旨在检测豫农黑猪全基因组拷贝数变异(copy number variations,CNVs),鉴定豫农黑猪生长相关性状候选基因。本研究收集了豫农黑猪2~5世代种群的生长相关性状数据(包括体长、体高、胸围、管围、腿臀围、背膘厚和眼肌深度),共807头猪(母猪...旨在检测豫农黑猪全基因组拷贝数变异(copy number variations,CNVs),鉴定豫农黑猪生长相关性状候选基因。本研究收集了豫农黑猪2~5世代种群的生长相关性状数据(包括体长、体高、胸围、管围、腿臀围、背膘厚和眼肌深度),共807头猪(母猪738头,公猪69头),体重范围为95~105 kg。随后采集该试验群体耳组织样本利用中芯一号50K SNP芯片进行基因分型,并使用PennCNV软件对基因型数据进行CNV检测,通过重叠CNV融合法构建拷贝数变异区域(copy number variable regions,CNVRs)图谱。而后使用Plink软件对生长相关性状进行CNV的全基因组关联分析(genome-wide association study,GWAS)。结果,在18条常染色体上共鉴定到1432个CNVs,合并为232个CNVRs,其中CNV大小范围为2.7 kb至2.2 Mb,CNVR大小范围为4.5 kb至2.2 Mb,共覆盖56.4 Mb,占常染色体基因组的2.50%。通过GWAS分析,发现1个CNV在全基因组水平上与胸围性状显著相关,7个CNV在染色体水平上分别与胸围、管围和背膘厚性状显著相关,胸围性状中显著性最高的CNV也与管围性状显著相关。其中,位于17号染色体上的CLDN 23基因与背膘厚显著相关,推测其可能在肌肉发育或脂肪沉积中起重要调控作用。本研究结果为豫农黑猪基因组CNV的功能提供新见解,并为进一步分子标记辅助选择在豫农黑猪新品种培育中提供了重要的理论支持。展开更多
适当降低株高可以提高植物的养分利用效率和抗倒伏性,对高粱的高产和稳产具有重要意义。为揭示高粱株高遗传机制,本研究以242份中国高粱为研究对象,利用2,015,850个单核苷酸多态性(SNP)标记,在7个不同环境条件下对株高、节间数及节间长...适当降低株高可以提高植物的养分利用效率和抗倒伏性,对高粱的高产和稳产具有重要意义。为揭示高粱株高遗传机制,本研究以242份中国高粱为研究对象,利用2,015,850个单核苷酸多态性(SNP)标记,在7个不同环境条件下对株高、节间数及节间长度进行全基因组关联分析(Genome-wide association study,GWAS)。表型调查表明,株高、节间数和节间长度的表型变异系数在13.47%~30.06%之间,在所有环境下的偏度和峰度的绝对值均小于1。利用2种不同的关联模型(Blink和FarmCPU)对株高、节间数及节间长度进行GWAS分析,在10条染色体上共鉴定出118个与这3个性状显著相关的数量性状核苷酸(QTN)。其中,与株高、节间数及节间长度显著相关的QTN分别为60个、37个和32个,株高与节间数、节间长度共定位QTN分别有8个和3个。通过对候选基因的序列分析和功能注释,在12个QTN置信区间或附近鉴定出14个候选基因,它们与水稻和玉米中参与糖代谢、激素合成与信号传递以及细胞分裂的基因同源。选择性消除分析揭示,位于1号染色体的候选基因Sobic.001G510400在中国南北高粱群体中受到强烈选择,形成了以北方矮秆高粱为主的单倍型Hap1和以南方高秆高粱为主的单倍型Hap2。携有Hap1的北方种质871255和携有Hap2的南方种质红缨子之间,该基因表达存在显著差异。本研究结果为中国高粱品种株高遗传改良提供了理论依据。展开更多
全基因组关联分析(genome-wide association analysis,GWAS)是一种基于连锁不平衡理论的成本低、精度高的基因分型方法,用于影响复杂性状的基因或基因组区域定位。随着果树各树种基因组的陆续公布,近年来GWAS在果树研究中得到广泛应用...全基因组关联分析(genome-wide association analysis,GWAS)是一种基于连锁不平衡理论的成本低、精度高的基因分型方法,用于影响复杂性状的基因或基因组区域定位。随着果树各树种基因组的陆续公布,近年来GWAS在果树研究中得到广泛应用。本文介绍了GWAS的基本原理和影响因素,综述了GWAS在仁果类、核果类、柑橘类、浆果类和其他经济类果树中的研究进展,关联性状主要集中在果实品质性状评估(风味、香气、质地、果实外观、色泽、单果重等)和抗性基因鉴定(苹果褐斑病、李痘病毒、褐腐病、草莓枯萎病、葡萄裂果等)等方面,梳理了利用结构变异、转座子开展关联分析的研究报道,基于GWAS+TWAS等衍生应用在作物中的研究进展分析了对果树相关研究的借鉴和参考意义,最后归纳了果树GWAS研究的不足,并提出未来研究方向和建议。展开更多
全基因组关联分析(GWAS)是一种通过对大规模样本集合进行基因型和表型数据的比较分析,寻找与特定性状相关的遗传变异的方法。随着高通量测序技术、生物信息学技术和统计学方法的不断发展,一些频率更小的遗传变异或小分子物质能够被更加...全基因组关联分析(GWAS)是一种通过对大规模样本集合进行基因型和表型数据的比较分析,寻找与特定性状相关的遗传变异的方法。随着高通量测序技术、生物信息学技术和统计学方法的不断发展,一些频率更小的遗传变异或小分子物质能够被更加精准和经济的方式检测。基于技术进步衍生出GWAS的扩展方法,为畜禽精准育种和遗传改良提供了新的思路,其中包括基于拷贝数变异(copy number variation,CNV)、结构变异(structural variation,SV)和串联重复序列(tandem repeats,TR)的GWAS和基于单倍型、基因表达和代谢组的GWAS。研究人员期望利用不同分子标记以提供更全面和详细的遗传变异信息来增加GWAS的解释性和准确性,或通过结合其他类型的数据来进一步解释和深化GWAS的结果,从而深入研究遗传变异与性状之间联系并确定影响复杂性状的关键基因。作者介绍了基于不同分子标记的GWAS在畜禽研究当中的应用并对其结果进行讨论,分析了不同方法的优势与可行性,为进一步推动GWAS在畜禽研究中的应用,精准育种和遗传改良提供更多的思路和支持。展开更多
目的利用带有缺失基因型观测的家族关联数据(correlated family data,CFD)和全基因组关联研究(genome-wide association study,GWAS)探索阿尔茨海默病的潜在致病基因及关联强弱。方法研究人群来自华盛顿高地-英伍德哥伦比亚老龄化项目(W...目的利用带有缺失基因型观测的家族关联数据(correlated family data,CFD)和全基因组关联研究(genome-wide association study,GWAS)探索阿尔茨海默病的潜在致病基因及关联强弱。方法研究人群来自华盛顿高地-英伍德哥伦比亚老龄化项目(Washington Heights-Inwood Columbia Aging Project,WHICAP),该项目收集了先证者的基因型信息,并通过调查访谈收集了先证者及其家庭成员的人口统计学信息。本研究纳入352名先证者和820名关联家庭成员共1172人,首先利用家族结构信息和孟德尔遗传定律估计家庭成员缺失基因型的概率分布,然后应用混合效应logistic回归模型,并利用极大似然估计和EM算法估计基因效应值。最后,将分析结果分别与仅用先证者信息的logistic回归模型和使用主成分校正的模型进行对比。结果该GWAS+CFD研究新发现了7个显著的单核苷酸多态性(single nucleotide polymorphisms,SNP)位点,其中4个SNPs对应已知的基因位点,分别为rs 7918428(DNAJC12,OR=2.362,P=1.82×10^(-9)),rs 6135509(MACROD2,OR=2.238,P=7.40×10^(-9)),rs 4750496(FRMD4A,OR=2.454,P=1.12×10^(-8)),rs4721323(MAD1L1,OR=1.593,P=2.04×10^(-8)),另外3个为新发现的SNP位点:rs 764009(OR=2.321,P=2.23×10^(-8)),rs 7593443(OR=1.745,P=2.83×10^(-8))和rs 2170560(OR=2.603,P=3.11×10^(-8))。相比于其他方法,本研究提出的方法能获得最小的基因膨胀系数(λ=1.007)。结论本研究提出了一种新型混合效应logistic回归模型来进行带有缺失基因型观测的家族关联数据全基因组关联分析,通过加入多层随机效应有效控制了混杂因素,能显著提高检出遗传变异的能力。该方法发现了多个阿尔茨海默病的潜在致病风险位点,将有助于后续的疾病通路探索,也为疾病检测和治疗药物的研发提供了更多可能性。展开更多
全基因组关联分析(genome wide association study,GWAS)是利用全基因组范围内筛选出高密度的分子标记对所研究的群体进行扫描,分析扫描得出的分子标记数据与表型性状之间关联关系的方法。GWAS的出现为全面系统地研究基因组学掀开了新...全基因组关联分析(genome wide association study,GWAS)是利用全基因组范围内筛选出高密度的分子标记对所研究的群体进行扫描,分析扫描得出的分子标记数据与表型性状之间关联关系的方法。GWAS的出现为全面系统地研究基因组学掀开了新的一页,目前主要应用于人类疾病复杂性状的分析,已鉴定出大量与人类复杂疾病或数量性状相关的遗传变异,成为研究人类基因组学的关键手段。在植物基因组中的研究应用虽刚刚起步,但也取得了良好的效果,应用GWAS发掘植物复杂数量性状基因、为植物分子育种提供依据已成为国际植物基因组学研究的热点。然而,GWAS的结果还存在一些问题,并非早期预测和想象的那样简单。现针对GWAS的特点,对其在人类基因组和植物基因组中的应用及其未来发展进行综述。展开更多
全基因组关联研究(Genome-Wide Association Studies,GWAS)可以直接研究人类行为能力和基因型间的关联,为心理学研究者从全基因组层次探索人类行为能力的遗传基础提供了新的手段。GWAS中涉及大量位点和行为的关联检验,所以必须采用多重...全基因组关联研究(Genome-Wide Association Studies,GWAS)可以直接研究人类行为能力和基因型间的关联,为心理学研究者从全基因组层次探索人类行为能力的遗传基础提供了新的手段。GWAS中涉及大量位点和行为的关联检验,所以必须采用多重校正来控制整体虚报。尽管存在多种校正方法可供选择,但GWAS研究中不同校正方法的适用性,目前尚缺少系统研究,使得GWAS中多重校正方法的选择缺少理论和经验依据。GWAS中常用的校正方法有基于族错误率(Family-Wise Error Rate,FWER)标准的Bonferroni校正法,Holm递减调整法,排列检验法和基于错误发现率(False Discovery Rate,FDR)标准的BH法。对这4种多重校正方法的原理和流程进行了详细阐述;提出了一种GWAS数据仿真方法,并基于仿真数据对不同多重校正方法进行了定量比较。结果显示,前3种基于FWER的方法差别很小,它们对虚报的控制最为严格,但是检测出的真实关联的位点数却显著低于基于FDR的BH法。独立数据上,BH法所报告的SNPs对行为具有最高的解释率,即相对于其它方法,BH方法更好的平衡了虚报和击中。未来研究中可以考虑用BH法来对结果进行校正。展开更多
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...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。展开更多
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...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3000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。展开更多
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...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。展开更多
文摘适当降低株高可以提高植物的养分利用效率和抗倒伏性,对高粱的高产和稳产具有重要意义。为揭示高粱株高遗传机制,本研究以242份中国高粱为研究对象,利用2,015,850个单核苷酸多态性(SNP)标记,在7个不同环境条件下对株高、节间数及节间长度进行全基因组关联分析(Genome-wide association study,GWAS)。表型调查表明,株高、节间数和节间长度的表型变异系数在13.47%~30.06%之间,在所有环境下的偏度和峰度的绝对值均小于1。利用2种不同的关联模型(Blink和FarmCPU)对株高、节间数及节间长度进行GWAS分析,在10条染色体上共鉴定出118个与这3个性状显著相关的数量性状核苷酸(QTN)。其中,与株高、节间数及节间长度显著相关的QTN分别为60个、37个和32个,株高与节间数、节间长度共定位QTN分别有8个和3个。通过对候选基因的序列分析和功能注释,在12个QTN置信区间或附近鉴定出14个候选基因,它们与水稻和玉米中参与糖代谢、激素合成与信号传递以及细胞分裂的基因同源。选择性消除分析揭示,位于1号染色体的候选基因Sobic.001G510400在中国南北高粱群体中受到强烈选择,形成了以北方矮秆高粱为主的单倍型Hap1和以南方高秆高粱为主的单倍型Hap2。携有Hap1的北方种质871255和携有Hap2的南方种质红缨子之间,该基因表达存在显著差异。本研究结果为中国高粱品种株高遗传改良提供了理论依据。
文摘全基因组关联分析(genome-wide association analysis,GWAS)是一种基于连锁不平衡理论的成本低、精度高的基因分型方法,用于影响复杂性状的基因或基因组区域定位。随着果树各树种基因组的陆续公布,近年来GWAS在果树研究中得到广泛应用。本文介绍了GWAS的基本原理和影响因素,综述了GWAS在仁果类、核果类、柑橘类、浆果类和其他经济类果树中的研究进展,关联性状主要集中在果实品质性状评估(风味、香气、质地、果实外观、色泽、单果重等)和抗性基因鉴定(苹果褐斑病、李痘病毒、褐腐病、草莓枯萎病、葡萄裂果等)等方面,梳理了利用结构变异、转座子开展关联分析的研究报道,基于GWAS+TWAS等衍生应用在作物中的研究进展分析了对果树相关研究的借鉴和参考意义,最后归纳了果树GWAS研究的不足,并提出未来研究方向和建议。
文摘全基因组关联分析(GWAS)是一种通过对大规模样本集合进行基因型和表型数据的比较分析,寻找与特定性状相关的遗传变异的方法。随着高通量测序技术、生物信息学技术和统计学方法的不断发展,一些频率更小的遗传变异或小分子物质能够被更加精准和经济的方式检测。基于技术进步衍生出GWAS的扩展方法,为畜禽精准育种和遗传改良提供了新的思路,其中包括基于拷贝数变异(copy number variation,CNV)、结构变异(structural variation,SV)和串联重复序列(tandem repeats,TR)的GWAS和基于单倍型、基因表达和代谢组的GWAS。研究人员期望利用不同分子标记以提供更全面和详细的遗传变异信息来增加GWAS的解释性和准确性,或通过结合其他类型的数据来进一步解释和深化GWAS的结果,从而深入研究遗传变异与性状之间联系并确定影响复杂性状的关键基因。作者介绍了基于不同分子标记的GWAS在畜禽研究当中的应用并对其结果进行讨论,分析了不同方法的优势与可行性,为进一步推动GWAS在畜禽研究中的应用,精准育种和遗传改良提供更多的思路和支持。
文摘全基因组关联分析(genome wide association study,GWAS)是利用全基因组范围内筛选出高密度的分子标记对所研究的群体进行扫描,分析扫描得出的分子标记数据与表型性状之间关联关系的方法。GWAS的出现为全面系统地研究基因组学掀开了新的一页,目前主要应用于人类疾病复杂性状的分析,已鉴定出大量与人类复杂疾病或数量性状相关的遗传变异,成为研究人类基因组学的关键手段。在植物基因组中的研究应用虽刚刚起步,但也取得了良好的效果,应用GWAS发掘植物复杂数量性状基因、为植物分子育种提供依据已成为国际植物基因组学研究的热点。然而,GWAS的结果还存在一些问题,并非早期预测和想象的那样简单。现针对GWAS的特点,对其在人类基因组和植物基因组中的应用及其未来发展进行综述。
文摘全基因组关联研究(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。
文摘在过去的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3000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。
文摘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。
