研究揭示了具有特征和疾病的广泛的“遗传建筑”

Johns Hopkins Bloomberg公共卫生学院的科学家开发了一种强大的方法，表征了对特质和疾病的广泛遗传贡献模式。新方法提供了遗传影响的“大图”，应该特别有助于设计未来的遗传研究和遗传风险预测的潜力。

科学家们在8月13日发表的一项研究中说自然遗传学，来自遗传研究的现有数据和使用的新型统计技术，以获得有助于不同物理性状和疾病的DNA变异数量的估计，包括高度，BMI，童年IQ，Alzheimer疾病，糖尿病，心脏病和双相情感障碍。

“就实际结果而言，我们现在可以使用这种方法来估计，对于任何特征或疾病，我们需要在未来的研究中确定大多数重要的个体样本的数量。遗传贡献该研究的资深作者、彭博生物统计学特约教授Nilanjan Chatterjee博士说。

经济实惠的DNA测序技术在千年之后可用。有了它，研究人员已经表现出数百种基因组关联研究（GWA），以发现与不同疾病或特征相关的DNA变化。这些变异 - 基因组上的各个位点的DNA“字母”的变化 - 称为单核苷酸多态性（SNP）。了解哪些SNP与疾病相关或特质可以有助于获得生物理解，了解疾病如何以及其他特征起源和进一步进展。

人们对利用遗传标记开发风险评分也非常感兴趣，这些风险评分可以确定患病风险高或低的个人，然后利用这些信息开发一种“精确医学”方法，通过有针对性的干预措施来预防疾病。

查特吉说:“根据他们的样本量，之前的全基因组关联研究已经发现了一些或许多特定疾病或特征的snp。”“但他们通常没有做的是揭示疾病或特征的整体遗传结构，换句话说，可能的snp的数量和它们的效应大小的分布。”

Chatterjee和他的同事开发了统计工具，从公开可用的GWAS数据推断出这种整体架构。然后，它们将这些工具应用于32个GWAS数据集，涵盖了19个定量性状和13个疾病。

研究结果表明，人们对许多特征的了解只是“冰山一角”。一个个体特征可能与成千上万个SNPs相关，每个SNPs的影响都很小，但累积起来会对性状变异做出重大贡献。有趣的是，他们发现，与心理健康和能力相关的特征，如智商、抑郁症和精神分裂症，似乎是最“多基因”的，因为它们受到成千上万个SNPs的影响，而每个SNPs的影响很小。

“对于我们分析的与心理健康和认知能力相关的特征，确实有一个连续的效应大小，表明了一种独特的基因结构类型，”在约翰霍普金斯医学院肿瘤系担任联合医生的查特吉说。

相比之下，分析表明，常见的慢性疾病如心脏病和2型糖尿病通常受到较少的影响，尽管仍然是数千个SNP的大数，但虽然虽然是一个相当大的群体“坚持”效果更强。

了解一种疾病或特征的近似遗传结构，使科学家能够在给定样本量的情况下，预测有关该特征或特征的任何新GWAS的信息量有多大。例如，研究中的预测表明，对于大多数特征和疾病，比如心脏病和糖尿病，GWAS回报率递减的点只能在样品大小达到数十万后开始。对于精神病疾病和认知性状，随着基因效应的“长尾”分布，递减收益通常不会踢到样品尺寸更大，即在数百万里，Chatterjee说。这些结果对如何有用遗传风险预测模型可能是不同疾病，具体取决于可实现的未来研究可实现的样本量。

“我们的方法至少提供了未来研究所需的最佳”路线图“，”Chatterjee说。

他说明，一些复杂的疾病太少了，以借给在可预见的未来在所需数字附近的任何地方进行样本。因此，他们的遗传内限可能保持朦胧，具有大规模的国家和国际财团努力，需要建立更大的GWA。

Yan Zhang, Guanghao Qi, Ju-Hyun Park和Nilanjan Chatterjee写道:“使用来自32个复杂性状的全基因组关联研究的汇总水平统计来估计复杂效应大小分布。”

---

---