| 文摘 |
最近成功的全基因组关联研究(GWAS)、关联数据的财富已经完成超过200复杂疾病/特征,提出数据集成和解释的强劲需求。多个GWAS的组合分析数据集,或者GWAS数据和其他高通量数据的综合分析,尤其有前途。在这项研究中,我们提出了一个综合分析框架的多个GWAS数据集通过叠加协会信号到蛋白质相互作用网络,并演示了使用精神分裂症数据集。在一个密集的模块搜索算法的基础上,我们首先寻找大大丰富了子网精神分裂症在每个单一的GWAS数据集,然后discovery-evaluation策略识别模块实现基因协会信号一致。我们验证模块的基因在一个独立的数据集,通过荟萃分析,还研究了他们相关的snp使用多个GWAS数据集。结果,我们确定了205个模块基因联合效应显著相关精神分裂症;这些模块的基因包括许多研究候选基因如DISC1 GNA12,GNA13、GNAI1 GPR17, GRIN2B。进一步的功能分析表明这些基因参与神经元相关流程。另外,荟萃分析发现18个snp 9模块中基因P(元)< 1�10 ? ?,包括基因HLA-DQA1位于6号染色体上的MHC区域,在以前的研究报道使用最大的群体精神分裂症病人。这些结果证明了我们的双向网络策略是有效识别疾病有关的基因与适度的信号在GWAS数据集。这种方法可以应用于任何其他复杂疾病/特征在多个GWAS数据是可用的。 |