RVAS是个甚么鬼竟然将替换GWAS

GWAS在过去的8年中，GWAS（genome-wideassociationstudies）研究被广泛地应用于解析遗传基因与复杂常见病和数量性状。GWAS方法通过基因芯片技术系统地评估常见遗传变异（通常是SNP，在人群中的频率MAF大于5%）对疾病的影响，到目前为止，已有多个SNP发现与疾病相干，这些发现为寻觅疾病真正的病发机制提供了一些线索，比如克罗恩病的自我吞噬机制，年龄相关性黄斑变性的补体通路，肥胖体质的神经调控机制等。局限性虽然说GWAS取得了以上研究成果，但即便是大规模人群的metaGWAS分析也只能解释常见病很少的遗传因素，举个栗子，一项覆盖15万人的2型糖尿病GWAS研究，分析发现大于70个位点有全基因组水平的统计学差异，但是这70个位点只能解释2型糖尿病11%的遗传性（pmid：，.44,–.）。再举个栗子，一项触及21万人的克罗恩病GWAS分析，一样发现70个位点具有全基因组水平的统计学差异，这些位点只能解释23%的遗传因素（pmid：，.42,–.）。整体来讲GWAS发现的这些位点对复杂疾病只有中等程度的影响，要想将这些GWAS发现转化为疾病功能解释或临床运用还有很长的路要走，简单来讲就是这些位点与疾病只有关联性，没有因果关系，要想通过关联关系推导至因果关系还很难。可能的解决方案那末怎样解决以上困难呢？由于GWAS只分析多态性位点（MAF5%），那末通过分析低频位点（0.5%MAF5%）与罕见位点（MAF0.5%）或许能够解释更多的遗传因素，罕见位点已知与人类很多疾病相干，比如单基因遗传病或常见病的罕见种类（如遗传性乳腺癌），从进化角度来讲这些罕见位点致使的遗传病将会被挑选掉，但是最近有一些研究已发现低频位点与罕见位点在常见病病发进程中发挥重要作用（具体是哪些疾病，以后单独介绍）需要说明的是这些疾病研究平台不是之前的基因芯片技术。RVAS随着测序技术的发展，测序本钱已愈来愈低，大规模的全外显子测序与全基因组测序项目已开始建立，比如ESP项目通过测序个人的全外显子分析几种常见病的遗传因素，T2D-GENE项目通过测序全球5个地区共1万个人的全外显子分析2型糖尿病的遗传因素，英国10万人基因组计划通过对10万人的全基因组测序分析英国肿瘤与罕见病人的基因变异，通过这些全外显子或全基因组测序能够让研究者充分研究低频位点与罕见位点在常见病中的影响与贡献，所以RVAS代表rarevariantassociationstudy即罕见位点关联分析。最后相信大家对RVAS已有了初步的认识，游侠认为RVAS研究方兴未艾，以后本

转载请注明：http://www.mzxgj.com/yfzl/651.html