全转录组关联研究的设计、分析与展望  

作　　者：郭萍 刘璐 燕冉[1,2] 季加东 王淑康[1,2] 薛付忠 袁中尚[1,2] 

机构地区：[1]山东大学齐鲁医学院公共卫生学院生物统计学系,250012 [2]山东大学健康医疗大数据研究院 [3]山东大学金融研究院

出　　处：《中国卫生统计》2023年第1期144-148,152,共6页Chinese Journal of Health Statistics

基　　金：山东省自然科学基金重大基础研究项目(ZR2019ZD02);国家自然科学基金资助项目(81872712,82173624);山东大学齐鲁青年学者经费资助。

摘　　要：全基因组关联研究(genome-wide association study,GWAS)已成功识别出众多与复杂疾病/性状显著相关的单核苷酸多态性位点(single nucleotide polymorphisms,SNPs)[1-2]。然而,研究表明高达90%的GWAS关联位点分布在基因间区或基因非编码区域,其遗传功能和致病机制尚不明确,往往难以被实验验证,为后续生物学机制解释和临床转化带来了巨大挑战[1-3]。同时,GWAS所采用的从基因组直接跨越到疾病终点的关联分析策略,忽略了从遗传变异到疾病的连续生物过程,不利于从多组学角度解释复杂疾病机制,构筑从遗传变异经分子标记到疾病的完整链条,需吸纳多层面组学标记信息。近年来,高通量组学测序技术的成熟发展与检测成本的大幅降低,使得在群体水平获取多层面跨组学标记成为可能。为此,对多组学数据进行跨越式交叉整合,识别能够介导“SNP关联位点→复杂疾病”效应的潜在组学标记,打开遗传变异到疾病间的黑盒子,已成为后GWAS时代的研究热点[4-5]。

关 键 词：单核苷酸多态性位点 全基因组关联研究 生物学机制 群体水平 遗传功能 复杂疾病 测序技术 关联分析 

分 类 号：R195[医药卫生—卫生统计学]