目的:探索非综合征型唇裂伴或不伴腭裂(non-syndromic cleft lip with or without cleft palate, NSCL/P)全基因组常见遗传变异对NSCL/P风险的影响。方法:利用全基因组关联研究(genome-wide association study, GWAS)数据,以全基因组单...目的:探索非综合征型唇裂伴或不伴腭裂(non-syndromic cleft lip with or without cleft palate, NSCL/P)全基因组常见遗传变异对NSCL/P风险的影响。方法:利用全基因组关联研究(genome-wide association study, GWAS)数据,以全基因组单核苷酸多态性(single nucleotide polymorphism, SNP)遗传度和基因组不同分区SNP遗传度评估基因组上常见变异的效应。对GWAS汇总数据进行质量控制,标准包括数据中无缺失值、弱势等位基因频率≥1%、P值在0~1、SNP正负链明确等。利用连锁不平衡得分回归计算NSCL/P的SNP遗传度,采用分层的连锁不平衡得分回归计算基因组编码区、启动子区、内含子区、增强子区和超级增强子区的分区SNP遗传度,并评估不同分区内的富集度,分析工具为LDSC (v1.0.1)软件。结果:纳入中国人群806个NSCL/P核心家系(2 418人)的GWAS数据,490 593个SNP通过质量控制,被纳入到SNP遗传度的计算中。观测样本中NSCL/P的SNP遗传度为0.55(95%CI:0.28~0.82),由于观测样本患病率较高,按中国人群患病率转换为一般人群后SNP遗传度为0.37(95%CI:0.19~0.55)。SNP遗传度在增强子区的富集度为15.70(P=0.04),在超级增强子区的富集度为3.18(P=0.03)。结论:基因组常见变异有助于解释一部分中国人群NSCL/P目前未被解释的遗传度,同时中国人群NSCL/P的SNP遗传度在增强子分区和超级增强子分区中显著富集,提示该区域中可能存在未被发现的遗传致病因素。展开更多
目的:为克服观察性研究中的混杂因素和反向因果关系的影响,通过两样本孟德尔随机化法探讨失眠与2型糖尿病之间的关联关系。方法:在欧洲裔人群最新的全基因组关联研究(genome-wide association study,GWAS)中选择与失眠密切相关的遗传位...目的:为克服观察性研究中的混杂因素和反向因果关系的影响,通过两样本孟德尔随机化法探讨失眠与2型糖尿病之间的关联关系。方法:在欧洲裔人群最新的全基因组关联研究(genome-wide association study,GWAS)中选择与失眠密切相关的遗传位点作为工具变量。剔除与吸烟、体育活动、饮酒、教育程度、肥胖或2型糖尿病显著相关的位点后,使用逆方差加权评估失眠对2型糖尿病的效应,并采用加权中位数法和MR-Egger回归分析来检验结果的稳健性。通过计算F统计量来检验工具变量的适用性,F统计量大于10认为存在弱工具变量偏倚可能性较小。采用MR-Egger回归进行多效性检验。此外,采用留一法(leave-one-out)进行敏感性分析,以进一步验证结果的稳定性和可靠性。结果:在全基因组水平上选择了248个与失眠独立相关的单核苷酸多态性(single nucleotide polymorphisms,SNPs)作为候选工具变量集合,基于千人基因组计划对候选工具变量集合进行修剪并剔除潜在的多效SNPs后,共纳入与失眠相关的167个SNPs作为最终的工具变量。本研究中F统计量为39.74,符合孟德尔随机化的相关性假设。逆方差加权法发现失眠与2型糖尿病的发生风险较高,在失眠的人群中发生2型糖尿病的风险是无失眠人群的1.14倍(95%CI:1.09~1.21,P<0.001)。加权中位数法和MR-Egger回归结果支持失眠对2型糖尿病存在正向关联。多效性检验表明结果受多效性影响的可能性较小,敏感性分析支持研究结果的可靠性与稳定性。结论:失眠是2型糖尿病的危险因素,失眠与2型糖尿病发病存在正向关联,本研究为糖尿病高危人群保持健康的生活方式提供了进一步的理论依据。展开更多
文摘目的:探索非综合征型唇裂伴或不伴腭裂(non-syndromic cleft lip with or without cleft palate, NSCL/P)全基因组常见遗传变异对NSCL/P风险的影响。方法:利用全基因组关联研究(genome-wide association study, GWAS)数据,以全基因组单核苷酸多态性(single nucleotide polymorphism, SNP)遗传度和基因组不同分区SNP遗传度评估基因组上常见变异的效应。对GWAS汇总数据进行质量控制,标准包括数据中无缺失值、弱势等位基因频率≥1%、P值在0~1、SNP正负链明确等。利用连锁不平衡得分回归计算NSCL/P的SNP遗传度,采用分层的连锁不平衡得分回归计算基因组编码区、启动子区、内含子区、增强子区和超级增强子区的分区SNP遗传度,并评估不同分区内的富集度,分析工具为LDSC (v1.0.1)软件。结果:纳入中国人群806个NSCL/P核心家系(2 418人)的GWAS数据,490 593个SNP通过质量控制,被纳入到SNP遗传度的计算中。观测样本中NSCL/P的SNP遗传度为0.55(95%CI:0.28~0.82),由于观测样本患病率较高,按中国人群患病率转换为一般人群后SNP遗传度为0.37(95%CI:0.19~0.55)。SNP遗传度在增强子区的富集度为15.70(P=0.04),在超级增强子区的富集度为3.18(P=0.03)。结论:基因组常见变异有助于解释一部分中国人群NSCL/P目前未被解释的遗传度,同时中国人群NSCL/P的SNP遗传度在增强子分区和超级增强子分区中显著富集,提示该区域中可能存在未被发现的遗传致病因素。
文摘目的:为克服观察性研究中的混杂因素和反向因果关系的影响,通过两样本孟德尔随机化法探讨失眠与2型糖尿病之间的关联关系。方法:在欧洲裔人群最新的全基因组关联研究(genome-wide association study,GWAS)中选择与失眠密切相关的遗传位点作为工具变量。剔除与吸烟、体育活动、饮酒、教育程度、肥胖或2型糖尿病显著相关的位点后,使用逆方差加权评估失眠对2型糖尿病的效应,并采用加权中位数法和MR-Egger回归分析来检验结果的稳健性。通过计算F统计量来检验工具变量的适用性,F统计量大于10认为存在弱工具变量偏倚可能性较小。采用MR-Egger回归进行多效性检验。此外,采用留一法(leave-one-out)进行敏感性分析,以进一步验证结果的稳定性和可靠性。结果:在全基因组水平上选择了248个与失眠独立相关的单核苷酸多态性(single nucleotide polymorphisms,SNPs)作为候选工具变量集合,基于千人基因组计划对候选工具变量集合进行修剪并剔除潜在的多效SNPs后,共纳入与失眠相关的167个SNPs作为最终的工具变量。本研究中F统计量为39.74,符合孟德尔随机化的相关性假设。逆方差加权法发现失眠与2型糖尿病的发生风险较高,在失眠的人群中发生2型糖尿病的风险是无失眠人群的1.14倍(95%CI:1.09~1.21,P<0.001)。加权中位数法和MR-Egger回归结果支持失眠对2型糖尿病存在正向关联。多效性检验表明结果受多效性影响的可能性较小,敏感性分析支持研究结果的可靠性与稳定性。结论:失眠是2型糖尿病的危险因素,失眠与2型糖尿病发病存在正向关联,本研究为糖尿病高危人群保持健康的生活方式提供了进一步的理论依据。
