纲要
概念
基因型（Genotype）：指某一生物体全部基因信息的总称，反映生物体的遗传构成，遗传学中具体使用的基因型往往是指某一性状的基因型
表型（Phenotype）：具有特定基因型的个体，在一定环境条件下，所表现出来的性状特征（形态、结构、生理、生化、行为等）或疾病状态
表型 = 基因型 + 环境
GWAS
全基因组关联分析（Genome-wide Association Study, GWAS）,是研究复杂表型性状关联基因变异的方法，通过对照分析或相关性分析，在全基因组范围内找出存在的序列变异，从中筛选出与复杂表型性状相关的基因变异。
传统单基因遗传的研究方法：利用家系连锁分析的定位克隆方法，发现了大量单基因疾病和单基因遗传性状
GWAS的优势：可以对多个个体在全基因组范围的遗传变异（标记）多态性进行检测，获得基因型；将基因型与可观测的性状，即表型，进行群体水平的统计学分析；根据统计量或显著性P值筛选出最有可能影响该性状的遗传变异（标记），挖掘与性状变异相关的基因。同时GWAS的分辨率高（单碱基水平），而且研究材料来源广泛，可捕获的变异丰富，并且节省时间。
GWAS背后的技术
基因型检测---芯片与测序
基因芯片技术：高通量分型
全基因组测序技术：高通量低成本
GWAS jargon
Locus - genetic position on a chromosome, and a single base pair positon in the context of SNPs
SNP - a locus(single base pair) that exhibits variation in a population
Allele - (in the context of SNPs) - the alternative forms of a nucleotide at a particular locus
Genotype - the pair of alleles at a locus, one paternal and one maternal
Haplotype - a group of SNPs that are inherited jointly from a parent （单倍型）
Linkage disequilibrium - alleles at multiple loci that exhibit a dependence (nonrandom association)
GWAS适用数量性状和质量性状
数量性状：多基因控制，能够测量得到具体数值，符合正态分布；考虑到数量性状受环境影响大，建议将所有材料在同一环境下培育或养殖，或者用多年多点的数据分开分析后综合结果或取BLUP（bese linear unbiased prediction）值作为性状值进行关联分析
质量性状：单基因控制，无法用具体数值来衡量，可转换为0、1等表示，需要注意的是每个群体选取近似的样本
分级性状：表型分布类似质量性状，但实际受多基因控制（数量性状），如抗性性状，因此需要提供每一个个体精确的测量数据
多指标性状：有多个指标可以同时度量时，找出代表原表型数据变异的主成分因子，作为关联分析的表型数据
全基因组关联分析--研究方式
1、GWAS技术通过比较无关个体：（1）患者和正常人群；（2）随机人群队列的基因组多态位点，找出疾病特异性的遗传标记，从而识别出某种疾病或表型的发病机制或相关位点。理论上，检测到的多态位点越多，识别关键位点的可能性就越大
2、单阶段和多阶段：（单阶段）选择足够的样本，一次性在所有研究对象中对选中的SNP进行基因分型，然后分析每个SNP和疾病/性状的关联，早期的GWAS研究中应用较多；（多阶段）以个体为单位，也可以采用DNA pooling的方法，筛选出较少量的阳性SNP，第二阶段采用更大的样本集对第一阶段筛选出的阳性SNP进行分析。
GWAS统计分析方法
1）Each SNP is an independent test (每一个SNP都要进行独立的检验)
2）Associations are tested by comparing the frequency of each allele in cases and controls
3）Odds ratio：（比值比/优势比）strength of association. It is a measure of effect size, or strength of association
odds = P/(1-P) . For example , if probability of winning is 50%, odds is 0.5/(1-0.5) = 1; if probaility of winning is 75%, odds is 0.75/(1-0.75) = 3.
OR = 1 , no association
OR > 1, allele T increases risk
OR < 1, allele G increases risk
4）P - value ：chi-square test
多重检验矫正（Multiple Hypothesis Testing）
Correction for multiple testing
The false discovery rate(FDR)
The Bonferroni correction
连锁不平衡（Linkage disequilibrium）
群体内不同位点等位基因间的非随机性组合的关系，即当位于同一染色体的两个基因座（A，B）基因型同时存在的概率，大于群体中因随机分布而同时出现的概率时，就称这两个点处于LD状态。如果A和B存在着显著的连锁不平衡，那么B就可以作为A的标记。（也可以这样理解：是指在某一群体中，不同座位上某两个基因同时遗传的频率明显高于预期的随机频率的现象。简单的说，只要两个基因不是完全独立的遗传，就会表现出某种程度的连锁，这种情况就叫做连锁不平衡。连锁不平衡可以是同一染色体上的不同区域，也可以是不同染色体上的 ）
GWAS study design
1、首先是发现的SNP信息随着sample的增加也是显著增加的。如果是针对疾病做研究的话，那就可以将样本分为case组和control组。如果是针对某个性状做研究的话，就可以不用去分
2、对基因型进行获取，分别有芯片和全基因组测序的方法。
3、然后可以做一些SNP的分析，例如曼哈顿图这一类的统计检验，看这些SNP是在哪个染色体上是比较significant
4、之后就可以找一些连锁不平衡的Block
GWAS局限性
GWAS是一种发现符合“常见疾病-常见变异假说”相关位点的方法，其可以确定相关位点，但不能直接确定基因本身，且在任何特定人群中GWAS都不能方便的识别罕见的风险等位基因位点。
EWAS
(Epigenome - wide assciation study, 表观基因组关联分析)，与GWAS形成互补，将表观遗传学变异和复杂疾病或性状进行关联，将表观遗传学层面对复杂疾病的致病原因或性状关联进行解读，找到与致病原因相关或复杂性状相关的表观遗传学变异位点。通过检测整个基因组成千上万特异表观修饰差异（比如DNA核苷酸上甲基分布），来鉴别出疾病中常见的表观突变或与复杂性状密切相关的表观修饰
表观组关联研究的热点--DNA甲基化
Dynamic Nature（动态性）：绝大多数环境和行为因素都能影响DNA甲基化
Quantitative Accuracy（定量准确）：DNA甲基化的定量能达到1%分辨率
Reversibility（可逆性）：受环境或行为影响发生的DNA甲基化改变具有可逆性
全基因组/表观组关联知识库
网友评论