Fig
1本研究概述
我们在日本生物银行进行了220项深度表型全基因组关联研究(GWAS)，然后与英国生物银行和芬根(ntotal = 628，000)进行了跨生物银行荟萃分析
作为下游分析，我们进行了(I)多效性和遗传相关性的跨群体比较，(ii)全面的HLA精细定位，以及(iii)汇总统计矩阵的统计分解，通过整合功能基因组学、代谢组学和生物标志物数据，深入了解当前疾病分类的基础生物学
信用:Saori Sakaue等人
自然，遗传学 纵观大部分医学史，医生根据个人对临床症状的描述和表现来诊断他们患有各种疾病
近年来，利用全基因组关联研究(GWAS)的调查帮助科学家了解了与不同疾病相关的遗传因素
在《自然遗传学》最近发表的一篇文章中，由大阪大学和哈佛医学院的研究人员领导的一个团队在来自不同人群的生物库中进行了GWAS实验，以确定与多种医学指征和特征相关的特定基因组位点
尽管在过去的几十年里，GWAS已经进行了大量的研究，但是它们的广泛适用性还不够
大多数GWAS人使用欧洲人口数据，表型数量相对较少，因为某些疾病的个体被招募参与
也缺乏一种有条不紊的方法来解释结果并将其置于背景中
因此，大阪大学集团旨在解决这些限制，实现公平的GWAS
为了实现这一目标，该团队使用日本生物银行进行了GWAS手术，该银行包括来自18万人的医疗数据，是最大的非欧洲生物银行之一
这项研究纳入了220种与健康相关的疾病和特征，使研究极其多样化和全面，尤其是在亚洲人群中
该研究的主要作者Saori Sakaue说:“我们希望显著扩大这个GWAS的范围，以便从这个生物库中获得尽可能多的有意义的见解。”
“事实上，在东亚人中，有108种表型从未属于GWAS，”该研究的第一作者Kanai Masahiro说
无花果
2我们研究了三个生物库:日本生物库、英国生物库和芬兰生物库
信用:萨奥里·萨凯 研究人员随后与英国生物银行(英国)和芬兰基因(芬兰)进行了跨人群荟萃分析，共涉及628，000人
这项工作帮助鉴定了14，000多个具有表型意义的基因组位点
其中，5000个位点是新发现
该小组确保他们的汇总统计数据在门户网站(pheweb)上公开
jp)作为全球遗传学家和研究人员的资源
资深作者冈田幸纪解释说:“我们认为，创造一种方式让更大的遗传学社区中的其他人访问我们的数据是极其重要的。”
“我们肯定希望促进全球合作，并希望根据我们的发现进行有意义的功能随访实验
" 由于GWAS结果和疾病遗传学的复杂性，研究小组对他们的汇总统计和其他数据进行了统计反卷积
这一步很重要，因为它允许研究人员从他们庞大的数据中得出与疾病相关的结论
无花果
3使用截断奇异值分解(TSVD)，将159种疾病的汇总统计矩阵分解为潜在成分，通过注释驱动每个成分的一组遗传变异体并在其他全基因组关联研究的背景下(GWAS)通过投影来解释这些成分
信用:萨奥里·萨凯 “反卷积使我们能够精确定位特定的遗传变异，并在人群中共享与各种疾病相关的机制
这些机制反过来有助于从人类遗传学的角度重新评估和重组人类疾病，”萨考解释道
这项工作提供了突破性的结果，解决了以前GWAS的相关倾向
该研究小组的发现将使调查人员能够不带偏见地通过遗传学检查人类疾病
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
