基于通路的全基因组关联分析策略应用于西门塔尔牛的初步研究

摘要

随着人类全基因组计划的完成及高通量基因分型技术的快速发展，全基因组关联分析(GWAS)已经成为挖掘人类疾病易感基因及与家畜动物重要经济性状相关QTL的有力工具。大量以单核苷酸多态性片段(SNP)为主遗传标记已经被发现与人类疾病和家畜重要经济性状显著相关。然而，随着研究的深入，人们逐渐发现GWAS检测到的显著性SNP位点只能解释小部分与表型相关的变异，大量的剩余遗传信息还没有被挖掘。此外，大多数复杂的数量遗传性状往往由微效多基因决定的，单个SNP无法解释所有的表型变异。因此，需要提出新的统计策略来解决这种缺陷。在已有的众多策略中，基于通路的全基因组关联分析方法评估处于同一生物学通路中多个SNP的共同作用，而不仅仅单独的分析单个SNP的效应而广泛受到人们的关注。一些基于通路的关联分析算法也相继被提出，然而传统的基于通路的全基因组分析方法仅仅简单的使用显著的SNP构建基因统计量，忽视了小效应SNP的作用，这种策略有很大的局限性。
　　为了解决传统的基于通路分析的算法缺陷，本研究提出了一种新的算法。这种算法包括两个步骤:1）使用主成分分析的思想构建每个基因的主成分矩阵，然后根据主成分与表型的关联程度对其进行排序。2）使用最大均值法(Maxmean)构建每个基因的统计量，然后使用柯尔莫哥罗夫-斯米尔诺夫(Kolmogorov-Smimov)检验通路的显著性。基于来自内蒙古乌拉盖地区807头西门塔尔牛所包含的77，000，000 SNPs的数据，本研究使用新的算法对宰前活重、眼肌面积两个重要的经济性状进行了分析。结果表明，在对来自于KEGG数据库的263条通路的分析研究中，伽马氨基丁酸通路(p=0.000876)和非酒精性脂肪性肝病疾病(NAFLD)通路(p=0.000058)分别与宰前活重和眼肌面积两个性状显著相关。对两条显著性通路的生物信息学分析发现，伽马氨基丁酸通路已经被证实与动物的采食量及体重增加过程相关。
　　本研究提出的基于通路的新算法首次剔除基因内部SNP之间的连锁作用，丰富了现有基于通路的全基因关联分析的算法。更重要的是，本项研究是首次对肉牛进行了基于通路的全基因组关联分析，共发现两条与肉牛重要经济性状相关的显著性通路。研究结果可能为后续实施分子育种提供重要的前提和基础。

目录

声明

摘要

英文缩略表

图目录

表目录

第一章 引言

1．1 全基因组关联分析及其局限性

1．2 后基因组时代全基因组关联研究的深度策略和方法

1．2．1 基因型填充(Imputation)

1．2．2 基因-基因的交互分析

1．3 基于生物学通路的全基因组关联分析

1．3．1 基于通路的全基因组关联分析的研究进展

1．3．2 基于通路的全基因组关联分析的算法

1．4 本研究的目的和意义

第二章 材料与方法

2．1 试验材料

2．1．1 实验动物

2．1．2 血样采集及芯片测序

2．2 试验方法

2．2．1 性状表型记录

2．2．2 芯片数据质量控制

2．2．3 表型校正

2．2．4 信号通路的来源和选择标准

2．2．5 群体分层与协变量校正

2．2．6 基于通路的全基因组关联分析

第三章 结果与分析

3．1 SNP基因型信息和质量控制结果

3．3 表型性状的描述性统计量

3．4 群体遗传分布

3．5 基于通路的全基因组关联分析结果

3．5．1 宰前活重性状的基于通路的全基因组关联分析结果

3．5．2 眼肌面积性状的基于通路的全基因组关联分析结果

3．6 最显著P值法的比较结果

第四章 讨论

4．1 基于通路的全基因组关联分析的算法

4．2 基于通路的全基因组关联分析的应用

第五章 全文结论

参考文献

致谢

作者简历