全基因组关联分析.ppt.ppt

《全基因组关联分析.ppt.ppt》由会员分享，可在线阅读，更多相关《全基因组关联分析.ppt.ppt（43页珍藏版）》请在优知文库上搜索。

1、2引言3引言4引言5背景6背景7背景8背景9背景10q进行 GWAS时,选择的表型定义要准确和精确 应尽可能选择那些可应尽可能选择那些可定量定量反映疾病危险程度的指标、可用于分反映疾病危险程度的指标、可用于分析疾病临床亚型的特征析疾病临床亚型的特征,或可用于诊断和鉴别诊断疾病的表型或可用于诊断和鉴别诊断疾病的表型特征。特征。缺血性脑卒中可能涉及血栓脱落或者脑动脉粥样硬化等不同的发病机制,但 在人群中却常常同时出现而难以区分 11121314 单倍型，是单倍体基因型的简称，在遗传学上是指在同一染色体上进行共同遗传的多个基因座上等位基因的组合 15 2004年,Iafrate 等和Sebat等首次

2、描述了人类基因组CNV,2006年 Redon 等确定了覆盖12%(300 Mb)人类基因组的1 447个CNV区域(CNV region,CNVR)CNV 可能通过数量作用和质量作用两种机制引起的基因剂量改变导致表型改变,所以CNV全基因组关联分析(CNV association analysis)可能更容易检测到致病遗传变异 16 2006年11月23日,一个国际研究小组在Nature(2006,444:444)上发表研究报告称,通过分析270名亚洲、非洲和欧洲健康者的DNA样本,发现了约2900个基因(至少占人类基因总数的10%)含有特异DNA片段拷贝数变异(CNV)。研究者认为,这些变

3、异会影响基因活性,造成疾病易感性的个体差异。此前学术界认为人类个体间基因组序列一致性达99.9%,该研究结果对此提出了置疑。另外,随着第一代人类基因组拷贝数变异图谱的完成,人们审视疾病与基因的关系又多了一种视角,除了检测单核苷酸多态性(SNP),或者显微镜检染色体异常外,还可对中间长度(数百万核苷酸)的DNA片段变异进行评价。17染色体左侧的线条表示DNA丢失的范围;右侧的线条表示DNA增加的范围,粗线条表示扩增.CGH检测31例肝癌DNA变异频率结果图.1819202122232425 单阶段研究即选择足够的样本单阶段研究即选择足够的样本,一次性在所有一次性在所有研究对象中对选中的研究对象中

4、对选中的SNP进行基因分型进行基因分型,然后然后分析每个分析每个 SNP与疾病的关联与疾病的关联,在早期在早期 GWAS多使用多使用2627q第一阶段的分析可以是以个体为单位，也可以采用DNA pooling的方法，筛选出较少量的阳性SNP 注意：要保证注意：要保证SNP的敏感性和特异性的敏感性和特异性 后者简单，但误差大，其估计的等位基因后者简单，但误差大，其估计的等位基因的频率标准差在的频率标准差在1%4%之间，对检验效之间，对检验效能有重要影响能有重要影响2829 GWAS比较每个比较每个SNP等位基因频率差别多采用等位基因频率差别多采用4格表的卡方检验，同时需对如年格表的卡方检验，同时

5、需对如年龄、性别等主要混杂因素采用龄、性别等主要混杂因素采用Logistic回归分析回归分析。在在GWAS中中,人群分层人群分层(population stratification)和和多重假设检验调整多重假设检验调整(multiple testing adjusting)是引起研结果分析误差的最主要原因是引起研结果分析误差的最主要原因 30q人群分层是导致许多大样本研究出现假阳性或假阴性结果的一个主要原因 如如Campbell等等(2005)采用欧裔美国人研究与身高表型采用欧裔美国人研究与身高表型乳糖酶基乳糖酶基 因型的关联因型的关联,其结果在其他人群难以重复的其结果在其他人群难以重复的原因

6、即是受研究对象在不同地域存在极大差异引起原因即是受研究对象在不同地域存在极大差异引起的人群分层影响的人群分层影响一种可能的策略是采用基于家系的关联研究,该方法可以避免人群分层对关联分析结果的影响 31群体分层3233 例如：胰岛素基因启动子中的遗传变异增加例如：胰岛素基因启动子中的遗传变异增加型糖尿病风险型糖尿病风险 SNP在 RNA 的转录或翻译效率上发挥作用,可能在基因表达上产生短暂的或依赖时空的多种影响,刺激调 节基因的转录表达或影响其 RNA 剪接方式。因此,研究者在找寻疾病相关变异时,应同时注意到编码区和调控区位点变异的重要性。3435363738 39 流行病学家JohnIoann

7、idis说：“大多数已发表的研究都是大多数已发表的研究都是错误的错误的。”他认为，太多的科学家们急功近利地寻找种种基因变异与某一疾病发生风险之间的关系，而杂志社又急于发表描述这类关系的研究论文。4041工作人员正在蓝色幽暗的“车间”内操作检测设备。CG公司的基因组测序工作完全由机器人完成。425月19-21日，由国际知名的自然出版集团（Nature Publishing Group）与安徽医科大学共同主办的2011年度全基因组关联分析研究国际论坛（2011 Genome Wide AssociationStudy）在安徽医科大学隆重举行。此次论坛的主题是“全基因组关联研究2011：机遇与挑战”（GWAS2011：Opportunity and challenge）。专家代表紧紧围绕全基因组关联研究在发现常见疾病易感基因应用过程中出现的常见问题、技术难点及其发展方向，以及对全基因组关联研究推动转化医学进程进行了深入而广泛的研讨。43