|
编者按：公元1082年，被贬黄州的苏轼在这一年写下了有名的《赤壁赋》和《后赤壁赋》。大文豪宽阔的胸怀似乎丝毫不在意人生的窘迫，刚刚发出“有客无酒，有酒无肴，月白风清，如此良夜何？”的无奈感慨，须臾就可“于是携酒与鱼，复游于赤壁之下”。 后基因组时代，我们携SNP与表型，还需要什么才能复游于“赤壁”之上呢？ 这几年得益于测序技术的进步，我们对生物的研究，已彻底的进入了基因组时代。一个个参考基因组测序计划+群体重测序计划得以实施，给我们讲着一个个作物遗传变异、重要性状遗传调控结构的精美故事，每每发表于顶级期刊。这里面就不得不提一个重要的技术GWAS，学术翻译“全基因组关联分析”，小名也叫“织袜子”。 可是GWAS只是给出和某个性状关联的SNP位置，究竟是哪个基因影响表型，我们还需要从近等基因系、导入系这些稳扎稳住的遗传学方法去锁定我们要的基因。尤其是像小麦这种LD衰减距离超级巨大的物种，不光我们GWAS定位到的区间非常巨大，甚至连我们GWAS的底层模型都会被带偏，产生更多的假阳性。 相对于动植物可以人为再创建群体，设计实验来定位克隆基因。人类里面因为伦理等各种原因，只能依赖自然群体。同时如果能在GWAS这一层面上就能解决大部分问题，那是再好不过了。这几年GWAS在人类里面又有很多新的进展，比如利用转录组测序的方法补充GWAS分析（注意是补充不是替代），Transcriptome-wide association studies，简称TWAS。 最近一期的NG上面在线了两篇关于TWAS的文章，一篇题为《Probabilistic fine-mapping of transcriptome-wide association studies》的研究文章，提出了一种FOCUS (fine-mapping of causal gene sets)的方法，利用GWAS结果，群体材料全基因组转录组结果，候选位点的LD等这些信息，构建统计模型，给出了候选位点每个基因的可能性，为我们寻找关联区域的候选基因提供了新的信息。 图1. FOCUS基本原理 这种方法其实是直接检测gene-trait的关联性。如图1所示，a图上是普通的GWAS曼哈顿图；中间是利用全基因组转录组数据，建立的SNP-gene 表达的影响关系，G代表基因，G1、G2、G3、G4、G5和G6是这个候选区间的6个基因，每一列是一个SNP，颜色深浅代表每个SNP对这6个基因表达量变化的影响大小；下方是这个区间SNP之间的LD关系。利用这些信息，进行统计模型的计算，得到右图6个基因和性状的关联性。相对于之前利用SNP位置找基因，提供了一个直接基因和表型关联关系，利于我们更快的找到关键基因。 图2. FOCUS方法模拟结果 是不是这样呢？ 作者首先进行了模拟分析，发现83%的致病基因会都会落在FOCUS 90%的置信区间里。 这种方法最大的弊端是什么呢？ 就是我们基因影响表型的表达部位，不在我们转录组测序的组织里，那这种方法就会有偏差。举例来说，如果表型是雄性不育，那么目标基因的表达部位可能就是在花药里，但是我们测的转录组却是在叶片里。那还能得到可靠结果吗？作者的分析结果是一定程度上可以的。图2，e图说明，致病基因只要在测序组织表达量和致病组织表达量（发挥功能组织）有0.2以上的遗传力，就可以被相当的功效检测到，这在一定程度上缓解了转录组测序的组织要求严格性。 这种方法是不是真的这么好呢？ NG同期在线了另一篇题为《Opportunities and challenges for transcriptome wide association studies》的观点文章对TWAS这种方法进行更为广泛的测试和讨论。这篇文章也提出基因表达量之间的关联性，基因间位置的重叠性，测序的组织差异等问题都会带来假阳性？但是，TWAS依然相对于孤零零的只有SNP-trait的GWAS结果而言，是一个很大的进步。TWAS确实能在一定程度上增大我们找到真正候选基因的可能性。文章同时也指出在做TWAS时候要尤其注意基因表达的相关性和组织偏好性。 那么，TWAS会很快在小麦里得以运用吗？ 让我们，别持目以待，早点动手开始吧！所以，哪位老板那里有群体，有数据，让我们来玩一次吧。 |
|
|
