《全基因组关联分析(GWAS)解决方案》由会员分享，可在线阅读，更多相关《全基因组关联分析(GWAS)解决方案（2页珍藏版）》请在金锄头文库上搜索。
1、全基因组关联分析(GWAS)解决方案概述全基因组关联研究(Genome-wideassociationstudyGWAS)是用来检测全基因组范围的遗传变异与可观测的性状之间的遗传关联的一种策略。2005年，Science杂志报道了第一篇GWAS研究年龄相关性黄斑变性，之后陆续出现了有关冠心病、肥胖、2型糖尿病、甘油三酯、精神分裂症等的研究报道。截至2010年底，单是在人类上就有1212篇GWAS文章被发表，涉及210个性状。GWAS主要基于共变法的思想，该方法是人类进行科学思维和实践的最重要工具之一；统计学研究也表明，GWAS很长时期内都将处于蓬勃发展期(如下图所示)。基因型数据和表型数据的获
2、得，随着诸多新技术的发展变得日益海量、廉价、快捷、准确和全面：如Affymetrix和Illumina公司的SNP基因分型芯片已经可以达到2M的标记密度；便携式电子器械将产生海量的表型数据；新一代测序技术的迅猛发展，将催生更高通量、更多类别的基因型，以及不同类别的高通量表型。基于此，我们推出GWAS的完整解决方案，协助您一起探索生物奥秘。实验技术流程基于芯片的GWASAffymetrix公司针对人类全基因组SNP检测推出多个版本检测芯片，2007年5月份，Affymetrix公司发布了人全基因组SNP6.0芯片，包含90多万个用于单核苷酸多态性(SNP)检测探针和更多数量的用于拷贝数变化(CN
3、V)检测的非多态性探针。因此这种芯片可检测超过180万个位点基因组序列变异，即可用于全基因组SNP分析，又可用于CNV分析，真正实现了一种芯片两种用途，方便研究者挖掘基因组序列变异信息。Illumina激光共聚焦微珠芯片平台为全世界的科研用户提供了最为先进的SNP(单核苷酸多态性)研究平台。Illumina的SNP芯片有两类，一类是基于infinium技术的全基因组SNP检测芯片(InfiniumWoleGenomeGenotyping)，适用于全基因组SNP分型研究及基因拷贝数变化研究，一张芯片检测几十万标签SNP位点，提供大规模疾病基因扫描(Hap660,1M)。另一类是基于GoldenG
4、ate特定SNP位点检测芯片，根据研究需要挑选SNP位点制作成芯片(48-1536位点)，是复杂疾病基因定位的最佳工具。罗氏NimbleGen根据人类基因组序列信息设计的2.1M超高密度CGH芯片，可以在1.1Kb分辨率下完成全基因组检测，可有效检测人基因组中低至约5kb大小的拷贝数变异。基于高通量测序的GWAS传统的基于芯片的GWAS取得了不少成功，但仍存在诸多局限，如发现的疾病相关变异多为非直接致病因素，对表型效应或遗传力的贡献微弱，对SNP以外的其它变异检测效力低等。随着高通量测序技术的出现和不断发展，一种广义的GWAS概念开始出现，即在全基因组范围内，利用关联分析的原理和方法进行各种组
5、学研究，不仅包括SNP，还包括插入缺失、结构变异（包括CNV）、基因表达、表观遗传修饰等。计算中心GWAS案例华中农业大学玉米农艺性状GWAS数据分析。基因型为玉米的600K芯片数据，表型为各发育时期不同农艺性状的总共797种表型。利用计算中心高性能计算机群的分布式计算能力，仅用1天半的时间便完成了全部分析工作。参考文献1、Huangetal.,Genome-wideassociationstudiesof14agronomictraitsinricelandraces.NatureGenetics.2010,42:961-9672、Kimetal.,DesignofAssociationSt
6、udieswithPooledorUn-pooledNext-GenerationSequencingData.GeneticEpidemiology.2010,34:479-4913、TheWellcomeTrustCaseControlConsortium,Genome-wideassociationstudyof14,000casesofsevencommondiseasesand3,000sharedcontrols.Nature.2007June7;447(7145):661-6784、Zhangetal.,Psoriasisgenome-wideassociationstudyid
7、entifiessusceptibilityvariantswithinLCEgeneclusterat1q21.NatGenet.2009Feb;41(2):205-105、anetal.,RaregeneticvariationatZeamayscrtR1increases-caroteneinmaizegrain.NatureGenetics.2010,42:322-3276、Lietal.,Low-coveragesequencing:Implicationsfordesignofcomplextraitassociationstudies.GenomeRes.2011.21:940-951
