精神分裂症及糖尿病视网膜病变的连锁不平衡分析

发布时间：2020-08-31 21:28

　　复杂疾病是指由基因组中多个基因,往往还伴有环境因素以及其它未知因素的影响共同作用而导致的一类疾病的总和。常见的复杂疾病有:精神分裂症、糖尿病视网膜病变、老年黄斑变性、心血管疾病等。由于目前对这类疾病的发病机制缺乏了解,因而也日益成为广大科研工作者日益关注的焦点。本论文的主要工作是采用连锁不平衡的分析方法对中国汉族人群精神分裂症和糖尿病视网膜病变这两种复杂疾病与各自易感基因之间的相关性进行了研究。精神分裂症(MIM 181500)是最严重精神疾病之一,在世界范围发病率为1%左右。来自双生子,家系,寄养子的研究结果表明,精神分裂症是一种复杂遗传疾病,具有很强的遗传性。来自西班牙巴斯克地区隔离人群的精神分裂症病例-对照分析显示,ADRA1A启动子区遗传多态性位点与精神分裂症存在显著关联。ADRA1A定位于8p21,正好位于精神分裂症连锁候选区域。在该区域已报导了许多与精神分裂症相关的候选基因如DRP-2, PPP3CC, NRG1以及FZD-3等。我们选择了5个位点,其中包括在西班牙巴斯克地区隔离人群中报导的两个阳性位点:-563G/A与-9625G/A,在总共960份病例对照组样品中采用测序的手段进行了连锁不平衡分析。在基因分型与单倍型分析中结果均为阴性,因此认为ADRA1A启动子区与中国汉族人群精神分裂症不相关。来自精神分裂症患者尸脑的研究报告显示,少突触细胞/髓鞘形成相关的基因表达水平在患者脑部较正常对照有明显降低。OLIG2是一个能够调控下游许多与少突触细胞/髓鞘发生相关的基因表达的转录因子,且OLIG2的表达水平在精神分裂症患者体内也明显下降,因此,OLIG2极有可能是精神分裂症的致病基因。我们共选择了3个SNP位点在共617份病例对照组样品中结合连接酶检测反应与测序的手段对该基因与精神分裂症之间是否存在关联进行了连锁不平衡分析。在研究结果中我们发现,rs762178等位基因频率与基因型分布在病例组和正常对照组中均有明显差异(p0.05),由rs762178与rs1059004组成的单倍型A-T与疾病关联呈阳性。我们的实验结果说明OLIG2是中国汉族人群中精神分裂症的易感基因,也支持了精神分裂症的神经发育假说。 QKI (quaking homolog, KH domain RNA binding)在基因组上定位于染色体6q26 6q27之间,是RNA信号转导与激活蛋白(STAR)家族成员之一。它在小鼠中的功能主要是控制少突触细胞的分化与成熟,在对精神分裂症患者尸脑的检验研究中发现,QKI的表达较正常对照呈显著下调。因此我们假设QKI是精神分裂症的潜在候选基因。我们共选取了7个SNP位点在576份病例对照组样品中进行了连锁不平衡分析。在基因型与单倍型分析中检测结果均为阴性,因此我们认为QKI与中国汉族人群精神分裂症发病不相关。糖尿病视网膜病变(DR)是糖尿病的并发症之一,严重影响人类健康和生活质量。DR的发生和发展除与糖尿病的病程、血糖控制的情况有关外,还受一定的遗传因素影响,很多基因的多态性导致了疾病的个体差异。 TNF-α是一种多功能促炎细胞因子,在DR的发病机制中有重要作用。DR患者血浆中的TNF-α水平较正常对照均明显增加,并与DR严重性正相关。我们以TNF-α为研究对象,在其启动子区选取了3个SNP位点在288份病例对照组样本中进行连锁不平衡分析,结果中未发现所选取SNP位点与DR之间存在相关性,说明TNF-α启动子区在中国汉族人群中不是DR的疾病易感区域。附章内容是关于AMLR即等位基因特异性连接酶检测反应技术开发的研究工作,该项技术主要基于多重PCR的方法对特定位点同时扩增,以扩增产物为模板使对应特定等位基因型的引物探针在连接酶的作用下连接,然后通过检测连接所得到产物片段的长度同时对多个不同SNP位点分型的目的。我们相信这种方法将在基因分型领域得到广泛应用。
【学位单位】：上海交通大学
【学位级别】：博士
【学位年份】：2009
【中图分类】：R749.3;R587.1;R774.1
【部分图文】：

遗传多态性,位点,遗传异质性,遗传研究

图 1-2 D’和 r2与物理距离的关系Figure 1-2 Relationship between D’& r2value and the physical distance of alleles1.2.2.2 连锁不平衡分析的不足连锁不平衡分析是目前复杂疾病遗传研究最重要的工具之一，但同连锁分析一样连锁不平衡分析也遇到在不同研究中难以重复的情况[28]。这其中有样本容量，人群层化遗传多态性的选择等实验设计上的问题，有统计、分型错误等操作方面的问题，也有复杂疾病在不同人群间遗传异质性的影响。目前这一问题还没有有效的解决方案。对于连锁不平衡分析，遗传多态性之间的 LD 是一把双刃剑，一方面 LD 帮助研究者通过较少的遗传标记对致病位点定位，另一方面，LD 对于寻找“真正的”治病位点也是一种阻碍，很多情况下，人们很难区分参与疾病风险的致病位点和仅仅与之处于紧密LD 的多态性。

流程图,全基因组,流程,关联分析

为复杂疾病的遗传分析提供强有力的工具[30]（图 1-3）。随着基因分型技术的展，出现了 Genome-Wide Human SNPArray 6.0 （Affymatrix）、Illumina 等可以对大SNP 进行分型的技术，使全基因组关联分析成为了可能。然而，如何针对全基因组关试验数据进行分析则是一大挑战，由于需要对以十万计的位点进行分析，期间自然出大量的独立检验，因而会产生大量的假阳性结果。如果采用保守的 Bonferroni 校正的话那对在使用一百万 SNP 进行全基因组关联分析的研究而言，一个低频等位基因型频为 15%，比值比（Odds Ratio）为 1.25 的位点，需要 6000 个病例和 6000 个对照才能供 0.8 的检测效力[30]。这就需要总计 120 亿次基因分型，几乎没有现实的可行性。因此如何在保证足够检测效力的情况下防止假阳性产生，是进行全基因组关联分析不得不对的问题，也是目前一些统计学家努力的方向。

全基因组

他们真正的兴趣所在不仅仅是今后的风险评估，还包括长期的临床应用——通过计治疗方法和药物，最终战胜疾病。许多新确定的基因都是不包括在“候选基因”目录内的，而是在基因组的扩展区域或者基因之间的调控区域，这些发现都有望为研究人指明新的方向，并且利用这些基因作为新的标靶，进行药物开发。毫无疑问，科学家要在不久的将来找出更多的易感基因，并弄清楚它们之间的相互作用。许多科学家认加快这一过程的最好方法就是将来自各个基因分型实验室的新鲜数据进行共享，甚至在进行相关的基因研究之前。如果没有足够的合作共享数据，许多与疾病相关的基因异很可能无法得到揭示。美国国立卫生研究院（NIH）的一些项目负责人和英国 WellcoTrust 病例控制协会已经打算在今年晚些时候为其他研究人员提供 SNP 数据等信息。了鼓励数据共享，NIH 还打算在几个月后起草新的数据发布政策，要求所有得到全基组关联研究资助的美国项目负责人将研究数据在一个中心数据库集中存储。该提案将时限制相关专利权申请，在保证项目小组首先发表成果的前提下，要求他们尽快提交验数据[36-38]。

【共引文献】