复杂疾病研究思路医学幻灯片.pptx

高通量测序 复杂疾病研究思路 复杂疾病：是在众多因素共同作用下发生的，如多个基因、一个基因的多个突变、环境作用以及未知的随机因素，遗传模式复杂。可以认为对于复杂疾病来说，每个基因影响有限，单独不足以致病，而且可能对于疾病既非充分也非必要。复杂疾病在普通人群中发病率较高（一般不少于1%），所以也叫“常见疾病”，如精神分裂症、双相情感障碍、糖尿病、癌症等。 复杂疾病 心脑血管疾病（高血压、冠心病、卒中） 神经系统疾病（自闭症、帕金森、阿尔兹海默症） 代谢类疾病（糖尿病、甲亢） 呼吸系统疾病（慢阻肺） 自身免疫病（红斑狼疮、类风湿） …… 涉及疾病种类 . 致病因素 研究方向 . 遗传易感性 遗传基础是由多基因构成的，它部分决定了个体发病的风险。这种由遗传基础决定一个个体患病的风险称为易感性。（因此学术界将遗传因素和环境因素共同作用决定个体患病某种遗传病的风险称为易患性。易感性+环境因素=易患性） 遗传易感性 全基因组关联分析（Genome-wide association study，GWAS）是一种对全基因组范围内的遗传变异基因总体关联分析的方法，能够一次性对疾病进行轮廓性概览，适用于复杂疾病的研究。传统的GWAS研究以芯片技术为主，依赖于已知基因序列和杂交反应，往往遗漏重要信息，且可靠性、重复性差。近两年，利用高通量测序进行GWAS逐渐兴起。 SNP A 不患病 SNP A 患病 SNP B 不患病 SNPB 患病 统计分析 评价该SNP与该病是否有关联及关联程度 GWAS 患病人群 正常人群 遗传易感性研究 . 常见变异假说 Common disease--Common variants: 常见疾病主要是由常见基因的常见变异累积引起的。 利用基因芯片进行GWAS研究 问题： 有效性：难以检测到罕见变异（探针设计及低频问题） 可靠性：GWAS 主要依赖统计分析，因此可能会出现比较多的假阳性和假阴性结果，大量功能实验的验证才是根本解决办法 重复性：不同的群体、不同的研究一致性差 精确性：GWAS 可以确定与性状或疾病相关的位点而非直接确定基因本身 . 高通量测序优势 有效性：高通量测序技术，不局限于已知位点，能够检测未知突变及低频突变 可靠性：测序准确性高于基因芯片技术，分析结果可靠性更高 重复性：测序重复性较高 精确性：测序不局限于已知位点，能够对特定基因的全部变异情况进行全面分析，更有利于将疾病与基因关联 全基因组测序：对基因组最全面的分析 外显子组：有效信息率高，利于分析和验证 转录组：基因变异和表达量两个维度的分析 Whole-Exome Sequencing Identifies Rare and Low-Frequency Coding Variants Associated with LDL Cholesterol Leslie A. Lange, Youna Hu, He Zhang, et al. February , 2014 案例1 对2005个美国人（其中554个为低密度脂蛋白-胆固醇LDL-C水平最高307个和最低247个的2%内的极端个体）进行了外显子组测序。 Illumina测序平台双端76bp测序，平均测序深度为127X。 材料与方法 发现了LDL-C水平与PNPLA5基因中的罕见低频突变有关 证实了以往研究中通过传统GWAS方法发现的PCSK9、LDLR及APOB三个基因与LDL-C水平的关系，而且在这三个基因中发现了更多的相关位点。 相关基因变异 文章通过关联分析找出了LDL-C相关的PNPLA5、PCSK9、LDLR及APOB基因上的变异，也侧面说明了利用外显子组测序进行GWAS分析比传统研究更高效更全面，发现更多编码区的相关位点。 PNPLA5变异与LDL-C Genome-wide association study implicates NDST3 in schizophrenia and bipolar disorder 案例2 文章利用904个患有精神分裂症和1640个正常的德系犹太人， 进行GWAS分析。 针对最相关的SNP，在已有研究的数据(5,415 schizo-phrenia cases, 4,785 bipolar cases and 12,991 controls)中进行筛选。 针对此SNP，利用转录组测序手段分析其相关的关键基因。 Nov，2013 . Manhattan plot 4q26：该区段包含16个强相关SNPs，其中r关性最高 R Pgwas=6.55*10-9，odds ratio (O