分子医学gwas原理方法

1、全组关联分析（Genome-wide tion study；GWAS）是全用组中数以百万计的单核苷酸多态性（single ploymorphism，SNP）为分子遗传标记，进全组关联分析（Genome-wide tion study；GWAS）是全用组中数以百万计的单核苷酸多态性（single ploymorphism，SNP）为分子遗传标记，进行组水平上的对分析或相关性分通过比较发现影响复杂性状变异的一种策略技术的发展人们已通过 随组学研究以方法发现并鉴定了大量与复杂性状相关联的遗传变异。近年来，这方法在农业动物重要经济性状主的筛查和鉴定中得到了应用全组关联方法首先在人类医学领域的研究中得到

2、了极大重视和应用，尤其是其在复杂疾病研究领域中的应用，使许多重复杂疾病的研究取得了突破性进展，因而组关联分析研究法的设计原理得到重视人类的疾病分为疾病和复杂性疾病疾病是指由单的突变导致的疾病，通过家系连锁分析的定位克隆方法，们已发现了囊化病等大量疾病的致些的突变改变了相应的编码蛋白氨基酸序列或者产从而生了符遗传方式的疾病表型复杂性疾病是指由于遗传和境的共同作用引起的疾病目前已经鉴定出的与人类复杂性疾相关联的SNP位点有439 个。组关联分析技术其应用，极大地推动组医学的发动物重要经济性状即复杂性状 GWAS 分析方法的原理是，借于SNP 分子遗传标记，进行总体关联分析，在全组范围内选择遗传变异

3、进行分型，比较异常和对于SNP 分子遗传标记，进行总体关联分析，在全组范围内选择遗传变异进行分型，比较异常和对照组之间每个遗传变异及其频率的差异，统计分析每个变异与目标性状之间的关联性大小，选出最相关的遗传变异进行验证，并根据验证结果最终确认其与目标性状之间的相关性。GWAS 的具体研究方法与传统的候选法相类似早主要是用单阶段方法，即选择足够多的样本，地在所有研究对象中对目标 SNP 进行分型，然后分析每个 SNP 与目标性状的关联，统计分析关联强度。目前 GWAS究主要采用两阶段或多阶段方法。在第一阶段用覆盖全组范围的 SNP 进行对照分析，统计分析后筛选出较少数量的阳性 SNP 进行第二阶

4、段或随后的多阶段中采用更大样本的对照样本群进行分型，然后结合两阶段或多阶段的结果进行分析。这种设计需要保证第一阶段筛选与目标性状相关 SNP 敏感性和特异性，尽量减少分析的假阳性或假，并在第二阶段应用大量样本群进行分型验证。虽然 GWAS结果在很大程上增加了对复杂性状分子遗传机制的理解,但也显现出很大的局限性。首先，通过统计分析遗和复杂性状的关系,确定与特定杂性状关联的功能性位点存在一定难度。通过 GWAS 发现的许多 位点并不影响蛋白质中的氨基酸,甚至许多 SNP 位点不在蛋白编码放阅读框(openreadingframe,ORF)内,这为解释SNP点与复杂状之间的关系造成。但是由于复杂性状很大程度上是由数量性状的微效决的,SNP点但是由于复杂性状很大程度上是由数量性状的微效决的,SNP点可能通过影表达量对这些数量性状产生轻微的用，它们在 RNA 的转录或翻译效率上发挥作用，可能表达上生短暂的或依赖时空的多种影刺激调的转录表达或影响RNA 剪接方式。因此，在找寻相关变异时应同时注意到编码区和调区位点变异的重要性。其次，等和易感性变异频率)在不同性状中可能具有不同的特征在GWAS 研究后要确定一型-表型因果关系还有许，由于连锁不平衡的原因，相邻的 SNP 之间会有连锁现象发生。同样在