Haplotype: hoe stukjes DNA samen op reis gaan door generaties
Een haplotype is een combinatie van genetische kenmerken die samen worden doorgegeven van ouder op kind, omdat ze dicht bij elkaar op hetzelfde chromosoom liggen. Chromosomen zijn de lange, opgerolde DNA-strengen in de kern van iedere cel; mensen hebben er 46, in 23 paren. Stel je een chromosoom voor als een trein met wagons die stuk voor stuk een stukje erfelijke informatie bevatten. Wagons die vlak naast elkaar staan, blijven bij het doorgeven van generatie op generatie meestal aan elkaar gekoppeld. Die aaneengesloten set wagons, met hun specifieke combinatie van kenmerken, noemen onderzoekers een haplotype.
Waarom is dat belangrijk? Omdat ziekterisico's, medicijnreacties en afkomst vaak niet aan één enkel stukje DNA hangen, maar aan een combinatie van naburige varianten. Door te kijken naar welke varianten steevast sámen voorkomen, kunnen wetenschappers sneller en goedkoper speuren naar de oorzaken van erfelijke aandoeningen, de verspreiding van bevolkingsgroepen reconstrueren, of voorspellen hoe iemands lichaam een medicijn verwerkt. Het woord zelf is een samentrekking van 'haploid genotype': de genetische informatie die van één ouder afkomstig is, in plaats van de gemengde set die je normaal in je cellen hebt.
Wat is het precies?
Ons DNA bestaat uit een lange reeks van vier chemische letters: A, C, G en T. Op miljoenen plekken in het genoom verschilt die letter tussen mensen onderling. Zo'n verschil op één positie heet een SNP, uitgesproken als 'snip' (single nucleotide polymorphism, oftewel een variatie van één DNA-letter). De meeste SNP's hebben op zichzelf weinig effect, maar ze dienen als handige merktekens om DNA-stukken te onderscheiden.
Omdat je van je vader één chromosoom en van je moeder het bijbehorende andere chromosoom erft, draag je op elke chromosoompositie twee versies van het DNA met je mee: één set van vader, één set van moeder. Elke set, met alle SNP's die daarop na elkaar liggen, is een haplotype. Bij voortplanting kunnen chromosomen van vader en moeder overigens ook stukjes uitwisselen, een proces dat 'recombinatie' heet. Hoe dichter twee SNP's bij elkaar liggen, hoe kleiner de kans dat recombinatie ze uit elkaar haalt, en hoe waarschijnlijker het dus is dat ze al generaties lang als vast koppel worden doorgegeven. Zulke stabiele combinaties noemen onderzoekers een 'haplotypeblok'.
Het bepalen van iemands exacte haplotypes heet 'fasering' (phasing). Standaard DNA-sequencing levert vaak alleen op welke twee letters op een positie aanwezig zijn, zonder te vermelden welke letter bij welke ouder hoort. Met slimme statistische modellen, familiegegevens, of nieuwere sequencingtechnieken die lange, aaneengesloten DNA-stukken uitlezen (long-read sequencing), kunnen onderzoekers alsnog reconstrueren welke varianten samen op één chromosoom zitten.
Wat wil men ermee bereiken?
Het hoofddoel van haplotype-onderzoek is het efficiënter opsporen van verbanden tussen DNA en gezondheid. In plaats van elk van de miljoenen SNP's apart te bestuderen, kunnen onderzoekers gebruikmaken van het feit dat SNP's binnen een haplotypeblok sterk met elkaar samenhangen. Eén representatieve SNP kan dan als 'stand-in' dienen voor een heel blok, wat grootschalige genetische studies (zogeheten genome-wide association studies, of GWAS) veel goedkoper en sneller maakt.
Daarnaast spelen haplotypes een rol in de farmacogenomica, het vakgebied dat onderzoekt hoe genetische aanleg de werking van medicijnen beïnvloedt. Bepaalde haplotypes van het gen CYP2D6 bijvoorbeeld bepalen hoe snel iemands lever bepaalde medicijnen afbreekt, wat relevant is voor de juiste dosering. Ook in de evolutionaire biologie en menselijke geschiedenis zijn haplotypes onmisbaar: doordat bepaalde combinaties honderden tot duizenden jaren vrijwel ongewijzigd blijven, functioneren ze als een soort genetisch 'stamboek' waarmee migratiepatronen van bevolkingsgroepen te reconstrueren zijn. Dat principe ligt ook ten grondslag aan de haplogroepen die veel DNA-afstammingstests aan consumenten tonen.
Voorbeelden uit de praktijk
Het bekendste startpunt is het International HapMap Project (2002-2010), een internationale samenwerking die de haplotypeblokken van mensen uit Afrika, Azië en Europa in kaart bracht. Dit project legde de basis voor duizenden latere ziekte-associatiestudies.
Als opvolger liep het 1000 Genomes Project (2008-2015), waarin de volledige genomen van ruim 2500 mensen uit 26 bevolkingsgroepen werden ontrafeld en gefaseerd tot haplotypes. De resulterende referentiedataset wordt tot op de dag van vandaag gebruikt om nieuw sequencingwerk tegen af te zetten.
Het UK Biobank-project, gestart in 2006 en nog altijd actief, koppelt haplotype- en genoomdata van een half miljoen Britse deelnemers aan hun medische dossiers, en heeft geleid tot honderden publicaties over onder meer hart- en vaatziekten en diabetes.
In IJsland bouwde het bedrijf deCODE genetics sinds de jaren negentig een van de meest gedetailleerde haplotypekaarten ter wereld op, mede dankzij de relatief geïsoleerde bevolking en uitgebreide stambomen van het land.
Ook consumenten komen haplotypes tegen: bedrijven als 23andMe en AncestryDNA gebruiken Y-chromosomale en mitochondriale haplogroepen (grotere, diep-historische haplotype-categorieën) om iets te zeggen over de afkomst van gebruikers, hoewel de wetenschappelijke nauwkeurigheid en interpretatie van zulke consumentenrapporten beperkter is dan vaak wordt gesuggereerd.
Hoe ver is de techniek?
Het in kaart brengen van haplotypes is de afgelopen twee decennia enorm versneld, vooral doordat de kosten van DNA-sequencing scherp zijn gedaald: waar het eerste menselijke genoom in de jaren negentig en 2000 miljarden dollars kostte, ligt de prijs voor een volledig genoom nu op enkele honderden euro's. Toch blijft exacte fasering een technische uitdaging. Standaard 'short-read'-sequencing, waarbij DNA in korte stukjes wordt gelezen, is niet altijd in staat om met zekerheid vast te stellen welke varianten bij elkaar horen, zeker in complexe of herhalende delen van het genoom.
Nieuwere long-read technieken, zoals die van Oxford Nanopore en PacBio, lezen veel langere, aaneengesloten DNA-fragmenten in één keer en verbeteren daarmee de fasering aanzienlijk, al zijn ze doorgaans nog duurder en foutgevoeliger dan de gangbare short-read-methoden. Een ander punt van zorg is dat de meeste bestaande haplotype-referentiedatabases, waaronder het oorspronkelijke HapMap-project, historisch sterk overhellen naar mensen van Europese afkomst. Dat maakt haplotype-gebaseerde voorspellingen voor mensen met een niet-Europese achtergrond gemiddeld minder betrouwbaar, iets waar projecten als de Human Pangenome Reference Consortium sinds 2019 gericht aan proberen te werken door referentiegenomen uit veel meer bevolkingsgroepen samen te stellen.
Wie werken eraan?
Grote academische centra als het Broad Institute (Massachusetts Institute of Technology en Harvard), het Wellcome Sanger Institute in het Verenigd Koninkrijk en het Amerikaanse National Human Genome Research Institute, onderdeel van de National Institutes of Health (NIH), behoren tot de belangrijkste aanjagers van haplotype-onderzoek. Ook Europese initiatieven, zoals het Europees Bioinformatica-instituut (EMBL-EBI), spelen een centrale rol in het beheer en delen van haplotypedata.
Op landelijk niveau heeft IJsland met deCODE genetics een uitzonderlijke positie opgebouwd, mede dankzij de kleine, goed gedocumenteerde bevolking. Ook Estland, Finland en het Verenigd Koninkrijk investeren fors in nationale biobanken die haplotype- en gezondheidsdata combineren. Op het gebied van sequencingtechnologie zijn bedrijven als Illumina (short-read), Oxford Nanopore Technologies en PacBio (beide long-read) de belangrijkste leveranciers van de apparatuur waarmee dit onderzoek mogelijk wordt gemaakt. Consumentenbedrijven als 23andMe en AncestryDNA vormen de meest zichtbare, publieksgerichte tak van hetzelfde vakgebied.