羊重要性状全基因组关联分析研究进展

全基因组关联分析(genome-wide association study, GWAS)是一种复杂性状功能基因鉴定的分析策略,已成为挖掘畜禽重要经济性状候选基因的重要手段。随着绵羊和山羊基因组完成和公布,以及不同密度的SNP (single nucleotide polymorphism)芯片的推出并进行商业化推广,不仅大大丰富了羊标记辅助选择可利用的分子标记,而且还为开展重要性状的分子机理的探索提供了重要技术支撑。本文主要针对羊角、羊毛、羊奶、生长发育、肉质、繁殖和疾病等重要性状的GWAS研究所用的群体、主要研究方法和研究结果进行了综述,并对GWAS方法研究现状进行了归纳,以期为进一步利用GWAS进行羊的各种性状的遗传基础研究提供参考。     

奶牛重要经济性状全基因组关联分析研究进展

产奶性状是奶牛最重要的生产性状,随着平衡育种理念的提出和发展,繁殖性状、体型性状、健康性状和长寿性等功能性状也逐渐被重视并纳入育种规划中。鉴定产奶性状和功能性状主效基因或遗传标记并将之应用于奶牛标记辅助选择可望加快遗传进展。随着高密度SNP标记的高通量检测技术的发展,全基因组关联分析已成为鉴定畜禽重要经济性状基因的重要途径。文章对奶牛产奶性状和功能性状全基因组关联分析研究进展进行综述。     

奶牛重要经济性状全基因组关联分析研究进展

产奶性状是奶牛最重要的生产性状, 随着平衡育种理念的提出和发展, 繁殖性状、体型性状、健康性状和长寿性等功能性状也逐渐被重视并纳入育种规划中。鉴定产奶性状和功能性状主效基因或遗传标记并将之应用于奶牛标记辅助选择可望加快遗传进展。随着高密度SNP标记的高通量检测技术的发展, 全基因组关联分析已成为鉴定畜禽重要经济性状基因的重要途径。文章对奶牛产奶性状和功能性状全基因组关联分析研究进展进行综述。     

肺结核全基因组关联研究进展

肺结核是由结核分枝杆菌感染引起的一类古老但仍对人类造成巨大影响的传染性疾病。到目前为止, 肺结核依然是由单一病原菌导致死亡人数最多的疾病, 并且随着耐药菌株的出现而呈现死灰复燃之势。近几年, 肺结核全基因组关联研究在世界范围内取得了阶段性成果, 发现了与肺结核相关联的遗传易感位点和区域, 使肺结核的遗传学研究进入了一个崭新的阶段, 为后续肺结核的早期和综合防治提供了重要线索。然而, 由于人群遗传结构差异和宿主/病原体相互作用, 与其他复杂疾病相比, 肺结核全基因组关联研究依旧面临重重困难, 进展缓慢。文章对不同人群肺结核全基因组关联研究及其验证进行综述, 并系统阐述了目前研究中存在的困难及可能的应对策略。     

利用全基因组重测序分析鹿茸重量相关基因

茸角是鹿科动物特有的器官,具有重要的生物学意义。鹿茸生长是一个复杂的生物代谢过程,其重量与遗传因素有一定关联。本研究对饲养条件基本一致的5个梅花鹿(Cervus nippon)群体进行调查,获得高产和低产梅花鹿个体共100只,利用全基因组重测序分析这些个体与鹿茸重量相关的遗传变异。结果表明,共得到94个与鹿茸重量可能相关的遗传变异,其中有2个变异位点分别定位于OAS2和ALYREF/THOC4基因的外显子区,且ALYREF/THOC4基因在鹿茸中表达量很高。功能富集分析发现,这些遗传变异与鹿茸生长发育密切相关,可作为潜在的鹿茸重量相关遗传变异。本研究首次通过全基因组重测序直接筛选与鹿茸重量相关的遗传变异,并分析关联基因的生物学功能,对揭示鹿茸生长发育和鹿茸重量差异形成的遗传机制具有重要意义。     

水稻资源开花期耐热性的全基因组关联分析

水稻在开花期对高温非常敏感,挖掘耐热种质并解析耐热性的遗传机制,有助于水稻的耐热性遗传改良.本研究选取205份国内外种质资源,在抽穗开花期对遇高温的稻穗进行标记,以高温下标记穗的结实率作为耐热指标,结合高密度SNP标记进行全基因组关联分析并初步预测候选基因.结果 表明:不同水稻种质的耐热性差异明显,高温下的结实率最低为...     

猪的全基因组水平SNP研究现状

SNP（single nucleotide polymorphism,单核苷酸多态）在猪基因组中的分布极其广泛,平均分布间隔为300～400 bp,相关数据库收录已达55万条。猪基因组测序已取得实质性进展,大规模搜索发现基因组及EST（expressed sequence tag）序列中的SNP已展开,应用于猪全基因组水平的SNP芯片已建立。在此基础上,基于猪SNP标记的遗传图谱绘制、QTL（quantitative trait loci）定位、遗传多样性检测及全基因组关联分析等也都相继出现。     

冠心病全基因组关联研究进展

近年来全基因组关联研究在世界范围内发展迅猛,研究者应用全基因组关联研究策略发现了一系列疾病的相关基因或变异,将疾病的基因组研究推向一个新的阶段。冠心病是一种由环境因素和遗传因素共同作用导致的复杂疾病,且是世界范围内死亡和致残的首要原因之一,世界各地的研究者应用此策略发现了候选基因关联研究未曾发现的多个冠心病相关易感区域。文章对近年来世界范围内针对冠心病的全基因组关联研究取得的重要进展进行简要总结,然后就现阶段全基因组关联研究所面临的挑战以及对未来研究的发展趋势进行分析阐述,为进一步探究冠心病的遗传机制提供指导。     

京海黄鸡体重性状全基因组关联分析

体重性状是肉鸡重要的经济性状。为了寻找可用于京海黄鸡体重性状遗传改良的分子标记及候选基因,本文以400只京海黄鸡核心群母鸡为基础,测定了0~14周龄体重,利用简化基因组测序技术(Specific-locus amplified fragment sequencing, SLAF-seq)对京海黄鸡体重性状进行全基因组关联研究(Genome-wide association stndy, GWAS),筛选与京海黄鸡体重性状相关的SNPs位点。结果共检测到100个与京海黄鸡体重相关的SNPs位点,其中15个位点效应达到全基因组显著水平(P<1.87E-06),85个位点效应达到全基因组潜在显著水平(P<3.73E-05)。通过筛选每个显著SNP周围1 Mb区域内的基因,共找到9个可能的候选基因,其中FAM124A(Family with sequence similarity 124A)、QDPR(Quinoid dihydropteridine reductase)、WDR1(WD repeat domain 1)和SLC2A9(Solute carrier family 2 (facilitated glucose transporter), member 9) 4个基因可能是影响体重性状的重要候选基因。同时还发现,4号染色体75.6~80.7 Mb区域集中了大部分与京海黄鸡中后期体重性状显著相关的SNPs位点,该区域可能是影响京海黄鸡中后期生长体重的重要候选区域。     

中国精神分裂症的全基因组关联分析及其转化医学进展

我国在精神分裂症的遗传学和生命组学研究方面取得了很大进展,如在全基因组关联分析(genome-wide association study,GWAS)方面工作获得了一系列成果.随着我国对重大疾病转化医学的逐步关注和重视,利用在精神分裂症上已经获得的广泛和深入的研究结果,寻找精神分裂症各种临床应用的生物标记物研究,系统性地建立适合于类似精神分裂症这类复杂疾病的早期诊断、干预和预防的临床咨询和应用体系等将是该疾病转化医学方面可实施的方法和案例.精神分裂症的转化医学方面还涉及精神分裂症患者的个体化用药方案建立.药物疗效和药物不良反应的个体差异具有较复杂的环境和遗传背景,结合精神分裂症的遗传学病因和药物作用的遗传学差异,将有效发挥治疗药物的功效,并降低重大不良反应在敏感个体上的发生.对精神分裂症这类给国家和社会带来极其重大负担的重大疾病,积极推动我国在此类疾病上的基础研究成果转化和转化医学的实施具有重要的社会效应和积极的带动作用.     

全基因组关联研究现状

在过去的5年中, 全基因组关联研究(Genome-wide association study, GWAS)方法已被证明是研究复杂疾病和性状遗传易感变异的一种有效手段。目前, 各国科学家在多种复杂疾病和性状中开展了大量的GWAS, 对肿瘤、糖尿病、心脏病、神经精神疾病、自身免疫及免疫相关疾病等复杂疾病以及一些常见性状(如身高、体重、血脂、色素等)的遗传易感基因研究取得了重大成果。截止到2010年9月11日, 运用GWAS开展了对近200种复杂疾病/性状的研究, 发现了3 000多个疾病相关的遗传变异。文章就GWAS的发展及其在复杂疾病/性状中的应用做一综述。     

细菌全基因组关联研究的方法与应用

随着测序技术的发展和全基因组序列的不断积累,全基因组关联研究(genome-wide association study, GWAS)在人类复杂疾病研究中取得了丰硕成果,10余年间发现了数以万计的疾病风险因子。同样,GWAS也为探索细菌表型的遗传机制提供了新的工具。自2013年第一项细菌GWAS(bacterial GWAS, BGWAS)工作发表以来,目前已有10多项相关研究报道,分别揭示了细菌宿主适应性、耐药性及毒力等表型的遗传机制,极大加深了人们对细菌遗传、进化及传播等方面的认识。本文对目前BGWAS的研究方法、应用成果及存在的问题进行了总结,并对BGWAS的研究前景进行了展望,旨在为微生物学领域开展BGWAS研究提供参考。     

全基因组关联研究通路分析方法现状

全基因组关联研究(genome-wide association study, GWAS)自2005年首次发表以来已不断增进人们对疾病遗传机制的认识,结合系统生物学并改进统计分析方法是对GWAS数据进行深度挖掘的重要途径。通路分析(pathway analysis)将GWAS所检测的遗传变异根据一定的生物学含义组合为集合进行分析,有利于发现对疾病单独效应小却在通路中相互关联的遗传变异,更有利于进行生物学解释。当前通路分析在GWAS数据上已有较为广泛的应用并取得初步成果。与此同时,通路分析的统计方法仍在不断发展。本文旨在介绍现有直接以SNP为对象的GWAS通路分析算法,根据方法中是否采用核函数分为非核算法和核算法两大类,其中非核算法主要包括基因功能富集分析(gene set enrichment analysis, GSEA)和分层贝叶斯优取(hierarchical Bayes prioritization, HBP),核算法包括线性核(linear kernel, LIN)、状态认证核(identity-by-status kernel, IBS)和尺度不变核(powered exponential kernel)。通过介绍这些方法的计算原理和优缺点,以期为新算法的构建提供更好的思路,为GWAS领域研究方法的选择提供参考。     

全基因组关联研究的深度分析策略

2005年至今,全基因组关联研究(Genome-wide association study,GWAS)发现了大量复杂疾病/性状相关变异。近来,科学家们关注的焦点又集中在了如何利用GWAS数据进行深入分析,期待发现更多复杂疾病/性状的易感基因。一些新的策略和方法已经被尝试应用到复杂疾病/性状GWAS的后续研究中,例如深入分析GWAS数据;鉴定新的复杂疾病/性状易感基因/位点;国际合作和Meta分析;易感区域精细定位及测序;多种疾病共同易感基因研究;以及基因型填补,基于通路的关联分析,基因-基因、基因-环境交互作用和上位研究等。这些策略和方法的应用弥补了经典GWAS的一些不足之处,进一步推动了人类对复杂疾病/性状遗传机制的认识。文章对上述研究的策略、方法以及所面临的问题和挑战进行了综述,为读者描绘了GWAS后期工作的一个简要框架。     

基于高通量测序的全基因组关联研究策略

全基因组关联研究（Genome-wide association study, GWAS）是人类复杂疾病研究的重要组成部分之一,在群体水平检测全基因组范围的遗传变异与可观测性状间的遗传关联。传统的GWAS是以芯片（Array）技术获得高密度的遗传变异,尽管硕果累累,但也存在不少问题。如：所谓的“缺失的遗传力”,即利用关联分析检测达到全基因组水平显著的遗传变异位点只能解释小部分遗传力;在某些性状上不同研究的结果一致性较弱;显著关联的遗传变异位点的功能较难解释等。高通量测序技术,也称第二代测序（Next-generation sequencing, NGS）技术,可以快速、准确地产出高通量的变异位点数据,为解决以上问题提供了可行的方案。基于NGS技术的GWAS方法（NGS-GWAS）,可在一定程度上弥补传统GWAS的不足。文章对NGS-GWAS策略和方法进行了系统性调研,提出了目前较为可行的NGS-GWAS的实施策略和方法,并对NGS-GWAS如何应用于个体化医疗（Personalized medicine, PM）进行了展望。     

A genome-wide association study identified new variants associated with mathematical abilities in Chinese children

Mathematical ability is moderately heritable, and it is a complex trait which can be evaluated in several different categories. A few genetic studies have been published on general mathematical ability. However, no genetic study focused on specific mathematical ability categories. In this study, we separately performed genome-wide association studies on 11 mathematical ability categories in 1146 students from Chinese elementary schools. We identified seven genome-wide significant single nucleotide polymorphisms (SNPs) with strong linkage disequilibrium among each other (all r² > 0.8) associated with mathematical reasoning ability (top SNP: rs34034296, p = 2.01 × 10⁻⁸, nearest gene: CUB and Sushi multiple domains 3, CSMD3). We replicated one SNP (rs133885) from 585 SNPs previously reported to be associated with general mathematical ability associated with division ability in our data (p = 1.053 × 10⁻⁵). In the gene- and gene-set enrichment analysis by MAGMA, we found three significant enrichments of associations with three mathematical ability categories for three genes (LINGO2, OAS1 and HECTD1). We also observed four significant enrichments of associations with four mathematical ability categories for three gene sets. Our results suggest new candidate genetic loci for the genetics of mathematical ability.