人类微生物组和缺失遗传力--读论文

网友投稿 551 2022-11-08

人类微生物组和缺失遗传力--读论文

人类微生物组和缺失遗传力--读论文

读读论文,用谷歌学术翻译一下,重要的部分做一下笔记。正文部分是翻译,加黑部分是个人笔记。

本次学习的论文:摘要

“缺失遗传力”问题表明,全基因组关联研究中的遗传变异不能完全解释复杂性状的遗传力。传统上,表型的遗传力是通过对双胞胎、兄弟姐妹和其他近亲的家族研究来衡量的,并假设他们之间的遗传相似性。当将该遗传力与通过GWAS获得的相同性状的遗传力进行比较时,两个测量值之间出现了很大差距,全基因组研究报告的值明显较小。已经提出了这种“缺失遗传力”的几种机制,如表观遗传学、上位性和测序深度。然而,它们都不能完全解释这种遗传力差距。在本文中,我们提供的证据表明,为了广泛理解和解释人类特征的表型遗传力,必须考虑人类微生物组的组成和功能多样性。这一假设基于以下几个观察结果:(A)人类微生物组的组成与许多重要特征有关,包括肥胖、癌症和神经系统疾病。(B) 我们的微生物组编码的第二个基因组的基因数几乎是人类基因组的100倍,这第二个基因可能是遗传变异和表型可塑性的丰富来源。(C) 人类基因型与我们微生物组的组成和结构相互作用,但其本身无法解释微生物变异。(D) 微生物的遗传组成会受到宿主行为、环境或其他宿主的垂直和水平传播的强烈影响。因此,家族研究中假设的遗传相似性可能会导致遗传力值的高估。我们还提出了一种方法,允许将我们微生物组的组成和功能多样性纳入全基因组关联研究。

遗传的遗传力,真实的遗传力,是通过双胞胎、兄弟姐妹相关的家系信息就行评估的。GWAS分析得到的显著SNP得到的遗传力,这一部分的差异,就是消失的遗传力。之前的挖掘点,在于群体大小、挖掘多个变异来源。本篇介绍微生物的影响,包括:微生物的影响、微生物和人类互作。

2. GWAS介绍和缺失的遗传力

表型的广义遗传力(H2)定义为可由遗传方差解释的表型变异比例。十年前,遗传变异几乎不可能精确测量,通常是从亲属关系假设的。假设父母和子女之间有50%的基因同一性,就像第一个兄弟姐妹一样,而同卵双胞胎则被认为具有完全同一性。这些研究主要基于系谱数据,因此遗传力估计总是包括所有因果变异的贡献,为了计算性状的遗传力,需要做出一些假设(Visscher等人,2008)。如今,随着全基因组关联研究(GWAS)的出现,可以根据从无关个体群体中收集的单核苷酸多态性(SNP)来估计性状的遗传力。为了估计一个性状的狭义遗传力,这些研究收集了数千个遗传变异的信息,并通过遗传身份计算任何两个个体之间的关联度。狭义遗传力(h2)定义为可由遗传线性效应解释的表型变异比例,由于GWAS与单个SNP相关,因此它提供了这种类型遗传力的估计。到今天为止,我们知道超过50000个SNP与许多重要的人类表型相关。然而,这些SNP的个体效应和累积效应都无法解释其相关表型的遗传力(Lee等人,2011)。例如,系谱研究表明,人类身高的80%变异来自遗传效应。GWAS研究发现了大约50种与人类身高相关的遗传变异,但它们只能解释5%的身高变异。这两种测量值之间的差异出现在许多人类特征中,被称为缺失遗传力问题。旨在寻找其来源的努力仍在进行中(Manolio等人,2009年;Eskin,2015年)。

对于这种缺失的遗传力隐藏在哪里,有许多可能的解释,但没有达成共识。表观遗传学、基因相互作用、RNA、遗传力高估、小尺寸效应变体、GWAS实验局限性和许多其他因素被认为是这个问题背后的可能原因(Slatkin,2009;Marian,2012;Zuk等人,2012;Grandjean等人,2013)。然而,我们仍然无法解释人类特征的完全遗传性。在GWAS中,当几个SNP与给定表型在显著水平上相关时,就会出现一个经常报告的问题,因为这些变体通常具有较小的效应大小。这意味着,尽管许多变体可能与单个特征显著相关,但拥有其中任何一个变体都不会显著增加发展该特征的几率。一个例子是人类中的LMTK2变体。尽管与前列腺癌有显著相关性,但这种特殊变体的存在并不会增加患者罹患前列腺癌的几率(Zuk等人,2012年)。为了避免其中一些问题,已经提出了候选基因研究的更新版本,其中他们选择对先前通过GWA识别的特定基因进行深度序列分析,而不是筛选整个基因组。这种方法具有更高的分辨率,并有助于检测新的强效应变体(Zuk等人,2014;Tsai等人,2015)。然而,这些方法仍然不能为缺失遗传性问题提供明确的解决方案。

GWAS挖掘的位点,效应整体来说也很小,有种思路是将基因相关的序列都进行分析,而不是分析单个SNP,这样效应应该大一些。

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:利用Hadoop实现求共同好友的示例详解
下一篇:【视频】报告分享|展望人工智能银行:当银行遇到AI
相关文章

 发表评论

暂时没有评论,来抢沙发吧~