Kuidas anda Eesti geenidoonoritele tagasisidet nende päritolu kohta, uuris Tartu Ülikoolis matemaatilise statistika erialal magistritöö kaitsnud Sven Erik Ojavee.

Ojavee sõnul uuritakse erinevate rahvuste geneetilisi erinevusi palju.

"Sellekohased teadmised aitavad aru saada inimkonna ajaloost ja rahvaste rändamisest aastatuhandete vältel. Samuti võib nii saada selgitusi sellele, kuidas on inimorganism kohastunud erinevate elutingimustega maailma eri piirkondades."

Ka Eestis tuntakse suurt huvi selle vastu, kas ja mille poolest erinevad eestlased teistest lähematest ja kaugematest rahvastest. Oma esivanemate päritolu huvitab paljusid ka isiklikult.

Sven Erik Ojavee uuris magistritöös 33 710 inimese andmeid, kes on geenivaramuga liitumisel teada andnud, et nad on sündinud Eestis ja nimetanud ka oma sünnivalla.

Esmalt hindas Ojavee geenidoonorite päritolu rahvuse tasandil. Ta kasutas selleks referentsandmestikke 22 Euroopa rahvuse kohta. Seejärel uuris ta, kas tõenäoliselt eesti päritolu inimeste puhul saab hinnata ka seda, millisest Eesti piirkonnast pärinevad nende esivanemad. Tuli välja, et Ojavee kasutatud meetoditega õnnestub see üpris hästi.

Autori ja tema juhendaja Krista Fischeri sõnul on töö kõige huvitavam tulemus see, et nad suutsid välja joonistada Eesti-sisesed klastrid ehk sarnasemat pärilikkusainet kandvate inimeste kogumid või kobarad.

"Nõnda väikeses populatsioonis pole keegi varem suutnud geograafiliselt nii selgesti eristuvaid klastreid näidata," rõõmustas Fischer, kes on TÜ matemaatilise statistika professor ja biostatistika vanemteadur. "Naljaga pooleks võib öelda, et tegemist on geneetilise haldusreformiga," lisas tema juhendatav Ojavee.

Erinevaid lähenemisi kasutades suutis värske magister konstrueerida kuni 18 eristuvat klastrit – ühte ja samasse klastrisse kuuluvad inimesed on üksteisele geneetiliselt lähedasemad võrreldes teiste klastrite inimestega.

Oluline on märgata, et mida suurem klastrite arv, seda detailsem on pilt ja mida väiksem klastrite arv, seda üldisem pilt.

Mida see tähendab?

Kui Ojavee rühmitas geenidoonorid seitsmesse 7 eri klastrisse nägi ta, et näiteks saarlased on geneetiliselt lähedased Lääne- ja Kesk-Eestis sündinud inimestega, aga hiidlased on määratud omaette klastrisse. See tähendab, et hiidlaste ja saarlaste pärilk materjal ei ole nii sarnane kui näiteks saarlaste ja järvamaalaste oma. Korrates sama analüüsi 18 klastriga, nägi Ojavee ta aga seda, et ka Saaremaa eristub juba iseseisva klastrina.

"Need tulemused võivad anda mõtteainet rändeuurijatele," arvas värske magister, "teadupärast on ajaloos Saaremaalt rännatud küllalt palju ülejäänud Eestisse ning antud klastrid toetavad seda teadmist."

Eestlaste jagunemine 7 geneetiliselt sarnasesse rühma. Autor: Sven Erik Ojavee 

Eestlaste jagunemine 12 geneetiliselt sarnasesse rühma. Autor: Sven Erik Ojavee

Veel näitasid Ojavee tulemused, et pea kõikide maakondade geenidoonoritel on suurim tõenäosus kuuluda rahvuse alusel just eesti gruppi. Nii see kui ka ülejäänud rahvusi käsitlevad tulemused on ootuspärased ja geograafiliselt loogilised. Näiteks tuli uuringust välja, et Lätile lähemal asuvates lähedasemates maakondades, näiteks Võrus, Valgas ja Põlvas on täheldatav keskmisest suurem tõenäosus kuuluda läti gruppi; Võrumaal ka leedu gruppi.

Viimane võib tuleneda ka sellest, et lätlaste referentsvalim on olnud liialt väike ning seega on Võru maakonna inimesi määratud ka mõneti suurema tõenäosusega leedu gruppi kuuluvaks.

Lõuna-Soome gruppi kuulumise tõenäosus on aga suurim Ida- ja Lääne-Viru maakondades.

Hiiu- ja Läänemaa on pea ainukesed kohad, kus on näha ka väikest rootsi gruppi kuulumise tõenäosust. See on samuti ajalooliselt mõistetav tulemus.

Ojavee analüüsid näitasid, et tema välja pakutud võimalused päritolu ennustamiseks annavad enamasti hästi tõlgendatavaid ja loogilisi tulemusi.

"Aastal 2018 kogutakse geenivaramusse täiendavalt 100 000 geenidoonori andmed. Andmemahu suurenemine aitab kindlasti kaasa ka paremate referentside välja töötamisele," lisas värske magister.

Kuidas tulemusteni jõuti?

Ojavee uuringu aluseks on geenidoonorite geenivariandid ehk snipid, teaduslikult väljendades üksiku nukleotiidi polümorfismid (SNP - single nucleotide polymorphisms).

SNP-de andmeid on kasutatud päritolu kirjeldamiseks ka paljudes teistes teadustöödes. Samas tuleb tähele panna, et kui mitmed teised tööd keskenduvad eelkõige rahvust määravate SNP-de tuvastamisele, siis Ojavee läks oma töös teist teed pidi ning leidis lähtuvalt SNP-dest peakomponendid, millele järgnes edasine analüüs ja rahvusgruppidesse kuulumise tõenäosuste arvutamine. 

Peakomponentanalüüs on meetod, mis projekteerib andmed uuele teljestikule, kusjuures esimene telg seletab ära suurima osa varieeruvusest, teine telg suuruselt järgneva osa varieeruvusest jne. Lisaks on projektsioonid mittekorreleeritud. See võimaldab uurijal andmeid näha just talle kõige huvitavamast suunast ja seda ka suurte andmemahtude puhul. (Peakomponentanalüüsi kohta loe pikemalt artiklist "Doktoritöö: kuidas muuta vähiravimite väljatöötamine tõhusamaks?")

Töös vaadeldud SNP-de koguarv on ligikaudu 260 000. Kõik SNP-d ei pruugi antud ülesande seisukohalt olla sisukad, sest ainult mõnede SNP-de väärtused erinevad rahvuseti. Vähendamaks arvutusmahtu ning võimaliku ülesobitamise ohtu, valis Ojavee edasiseks analüüsiks välja vaid sellised SNP-d, mis põhjustavad suuremat varieeruvust rahvuste vahel. Kasutati SNP-e, kus rahvustevahelised erinevused moodustavad võimalikult suure osa SNP-i koguhajuvusest.

Kas teadsid?

Tartu Ülikooli Eesti Geenivaramu on geenidoonorite abiga loonud arstiteaduse arengule olulise andmebaasi, millel põhineb ulatuslik rahvusvaheline teaduskoostöö.

Geenivaramu andmebaas on täienenud teiste tervisega seotud andmekogude ja riiklike registritega. Välja on töötatud meetodid terviseriskide paremaks ennustamiseks, et edaspidi saaks geneetilist informatsiooni arvesse võttes haigusi tulemuslikumalt ennetada ja täpsemalt ravida.

Möödunud aastal käivitus projekt, mille käigus koostati kõigile geenidoonoritele geenikaardid ning analüüsiti inimgenoomis leiduvaid enim eristuvaid variante. Need selgitavad, miks inimestel on erinevad terviseriskid ja miks ravimid mõjuvad neile erinevalt. See teadmine loob uued võimalused personaalsete riskide hindamiseks ja vastavaks tagasisideks selleks soovi avaldanud geenidoonoritele.

Geenidoonoritele antakse juba praegu teadustöö tulemustel põhinevat esmast tagasisidet.