最新Science文章
ª 现代人类学通讯
PENG Qianqian
! 16(S):58-61
第四卷 2010年 Communication on Contemporary Anthropology Vol. 4
COM. on C. A. 4:e10, 2010
Several Problems Appearing in Genome-Wide Association Study
MOE Laboratory of Contemporary Anthropology, School of Life Sciences, Fudan University, Shanghai 200433 China
Abstract: The coming-forth of genome-wide association study had brought in new frontiers of complex disease association study, which was designed to discover all the disease loci. But along with the processing of genome-wide association study, the result of it was not as satisfying as researchers primarily expected. But the imperfect outcome of genome-wide association study was not only due to the methods applied to it, but there were also many other reasons. In this review, we focused on some problems encountered in genome-wide association study, including the argument among statistical interaction and biological interaction, the characteristics of genome-wide genotyping data and related methods developing, hypothesis of disease model and so on. The renewed learning and thinking on the genome-wide association study would give efficient supervision in the following study. Keywords: genome-wide association study; interaction; characteristics of data; model hypothesis
对全基因组关联分析中一些问题的思考
彭倩倩
复旦大学生命科学学院现代人类学教育部重点实验室 上海200433
摘要:全基因组关联分析的出现,曾经令研究者们看到了复杂疾病致病机制研究的新契机——从全基因组分型数据中寻找所有可能的致病位点。但是随着全基因组关联分析的逐步推进,其结果并没有研究者预期的那么理想。全基因组关联分析的结果不理想,不仅仅是分析方法的问题。本文对全基因组关联分析中遇到的一些问题,如交互作用的争议,全基因组分型数据的特征以及相关方法构建,疾病模型假设等方面进行了讨论。对于全基因组关联分析的重新认识和思考对今后的工作将提供有力的指导。 关键字:全基因组关联分析;交互作用;数据特征;模型假设
全基因组关联分析的出现,曾经令研究者们看到了复杂疾病致病机制研究的新契机——从全基因组分型数据中寻找所有可能的致病位点,而不必逐个寻找候选基因然后用定位方法确定[1-5]。但是随着全基因组关联分析的逐步推进,其结果并没有研究者预期的那么理想,引起了研究者们一系列的反思[6-11]。首先在数据分析方法上作了一系列改进和探索,大量应用于全基因组关联分析的方法涌现,例如基于数据挖掘的方法[12-19]、基于连锁不平衡或熵的方法[20-24],基于整体基因的方法[25-26],基于交互作用的方法[27-29]等。但是这些方法并没有在全基因组关联分析中得到很好的应用,究其原因一方面是新方法还没有普及使用,另一方面是应用效果改善不大制约了其推广。但是全基因组关联分析结果不佳,也并非单纯是分析方法的问题,实验设计、数据特征以及模型假设等也是不可忽视的问题。本文对研究中遇
到的一些有关全基因组关联分析的问题做一点总结探讨。
1 揭秘交互作用的玄虚
1.1交互作用在生物学领域的意义
一般交互作用是这样定义的,两个因素同时作用时的效应与其边际效应乘积的偏离称之为两个因子的交互作用[30]。通俗的解释就是两个因素在效应上的修饰性[31]。可见,交互作用的定义是建立在表型的基础上的。但是交互作用又是怎么形成的呢?从生物学的角度来讲,基因水平的变异(单碱基突变,多态以及大片段的重复、插入、缺失等)导致分子水平的改变,从而最终出现表型上的差异。基因与基因之间的交互作用实际上是基因与基因的表达产物之间的关系(例如同一通路上的共同调控、上下游或替代效应)出现了差异,从而导致表型变异。因此基因与基因之间的交互作用是直接与基因的功能水平相关的。
收稿日期:2010年6月7日 修回日期:2010年6月11日 联系人:彭倩倩 qqpeng2009@gmail.com
全基因组关联分析的进展与反思_生物学_自然科学_专业资料。全基因组关联分析(genomewide associationstudy,GWAS)是应用人类基因组中数以百万计的单核苷酸多态性(single...
全基因组关联分析 引言 概念全基因组关联分析—— 英文名字叫Genomewide association study简 称——GWAS 全基因组关联分析—— 是指在人类全基因组范 围内找出存在...
全基因组关联分析的进展与反思_医学_高等教育_教育专区。全基因组关联分析的...( case contro l) 关联分析一致, 即如果人群基 因组中一些 SNP与某种疾病相...
全基因组关联分析 引言 概念全基因组关联分析—— 全基因组关联分析—— 英文名字叫Genome英文名字叫Genomewide association study简 study简 ——GWAS 称——GWAS 全...
G WAS)是应用人类基因组中数以百万计的 单核苷酸多态性 ( single nucleotide polymorphism , SNP )为标记进行病例 2 照关联分析 ,以期发现影 对 的潜在问题 ,...
全基因组关联分析_理学_高等教育_教育专区。关联分析一些问题讨论 1)候选基因策略 2)全基因组策略 Line1 Line2 Line3 Line4 Line5 Line6 Line7 Line8 Line...
全基因组关联分析_生物学_自然科学_专业资料 暂无评价
亿学与生物互程2013,V01.30Chemis研&B;oenginee湘9 No.6 doi:10.3969/j.issn.1672—5425.2013.06.002 全基因组关联分析在植物中的应用涂雨辰1”,田云k2...
全基因组关联研究的深度分析策略_专业资料。2005年至今,全基因组关联研(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...
计却存在着另一个问题: 第一阶段通常在较少样本 中对全基因组数量庞大的SNPs进行分析(可达 100 万个), 因而没有足够的检验效能发现所有可能与疾 病关联的SNPs...
热门文档