基于基因集富集分析的畜禽复杂性状GWAS分析平台及其应用课件

基于基因集富集分析的畜禽复杂性状GWAS分析平台及其应用潘玉春王起山panyc@2011.8.12基于基因集富集分析的畜禽复杂性状GWAS分析平台及其应用潘玉一、背景1一、背景1GWAS全基因组关联分析方法（GWAS）是近几年提出的复杂性状功能基因鉴定的新策略。该方法是基于全基因组范围内的序列变异，筛选出那些与性状关联的SNPs。问题—需要对数以万计的SNP位点进行检测，可能出现许多假阳性或假阴性的结果。—缺乏对显著SNP的生物学解释（如所处的代谢通路、生物过程等），导致很难解释性状的分子遗传机制。2GWAS2GSEA-GWAS

基因集富集分析的基本思想是使用预定义的基因集（通常来自功能注释或先前实验的结果），筛选出与性状显著相关的通路等注释集合。引入基因集富集分析的方法比单基因分析能获得更多、更有生物学意义的基因信息，将有助于解决上述两个问题。

Mootha等（2003）提出用于表达芯片的数据分析WangKai等（2007）扩展到GSEA-GWAS3GSEA-GWAS3GWASusingsinglemarkerbasedassociationtest4GWASusingsinglemarkerbasedGWAS分析结果选择GWAS结果显著的SNP集合进行Fisher检验显著的基因集基因集QTL映射功能验证GSEA-GWAS分析流程基因映射SNP基因集映射基因基因集定义选择GWAS结果中所有SNP进行富集分析5GWAS分析结果选择GWAS结果显著的SNP集合进行Fis目前基于基因集富集分析的全基因组关联分析方法（GSEA-GWAS）已经应用于人类（随机无关人群或核心家系）和小鼠（高度近交）的资源群体。http://www.nr.no/pages/gseasnp

(Bioinformatics2008)https://webtools.imbs.uni-luebeck.de/snptogo(Bioinformatics2008)GSEA-GWAS研究进展6目前基于基因集富集分析的全基因组关联分析方法（GSEA-GW二、畜禽GSEA-GWAS平台牛基因组SNP功能注释与Fisher富集分析平台/SNPknow/SNPpath猪、牛、鸡基因集富集分析平台/GWAS7二、畜禽GSEA-GWAS平台牛基因组SNP功能注释与FisKEGGPathway:转录调控、信号转导、代谢GeneOntology:cellularcomponent,biologicalprocess,molecularfunction支持基因集牛SNP功能注释及Fisher富集分析平台8KEGGPathway:支持基因集牛SNP功能注释及FiHomepageofSNPpathClusterforComputering

SNPpathWebServer

Pathdetails

ResultPageGeneOntologyassociatedwithtraitsMySQLDatabaseGeneOntology分析流程9HomepageofSNPpathClusterfor

Fisher’s精确概率法利用超几何分布的原理推断每个基因集中的差异表达基因的比例是否与整个基因芯片上差异表达基因的比例相同。分析原理10Fisher’s精确概率法利用超几何分布的原理推断每个基因11分析实例Snellingetal.2010JournalofAnimalScience2013

animalsBovineSNP50BeadChip(50K)assaybirthweight(BWT),BWgainfrombirthtoweaning,adjustedto205days(WG),205-dayadjustedweaningweight(WW),160-dayadjustedpostweaningBWgain(PWG)365-dayadjustedyearlingweight(YW).1111分析实例Snellingetal.2010Jou12121313发表论文14发表论文14KEGGPathway:转录调控、信号转导、代谢GeneOntology:cellularcomponent,biologicalprocess,molecularfunctionthePfamproteinfamiliesdatabase(Pfam)proteindomains,familiesandfunctionalsites(PROSITE)猪、牛、鸡基因集富集分析平台支持基因集15KEGGPathway:猪、牛、鸡基因集富集分析平台支持SinglecolumnP-values,thedatacanbeanalyzedusingIrizarry‘smethod；TwocolumnsofP-values,thedatacanbeanalyzedusingeithertheFtestorttest;Theprogramalsoacceptsupto5000columnsofP-valueswhichcanbeanalyzedusingeithertheEfron‘sre-standardized.支持物种猪、牛、鸡分析方法16SinglecolumnP-values,theda程序主页17程序主页17注释集合18注释集合18富集分析流程19富集分析流程19Snellingetal.2010.J.Anim.Sci.88(3):837–848.ToillustratetheapplicationofGWASknow,weanalyzedtheSNPdatafromtheGWASofgrowthincrossbredbeefcattlewhichusedBovineSNP50BeadChip(50K)assay.Bodyweights(BW)gainfrombirthtoweaningwereutilized.分析实例20Snellingetal.2010.J.Anim.Theanalysisresultsbytherestandardizedmethodareshown.Atotalof28KEGGpathwaygenesetshavingFDR-correctedp-values<0.01weretabulated.21Theanalysisresultsbythere/cgi-bin/QTLdb/BT/summaryManyofthegenesetsweidentifiedmadegoodbiologicalsenses.Forexample,TheKEGGterms'Selenoaminoacidmetabolism'and'O-Glycanbiosynthesis'overlapQTLdescribedforaveragedailygain,bodyweight,feedconversionratio.

QTL映射22/cgi-bi相关论文23相关论文23Thanks!农业与生物学院动物科学系上海市兽医生物技术重点实验室24Thanks!农业与生物学院动物科学系24基于基因集富集分析的畜禽复杂性状GWAS分析平台及其应用潘玉春王起山panyc@2011.8.12基于基因集富集分析的畜禽复杂性状GWAS分析平台及其应用潘玉一、背景26一、背景1GWAS全基因组关联分析方法（GWAS）是近几年提出的复杂性状功能基因鉴定的新策略。该方法是基于全基因组范围内的序列变异，筛选出那些与性状关联的SNPs。问题—需要对数以万计的SNP位点进行检测，可能出现许多假阳性或假阴性的结果。—缺乏对显著SNP的生物学解释（如所处的代谢通路、生物过程等），导致很难解释性状的分子遗传机制。27GWAS2GSEA-GWAS

基因集富集分析的基本思想是使用预定义的基因集（通常来自功能注释或先前实验的结果），筛选出与性状显著相关的通路等注释集合。引入基因集富集分析的方法比单基因分析能获得更多、更有生物学意义的基因信息，将有助于解决上述两个问题。

Mootha等（2003）提出用于表达芯片的数据分析WangKai等（2007）扩展到GSEA-GWAS28GSEA-GWAS3GWASusingsinglemarkerbasedassociationtest29GWASusingsinglemarkerbasedGWAS分析结果选择GWAS结果显著的SNP集合进行Fisher检验显著的基因集基因集QTL映射功能验证GSEA-GWAS分析流程基因映射SNP基因集映射基因基因集定义选择GWAS结果中所有SNP进行富集分析30GWAS分析结果选择GWAS结果显著的SNP集合进行Fis目前基于基因集富集分析的全基因组关联分析方法（GSEA-GWAS）已经应用于人类（随机无关人群或核心家系）和小鼠（高度近交）的资源群体。http://www.nr.no/pages/gseasnp

(Bioinformatics2008)https://webtools.imbs.uni-luebeck.de/snptogo(Bioinformatics2008)GSEA-GWAS研究进展31目前基于基因集富集分析的全基因组关联分析方法（GSEA-GW二、畜禽GSEA-GWAS平台牛基因组SNP功能注释与Fisher富集分析平台/SNPknow/SNPpath猪、牛、鸡基因集富集分析平台/GWAS32二、畜禽GSEA-GWAS平台牛基因组SNP功能注释与FisKEGGPathway:转录调控、信号转导、代谢GeneOntology:cellularcomponent,biologicalprocess,molecularfunction支持基因集牛SNP功能注释及Fisher富集分析平台33KEGGPathway:支持基因集牛SNP功能注释及FiHomepageofSNPpathClusterforComputering

SNPpathWebServer

Pathdetails

ResultPageGeneOntologyassociatedwithtraitsMySQLDatabaseGeneOntology分析流程34HomepageofSNPpathClusterfor

Fisher’s精确概率法利用超几何分布的原理推断每个基因集中的差异表达基因的比例是否与整个基因芯片上差异表达基因的比例相同。分析原理35Fisher’s精确概率法利用超几何分布的原理推断每个基因36分析实例Snellingetal.2010JournalofAnimalScience2013

animalsBovineSNP50BeadChip(50K)assaybirthweight(BWT),BWgainfrombirthtoweaning,adjustedto205days(WG),205-dayadjustedweaningweight(WW),160-dayadjustedpostweaningBWgain(PWG)365-dayadjustedyearlingweight(YW).3611分析实例Snellingetal.2010Jou37123813发表论文39发表论文14KEGGPathway:转录调控、信号转导、代谢GeneOntology:cellularcomponent,biologicalprocess,molecularfunctionthePfamproteinfamiliesdatabase(Pfam)proteindomains,familiesandfunctionalsites(PROSITE)猪、牛、鸡基因集富集分析平台支持基因集40KEGGPathway:猪、牛、鸡基因集富集分析平台支持SinglecolumnP-values,thedatacanbeanalyzedusingIrizarry‘smethod；TwocolumnsofP-values,thedatacanbeanalyzedusingeithertheFtestorttest;Theprogramalsoacceptsupto5000columnsofP-valueswhichcanbeanalyzedusingeithertheEfron‘sre-standardized.支持物种猪、牛、鸡分析方法41SinglecolumnP-values,theda程序主页42程序主页17注释集合43注释集合18富集分析流程44富集分析流程19Snellingetal.2010.J.Anim.Sci.88(3):837–848.ToillustratetheapplicationofGWASknow,weanalyzedtheSNPdatafromtheGWASofgrowthincrossbredbeefcattle