化工儀器網(wǎng)
公司動(dòng)態(tài)
AJHG：GWAS之后,，如何進(jìn)一步深入基因研究
閱讀：1149 發(fā)布時(shí)間：2019-5-23全基因組關(guān)聯(lián)研究（GWAS）針對(duì)大量人群尋找有助于常見(jiàn)的多基因特征（如身高或肥胖）的基因。這些綜合性研究經(jīng)常發(fā)現(xiàn)大量微小的遺傳變異，這些變異在高齡,，肥胖等人群中更常發(fā)生。但這種相關(guān)性并不一定意味著因果關(guān)系的存在,。
雖然有許多計(jì)算算法可用于幫助提取GWAS結(jié)果，但很難知道選擇哪一種,。研究人員在《American Journal of Human Genetics》雜志上發(fā)表的文章稱Benchmarker一種可靠的對(duì)GWAS數(shù)據(jù)進(jìn)行挖掘的算法,。
“我們有不同的優(yōu)先級(jí)算法，但我們實(shí)際上并不知道如何確定哪一個(gè)是的,，”該文章主要作者Rebecca Fine說(shuō) “我們不想依賴先前的'黃金標(biāo)準(zhǔn)'或引入除原始GWAS數(shù)據(jù)之外的任何其他內(nèi)容,。”
借助“交叉驗(yàn)證”的機(jī)器學(xué)習(xí)概念，Benchmarker使調(diào)查人員能夠?qū)WAS數(shù)據(jù)本身作為自己的控制,。我們的想法是采用GWAS數(shù)據(jù)集并挑出一條染色體,。然后，基準(zhǔn)測(cè)試的算法使用來(lái)自剩余的21條染色體（除X和Y之外的所有染色體）的數(shù)據(jù)來(lái)預(yù)測(cè)單個(gè)染色體上的哪些基因有可能對(duì)所研究的性狀有貢獻(xiàn),。由于依次對(duì)每個(gè)染色體重復(fù)該過(guò)程,，因此匯集算法標(biāo)記的基因。然后通過(guò)將這組優(yōu)先基因與原始GWAS結(jié)果進(jìn)行比較來(lái)驗(yàn)證該算法,。
“首先在GWAS上訓(xùn)練算法,，并保留一條染色體，然后返回到該染色體,，并詢問(wèn)這些基因是否與原始GWAS結(jié)果中的強(qiáng)p值相關(guān)聯(lián),，”Fine解釋說(shuō)。 “雖然這些p值并不能代表確切的”正確答案“,，但它們確實(shí)可以告訴我們一些真正的遺傳關(guān)聯(lián),。終產(chǎn)品是對(duì)每種算法執(zhí)行情況的評(píng)估。
Fine,，Hirschhorn及其同事通過(guò)應(yīng)用得出的結(jié)論是,，結(jié)合多種策略通常可以獲得*結(jié)果,。他們還發(fā)現(xiàn)了某些算法在尋找某些特征的基因時(shí)表現(xiàn)*的證據(jù),。
“我們希望在GWAS之后開(kāi)發(fā)更多算法來(lái)回答關(guān)鍵的下一個(gè)問(wèn)題：哪些基因和變異與人類特征和疾病有因果關(guān)系，”Hirschhorn說(shuō),。 “benchmarker可以作為一種無(wú)偏見(jiàn)的方法來(lái)確定用于回答這個(gè)問(wèn)題的算法,。”