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、