单核苷酸多态性与疾病关联研究及利用Stata软件进行Meta分析.ppt

累积meta分析 敏感性分析 Meta回归分析寻找研究异质性来源 单核苷酸多态性与疾病关联研究及利用Stata软件进行Meta分析 金飞 SNP 单核苷酸多态性(single nucleotide polymorphism, SNP)是基因组突变最常见的形式，是指单个碱基（A, T, C, G）的替换。 包括转换（同类碱基间的变化，如A/G，C/T）和颠换（不同类型碱基间的变化，如A/C，G/T）。 tagSNP 狭义的SNP指次等位基因频率（minor allele frequency, MAF）大于0.01的单碱基突变。 广义SNP包含MAF小于0.01的单碱基突变。在NCBI数据库dbSNP中注册的广义SNP超过1300万个。 常见SNP（common SNP）指MAF大于0.05的SNP，估计在人类基因组中大于700万个。 人类基因组-马赛克样结构 现在，被dbSNP数据库收录的每一个SNP均会被分配给一个不重复的，以rs加上阿拉伯数字组成的号码，如rs2120243。 检索SNP最常用的网站是dbSNP数据库：/projects/SNP和HapMap网站： HapMap计划 由于人类基因组中SNP太多，目前直接测序价格昂贵，尚不可能应用于大规模人群。HapMap计划旨在通过数个人种共数百人的全基因组测序，建立单个SNP和由多个SNP构成的单体型（haplotype)。 人类基因组是由一个个相连的马赛克样block组成的，在减数分裂时作为一个整体遗传。 Haplotype,即单体型，是一个block中的多个SNP的分型的结合。由于连锁遗传的存在，单体型数目实际类型明显少于理论组合数（2的n次方）。 人类基因组的block约1-100kb,亚洲人平均18kb。每个block常见单体型（出现频率大于0.05）一般仅5-6个。 单体型由专门软件，多种方法计算得来。 标签SNP（tagSNP)是指单体型中可以俘获临近SNP状态的少部分SNP。 由于单体型和标签SNP的存在，不需要检测1000多万个SNP，仅需要约50-100万个SNP即可以获得整个基因组的SNP信息，使得全基因组关联研究(genome wide association study, GWAS)成为可能。 Haploview软件显示单体型结构 基因多态性（最常见的就是SNP）与疾病的关联研究，通常采用病例-对照研究的方法，检测SNP的状态在两组中是否有差异。经过统计学处理，得到P值, 优势比（odds ratio, OR)等信息。 下面举例常见的候选基因法进行的SNP关联研究方法（通常位点少，样本数少）。 举例 病例组331人 对照组324人 AA AB BB A B AA AB BB A B 130 146 55 448 210 176 125 23 380 270 stata命令：logit a b [fw=f];logit, or di chi2tail(1,22.60) P=1.995e-06 有的研究还进行包括临床资料（性别，年龄，烟酒等）的多元logit回归。需要把每一例的基因型输入（AA，AB，BB可以分别用0，1，2表示）。 基因-疾病关联研究的meta分析 简介使用stata 软件进行meta分析的方法 1. 文献检索：pubmed, embase, cochrane,中文数据库等。 2. 文献质量评估： 3. 得到合格研究，从中提取有用数据，主要是基因型分布情况（AA，AB，BB）。 4.检验对照组基因型分布是否符合哈迪-温伯格平衡律(Hardy-Weinberg Equilibrium),（excel表见下页）。 5. 寻找最适合的遗传模型(OR1, OR2, OR3的相互关系）。 6. 利用stata软件进行分析。 7. 对结果进行解释。 数据录入excel 输入stata Meta分析森林图 发表偏倚漏斗图分析