研究小组在全基因组关联研究中分离出环境影响

达特茅斯癌症研究人员开发并测试了一种先进的统计模型，以评估基因和环境之间的相互作用对疾病的影响人类遗传学。

该方法填补了当前分析中的差距。像癌症这样的复杂疾病通常来自复合物互动在遗传和环境因素中。当研究了许多这样的组合时，识别相关的相互作用与那些反映受影响的人之间的机会组合的相关相互作用变得困难。在这项研究中，调查人员开发了一种用于评估使用贝叶斯层次混合框架的相互作用的相关性的新方法。该方法适用于研究基因之间的相互作用或遗传和环境因素。

克里斯·阿莫斯博士是该论文的资深作者，他说:“这些发现可以用来建立只包括那些与疾病诱因相关的相互作用的模型，让研究人员消除了困扰现代研究的假阳性结果，很多因素及其相互作用被认为是导致复杂疾病的原因。”

的模型通过观察特定的DNA测序变化来评估“基因对基因”和“基因对环境”的因素。复杂疾病是由多种因素引起的。在某些情况下遗传素质或异常可能是一个因素。然而，一个人的健康生活方式和环境可以帮助他或她克服遗传脆弱性，避免像癌症这样的慢性疾病。在其他情况下，当暴露于烟草烟雾或晒伤等已知致癌物质时，DNA没有异常的人可能会产生一个。

“了解导致复杂疾病的遗传和环境因素的组合是很重要的，”人口学副主任和诺里斯·科顿癌症中心副主任阿莫斯说，“因为理解复杂疾病背后的基因结构可以帮助我们确定预防或治疗的特定目标，在此基础上采取干预措施可以适当降低癌症发展或进展的风险。”

该研究将该模型应用于皮肤黑色素瘤和肺癌的基因序列，使用先前确定的异常(称为单核苷酸多态性或SNPS）具有作为独立变量引入的环境因素。与传统的逻辑回归模型进行比较了贝叶斯混合物模型。层次模型成功控制了假阳性发现的概率并确定了显着的相互作用。它还在参数估计和变量选择上表现出良好的性能。该模型不能应用于完整的GWA，因为如果它依赖于其他概率模型（MCMC）。当应用于一组SNP时，它是最有效的。

“该方法对于对黑色素瘤和肺的研究有效癌症风险，因为这些癌症从遗传和遗传的复杂相互作用中发展环境因素但是，在没有本研究中开发的复杂建模的情况下，在没有复杂的建模的情况下，难以实现这些因素的互动。“

---

---