全基因组关联研究(GWAS):复杂疾病相关的遗传因素的研究方法

全基因组关联研究(GWAS):复杂疾病相关的遗传因素的研究方法全基因组关联研究是指在全基因组层面上 开展多中心 大样本 反复验证的基因与疾病的关联研究 是通过对大规模的群体 DNA 样本进行全基因组高密度遗传标记分型 从而寻找与复杂疾病相关的遗传因素的研究方法 全面揭示疾病发生 发展与治疗相关的遗传基因

大家好,欢迎来到IT知识分享网。

研究生复试中少不了考察科研素质及专业能力,这就对考生了解学科热点、熟悉学术前沿提出了较高的要求。想要在考研复试中脱颖而出,拔得头筹,那就得具备一定的文献阅读能力,从而了解更多专业词汇的英文,掌握科研技巧,提高科研素质。

《中华流行病学杂志》2021年第1期目次,“创刊40周年”板块刊登了一篇名为《大数据时代的流行病学研究:机遇、挑战与展望》的期刊论文,本期“小卫带读”基于当前流行病学研究的进展及研究热点,为大家简单介绍一篇关于全基因组关联研究(GWAS)研究的综述。

全基因组关联研究(GWAS):复杂疾病相关的遗传因素的研究方法

全基因组关联研究(GWAS):复杂疾病相关的遗传因素的研究方法

Title

Benefits and limitations of genome-wide assosiation studies.

全基因组关联研究(GWAS):复杂疾病相关的遗传因素的研究方法

Abstract

Genome-wide association studies (GWAS) involve testing genetic variants across the genomes of many individuals to identify genotype–phenotype associations. GWAS have revolutionized the field of complex disease genetics over the past decade, providing numerous compelling associations for human complex traits and diseases.

Despite clear successes in identifying novel disease susceptibility genes and biological pathways and in translating these findings into clinical care, GWAS have not been without controversy.Prominent criticisms include concerns that GWAS will eventually implicate the entire genome in disease predisposition and that most association signals reflect variants and genes with no direct biological relevance to disease.

In this Review, we comprehensively assess the benefits and limitations of GWAS in human populations and discuss the relevance of performing more GWAS.

01

GWAS简介

全基因组关联研究(Genome-Wide Association Studies,GWAS)是指在全基因组层面上,开展多中心、大样本、反复验证的基因与疾病的关联研究,是通过对大规模的群体DNA样本进行全基因组高密度遗传标记(如SNP或CNV等)分型,从而寻找与复杂疾病相关的遗传因素的研究方法,全面揭示疾病发生、发展与治疗相关的遗传基因。

02

研究现状

全基因组关联研究(GWAS)对许多个体基因组中的数十万到数百万个基因变异进行了测试,以确定基因型-表型关联,在过去十年中,它彻底改变了复杂疾病遗传学领域。自2005年发表第一份关于年龄相关性黄斑变性(AMD)的GWAS以来,已经报道了基因变异与常见疾病和遗传缺陷之间超过50000个全基因组意义的关联。

这些关联导致了对疾病易感性结构的洞察(通过识别新的致病基因和机制),以及临床护理(例如,识别新的药物靶点和疾病生物标记物)和个体化医学(例如,风险预测和优化药物)的进展基于基因型的治疗。

03

主要述评内容

在这篇综述中,评估了在人群中实施GWAS的优势和局限性。作者主要借鉴了从心脏代谢疾病领域获得的经验教训,以突出GWAS的主要进展和局限性,尽管GWAS是一种全基因组的基因型分析,可以使用多种技术进行测量,例如全基因组测序(WGS)或全基因组单核苷酸多态性(SNP)阵列加插补,但大多数GWAS仍然使用SNP阵列的数据进行。因此,作者讨论了作为一般遗传关联研究设计的GWAS相关的优点和注意事项,以及基于SNP阵列的GWAS特有的益处和注意事项。

04

主要内容梳理

全基因组关联研究(GWAS):复杂疾病相关的遗传因素的研究方法

全基因组关联研究(GWAS):复杂疾病相关的遗传因素的研究方法

05

总结(综合优缺点谈该项研究的应用前景)

GWAS目前的许多限制并非无法克服,至少在某种程度上是可以克服的。例如,更大的样本量,技术、方法和计算的进步等等。对于一项已有十多年历史的研究设计来说,发表的GWAS数量仍在不断增加,这证明了这种方法在阐明复杂人类特征的遗传基础方面取得了持续的成功。

06

技巧点拨

阅读综述是让你快速了解某个研究领域的最新进展以及优势局限的最好方法。综述不涉及过多的复杂研究过程,是整合提炼出某领域近年的大量文献,并加上作者自身的观点,进行针对某一问题的综合述评。

综述篇幅略长,但文章结构清晰,主要内容体现在摘要和小标题上。同时,要关注图表的展示,读懂图表也是高效阅读的方法之一。

关注引言部分的参考文献,综述引言部分所引用的参考文献往往是该领域影响力强的文献。

注:本文涉及大量微观机制层面的名词及一些数据统计处理的专用技术手段,同学们稍作了解即可。考虑到GWAS等组学研究为当前研究热点,所以觉得有必要为大家拓宽眼界,扩展知识面。

原始出处:Vivian Tam, Nikunj Patel, Michelle Turcotte, et al. Benefits and limitations of genome-wide association studies. 2019, 20(24):467-484.

注:本文仅供考研学子学习交流,欢迎大家分享自己的看法。

哥哥姐姐们积极准备复试呦~

全基因组关联研究(GWAS):复杂疾病相关的遗传因素的研究方法

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/93694.html

(0)

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注微信