生信筆記5-GWAS與eQTL

引言

GWAS與eQTL都是用于研究基因位點(diǎn)與表型之間關(guān)系的手段墅诡,彼此之間存在很多的區(qū)別與聯(lián)系末早。


GWAS

全基因組關(guān)聯(lián)分析(Genome Wide Association Study说庭,GWAS)是指在全基因組層面上,開展多中心姿搜、大樣本捆憎、反復(fù)驗(yàn)證的基因與疾病的關(guān)聯(lián)研究,是通過(guò)對(duì)大規(guī)模的群體DNA樣本進(jìn)行全基因組高密度遺傳標(biāo)記(如SNP或CNV等)分型致份,進(jìn)而將基因型與可觀測(cè)的性狀氮块,即表型诡宗,進(jìn)行群體水平的統(tǒng)計(jì)學(xué)分析,根據(jù)統(tǒng)計(jì)量或顯著性 p 值篩選出最有可能影響該性狀的遺傳變異(標(biāo)記)蝠引,全面揭示疾病發(fā)生芳悲、發(fā)展與治療相關(guān)的遺傳基因名扛。

什么是SNP?

進(jìn)化過(guò)程中隨機(jī)產(chǎn)生的單點(diǎn)突變肮韧,并能穩(wěn)定的在群體中遺傳。

什么是allele frequency in population超燃?

每一個(gè)genome位點(diǎn)都有兩個(gè)或多個(gè)allele意乓,不同allele之間有明顯的頻率上的差異,簡(jiǎn)單點(diǎn)理解就是A和a兩個(gè)性質(zhì)的頻率笆凌,但這里是堿基位點(diǎn)士葫,而不是性狀基因。

GWAS分析的前提

sample size足夠爪模,學(xué)過(guò)統(tǒng)計(jì)的都知道sample size會(huì)影響power屋灌,沒有足夠的power是得不出正確結(jié)論的鞋喇,GWAS通常需要大量的樣本,幾千是標(biāo)配,幾百就太少罐韩,現(xiàn)在有的都達(dá)到了幾萬(wàn)幾十萬(wàn)級(jí)別污朽。

一個(gè)大誤區(qū)就是GWAS會(huì)測(cè)全基因組WGS蟆肆,其實(shí)不是的,那太貴了炎功,大部分是做DNA chip DNA芯片(專業(yè)的叫SNP array)蛇损,只包含了常見的10^6個(gè)SNP坛怪。稍微有錢的就會(huì)上WES袜匿,就會(huì)得到所有編碼區(qū)的SNP稚疹;最有錢的就是WGS了,全部檢測(cè)怪嫌,編碼非編碼其屏,常見罕見,1000genome就是靠這個(gè)才NB的川背。


而在GWAS分析結(jié)果中蛤袒,大部分顯著的SNP位點(diǎn)都位于非編碼區(qū)妙真,很難直接挖掘這些位點(diǎn)的調(diào)控機(jī)制。通常假設(shè)與疾病關(guān)聯(lián)的SNP位點(diǎn)通過(guò)調(diào)控基因表達(dá)來(lái)發(fā)揮作用练般,而eQTL可以識(shí)別SNP與基因間的調(diào)控關(guān)系锈候,將eQTL和GWAS結(jié)果相結(jié)合泵琳,可以進(jìn)一步篩選候選基因获列。


eQTL

eQTL,即表達(dá)數(shù)量性狀基因座(expression Quantitative Trait Loci)迫悠,比如身高是一個(gè)數(shù)量性狀及皂,其對(duì)應(yīng)的控制基因的位點(diǎn)就是一個(gè)數(shù)量性狀基因,而eQTL就是能控制數(shù)量性狀基因(如身高基因)表達(dá)水平高低的那些位點(diǎn)验烧。

eQTL可分為順式作用eQTL(cis-eQTL)和反式作用eQTL(trans-eQTL)碍拆,順式作用eQTL就是某個(gè)基因的eQTL定位到該基因所在的基因組區(qū)域感混,表明可能是該基因本身的差別引起的mRNA水平變化;反式作用eQTL是指某個(gè)基因的eQTL定位到其他基因組區(qū)域婆跑,表明其他基因的差別控制該基因mRNA水平的差異滑进。

eQTL就是把基因表達(dá)作為一種性狀募谎,研究遺傳突變與基因表達(dá)的相關(guān)性:就好像研究遺傳突變與身高的相關(guān)性一樣。簡(jiǎn)單地說(shuō)节槐,遺傳學(xué)研究經(jīng)常發(fā)現(xiàn)一些致病或易感突變, 這些突變?cè)鯓訉?dǎo)致表型有時(shí)候不太直觀铜异;所以用某個(gè)基因的差異表達(dá)作為過(guò)渡:突變A->B基因表達(dá)變化->表型秸架。

eQTL是溝通基因改變與疾病的橋梁

簡(jiǎn)單來(lái)講咕宿,我們首先通過(guò)全基因組測(cè)序獲得每個(gè)個(gè)體的DNA全序府阀,然后以同種族的其他個(gè)體作為參照试浙,標(biāo)記出該個(gè)體所有的DNA變異位點(diǎn)田巴, 稱為SNP位點(diǎn)。同時(shí)壹哺,我們通過(guò)全基因組mRNA表達(dá)量測(cè)序得到該個(gè)體的特定組織樣本中的基因表達(dá)量管宵。以全部DNA變異位點(diǎn)為自變量箩朴,輪流以每種mRNA表達(dá)量為因變量炸庞,用大量的個(gè)體數(shù)據(jù)做樣本進(jìn)行線性回歸埠居,就可以得到每一個(gè)SNP位點(diǎn)和每一個(gè)mRNA表達(dá)量之間的關(guān)系拐格。


GTEx

GTEx(Genotype-Tissue Expression)是第一個(gè)收集了多個(gè)人體器官mRNA測(cè)序的數(shù)據(jù)庫(kù)捏浊,并提供了跨器官的eQTL研究平臺(tái)。研究從來(lái)自449名生前健康的人類捐贈(zèng)者的7000多份尸檢樣本浊洞,涵蓋44個(gè)組織(42個(gè)不同的組織類型)法希,包括31個(gè)實(shí)體器官組織苫亦、10個(gè)腦分區(qū)怨咪、全血诗眨、2個(gè)來(lái)自捐贈(zèng)者血液和皮膚的細(xì)胞系匠楚,作者利用這些樣本研究基因表達(dá)在不同組織和個(gè)體中有何差異巍膘。


GWAS和eQTL的聯(lián)合分析

GWAS和eQTL的聯(lián)合分析

參考

http://www.reibang.com/p/acdc4a22e30a

https://www.bilibili.com/read/cv6999299/

http://www.reibang.com/p/2e1e9d3ccd63

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末厂财,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子峡懈,更是在濱河造成了極大的恐慌璃饱,老刑警劉巖,帶你破解...
    沈念sama閱讀 222,252評(píng)論 6 516
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件逮诲,死亡現(xiàn)場(chǎng)離奇詭異帜平,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)梅鹦,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,886評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門裆甩,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人齐唆,你說(shuō)我怎么就攤上這事≤运В” “怎么了?”我有些...
    開封第一講書人閱讀 168,814評(píng)論 0 361
  • 文/不壞的土叔 我叫張陵剑鞍,是天一觀的道長(zhǎng)便脊。 經(jīng)常有香客問我久妆,道長(zhǎng),這世上最難降的妖魔是什么奸笤? 我笑而不...
    開封第一講書人閱讀 59,869評(píng)論 1 299
  • 正文 為了忘掉前任健盒,我火速辦了婚禮惰帽,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己爵嗅,他們只是感情好赚窃,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,888評(píng)論 6 398
  • 文/花漫 我一把揭開白布辱匿。 她就那樣靜靜地躺著絮短,像睡著了一般丁频。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,475評(píng)論 1 312
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死低飒,一個(gè)胖子當(dāng)著我的面吹牛拌喉,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播田藐,決...
    沈念sama閱讀 41,010評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼吧寺!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,924評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎彼城,沒想到半個(gè)月后舱馅,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體缠借,經(jīng)...
    沈念sama閱讀 46,469評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,552評(píng)論 3 342
  • 正文 我和宋清朗相戀三年猎拨,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了额各。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片傲醉。...
    茶點(diǎn)故事閱讀 40,680評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡元践,死狀恐怖慎恒,靈堂內(nèi)的尸體忽然破棺而出粒氧,到底是詐尸還是另有隱情饱苟,我是刑警寧澤,帶...
    沈念sama閱讀 36,362評(píng)論 5 351
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響你辣,放射性物質(zhì)發(fā)生泄漏表悬。R本人自食惡果不足惜饭庞,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,037評(píng)論 3 335
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望主巍。 院中可真熱鬧,春花似錦、人聲如沸永乌。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,519評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)芬沉。三九已至阁猜,卻和暖如春剃袍,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背检吆。 一陣腳步聲響...
    開封第一講書人閱讀 33,621評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人凤粗。 一個(gè)月前我還...
    沈念sama閱讀 49,099評(píng)論 3 378
  • 正文 我出身青樓灰瞻,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親辅甥。 傳聞我的和親對(duì)象是個(gè)殘疾皇子酝润,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,691評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容

  • 今天要分享的是一本合集Clinical Bioinformatics臨床生物信息學(xué)實(shí)驗(yàn)指南中的第五章Bioinfo...
    rapunzel0103閱讀 18,314評(píng)論 3 43
  • 牛轉(zhuǎn)錄組中調(diào)控變異的全面目錄 Liu, Shuli, et al. "A comprehensive catalo...
    sunlight_yy閱讀 1,168評(píng)論 0 0
  • 接觸全基因組關(guān)聯(lián)分析(GWAS)已經(jīng)一年半有余,從剛開始對(duì)GWAS的全然無(wú)知到現(xiàn)在慢慢了解璃弄,越來(lái)越能體會(huì)到這項(xiàng)技術(shù)...
    楊博士聊生信閱讀 8,644評(píng)論 3 58
  • 群體進(jìn)化-gwas分析 群體進(jìn)化基礎(chǔ)分析 PCA 分析原理PCA(Principal Component ...
    點(diǎn)滴生信閱讀 12,859評(píng)論 5 70
  • 表情是什么要销,我認(rèn)為表情就是表現(xiàn)出來(lái)的情緒。表情可以傳達(dá)很多信息夏块。高興了當(dāng)然就笑了疏咐,難過(guò)就哭了纤掸。兩者是相互影響密不可...
    Persistenc_6aea閱讀 125,345評(píng)論 2 7