课件:第十一章复杂疾病的分子特征与计算分析.ppt

课件:第十一章复杂疾病的分子特征与计算分析.ppt

  1. 1、本文档共102页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
课件:第十一章复杂疾病的分子特征与计算分析.ppt

* * * * * * 例11-1 某医院对200名高血压病人和200名对照个体进行检测,通过限制性内切酶方法对采自这些个体的外周血淋巴细胞进行分析,获得了SNP rs39461的基因型(见下表),假定此次研究不存在采样上的缺陷,问这个SNP是否与高血压的发生相关? 分组 基因型 合计 CC CT TT 病例组 3 36 161 200 对照组 3 57 140 200 合计 6 93 301 400 数量性状关联分析 数量性状(quantitative trait):指一个群体内各个个体间表现的连续性的数量变化,如身高、体重、血压等等。 数量性状位点(quantitative trait loci, QTL): 与某些数量性状形成相关的DNA区域。 常用的统计方法:方差分析、 t检验、线性回归分析等。 例11-2 某医院对30名高血压病人采用氢氯噻嗪进行降压治疗,获取了这些病人的基因组DNA和6周后血压降低情况的随访记录,通过基因分型获得了SNP rs4961的基因型,初步分析发现GG携带者有19人,他们的平均收缩压下降值为8.3 mmHg,标准差为2.3 mmHg,GT+TT携带者有11人,他们的平均收缩压下降值为7.1 mmHg,标准差为1.8 mmHg,假定此次研究血压下降值符合正态分布,两样本方差无显著差异,问这个SNP与氢氯噻嗪降低收缩压的疗效是否相关? 关联研究中发现SNP与疾病发生之间的显著相关性可能存在三个原因: (1)SNP本身就是一个致病的SNP。 (2)SNP本身不能导致疾病,但与导致疾病的遗传变异呈连锁不平衡。 (3)研究群体选择失误造成的统计显著性。 显著关联潜在的生物学机理 (1)样本选取要严格限制在同质性群体中; (2)对照组选取应当谨慎,必要时选择未受累亲属作为内对照。 (3)对阳性关联位点进行传递不平衡检验(transmission disequilibrium test, TDT),以确认发现的致病等位在家庭遗传中倾向于向患病子代遗传。 第三种情况(统计学假关联)需避免,避免措施 (五)遗传分析中的统计显著性 遗传分析方法笼统的分为两类,但相应的研究方法众多。 两类方法面临的共同问题:统计结果的取舍,即如何进行统计显著性的阈值设定。遗传分析中分子标记的增多或检验模型的增加而增加复杂性。 多重检验:采用多次随机进行SNP与疾病相关性检验进行显著性水平选取,可回避多重检验校正。也可对待检的SNP进行LD修正、采用FDR方法进行修正。 三、全基因组关联研究 全基因组关联研究(genome-wide association study, GWAS):同时选取基因组中上百万个SNP进行研究,是HGP计划、HapMap计划、商业分型芯片发展共同的结果,是目前流行的复杂疾病的遗传学研究方法 。 GWAS的基因分型:基于全基因组芯片,一种基于寡核苷酸杂交的微阵列芯片。 GWAS芯片:Human610-Quad Beadchip和Genome-Wide?SNP?6.0,前者可同时检测4个样品的230万个SNP位点,后者可同时检测90万个SNP位点和90万个CNV位点。 人群特异性芯片:基于中国人群基因组的GWAS芯片和全外显子芯片。 GWAS芯片种类与基因分型原理 候选区域精细定位策略进行GWAS 四、罕见变异位点的分析方法 人类基因组的变异根据MAF划分: 常见变异(common variants): MAF 5%~50%: 稀有变异(infrequent variants): MAF 1%~5% 罕见变异(rare variants):MAF 1% 常见疾病-常见变异(common disease-common variant)假说:复杂疾病是由多个常见变异共同作用的结果,这些常见变异是微效的,多个微效常见变异的累积引起疾病的发生。 多重罕见变异(multiple rare variant)假说:疾病的发生取决于一些效应较大的罕见变异。 (一)单位点分析方法 病例-对照的数据即采用?2检验、Fisher精确检验、Cochran- Armitage趋势检验和逻辑回归分析;数量性状则采用方差分析、t检验、线性回归分析等 (二)多位点分析方法 (三)折叠方法(collapsing methods) Fisher方法、Hotelling?T2检验、多元回归分析(线性或逻辑)等 第四节 常用的集成软件工具 (Statistical Genetics Softwares and Application) 实验内容 常用的集成软件工具 (Molecular Characters and Data of Complex Disease) 一、Haploview与单体型分析 二、Plink软件包与基因互作 三、

您可能关注的文档

文档评论(0)

iuad + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档