-
全基因組關聯分析
鎖定
全基因組關聯分析簡介
全基因組關聯分析研究歷史
Genetic Epidemiology、Biometrics等雜誌也在遺傳統計學角度對GWAS進行了數據統計學方向的探討和研究,以實現低成本、高效益地找到遺傳標記與疾病間的關聯,同時解決GWAS分析過程中出現的假陽性問題。
全基因組關聯分析分析原理
基於無關個體的關聯分析
基於家系的關聯研究
全基因組關聯分析表型選擇
1、選擇遺傳度較高的疾病或者表型進行檢測能夠提升遺傳學關聯研究的把握度[12]。
2、由於有時病症很難測量或是多種病症混雜在一起造成疾病狀態的分辨困難,研究疾病相關的數量表型要優於研究疾病狀態。
全基因組關聯分析設計類型
全基因組關聯分析單個階段研究
單個階段研究即在有了足夠大的病例和對照樣本數量後,一次性地對其所有選中的SNP進行基因分型,然後分析每個SNP與目標性狀的關聯,計算其關聯強度和OR值。由於樣本數量需求量大,單階段研究基因分型一般耗資巨大。
全基因組關聯分析兩個或多個階段研究
採用小樣本數量進行第一階段的全基因組範圍SNP基因分型,統計分析過後一般能夠篩選少量陽性SNPs,之後的第二階段再在更大數量的樣本中對這些陽性SNPs進行基因分型,最後整合兩個階段的結果進行分析。這種設計需要保證第一個階段篩選與目標性狀相關SNP的敏感性與特異性,儘量減少分析的假陽性或假陰性,並在第二階段應用大量樣本進行基因分型驗證。研究證明DNA pool和微陣列試劑盒均能夠降低基因分型的工作量,能夠進行低成本高效益的SNP篩選。
全基因組關聯分析多重檢驗校正
Bonferroni校正法(Bonferroni)
遞減調整法(Step-Down Adjustment)
模擬運算法(Permutation)
控制錯誤發現率法(False discovery rate)
全基因組關聯分析重複
1、通過增大樣本數量來提高檢驗效率,增加與疾病相關聯的SNPs的概率。
全基因組關聯分析應用前景
GWAS為人們打開了一扇通往研究複雜疾病的大門,將在患者全基因組範圍內檢測出的SNP位點與對照組進行比較,找出所有的變異等位基因頻率,從而避免了像候選基因策略一樣需要預先假設致病基因。同時,GWAS研究讓我們找到了許多從前未曾發現的基因以及染色體區域,為複雜疾病的發病機制提供了更多的線索。
全基因組關聯分析存在問題
1、人羣混雜(Population Stratification)是在大樣本研究中導致假陽性、假陰性結果出現的重要原因之一[14]。使用分層分數法(Stratification-score approach)控制人羣分層、運用統計分析手段控制人羣混雜的影響、採用基於家系的關聯研究均能夠避免人羣混雜對關聯結果分析的影響。
全基因組關聯分析參考文獻
[1] ^ Klein RJ, Zeiss C, Chew EY,ect. Complement factor H polymorphism in age-related macular degeneration. Science, 2005, 308(5720): 385−389.
[2] ^ Samani NJ, Erdmann J, Hall AS, ect. Genomewide associationanalysis of coronary artery disease. N Engl J Med, 2007,357(5): 443−453.
[3] ^ 3.0 3.1 Herbert A, Gerry NP, McQueen MB, ect. A common geneticvariant is associated with adult and childhood obesity.Science, 2006, 312(5771): 279−283.
[4] ^ 4.0 4.1 Rosskopf D, Bornhorst A, Rimmbach C, ect. Comment on “A common genetic variant is associatedwith adult and childhood obesity”. Science, 2007,315(5809): 187: author reply 187.
[5] ^ 5.0 5.1 Frayling TM, Timpson NJ, Weedon MN, ect. A common variant in the FTO gene is associated with body mass index and predisposes to childhood and adult obesity. Science, 2007,316(5826): 889−894.
[6] ^ Saxena R, Voight BF, Lyssenko V, ect. Genome-wide association analysis identifies loci for type 2 diabetes and triglyceride levels. Science, 2007, 316(5829): 1331−1336.
[7] ^ Ubeda M, Rukstalis JM, Habener JF. Inhibition of cyclindependent kinase 5 activity protects pancreatic beta cells from glucotoxicity. J Biol Chem, 2006, 281(39): 28858−28864.
[8] ^ Foley AC, Mercola M. Heart induction by Wnt antagonists depends on the homeodomain transcription factor Hex. Genes Dev, 2005, 19(3): 387−396.
[9] ^ Samani NJ, Erdmann J, Hall AS, Hengstenberg C,ect. Genomewide association analysis of coronary artery disease. N Engl J Med, 2007, 357(5): 443−453.
[10] ^ Spielman RS, McGinnis RE, Ewens WJ. Transmission test for linkage disequilibrium: the insulin gene region and insulin-dependent diabetes mellitus (IDDM). Am J Hum Genet, 1993, 52(3): 506−516.
[11] ^ Newton-Cheh C, Hirschhorn JN. Genetic association studies of complex traits: design and analysis issues. Mutat Res, 2005, 573(1-2): 54−69.
[12] ^ Sham PC, Cherny SS, Purcell S, Hewitt JK. Power of linkage versus association analysis of quantitative traits, by use of variance-components models, for sibship data. Am J Hum Genet, 2000, 66(5): 1616−1630.
[13] ^ Chanock SJ, Manolio T, Boehnke M, ect. Replicating genotype-phenotype associations. Nature, 2007, 447(7145): 655−660.
[14] ^ YAN Wei-Li, GU Dong-Feng. Issues on association studies on complex disease. Acta Genetica Sinica, 2004, 31(5): 533−537.
- 詞條統計
-
- 瀏覽次數:次
- 編輯次數:22次歷史版本
- 最近更新: 倍儿闪