国家卫生研究院定义了一个基因组协会研究“在整个人类基因组中的常见遗传变异研究,目的是识别遗传关联与可观察性状的目标。”尽管家庭联系研究和数以千万的基因的研究SNPS.测定基因组的遗传变异,国家的健康研究所需要一种体面的密度和选择遗传标记,以捕获研究人群中的大部分常见变体,量化足够的个体以提供足够的力量来检测适度效应的变体。
该讨论的重点是在研究中试图分析至少100 000个选择的SNP,以作为最大数量的SNP代理。典型的GWA研究分为四个部分:(1)患有疾病或患病性的大量人,以及合适的对照组;(2)DNA分离,基因分型和数据分析,以确保高基因分型质量;(3)通过质量阈值和疾病/特征的SNP之间的关联统计学测试;(4)在单独的样本人口中复制检测到的关联或功能含义的实验检查。
图1.基因组关联研究的快速观点。(谭,2019)
案例控制设计与两组大群人,一个健康对照组和一个患病案组进行比较,是GWA研究中最常见的方法。大多数常见的已知SNP是在每个组的成员中进行基因分型。SNP的确切数量因基因分型技术而异,但通常是一百万或以上。然后在案例和对照组之间比较每个SNP的等位基因频率,以查看是否存在显着差异。赔率比是在这种情况下报告效果大小的基本单元。赔率比例是两个赔率的比率,即GWA研究是具有特定等位基因的人的案例的几率,以及对没有相同等位基因的人的案例的可能性。
评估定量表型数据,例如高度或生物标志物浓度,甚至基因表达,是案例控制GWA研究的常见替代方案。也可以使用替代统计学和隐性渗透图案的统计数据。生物信息学软件如SNPTEST和PLINK,支持许多这些替代统计数据,通常用于计算。单个SNP的效果是GWA的焦点。两种或更多种SNP之间的复杂相互作用,称为外观,也可能在复杂疾病中起作用。由于潜在无限数量的相互作用,识别GWAS数据中的统计相关交互在计算上和统计上困难。
GWA研究测定数十万个单核苷酸多态性(SNP),并使用高通量基因分型技术将其与临床病症和可测量的性状联系起来。自2005年以来,GWA研究已经分类并复制了近100个基因座,多达40个常见疾病和特征,许多基因最初没有疑似在研究下的疾病中发挥作用,以及一些没有已知基因的基因组区域。GWA研究是在发现疾病的遗传变异方面的重要一步,但它们也具有显着的缺点,例如假阳性和假阴性结果的潜力,以及与研究参与者选择和基因分型误差有关的偏差。虽然目前正在追求G欧宝官网app苹果下载WA发现在预防和治疗中的应用,但这些研究主要用作分析基因组功能和澄清病理生理机制的有价值的发现工具。
参考:
从CD基因组学每月直接发送到您的收件箱中的尖端科学信息。