复杂遗传性状连锁不平衡基因定位的理论基础(英)

复杂遗传疾病基因的定位克隆要求首先获得疾病位点与遗传标记位点间的高分辨率连锁图谱．研究表明,这一目标可通过建立和筛选适当的候选标记位点与目标性状位点间的连锁不平衡的理论分析模型而实现．但这些模型只适用于位点基因型可以通过实验而准确分型的范围．本文报道在不可测基因型复杂遗传疾病的细微定位理论与方法方面所取得的研究成果．     

全基因组关联研究中的遗传位点分析方法

提出多种模型方法,对高维位点数据进行分析,为基因定位和复杂疾病性状遗传等方面的研究提供新的技术支持。为了实现关联位点在基因中的定位,首先建立映射模型,对每个位点的碱基对重新编码;然后,提出将质量控制模型与关联分析模型相结合的方法,确定位点的关联程度;随后利用基于随机森林的重要性排序,筛选与该遗传疾病最相关的致病位点;最后,设计出高维RBF神经网络,得到每个位点对性状的相关性系数,探索出与疾病多类性状相关的位点。结合多种检验方式,验证所建模型能够较为准确地定位与疾病相关的位点及基因。各类模型具有极强的推广性,广泛适用于筛选占有各自权值的大样本数据。     

复杂遗传性状连锁不平衡基因定位的理论基础

复杂遗传疾病基因的定位克隆要求首先获得疾病位点与遗传标记位点间的高分辨率连锁图谱。本文报道在不可没基因型复杂疾病的细微定位理论与方法方面所得的研究成果。     

基于组稀疏的遗传性疾病和性状基因位点选择方法研究

如何从海量基因信息中高效挖掘出遗传性疾病密切相关的基因位点是全基因组关联性分析的核心问题.然而,目前常用的致病基因位点选择单变量分析技术不能发现多基因复杂交互形成的致病机制.为此,本文尝试从多变量分析角度,采用稀疏优化模型,实现致病基因的选择.为进一步实现致病基因位点的选择,采用基于L12范数的最小组稀疏角回归算法,通过调整正则化系数大小来控制模型的组间稀疏度,最终有效实现了致病基因和基因位点的选择.最后,通过某遗传疾病的真实基因数据,验证了该方法的有效性.     

基于神经网络和粒子群算法的遗传位点与患病信息的关联性分析

基于遗传疾病与某些遗传基因位点存在的较强关联性，并考虑到位点间存在交互作用的情形，提出了关联性最强的位点组合的筛选方法。将每个候选位点组合对应的基于神经网络的预报准确率作为评价标准，用粒子群算法（PSO）通过迭代逼近找出最优的位点组合，并与神经网络权重分析法进行比较。结果表明，由本文方法得到的位点组合预报精度更高，对患病情况有着较好的识别效果，可为遗传疾病诊断等提供参考方法。     

利用位点信息分析遗传疾病与基因的关联性

人体的许多遗传疾病都与其基因包含的多个位点(SNPs)相关联。因此定位与遗传疾病相关联基因在染色体中的位置,能帮助研究人员了解疾病的遗传机理,预防某些遗传病的发生。利用全基因组关联分析方法,对两类样本(患病,未患病)各个位点上的碱基进行卡方检验,找出某种遗传病最有可能的致病位点,定位其所在的致病基因。利用连锁不平衡系数,得出最可能相关的致病基因,并通过聚类算法检验结论的合理性。     

一种快速建立同源导入近交系的方法——标记辅助选择法

实验动物模型是研究人类疾病的重要手段和工具。人类的许多疾病表现为数量性状,利用人类本身很难找到控制这些数量性状的遗传位点,鼠却能弥补这一不足。鼠以其繁殖性能好、生长快、世代间隔短,而且其基因组与人类具有较高的同源性等特点,使其逐渐成为研究控制人类疾病数量性状基因座（QTL）的模式动物。科学家们已经在小鼠中监测到酒精敏感、糖尿病、自身免疫、肥胖等疾病相关的数量性状位点。     

医学遗传学的进展

用现代遗传学的基本原理,来研究人类遗传与疾病的关系,以探索各种遗传疾病,或虽非遗传疾病但与遗传有联系的疾病的发病机理,病理过程、诊断、预防和治疗等问题的科学,叫做医学遗传学。目前,世界各国对医学遗传学都越来越重视。主要原因是:随着医学的进步,许多对人类威胁最大的烈性传染病,已经基本消灭或被控制,而主要由遗传因素引起的疾病,或既有遗传因素又受环境因素影响的疾病就被突出起来。     

甲基化数量性状位点研究及其在精神分裂症中的作用

人类基因组DNA序列上存在着被称为“甲基化数量性状位点”的位点驱动着DNA甲基化的水平,其在基因组上的分布情况、功能等问题仍在很大程度上是未知的.越来越多的证据表明,甲基化数量性状位点的研究或许能为精神分裂症的发病机制提供新的见解.本研究收集了来自499名中国汉族人群首发精神分裂症患者,以及年龄性别相匹配的500名中国汉族健康对照组的甲基化数量性状位点数据,从不同的角度证明了甲基化数量性状位点与基因表达调控之间存在着紧密的关系,并展示了甲基化数量性状位点在探究精神分裂症遗传因素中的巨大潜力.最后,结合大规模精神分裂症全基因组关联研究数据提出了精神分裂症风险位点可能通过调控AS3MT基因上的甲基化水平,从而影响精神分裂症患病风险的潜在机制.     

调整协变量的多位点关联分析方法及其在酗酒数据中的应用

复杂疾病的发生与个体的遗传变异和环境协变量密切相关.在进行遗传位点与性状的关联分析时,环境协变量起着重要作用.如果处理它们的方法不当,可能会带来分析结果的偏差或是检验功效的降低.针对多位点遗传变异信息,我们在整合连锁不平衡信息的检验方法SLIDE的基础上,提出了对基因型用倾向得分进行逆概率加权的调整协变量关联分析方法S...     

基于全基因组选择的长牡蛎肥满度分布参数预测方法

全基因组选择是一种用于改良动植物育种群体中数量性状的方法,通过使用覆盖整个基因组的分子标记信息对复杂性状进行预测,从而帮助筛选出更适合培育的亲本.基于长牡蛎的单核苷酸多态性(SNP)位点信息,提出了一种预测长牡蛎肥满度分布参数的全基因组选择的新方法.首先,采用一种基于不同评价准则的二次特征选择方法,挑选与肥满度相关性较高的SNP位点;其次,利用所挑选的SNP位点信息构建具有正则化项的高斯通用加性模型对每个长牡蛎样本肥满度分布参数进行预测;最后,在长牡蛎数据上将所提方法和一些现有方法进行了验证比较.实验结果表明,所提方法具有更好的拟合精度和更低的均方误差,并能对样本性状稳定性进行有效的评估.     

面向基因测序数据的高效位点与表型关联挖掘算法

疾病表型通常会受SNP位点调控，挖掘疾病表型与SNP位点间的关联规则有助于提供个性化分子诊疗方案。由于SNP位点具有遗传异质性，在挖掘疾病表型与SNP位点间的关联规则时，需要将最小支持度阈值设为较低值，甚至是0，又由于SNP位点数据量庞大，这会使得关联规则算法时间复杂度极高。为此，提出了HEMAPS算法，通过使用线程并行处理和垂直数据格式改进Apriori算法。此外，为解决质量性状表型样本比例不平衡问题，提出了一种新的关联规则评价指标——匹配度。实验结果表明，HEMAPS算法的时间复杂度比Apriori算法明显降低。     

水稻叶形控制基因的挖掘及分析

叶片的形态结构和生理功能与水稻的产量关系密切,水稻叶片形态包括叶长、叶宽、叶面积、叶周长、叶厚、叶片卷曲度、叶倾角等性状.目前通过对水稻分离群体和突变体的深入研究,已定位和克隆到较多的叶形控制基因或数量性状位点(QTLs).根据水稻叶形控制基因或QTLs的最新研究进展情况,着重从叶长、叶宽、叶面积和叶卷曲度等性状,对已克隆叶形基因和QTLs的功能进行梳理和总结,以期为挖掘水稻叶形控制基因和理想株型育种提供参考,为进一步提高水稻的产量奠定理论基础.     

高原型藏山羊KAP6.1和6.2位点与产绒性状的关系研究

采用PCR-SSCP技术,以65只高原型藏山羊高产群体(34只)和低产群体(31只)为样本,选取KAP基因作为候选基因,研究KAP基因与其产绒量、绒长度和细度之间的关系.结果表明:①产绒量性状KAP6.1位点的BB基因型LSM值显著高于AA基因型LSM值(P0.05),判定BB基因型为首选标记基因;KAP6.2位点的AB基因型LSM值显著高于AA基因型LSM值(P0.05),判定AB基因型为首选标记基因;通过计算选择反应,KAP6.1位点的BB基因型可作为首选标记基因.②绒长度性状KAP6.1和KAP6.2位点的AA基因型LSM值均显著高于AB和BB基因型LSM值(P0.05),判定AA基因型为首选标记基因;通过计算选择反应,KAP6.2位点的AA基因型可作为首选标记基因.③绒细度性状KAP6.2位点的BB基因型SM值均显著高于AA和AB基因型LSM值(P0.05),判定BB基因型为首选标记基因;通过计算选择反应,KAP6.2位点的BB基因型为首选标记基因型.     

犏牛ACACA和SCD1基因多态性及其与产奶性状的关联分析

旨在分析犏牛ACACA与SCD1基因的单核苷酸多态性,筛选用于犏牛产奶性状辅助选择的分子标记.通过使用PCR结合DNA测序技术对红原地区384头犏牛ACACA基因和SCD1基因多态性进行检测,并对其多态位点上的不同基因型与犏牛产奶性状进行关联性分析.结果显示,ACACA基因在5′UTR区域存在1个SNP位点即g.1488 C>G,SCD1基因的第5外显子内存在1个SNP位点即g.239 A>T;经检验发现,2个SNPs位点均存在3种基因型,且均处于Hardy-Weinberg平衡状态.关联性分析发现,g.1488 C>G和g.239 A>T位点的多态信息含量(PIC)分别为0.35和0.36,即0.25G位点与g.239 A>T位点与乳脂率关联性较高(P<0.05).g.1488 C>G位点在乳蛋白率上存在关联性(P<0.05).以上结果表明,ACACA与SCD1基因可以作为犏牛产奶性状辅助选择的候选分子标记.     

动态复杂性状遗传结构研究的统计模型

许多重要的农艺性状、生物学和生物医学性状都是数量性状,这些性状在不同的发育阶段发生变化,并表现出复杂的动态特征。针对这些动态性状,传统的遗传作图方法是通过在不同的年龄或发育阶段利用遗传标记与表型性状进行关联分析,并比较这些性状在不同发育阶段的差异,或者通过进行不同阶段的多位点作图进行分析。然而,这些方法并不能确切地反映整个发育过程和动态特点,这使得对性状遗传结构的推测受到限制。要克服这一困难,函数作图将为动态性状的遗传学研究提供一条有效的途径。函数作图综合了生物学机制的数学特性和性状遗传作图的统计学特点,结合统计模型、遗传学和发育生物学的函数作图策略,力求解决诸如发育的遗传控制模式、QTL的持续效应以及引起发育过程中启动和终止的遗传机制等问题。笔者提出的函数作图策略将提供一个研究基因作用及互作与发育模式之间有效的量化检测平台。     

多性状多位点遗传关联分析的统计方法研究及其应用进展

首先,对罕见变异遗传关联分析领域存在的统计问题及相关研究前沿和热点进行梳理分析;其次,对单位点及多位点分析常用统计方法做系统概述,并讨论这些方法存在的问题及面临的挑战;最后,对多性状多位点关联分析方法的未来发展前景作展望.     

英拟放行“三父母”试管婴儿 通向“定制婴儿”之门？

 一位患有无法治愈的遗传疾病的母亲,如果对其受孕过程实施干预,去除可能导致遗传疾病的有缺陷的线粒体DNA,这些包括心脏病、肝功能衰竭、脑功能障碍、失明和肌肉萎缩症等在内的遗传疾病,将不会遗传到下一代.     

水稻垩白性状的遗传研究进展

垩白性状是稻米最重要的品质性状之一,阐明水稻垩白性状的遗传机理十分重要.主要对水稻垩白的遗传基础、垩白数量性状位点(Quantitative trait loci,QTL)的定位及其垩白性状相关基因的分离与克隆进行了综述,并提出了相应的遗传改良措施,以期为优质水稻育种提供参考和借鉴.     

脑血管疾病患者IL-6基因调控区-174G/C多态性研究

目的:观察73例脑血管疾病患者的IL-6基因调控区-174位点的多态性与疾病的相关关系.方法:PCR扩增、限制性内切酶片段长度多态性(RFLP)分析和DNA序列测定,认识IL-6基因调控区-174位点的多态性;同时ELISA定量分析73例脑血管病患者和16例正常人血清白细胞介素-6含量.结果:73例脑血管疾病患者IL-6基因调控区-174位均为GG型;血清白细胞介素-6水平升高,与正常人血清对比,差异显著.结论:73例脑血管疾病患者未发现TL-6基因调控区-174位点的基因变异.