CGM 第70期:与基因表达的大量关联使 GWAS 后续分析复杂化的非人物主题封面

CGM 第70期:与基因表达的大量关联使 GWAS 后续分析复杂化

当大量变异都与基因表达相关时,如何避免把统计关联误作功能机制?报告介绍 LocusCompare,并通过眼部疾病案例说明其应用。
刘博翔

拥有斯坦福大学统计学硕士和计算生物学博士学位,原始发布时任职于百度美国研究院深度学习实验室。

全基因组关联研究(GWAS)正在迅速扩展与性状和疾病相关的突变目录。多达90%的GWAS变体属于非编码区域,其中大多数具有未知功能。

表达数量性状基因座(eQTL)可以检测GWAS与基因表达水平的相关性。Genotype Tissue Expression项目的研究表明高达92.74%的常见变异与基因的表达水平统计相关。如此丰富的eQTL数据增加了GWAS功能机制假设的假阳性率。

为了解决这些挑战,我们开发了名为LocusCompare可视化平台。我将会展示LocusCompare的使用方法,以及一个眼部疾病的实战案例。

参考文献

  1. Liu et al. Abundant associations with gene expression complicate GWAS follow-up (2019) Nature Genetics.

  2. Liu et al. Genetic analyses of human fetal retinal pigment epithelium gene expression suggest ocular disease mechanisms(2019) Communications Biology.

  3. Liu et al. Genetic Regulatory Mechanisms of Smooth Muscle Cells Map to Coronary Artery Disease Risk Loci(2018) American Journal of Human Genetics.

评论(0

登录后即可发表评论。

登录

暂无评论,来发表第一条评论吧!