP-traço com evidência estatística (p ≤ 5×10⁻⁸)
• Variantes: Marcadores genéticos (SNPs) com coordenadas genômicas e alelos
• Traços: Fenótipos e doenças (mapeados para termos de ontologia EFO)

Identificadores-chave:

• Acessos de estudos: IDs GCST (ex: GCST001234)
• IDs de variantes: números rs (ex: rs7903146) ou formato variant_id
• IDs de traços: termos EFO (ex: EFO_0001360 para diabetes tipo 2)
• Símbolos de genes: nomes aprovados HGNC (ex: TCF7L2)

2. Pesquisas na Interface Web

A interface web em https://www.ebi.ac.uk/gwas/ suporta múltiplos modos de busca:

Por Variante (ID rs):

rs7903146

Retorna todas as associações de traço para este SNP.

Por Doença/Traço:

type 2 diabetes
Parkinson disease
body mass index

Retorna todas as variantes genéticas associadas.

Por Gene:

APOE
TCF7L2

Retorna variantes na região do gene ou próximas.

Por Região Cromossômica:

10:114000000-115000000

Retorna variantes no intervalo genômico especificado.

Por Publicação:

PMID:20581827
Author: McCarthy MI
GCST001234

Retorna detalhes do estudo e todas as associações reportadas.

3. Acesso via REST API

O Catálogo GWAS fornece duas APIs REST para acesso programático:

URLs Base:

• API do Catálogo GWAS: https://www.ebi.ac.uk/gwas/rest/api
• API de Estatísticas Resumidas: https://www.ebi.ac.uk/gwas/summary-statistics/api

Documentação da API:

• Documentação da API principal: https://www.ebi.ac.uk/gwas/rest/docs/api
• Documentação de estatísticas resumidas: https://www.ebi.ac.uk/gwas/summary-statistics/docs/

Endpoints Principais:

1. Endpoint de estudos - /studies/{accessionID}

   import requests
   
   # Obter um estudo específico
   url = "https://www.ebi.ac.uk/gwas/rest/api/studies/GCST001795"
   response = requests.get(url, headers={"Content-Type": "application/json"})
   study = response.json()
   

2. Endpoint de associações - /associations

   # Encontrar associações para uma variante
   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. Endpoint de variantes - /singleNucleotidePolymorphisms/{rsID}

   # Obter detalhes da variante
   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. Endpoint de traços - /efoTraits/{efoID}

   # Obter informações do traço
   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. Exemplos de Consultas e Padrões

Exemplo 1: Encontrar todas as associações para uma doença

import requests

trait = "EFO_0001360"  # Diabetes tipo 2
base_url = "https://www.ebi.ac.uk/gwas/rest/api"

# Consultar associações para este traço
url = f"{base_url}/efoTraits/{trait}/associations"
response = requests.get(url, headers={"Content-Type": "application/json"})
associations = response.json()

# Processar resultados
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}, alelo de risco={risk_allele}")

Exemplo 2: Obter informações de variante e todas as associações de traço

import requests

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

# Obter detalhes da variante
url = f"{base_url}/singleNucleotidePolymorphisms/{variant}"
response = requests.get(url, headers={"Content-Type": "application/json"})
variant_data = response.json()

# Obter todas as associações para esta variante
url = f"{base_url}/singleNucleotidePolymorphisms/{variant}/associations"
params = {"projection": "associationBySnp"}
response = requests.get(url, params=params, headers={"Content-Type": "application/json"})
associations = response.json()

# Extrair nomes de traços e valores de p
for assoc in associations.get('_embedded', {}).get('associations', []):
    trait = assoc.get('efoTrait')
    pvalue = assoc.get('pvalue')
    print(f"Traço: {trait}, valor de p: {pvalue}")

Exemplo 3: Acessar estatísticas resumidas

import requests

# Consultar API de estatísticas resumidas
base_url = "https://www.ebi.ac.uk/gwas/summary-statistics/api"

# Encontrar associações por traço com limiar de valor de p
trait = "EFO_0001360"  # Diabetes tipo 2
p_upper = "0.000000001"  # p < 1e-9
url = f"{base_url}/traits/{trait}/associations"
params = {
    "p_upper": p_upper,
    "size": 100  # Número de resultados
}
response = requests.get(url, params=params)
results = response.json()

# Processar achados genômica-ampla significantes
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}")

Exemplo 4: Consultar por região cromossômica

import requests

# Encontrar variantes em uma região genômica específica
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. Trabalhar com Estatísticas Resumidas

O Catálogo GWAS hospeda estatísticas resumidas completas para muitos estudos, fornecendo acesso a todas as variantes testadas (não apenas achados genômica-ampla significantes).

Métodos de Acesso:

1. Download FTP: http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/
2. REST API: Acesso baseado em consulta a estatísticas resumidas
3. Interface web: Navegue e baixe pelo site

Características da API de Estatísticas Resumidas:

• Filtrar por cromossomo, posição, valor de p
• Consultar variantes específicas em estudos
• Recuperar tamanhos de efeito e frequências de alelos
• Acessar dados harmonizados e padronizados

Exemplo: Baixar estatísticas resumidas para um estudo

import requests
import gzip

# Obter estatísticas resumidas disponíveis
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()

# O link de download é fornecido na resposta
# Alternativamente, use FTP:
# ftp://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCSTXXXXXX/

6. Integração de Dados e Referência Cruzada

O Catálogo GWAS fornece links para recursos externos:

Bancos de Dados Genômicos:

• Ensembl: Anotações de genes e consequências de variantes
• dbSNP: Identificadores de variantes e frequências populacionais
• gnomAD: Frequências de alelos populacionais

Recursos Funcionais:

• Open Targets: Associações alvo-doença
• PGS Catalog: Escores de risco poligênico
• UCSC Genome Browser: Contexto genômico

Recursos de Fenótipo:

• EFO (Experimental Factor Ontology): Termos de traço padronizados
• OMIM: Relações doença-gene
• Disease Ontology: Hierarquias de doenças

Seguindo Links em Respostas da API:

import requests

# As respostas da API incluem _links para recursos relacionados
response = requests.get("https://www.ebi.ac.uk/gwas/rest/api/studies/GCST001234")
study = response.json()

# Seguir link para associações
associations_url = study['_links']['associations']['href']
associations_response = requests.get(associations_url)

Fluxos de Trabalho de Consulta

Fluxo de Trabalho 1: Explorando Associações Genéticas para uma Doença

1. Identificar o traço usando termos EFO ou texto livre:

   • Pesquisar na interface web por nome da doença
   • Observar o ID EFO (ex: EFO_0001360 para diabetes tipo 2)

2. Consultar associações via API:

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

3. Filtrar por significância e população:

   • Verificar valores de p (genômica-ampla significante: p ≤ 5×10⁻⁸)
   • Revisar informações de ancestralidade nos metadados de estudo
   • Filtrar por tamanho de amostra ou status descoberta/replicação

4. Extrair detalhes de variante:

   • IDs rs para cada associação
   • Alelos de efeito e direções
   • Tamanhos de efeito (odds ratios, coeficientes beta)
   • Frequências de alelos populacionais

5. Referência cruzada com outros bancos de dados:

   • Pesquisar consequências de variante em Ensembl
   • Verificar frequências populacionais em gnomAD
   • Explorar função e vias de genes

Fluxo de Trabalho 2: Investigando uma Variante Genética Específica

1. Consultar a variante:

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

2. Recuperar todas as associações de traço:

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

3. Analisar pleiotropia:

   • Identificar todos os traços associados com esta variante
   • Revisar direções de efeito em traços
   • Procurar vias biológicas compartilhadas

4. Verificar contexto genômico:

   • Determinar genes próximos
   • Identificar se variante está em regiões codificadoras/regulatórias
   • Revisar desequilíbrio de ligação com outras variantes

Fluxo de Trabalho 3: Análise de Associação Centrada em Gene

1. Pesquisar por símbolo de gene na interface web ou:

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

2. Recuperar variantes em região de gene:

   • Obter coordenadas cromossômicas para gene
   • Consultar variantes em região
   • Incluir promotor e regiões regulatórias (estender limites)

3. Analisar padrões de associação:

   • Identificar traços associados com variantes neste gene
   • Procurar associações consistentes em estudos
   • Revisar tamanhos de efeito e direções

4. Interpretação funcional:

   • Determinar consequências de variante (missense, regulatória, etc)
   • Verificar dados de QTL de expressão (eQTL)
   • Revisar contexto de via e rede

Fluxo de Trabalho 4: Revisão Sistemática de Evidência Genética

1. Definir questão de pesquisa:

   • Traço ou doença específica de interesse
   • Considerações populacionais
   • Requisitos de desenho de estudo

2. Extração abrangente de variante:

   • Consultar todas as associações para traço
   • Estabelecer limiar de significância
   • Observar estudos de descoberta e replicação

3. Avaliação de qualidade:

   • Revisar tamanhos de amostra de estudo
   • Verificar diversidade populacional
   • Avaliar heterogeneidade em estudos
   • Identificar potenciais vieses

4. Síntese de dados:

   • Agregar associações em estudos
   • Realizar meta-análise se aplicável
   • Criar tabelas resumidas
   • Gerar gráficos de Manhattan ou forest plots

5. Exportação e documentação:

   • Baixar dados completos de associação
   • Exportar estatísticas resumidas se necessário
   • Documentar estratégia de busca e data
   • Criar scripts de análise reproduzíveis

Fluxo de Trabalho 5: Acessando e Analisando Estatísticas Resumidas

1. Identificar estudos com estatísticas resumidas:

   • Navegar pelo portal de estatísticas resumidas
   • Verificar listagens de diretório FTP
   • Consultar API para estudos disponíveis

2. Baixar estatísticas resumidas:

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

3. Consultar via API para variantes específicas:

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

4. Processar e analisar:

   • Filtrar por limiares de valor de p
   • Extrair tamanhos de efeito e intervalos de confiança
   • Realizar análises posteriores (fine-mapping, colocalization, etc)

Formatos de Resposta e Campos de Dados

Campos-chave em Registros de Associação:

• rsId: Identificador de variante (número rs)
• strongestAllele: Alelo de risco para a associação
• pvalue: Valor de p da associação
• pvalueText: Valor de p como texto (pode incluir desigualdade)
• orPerCopyNum: Odds ratio ou coeficiente beta
• betaNum: Tamanho de efeito (para traços quantitativos)
• betaUnit: Unidade de medida para beta
• range: Intervalo de confiança
• efoTrait: Nome do traço associado
• mappedLabel: Termo de traço mapeado em EFO

Campos de Metadados de Estudo:

• accessionId: Identificador de estudo GCST
• pubmedId: ID do PubMed
• author: Primeiro autor
• publicationDate: Data de publicação
• ancestryInitial: Ancestralidade de população de descoberta
• ancestryReplication: Ancestralidade de população de replicação
• sampleSize: Tamanho total da amostra

Paginação: Os resultados são paginados (padrão 20 itens por página). Navegue usando:

• Parâmetro size: Número de resultados por página
• Parâmetro page: Número da página (indexado em 0)
• _links em resposta: URLs para páginas anterior/próxima

Melhores Práticas

Estratégia de Consulta

• Começar com interface web para identificar termos EFO relevantes e acessos de estudo
• Usar API para extração de dados em massa e análises automatizadas
• Implementar tratamento de paginação para grandes conjuntos de resultados
• Cachear respostas da API para minimizar requisições redundantes

Interpretação de Dados

• Sempre verificar limiares de valor de p (genômica-ampla: 5×10⁻⁸)
• Revisar informações de ancestralidade para aplicabilidade populacional
• Considerar tamanho de amostra ao avaliar força de evidência
• Verificar replicação em estudos independentes
• Estar ciente de viés do vencedor em estimativas de tamanho de efeito

Limitação de Taxa e Ética

• Respeitar diretrizes de uso de API (sem requisições excessivas)
• Usar downloads de estatísticas resumidas para análises genômica-ampla
• Implementar atrasos apropriados entre chamadas de API
• Cachear resultados localmente ao executar análises iterativas
• Citar o Catálogo GWAS em publicações

Considerações de Qualidade de Dados

• O Catálogo GWAS cura associações publicadas (pode conter inconsistências)
• Tamanhos de efeito reportados conforme publicado (pode necessitar harmonização)
• Alguns estudos reportam associações condicionais ou conjuntas
• Verificar sobreposição de estudos ao combinar resultados
• Estar ciente de vieses de seleção e ascertainment

Exemplo de Integração em Python

Fluxo de trabalho completo para consultar e analisar dados GWAS:

import requests
import pandas as pd
from time import sleep

def query_gwas_catalog(trait_id, p_threshold=5e-8):
    """
    Consultar o Catálogo GWAS para associações de traço

    Args:
        trait_id: Identificador de traço EFO (ex: 'EFO_0001360')
        p_threshold: Limiar de valor de p para filtragem

    Returns:
        pandas DataFrame com resultados de associação
    """
    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)  # Limitação de taxa

    return pd.DataFrame(results)

# Exemplo de uso
df = query_gwas_catalog('EFO_0001360')  # Diabetes tipo 2
print(df.head())
print(f"\nTotal de associações: {len(df)}")
print(f"Variantes únicas: {df['variant'].nunique()}")

Recursos

references/api_reference.md

Documentação abrangente de API incluindo:

• Especificações de endpoint detalhadas para ambas as APIs
• Lista completa de parâmetros de consulta e filtros
• Especificações de formato de resposta e descrições de campos
• Exemplos de consulta avançada e padrões
• Tratamento de erros e solução de problemas
• Integração com bancos de dados externos

Consulte esta referência quando:

• Construir consultas de API complexas
• Compreender estruturas de resposta
• Implementar paginação ou operações em lote
• Solucionar problemas de erros da API
• Explorar opções de filtragem avançada

Materiais de Treinamento

A equipe do Catálogo GWAS fornece materiais de workshop:

• Repositório GitHub: https://github.com/EBISPOT/GWAS_Catalog-workshop
• Notebooks Jupyter com consultas de exemplo
• Integração Google Colab para execução em nuvem

Notas Importantes

Atualizações de Dados

• O Catálogo GWAS é atualizado regularmente com novas publicações
• Re-executar consultas periodicamente para cobertura abrangente
• Estatísticas resumidas são adicionadas conforme estudos lançam dados
• Mapeamentos de EFO podem ser atualizados ao longo do tempo

Requisitos de Citação

Ao usar dados do Catálogo GWAS, cite:

• Sollis E, et al. (2023) The NHGRI-EBI GWAS Catalog: knowledgebase and deposition resource. Nucleic Acids Research. PMID: 37953337
• Inclua data de acesso e versão quando disponível
• Cite estudos originais ao discutir descobertas específicas

Limitações

• Nem todas as publicações GWAS estão incluídas (critérios de curação aplicáveis)
• Estatísticas resumidas completas disponíveis para subconjunto de estudos
• Tamanhos de efeito podem exigir harmonização em estudos
• Diversidade populacional está crescendo, mas historicamente limitada
• Algumas associações representam efeitos condicionais ou conjuntos

Acesso a Dados

• Interface web: Livre, sem registro necessário
• APIs REST: Livre, sem chave API necessária
• Downloads FTP: Acesso aberto
• Limitação de taxa aplica-se a API (seja respeitoso)

Recursos Adicionais

• Site do Catálogo GWAS: https://www.ebi.ac.uk/gwas/
• Documentação: https://www.ebi.ac.uk/gwas/docs
• Documentação de API: https://www.ebi.ac.uk/gwas/rest/docs/api
• API de Estatísticas Resumidas: https://www.ebi.ac.uk/gwas/summary-statistics/docs/
• Site FTP: http://ftp.ebi.ac.uk/pub/databases/gwas/
• Materiais de treinamento: https://github.com/EBISPOT/GWAS_Catalog-workshop
• PGS Catalog (escores poligênicos): https://www.pgscatalog.org/
• Ajuda e suporte: gwas-info@ebi.ac.uk