中国首篇GWAS论文发表者张学军深度报告,全面解析国内GWAS研究现状!
2015/12/16
12月9日-12日,2015国际精准医学与未来健康前沿研讨会暨全国第三届药物基因组学学术大会在上海隆重召开。会上,安徽医科大学张学军教授发表了题为“全基因组关联研究推动我国疾病基因研究取得重要进展”的主题演讲。


12月9日-12日,2015国际精准医学与未来健康前沿研讨会暨全国第三届药物基因组学学术大会在上海隆重召开。会上,安徽医科大学张学军教授发表了题为“全基因组关联研究推动我国疾病基因研究取得重要进展”的主题演讲。

HapMap计划使GWAS成为可能

影响疾病发生的因素包括内因和外因之分,内因即遗传因素,外因即环境因素,包括了微生物、生活环境、饮食不当、药物滥用等多个方面。复杂的遗传因素和环境因素互相作用的组合已远远超出人们的想象力和理解力,散发性疾病看似偶然,其实是由很多的必然所组成。

2002年,国际人类基因组单体型图计划(International HapMap Project,HapMap计划)正式启动,旨在描述人类基因组中常见遗传多态位点变异的形式、存在的位置、在同一群体内部和不同人群间的分布状况。

据Wikipedia介绍,HapMap计划包括3个阶段,成果分布在2005年、2007年及2009年发布。张学军教授表示,该计划为整个基因组不同人群提供大量的SNP和CNV的数据,使得全基因组关联分析(Genome Wide Association Study,GWAS)成为可能。

中国第一篇GWAS论文:发现银屑病易感基因

GWAS研究的原理是在一定人群中选择疾病组和对照组,比较全基因组范围内所有单核苷酸多态性(SNP)位点的等位基因频率在病例组和对照组间的差异。张学军教授说,近年来,通过GWAS研究,我们了解到很多与特定疾病相关的易感基因。

国际上首个GWAS研究与年龄相关性黄斑变性相关,以“Complement Factor H Polymorphism in Age-Related Macular Degeneration”为题发布在2005年的《科学》杂志上。研究包括96个病例样本以及50个对照样本,鉴定出了易感基因CFH(1q31)。

在此之后,国内越来越多的团队加入到GWAS的研究中。2009年,张学军教授团队在《Nature Genetics》杂志上以“Psoriasis genome-wide association study identifies susceptibility variants within LCE gene cluster at 1q21”为题发表了中国第一篇GWAS论文,研究验证出了银屑病中欧洲报道的MHC和IL12B基因,发现了一个新的易感基因LCE。

近年来,国内外产生了大量的与银屑病易感基因相关的研究。目前,国内外发现的银屑病易感基因/位点共计74个,张学军教授团队在中国人群中发现和验证了38个易感基因/位点,占目前银屑病易感基因/位点数量的51.35%。

国内外GWAS研究现状:中国虽起步晚,但发展较快

截止2015年11月24日,GWAS Catalog数据库共收录了2334篇GWAS研究,报道了15020个SNP与共计16831个疾病/性状关联。美国NIH权威数据库收录的GWAS研究涉及了消化系统疾病、心血管疾病、代谢性疾病、神经系统疾病、免疫系统疾病、肿瘤等多种疾病/性状。

据张学军教授介绍,国内目前GWAS研究共涉及44种疾病、34种性状,病例样本总量达312586例、对照样本总量达431371例,样本总量已达743957例。自2009年我国发表首篇GWAS论文以来,中国已有多个科学家团队参与到GWAS的研究中,并发表了大量的研究成果。

部分早期发表的研究成果:

 

 

部分近期发表的研究成果:

2012年,张学军教授在《自然》杂志上发表了题为“The progress of GWAS in China”的文章,他表示,不同种群的GWAS研究揭示了各自的特异性易感位点,强调了不同种群间的遗传异质性。中国GWAS研究虽然起步晚,但发展较快并取得了重要的进展。

报告的最后,张学军教授总结了GWAS遗传学研究和遗传流行病学研究的方向;他表示,未来GWAS研究将应用到疾病预警、遗传咨询、早期诊断、风险评估以及药物选择中,最终将成为实现精准预测、精准诊断和精准治疗的一部分。

所有文章仅代表作者观点,不代表本站立场。如若转载请联系原作者。
  • 2017/09/06
    研究人员表示,大规模分析只是找出“外围”基因关联,并不能对生物研究带来很大贡献。
  • 2017/07/11
    近日,《美国人类遗传学杂志》(AJHG)综述回顾了近10年全基因组关联分析(GWASs)的成果,包括它在人群和复杂性状遗传学、疾病生物学和新疗法转化方面的显著发现。文章预测:接下来的10年里,GWAS研究将会被大规模用于基于阵列的数据,尤其随着大型全测序panel的出现,进行全基因组测序数据的样本将多达数以百万计。
  • 2017/06/21
    几十年来,现代生物学研究一直建立在全基因组关联分析(GWAS)基础之上。科学家们相信,发现疾病背后的基因突变,就能寻找到治疗疾病的方法。然而,近日发表于Cell上的一篇观点文章对这种做法却提出了质疑。
查看更多
发表评论 我在frontend\modules\comment\widgets\views\文件夹下面 test