全基因组关联研究(Genome-Wide Association Studies,GWAS)可以直接研究人类行为能力和基因型间的关联,为心理学研究者从全基因组层次探索人类行为能力的遗传基础提供了新的手段。GWAS中涉及大量位点和行为的关联检验,所以必须采用多重...全基因组关联研究(Genome-Wide Association Studies,GWAS)可以直接研究人类行为能力和基因型间的关联,为心理学研究者从全基因组层次探索人类行为能力的遗传基础提供了新的手段。GWAS中涉及大量位点和行为的关联检验,所以必须采用多重校正来控制整体虚报。尽管存在多种校正方法可供选择,但GWAS研究中不同校正方法的适用性,目前尚缺少系统研究,使得GWAS中多重校正方法的选择缺少理论和经验依据。GWAS中常用的校正方法有基于族错误率(Family-Wise Error Rate,FWER)标准的Bonferroni校正法,Holm递减调整法,排列检验法和基于错误发现率(False Discovery Rate,FDR)标准的BH法。对这4种多重校正方法的原理和流程进行了详细阐述;提出了一种GWAS数据仿真方法,并基于仿真数据对不同多重校正方法进行了定量比较。结果显示,前3种基于FWER的方法差别很小,它们对虚报的控制最为严格,但是检测出的真实关联的位点数却显著低于基于FDR的BH法。独立数据上,BH法所报告的SNPs对行为具有最高的解释率,即相对于其它方法,BH方法更好的平衡了虚报和击中。未来研究中可以考虑用BH法来对结果进行校正。展开更多
全基因组关联研究(Genome-wide association study,GWAS)是人类复杂疾病研究的重要组成部分之一,在群体水平检测全基因组范围的遗传变异与可观测性状间的遗传关联。传统的GWAS是以芯片(Array)技术获得高密度的遗传变异,尽管硕果累累,但...全基因组关联研究(Genome-wide association study,GWAS)是人类复杂疾病研究的重要组成部分之一,在群体水平检测全基因组范围的遗传变异与可观测性状间的遗传关联。传统的GWAS是以芯片(Array)技术获得高密度的遗传变异,尽管硕果累累,但也存在不少问题。如:所谓的"缺失的遗传力",即利用关联分析检测达到全基因组水平显著的遗传变异位点只能解释小部分遗传力;在某些性状上不同研究的结果一致性较弱;显著关联的遗传变异位点的功能较难解释等。高通量测序技术,也称第二代测序(Next-generation sequencing,NGS)技术,可以快速、准确地产出高通量的变异位点数据,为解决以上问题提供了可行的方案。基于NGS技术的GWAS方法(NGS-GWAS)可在一定程度上弥补传统GWAS的不足。文章对NGS-GWAS策略和方法进行了系统性调研,提出了目前较为可行的NGS-GWAS的实施策略和方法,并对NGS-GWAS如何应用于个体化医疗(Personalized medicine,PM)进行了展望。展开更多
在过去的5年中,全基因组关联研究(Genome-wide association study,GWAS)方法已被证明是研究复杂疾病和性状遗传易感变异的一种有效手段。目前,各国科学家在多种复杂疾病和性状中开展了大量的GWAS,对肿瘤、糖尿病、心脏病、神经精神疾病...在过去的5年中,全基因组关联研究(Genome-wide association study,GWAS)方法已被证明是研究复杂疾病和性状遗传易感变异的一种有效手段。目前,各国科学家在多种复杂疾病和性状中开展了大量的GWAS,对肿瘤、糖尿病、心脏病、神经精神疾病、自身免疫及免疫相关疾病等复杂疾病以及一些常见性状(如身高、体重、血脂、色素等)的遗传易感基因研究取得了重大成果。截止到2010年9月11日,运用GWAS开展了对近200种复杂疾病/性状的研究,发现了3000多个疾病相关的遗传变异。文章就GWAS的发展及其在复杂疾病/性状中的应用做一综述。展开更多
2005年至今,全基因组关联研究(Genome-wide association study,GWAS)发现了大量复杂疾病/性状相关变异。近来,科学家们关注的焦点又集中在了如何利用GWAS数据进行深入分析,期待发现更多复杂疾病/性状的易感基因。一些新的策略和方法已...2005年至今,全基因组关联研究(Genome-wide association study,GWAS)发现了大量复杂疾病/性状相关变异。近来,科学家们关注的焦点又集中在了如何利用GWAS数据进行深入分析,期待发现更多复杂疾病/性状的易感基因。一些新的策略和方法已经被尝试应用到复杂疾病/性状GWAS的后续研究中,例如深入分析GWAS数据;鉴定新的复杂疾病/性状易感基因/位点;国际合作和Meta分析;易感区域精细定位及测序;多种疾病共同易感基因研究;以及基因型填补,基于通路的关联分析,基因-基因、基因-环境交互作用和上位研究等。这些策略和方法的应用弥补了经典GWAS的一些不足之处,进一步推动了人类对复杂疾病/性状遗传机制的认识。文章对上述研究的策略、方法以及所面临的问题和挑战进行了综述,为读者描绘了GWAS后期工作的一个简要框架。展开更多
原发性高血压是一种由遗传与环境因素共同导致的复杂疾病,具有高度的遗传异质性。自2007年首个高血压全基因组关联研究(Genome-wide association studies,GWAS)报道以来,许多GWAS相继开展。文章首先对2007年1月至2011年9月期间报道的24...原发性高血压是一种由遗传与环境因素共同导致的复杂疾病,具有高度的遗传异质性。自2007年首个高血压全基因组关联研究(Genome-wide association studies,GWAS)报道以来,许多GWAS相继开展。文章首先对2007年1月至2011年9月期间报道的24篇血压/高血压易感基因的GWAS按人种与染色体位置对其结果进行汇总,经统计位点rs17249754、rs1378942和rs11191548报道频数最多。其次介绍了GWAS方法学的研究进展,包括选择高质量的数量表型和选择多阶段研究设计来增加研究发现阳性关联的机会。统计分析方面,除强调了已经报道过的多重比较和重复(验证)研究等问题外,文章还介绍了通过Meta分析对GWAS数据进行深度发掘,并应用基因型填补法对缺失数据进行填补可以提高全基因组遗传标记的覆盖率的方法。尽管GWAS发现了许多我们未知的基因与疾病表型的关联,为了解高血压的发病机制提供了更多线索,但是目前GWAS发现的血压/高血压相关变异多为对人群血压的影响极其微弱的常见变异。因此今后的研究中可加强深度功能学研究对易感基因精细定位和外显子组测序技术的应用,结合GWAS的成果进行生物信息学通路分析和表观遗传学机制研究等,逐步揭示高血压的遗传机制。展开更多
肿瘤的遗传学病因复杂,全面系统地了解遗传变异在肿瘤发生中的作用是一项艰巨任务。全基因组关联研究(genome-wide association study,GWAS)在全基因组水平探讨常见单核苷酸多态性与疾病或其他表型的关联,为了解复杂性疾病的发病机制提...肿瘤的遗传学病因复杂,全面系统地了解遗传变异在肿瘤发生中的作用是一项艰巨任务。全基因组关联研究(genome-wide association study,GWAS)在全基因组水平探讨常见单核苷酸多态性与疾病或其他表型的关联,为了解复杂性疾病的发病机制提供新策略。针对不同肿瘤的GWAS,验证了一些基于候选策略所发现的肿瘤相关变异,发现了一系列新的肿瘤易感基因或染色体区域。主要介绍在中国人群中开展的肿瘤GWAS所取得的一些成果,并在此基础上阐述GWAS为中国常见恶性肿瘤遗传病因学研究带来的机遇与挑战。展开更多
实现全基因组关联研究(Genome-wide association study,GWA)在数年前还是遗传学家们的梦想,如今它已经变成了现实。自2005年Science杂志报道了第一项有关年龄相关性(视网膜)黄斑变性全基因组关联研究研究以来,有关与复杂疾病的全基因组...实现全基因组关联研究(Genome-wide association study,GWA)在数年前还是遗传学家们的梦想,如今它已经变成了现实。自2005年Science杂志报道了第一项有关年龄相关性(视网膜)黄斑变性全基因组关联研究研究以来,有关与复杂疾病的全基因组关联研究如雨后春笋般层出不穷。文中介绍了近两年来全基因组关联研究在复杂疾病研究领域内的主要发现、全基因组关联研究设计原理、遗传标记的选择、比较及相关商品信息。最后介绍了人类基因组拷贝数变异的研究进展,总结了人类全基因组关联研究所取得成就和存在的问题,并对全基因组关联研究未来的研究重点和要解决的问题进行了展望。展开更多
文摘全基因组关联研究(Genome-wide association study,GWAS)是人类复杂疾病研究的重要组成部分之一,在群体水平检测全基因组范围的遗传变异与可观测性状间的遗传关联。传统的GWAS是以芯片(Array)技术获得高密度的遗传变异,尽管硕果累累,但也存在不少问题。如:所谓的"缺失的遗传力",即利用关联分析检测达到全基因组水平显著的遗传变异位点只能解释小部分遗传力;在某些性状上不同研究的结果一致性较弱;显著关联的遗传变异位点的功能较难解释等。高通量测序技术,也称第二代测序(Next-generation sequencing,NGS)技术,可以快速、准确地产出高通量的变异位点数据,为解决以上问题提供了可行的方案。基于NGS技术的GWAS方法(NGS-GWAS)可在一定程度上弥补传统GWAS的不足。文章对NGS-GWAS策略和方法进行了系统性调研,提出了目前较为可行的NGS-GWAS的实施策略和方法,并对NGS-GWAS如何应用于个体化医疗(Personalized medicine,PM)进行了展望。
文摘在过去的5年中,全基因组关联研究(Genome-wide association study,GWAS)方法已被证明是研究复杂疾病和性状遗传易感变异的一种有效手段。目前,各国科学家在多种复杂疾病和性状中开展了大量的GWAS,对肿瘤、糖尿病、心脏病、神经精神疾病、自身免疫及免疫相关疾病等复杂疾病以及一些常见性状(如身高、体重、血脂、色素等)的遗传易感基因研究取得了重大成果。截止到2010年9月11日,运用GWAS开展了对近200种复杂疾病/性状的研究,发现了3000多个疾病相关的遗传变异。文章就GWAS的发展及其在复杂疾病/性状中的应用做一综述。
文摘2005年至今,全基因组关联研究(Genome-wide association study,GWAS)发现了大量复杂疾病/性状相关变异。近来,科学家们关注的焦点又集中在了如何利用GWAS数据进行深入分析,期待发现更多复杂疾病/性状的易感基因。一些新的策略和方法已经被尝试应用到复杂疾病/性状GWAS的后续研究中,例如深入分析GWAS数据;鉴定新的复杂疾病/性状易感基因/位点;国际合作和Meta分析;易感区域精细定位及测序;多种疾病共同易感基因研究;以及基因型填补,基于通路的关联分析,基因-基因、基因-环境交互作用和上位研究等。这些策略和方法的应用弥补了经典GWAS的一些不足之处,进一步推动了人类对复杂疾病/性状遗传机制的认识。文章对上述研究的策略、方法以及所面临的问题和挑战进行了综述,为读者描绘了GWAS后期工作的一个简要框架。
文摘原发性高血压是一种由遗传与环境因素共同导致的复杂疾病,具有高度的遗传异质性。自2007年首个高血压全基因组关联研究(Genome-wide association studies,GWAS)报道以来,许多GWAS相继开展。文章首先对2007年1月至2011年9月期间报道的24篇血压/高血压易感基因的GWAS按人种与染色体位置对其结果进行汇总,经统计位点rs17249754、rs1378942和rs11191548报道频数最多。其次介绍了GWAS方法学的研究进展,包括选择高质量的数量表型和选择多阶段研究设计来增加研究发现阳性关联的机会。统计分析方面,除强调了已经报道过的多重比较和重复(验证)研究等问题外,文章还介绍了通过Meta分析对GWAS数据进行深度发掘,并应用基因型填补法对缺失数据进行填补可以提高全基因组遗传标记的覆盖率的方法。尽管GWAS发现了许多我们未知的基因与疾病表型的关联,为了解高血压的发病机制提供了更多线索,但是目前GWAS发现的血压/高血压相关变异多为对人群血压的影响极其微弱的常见变异。因此今后的研究中可加强深度功能学研究对易感基因精细定位和外显子组测序技术的应用,结合GWAS的成果进行生物信息学通路分析和表观遗传学机制研究等,逐步揭示高血压的遗传机制。
文摘肿瘤的遗传学病因复杂,全面系统地了解遗传变异在肿瘤发生中的作用是一项艰巨任务。全基因组关联研究(genome-wide association study,GWAS)在全基因组水平探讨常见单核苷酸多态性与疾病或其他表型的关联,为了解复杂性疾病的发病机制提供新策略。针对不同肿瘤的GWAS,验证了一些基于候选策略所发现的肿瘤相关变异,发现了一系列新的肿瘤易感基因或染色体区域。主要介绍在中国人群中开展的肿瘤GWAS所取得的一些成果,并在此基础上阐述GWAS为中国常见恶性肿瘤遗传病因学研究带来的机遇与挑战。
文摘实现全基因组关联研究(Genome-wide association study,GWA)在数年前还是遗传学家们的梦想,如今它已经变成了现实。自2005年Science杂志报道了第一项有关年龄相关性(视网膜)黄斑变性全基因组关联研究研究以来,有关与复杂疾病的全基因组关联研究如雨后春笋般层出不穷。文中介绍了近两年来全基因组关联研究在复杂疾病研究领域内的主要发现、全基因组关联研究设计原理、遗传标记的选择、比较及相关商品信息。最后介绍了人类基因组拷贝数变异的研究进展,总结了人类全基因组关联研究所取得成就和存在的问题,并对全基因组关联研究未来的研究重点和要解决的问题进行了展望。
