下一代测序 (NGS)/全基因组关联研究
全基因组关联研究 (GWAS) 经常用于识别两个生物群体之间遗传变异——一个具有特定表型（病例）的群体和一个没有特定表型（对照）的群体。例如，如果研究人员对与某种医学疾病（例如，癌症、阿尔茨海默病或自闭症）相关的基因组变异感兴趣，他们可以搜索在对照组（例如，没有患病的个体）或疾病特异性群体（例如，患有某种疾病的个体）中非随机存在的变异。这使得研究人员能够绘制影响特定结果或性状的基因图谱[1]。在疾病特异性群体中不成比例地常见的基因型随后成为增加疾病特异性表型风险或“原因”的候选“基因”。从本质上讲，GWAS 研究使用大量人群来定量评估变异与表型结果之间关联的可能性[2]。GWAS 研究还可以提供有关疾病过程中表观遗传因素的信息。例如，Zhang 等人（2013）观察到，与酒精代谢相关的基因在酒精依赖个体中与健康对照相比，DNA 甲基化存在差异。[3]
尽管 GWAS 研究可以作为阐明基因与性状之间关联的有力工具，但也存在一些特定的局限性。例如，使用 GWAS 难以检测频率低且对性状影响小的遗传变异，并且对于常见疾病，频率高且影响强的遗传变异非常罕见。此外，人群分层、连锁不平衡和 DNA 池化可能会使结果产生偏差[4]。
美国国立人类基因组研究所维护着一个最新的 GWAS 研究目录，该目录包含已发表的显著关联（对于 17 个性状，p 值小于 0.5 X 10-5）[5]
- ↑ Carlson，C. S.，Eberle，M. A.，Kruglyak，L. 和 Nickerson，D. A.（2004）。在全基因组关联研究中绘制复杂疾病基因座图谱。自然，429（6990），446-452。
- ↑ Balding，D. J.（2006）。关于人群关联研究统计方法的教程。自然评论遗传学，7（10），781-791。
- ↑ Zhang，R.，Miao，Q.，Wang，C.，Zhao，R.，Li，W.，Haile，C. N.，Hao，W. 和 Zhang，X. Y.（2013）。酒精依赖症的全基因组 DNA 甲基化分析。成瘾生物学，18，392-403。doi：10.1111/adb.12037
- ↑ McCarthy，M. I.，Abecasis，G. R.，Cardon，L. R.，Goldstein，D. B.，Little，J.，Ioannidis，J. P. 和 Hirschhorn，J. N.（2008）。复杂性状的全基因组关联研究：共识、不确定性和挑战。自然评论遗传学，9（5），356-369。
- ↑ Hindorff LA，MacArthur J（欧洲生物信息学研究所），Morales J（欧洲生物信息学研究所），Junkins HA，Hall PN，Klemm AK 和 Manolio TA。已发表的全基因组关联研究目录。可在以下网址获取：www.genome.gov/gwastudies。