后全基因组病例对照研究时代的功能研究策略
Ｃａ ｎ ｃ ｅ ｒ Ｐ ｒ ｅ ｖ ｅ ｎ ｔ ｉ ｏ ｎ ａ ｎ ｄ Ｔ ｈ ｅ ｒ ａ ｐ ｙ Ｃ ｏ ｒ ｒ ｅ ｓ ｐ ｏ ｎ ｄ ｉ ｎ ｇ Ａｕ ｔ ｈ ｏ ｒ Ｅ — ｍａ ｉ ｌ ： ｚ ｈ ｅ ｎ ｇ ｈ ６ ４ ＠ａ ｌ ｉ ｙ ｕ ｎ ． ｃ ｏ ｍ
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｓ ｉ ｎ ｃ ｅ ｔ ｈ ｅ ｉ ｆ ｒ ｓ ｔ ｐ ａ ｐ ｅ ｒ ｒ ｅ ｐ ｏ ｒ ｔ ｅ ｄ ｔ ｈ ｅ ｉ ｆ ｎ ｄ ｉ ｎ ｇ ｏ ｆ ｇ ｅ ｎ ｅ ｔ ｉ ｃ ｖ ａ ｒ ｉ ｉ ｎ ｇ ｔ ｏ ｈ ｕ ｍａ ｎ ａ ｇ ｅ — — ｒ ｅ ｌ ａ ｔ ｅ ｄ ｍａ ｅ ｕ ｌ ａ ｒ ｄ ｅ —
８ １ ０
Ｔ ｉ ａ ｎ ｊ ｉ ｎ Ｍｅ ｄ Ｊ ， Ｊ ｕ ｌ ｙ ２ ０ １ ５ ， Ｖ ｏ １ ． ４ ３ Ｎ ｏ ． ７
综述
后全基 因组病 例对照研 究时代 的功能研 究策 略
刘 佳宇 １ ， ２ ， 张 丽娜 ， 郑 红
摘要： 自首次报 道了有关人类年龄相关性 黄斑变性 的全 基因组关联研究 （ Ｇ ＷＡ Ｓ ） 以来 ， 人们通过 Ｇ ＷＡ Ｓ方 法发 现并 鉴定 了大量 与人类复 杂性 疾病关联 的遗传变异 。但 是 ， 对这些遗传 变异位点 的生物学功能 尚不十分清楚 。本 文重点介绍 了在后 Ｇ ＷＡ Ｓ时代 ， 对疾病易感基 因位点进行精细定位 的方法和功能学研究进展 。在后 Ｇ ＷＡＳ 时代 ， 遗 传机制研究 可以帮助 临床 深入 地理解疾 病的发病 机制。 关键词 ： 基 因组 ； 病例对 照研究 ； 多态性， 单核 苷酸 ； 全基 因组关联研究 ； 精 细定位 ； 功能研究 ； 易感 基因 ； 综述
Ｌ Ｉ Ｕ Ｊ ｉ ａ ｙ ｕ ， Ｚ ＨＡＮＧ Ｌ ｉ ｎ ａ ， Ｚ ＨＥ ＮＧ Ｈｏ ｎ ｇ
』Ｄ ｅ ｐ ａ ｒ ｔ ｍ ｅ ｎ ｔ ｏ ｆ Ｅ ｐ ｉ ｄ ｅ ｍｉ ｏ ｌ ｏ ｇ ｙ ａ ｎ ｄ Ｂ ｉ ｏ ｓ ｔ ａ ｔ ｉ ｓ ｔ ｉ ｃ ｓ ， Ｔ ｉ ａ ｎ ｉ ｆ ｎ Ｍｅ ｄ ｉ ｃ ａ ｌ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ Ｃ ａ ｎ ｃ ｅ ｒ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ａ ｎ ｄ Ｈ ｏ ｓ ｐ ｉ ｔ ａ ｌ ， Ｔ ｉ ａ ｎ ｊ ｉ ｎ ３ ｏ ｏ ｏ ６ ｏ ，
ａｎ Ｃ ｃｅ ｒ ，Ｔ ｈ ｅ Ｋ ｅ ｙ Ｌ ａ ｂ ｏ ｒ ａ ｔ ｏ ｒ ｙ ｆＢ ｏ ｒ ｅ ａ ｓ ｔ Ｃ ｄ ｎ ｃ ｅ ｒ Ｐ ｒ ｅ ｖ ｅ ｎ ｔ ｉ ｏ ｎ ａ ｎ ｄ Ｔ ｈ ｅ ｒ ａ ｐ ｙ ， Ｍｉ ｎ ｉ ｓ ｔ ｒ ｙ ｆＥ ｏ ｄ ｕ ｃ ａ ｔ ｉ ｏ ｎ ，Ｔ ｉ ａ ｎ ｉ ｆ ｎ Ｋ ｅ ｙ ａｂ Ｌ ｏ ｒ ａ ｔ ｏ ｒ ｙ ｏ ｆ
Ｃ ｈ ｉ ｎ ａ ； ２ Ｇ ｒ ａ ｄ ｕ ａ ｔ ｅ Ｓ ｃ ｈ ｏ ｏ ｌ ， Ｔ ｉ ａ ｎ ｊ ｉ ｎ Ｍｅ ｄ ｉ ｃ ａ ｌ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ； ３ Ｄ ｅ ｐ ａ ｒ ｔ ｍｅ ｎ ｔ ｏ ｆ Ｂ ｒ ｅ ａ ｓ ｔ Ｃ ａ ｎ ｃ ｅ ｒ ， Ｎ ａ ｔ ｉ ｏ ｎ ａ ｌ Ｃ ｌ ｉ ｎ ｉ ｃ ａ ｌ Ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ Ｃ ｅ ｎ ｔ ｅ ｒ ｆ ｏ ｒ
ｇ ｅ ｎ ｅ ｒ ａ ｔ ｉ ｏ ｎ ｂ ｙ ｇ ｅ ｎ ｏ ｍｅ — ｗ ｉ ｄ ｅ ａ ｓ ｓ ｏ ｃ ｉ ａ ｔ ｉ ｏ ｎ ｓ ｔ ｕ ｄ ｙ（ Ｇ ＷＡ Ｓ ） ｉ ｎ ２ ０ ０ ５ ， ｌ ａ ｒ ｇ ｅ ｎ ｕ ｍｂ ｅ ｒ ｏ ｆ ｈ ｕ ｍ ａ ｎ ｃ ｏ ｍｐ ｌ ｅ ｘ ｄ ｉ ｓ ｅ ａ ｓ ｅ ｓ ａ ｓ ｓ ｏ ｃ ｉ ａ ｔ ｅ ｄ ｇ ｅ ｎ ｅ ｔ ｉ ｃ
中图分类号： Ｒ ５ ９ ６ 文 献 标 志码 ： Ａ ＤｏＩ ： １ ０ ． １ １ ９ ５ ８ ／ ｊ ． ｉ ｓ ｓ ｎ ． ０ ２ ５ ３ — ９ ８ ９ ６ ． ２ ０ １ ５ ． ０ ７ ． ０ ３ ０
Ｒｅ ｓ ｅ ａｒ ｃ ｈ ｓ ｔ ｒ ａ ｔ ｅ ｇ ｙ ｏ ｆ ｔ ｈ ｅ ｃ ａ ｓ ｅ ’ ｃ ｏ ｎ ｔ ｒ ｏ ｌ ｐ ｏ ｓ ｔ — 。 ｇ ｅ ｎ ｏ ｍｅ — 。 ｗｉ ｄ ｅ ａ ｓ ｓ ｏ ｃ ｉ ａ ｔ ｉ ｏ ｎ ｓ ｔ ｕ ｄ ｙ
基因组学(结构基因组学和功能基因组学)
问：基因组学、转录组学、蛋白质组学、结构基因组学、功能基因组学、比较基因组学研究有哪些特点？答：人类基因组计划完成后生物科学进入了人类后基因组时代，即大规模开展基因组生物学功能研究和应用研究的时代。
在这个时代，生命科学的主要研究对象是功能基因组学，包括结构基因组研究和蛋白质组研究等。
以功能基因组学为代表的后基因组时代主要为利用基因组学提供的信息。
基因组研究应该包括两方面的内容：以全基因组测序为目标的结构基因组学(struc tural genomics)和以基因功能鉴定为目标的功能基因组学(functional genomics)。
结构基因组学代表基因组分析的早期阶段，以建立生物体高分辨率遗传、物理和转录图谱为主。
功能基因组学代表基因分析的新阶段，是利用结构基因组学提供的信息系统地研究基因功能，它以高通量、大规模实验方法以及统计与计算机分析为特征。
功能基因组学(functional genomics)又往往被称为后基因组学(postgenomics)，它利用结构基因组所提供的信息和产物，发展和应用新的实验手段，通过在基因组或系统水平上全面分析基因的功能，使得生物学研究从对单一基因或蛋白质的研究转向多个基因或蛋白质同时进行系统的研究。
这是在基因组静态的碱基序列弄清楚之后转入基因组动态的生物学功能学研究。
研究内容包括基因功能发现、基因表达分析及突变检测。
基因的功能包括：生物学功能，如作为蛋白质激酶对特异蛋白质进行磷酸化修饰；细胞学功能，如参与细胞间和细胞内信号传递途径；发育上功能，如参与形态建成等采用的手段包括经典的减法杂交，差示筛选，cDNA代表差异分析以及mRNA差异显示等，但这些技术不能对基因进行全面系统的分析。
新的技术应运而生，包括基因表达的系统分析，cDNA微阵列，DNA芯片等。
鉴定基因功能最有效的方法是观察基因表达被阻断或增加后在细胞和整体水平所产生的表型变异，因此需要建立模式生物体。
功能基因组学中文名称：功能基因组学英文名称： Functional Genomics学科分类：遗传学注释：运用遗传技术，通过识别其在一个或多个生物模型中的作用来认识新发现基因的功能。
基因组学的研究方法
基因组学的研究方法基因组学是一门研究生物体基因组的学科，通过研究基因组的组成、结构、功能和调控机制等，揭示生物多样性、进化规律以及与疾病相关的基因等重要信息。
近年来，随着高通量测序技术的广泛应用，基因组学研究取得了突破性进展。
本文将重点介绍几种常用的基因组学研究方法，以及其在基因组学领域的应用和意义。
一、全基因组测序全基因组测序是基因组学研究的重要手段之一，它的主要目的是完成对整个基因组的测序和分析。
全基因组测序可以分为两种类型：全基因组测序和外显子测序。
全基因组测序是对整个基因组的测序，旨在全面了解个体的基因组特征；而外显子测序则着重于测序个体编码蛋白质的外显子区域，用以研究基因功能和疾病相关的基因突变。
全基因组测序的主要步骤包括：DNA提取、文库构建、测序装置或服务机构选择、测序平台选择、测序数据分析、功能注释等。
全基因组测序的应用广泛，不仅可用于揭示物种的进化关系、种群遗传结构，还可以用于寻找疾病相关基因、筛查遗传变异、研究个体间的基因差异等。
二、转录组测序转录组是指一个生物体在特定条件下的所有转录产物，包括mRNA、rRNA、tRNA等。
通过转录组测序，可以揭示基因的表达模式、调控机制以及与功能相关的基因。
转录组测序的主要步骤包括：RNA提取、RNA质量检测、文库构建、测序平台选择、测序数据分析等。
通过转录组测序，可以帮助我们了解基因的转录水平和表达模式的变化，并进一步加深对基因功能的理解。
转录组测序在生物医学研究、开发新药物和诊断疾病等方面具有重要的应用价值。
三、表观遗传学研究方法表观遗传学是研究外部环境因素对基因表达和遗传信息传递的影响的学科。
通过表观遗传学研究，可以深入了解基因组的调控机制以及与环境因素间的相互作用。
常见的表观遗传学研究方法包括：DNA甲基化测序、组蛋白修饰测序、染色质构象分析等。
这些方法可以帮助我们研究基因组的结构和调控方式，发现与表观遗传学相关的重要基因，以及其在疾病发生与发展中的作用。
全基因组测序和比较基因组学的应用
全基因组测序和比较基因组学的应用随着科技的不断进步，全基因组测序和比较基因组学成为了分子生物学和生物信息学领域中的热门话题，为生物科学研究提供了更多的数据和思路。
本文将阐述全基因组测序和比较基因组学的相关概念及其应用，以及它们在疾病诊断和治疗中的贡献。
一、全基因组测序全基因组测序是指对一个生物体的全部基因组进行序列分析的方法，包括染色体的DNA序列以及其中的基因。
全基因组测序主要依赖于高通量测序技术，通过将DNA样本分解成小片段，进行高通量的脱氧核苷酸（dNTP）测序，并通过计算机程序将这些片段拼接成整个基因组的序列，从而实现对整个基因组的测序。
随着全基因组测序技术的发展，越来越多的生物体的基因组被测序。
全基因组测序为基因组学、遗传学、演化生物学等领域的研究提供了丰富的数据，也促进了许多新的领域的发展，如个性化医疗、生物工程等。
二、比较基因组学比较基因组学是研究不同生物体基因组之间相似性和差异性的学科。
它通常基于全基因组测序数据，通过对两个或多个基因组的比较，识别出它们之间的相似性和差异性。
比较基因组学主要研究生物体的基因组组成、基因结构、基因家族、基因密度、进化关系等方面的差异，以了解生物的进化、适应性和演化等问题。
比较基因组学的主要应用之一是生物分类学。
通过比较基因组数据，可以识别出不同物种的基因组之间的相似性或差异性，从而确定它们的进化关系和分类关系。
此外，比较基因组学还可以用于肿瘤学、人类学、微生物学等领域的研究。
三、1. 遗传病诊断和治疗全基因组测序和比较基因组学可用于遗传病的诊断和治疗。
全基因组测序可以帮助鉴定遗传病的致病基因，通过比较不同基因组之间的差异，找到突变、重复、缺失等异常，从而发现相关的基因型和表型。
这有助于鉴定患者的病因，为制定个性化治疗方案提供了基础。
比较基因组学也有助于研究遗传病的致病机理和治疗方法。
通过比较不同物种的基因组，可以鉴定致病基因、识别细菌的耐药性和病毒的突变，从而为制定新的治疗方法提供思路。
病例对照研究和队列研究
病例对照研究和队列研究研究设计在医学领域中起着至关重要的作用，它们可以帮助我们了解疾病的原因、发展和预防措施。
其中，病例对照研究和队列研究是两种常用的研究设计，本文将对它们进行详细的介绍和比较。
病例对照研究是一种回顾性研究设计，它通过比较患病组和非患病组的暴露情况来评估暴露因素与疾病之间的关联性。
研究者首先选择一定数量的病例，即已经罹患某种疾病的个体，然后在同一人群中选择同样数量的非患病个体作为对照组。
然后，研究者回顾性地调查个体的暴露情况，比较两组个体的暴露率差异。
这种研究设计的优点在于可以控制许多潜在的混杂因素，且成本相对较低。
然而，病例对照研究也存在一些缺点，如难以回溯性调查暴露因素，容易出现记忆偏差，以及难以确定因果关系等。
队列研究是一种前瞻性研究设计，它分为前向队列研究和后向队列研究。
前向队列研究也称为纵向研究，它首先选择一群暴露组和非暴露组的个体，然后对这些个体进行随访，观察他们在未来的时间里是否发生疾病。
后向队列研究也称为回顾性队列研究，它首先选择一群已经暴露和非暴露的个体，然后回顾性地观察他们过去是否发生过疾病。
队列研究可以直接计算出相对风险和绝对风险，从而更准确地评估暴露因素与疾病之间的关联性。
此外，队列研究还可以评估不同暴露水平对疾病发生的影响，并且可以检测到较为稀有的暴露因素。
然而，队列研究也存在一些缺点，如时间和成本较高，难以控制混杂因素，以及可能出现失访和死亡的偏倚等。
病例对照研究和队列研究在不同的研究场景中有着不同的应用。
病例对照研究适用于探索罕见疾病和疾病发生风险较低的情况，以及研究暴露因素与疾病之间的关联性。
而队列研究适用于评估常见疾病和疾病发生风险较高的情况，以及评估暴露因素对疾病发生的影响。
此外，病例对照研究和队列研究还可以结合使用，提高研究的可靠性和准确性。
病例对照研究和队列研究是两种常用的研究设计，在医学领域中发挥着重要的作用。
病例对照研究适用于探索罕见疾病和疾病发生风险较低的情况，而队列研究适用于评估常见疾病和疾病发生风险较高的情况。
功能基因组学研究
功能基因组学研究是一个高度复杂和综合的领域，其研究内容以基因级别为主，探索基因在特定组织和环境中的作用和表达方式，旨在深入理解基因和基因组的生物学过程和动态调节机制。
随着现代生物学技术的日益成熟和应用广泛，受到了广泛关注，成为许多生物和医学科学领域的重要基础。
一、发展历程功能基因组学理论始于20世纪70年代末期，随着高通量DNA序列技术和蛋白质组学技术的不断发展和日益成熟，其范畴和研究手段不断扩展，逐渐形成了一个完整的学科体系。
1998年，美国国立癌症研究所成立了反转录转录组计划（National Cancer Institute's Cancer Genome Anatomy Project，CGAP），为功能基因组学的发展奠定了坚实的基础。
2001年，国际人类基因组计划的完成为功能基因组学的研究提供了全面而系统的基础数据。
在此基础上，逐渐成为生物学和医学的前沿领域，成为重要的基础研究和应用研究领域。
二、主要研究内容的主要内容有：基因表达谱的分析和挖掘、基因功能和调控网络的建立和研究、基因演化和多样性的研究、基因组和表观遗传学的关系研究和基因标记和遗传多态性的分析等。
这些内容都是建立在基因水平上的，旨在深入揭示基因在生物和医学领域中的作用和机制，为人类健康和健康问题的解决提供重要理论支撑。
三、应用价值具有广泛的应用价值。
在生物领域中，研究基因的表达、调控和功能机制，有助于揭示生物的生长发育、代谢调节和遗传进化等生物学机制，为生态和环境保护提供科学依据和技术支撑。
在医学领域中，分析基因的表达和调控，有助于揭示人类疾病的发病机制和诊断治疗方案，为医学研究和临床治疗提供科学依据和技术手段。
此外，还可以为农业、食品、环境等领域的发展提供技术支撑和科学依据。
四、前景展望随着高通量技术的不断发展和研究的不断深入，将会更加深入和细致。
从基于基因水平的研究到基于细胞、组织和器官水平的研究，从基于单一基因的研究到基于多个基因相互作用的研究，将更加全面和系统地揭示基因及其调控机制的生物学过程和功能特性。
流行病学第十六章 分子流行病学
第三节 主要研究方法
（三）生物标志的选择和检测
2. 生物标志选择的原则 生物标志的选择还需符合下列原则： （1）生物标志应特异、稳定； （2）标本采集、储存方便； （3）检测方法简单、实用，而且操作规范，便于与同类研究结果比较； （4）检测方法灵敏度和特异度高。
第三节 主要研究方法
（三）生物标志的选择和检测
选自携带基因多态频率较低的另一个人群，则可产生“假阳性”结果。
第三节 主要研究方法
巢式病例对照研究 巢式病例对照研究是基于大样本人群队列的病例对照研究，由于在基线调查
时就已经收集暴露信息并采集了生物样本，可以避免选择偏倚和信息偏倚，使研
究对象更具有代表性和可比性，非常适合分子流行病学研究。其基本方法是：开 始按照队列研究进行设计实施，收集有关基线流行病学资料和生物标本；在随访
第一节 概述
（三）与传统流行病学的关系
第一节 概述
（三）与传统流行病学的关系
第一节 概述
（三）与传统流行病学的关系
分子流行病学研究实际上是将生物标志的检测技术应用于常规的流行病 学研究中。分子流行病学研究中的生物标志总体上可分为三类：暴露生物标志
（exposure biomarker），简称暴露标志（exposure marker，Mexp）；效
第二节 生物标志
（三）易感性标志 遗传易感性生物标志是机体稳定存在的遗传性的可测量指标，这种生物 标志可以是基因型的改变，如某个基因的缺失，某段未知染色体片段的拷贝 数变异（copy number variation，CNV）或者单核苷酸多态性；也可以是 功能学或者表型的改变，如代谢表型、DNA修复能力等。随着人类基因组 计划及环境基因组计划的完成，越来越多的基因及其多态性被发现，这些基 因大多行使机体的日常功能，多态性的改变可能影响其参与的多个生物学途 径，如细胞分化、细胞凋亡、细胞周期调控以及DNA修复等，从而导致一
病例对照研究
第六章病例对照研究★主要内容⏹基本原理⏹研究类型⏹一般实施步骤⏹资料的整理与分析⏹常见偏倚及其控制⏹优点与局限性✧第一节概述1.病例对照研究Case—control Study，也称为回顾性研究retrospective study一、病例对照研究的概念⏹病例对照研究选择一组所研究疾病（或临床事件）的患者组成病例组，以未患有该疾病者（或未发生某种临床事件者）为对照组，回顾性调查过去某个或某些因素的暴露史,通过比较两组暴露史的有无或暴露的剂量，研究暴露因素与所研究疾病（或临床事件）有无关联及关联强度⏹一种常用于广泛探索或初步验证病因假设的分析性流行病学研究方法二、病例对照研究的基本原理三、病例对照研究的特点⏹观察性研究,回顾性收集研究对象的暴露情况（人群是自然生病的，无人为干预)⏹必须设立对照组（★可比,未患某病）⏹时间顺序:从“果”→“因”⏹一般不能明确因果的时间顺序,但可为前瞻性研究提供线索和方向思考：病例对照研究和历史性队列研究的异同点?两种研究设计本质的不同是分组依据不同、暴露和疾病关系的分析思路不同。
病例对照研究按是否患病分组，回顾性调查过去暴露情况；历史性队列研究尽管是“回顾"过去的暴露和疾病发生资料,但分组是按暴露与否,前瞻性追踪结局—疾病发生与否.前者是回归性的研究设计,后者是前瞻性的研究设计（从暴露和疾病关系的分析思路来说),只不过是过去的资料，有点“回顾"成分而已，容易使人混淆两者。
适用情况⏹疾病比较罕见，如恶性肿瘤的研究⏹潜伏期较长的慢性病，如心脑血管研究⏹深入检验病因假说⏹对疾病的发生还没有深入了解，可初步探讨病因⏹研究人群流动性特别大，不适合队列研究✧第二节研究类型一、非匹配病例对照研究病例和对照之间的关系不作限制和规定二、匹配病例对照研究1、成组匹配category matching或称频数匹配frequency matching某些特征或因素在不同组的比例一致2、个体匹配individual matching以个体为单位，对某些特征或因素进行匹配（最多做到1：4）1）病例与对照匹配的因素confounding factor(已知+可疑）(所谓混杂因素就是要与暴露因素相关且与疾病结局相关）（比如研究吸烟与肺癌，性别就是一个混杂因素)常见因素：年龄+性别⏹不能匹配的因素——只与可疑暴露有关，而与疾病无关的变量如是否服用避孕药与宗教信仰有关,但宗教信仰与所研究的疾病无关,则不应作为匹配因素2）病例与对照匹配的目的（◎优点)⏹提高研究效率研究效率＝2R/（R+1）⏹控制混杂因素的干扰作用3）匹配带来的问题⏹增加工作难度(费用、时间）⏹限制样本量⏹匹配因素将无法再进行分析⏹把与结局变量关联性很强的独立变量作为匹配条件，从而低估真实病因的作用，称为匹配过头- 损害统计效率—损害真实性- 损害费用效益✧第三节一般实施步骤基本步骤⏹复习文献，提出假设⏹明确适宜的研究类型⏹选择病例及适宜的对照⏹确定样本量⏹选定研究因素，获取相关资料⏹数据整理、分析和结果解释一、提出假设二、明确适宜的研究类型是否进行匹配⏹根据研究目的—广泛探索病因，可采用不匹配或频数匹配- 深入探索或验证病因假说，应采用匹配形式⏹根据病例数量—少→ 匹配; 多→ 匹配或成组- 匹配可使用较小的样本获得较高的检验效率三、病例与对照的来源与选择※病例的选择1、选择原则选择的病例能够代表目标人群中病例的总体2、选择标准—诊断可靠，使用金标准- 自订标准：宽严适度（假阳性、假阴性)—为了控制非研究因素的干扰，可对暴露情况作出规定3、病例的类型4、病例的来源- Hospital—based（以医院为基础）诊断正确,易获得；代表性差（容易发生选择偏倚)- Community or population—based（以社区为基础）普查或抽样调查资料疾病监测资料疾病登记报告系统等※对照的选择病例对照研究设计中最困难、争议最多的方面1、设置对照的目的：—估计目标人群的暴露比例- 与病例组的暴露比例进行比较- 平衡研究因素之外的其他因素对研究结果的干扰2、选择原则：—代表性：能代表目标人群暴露的分布情况—可比性：在某些因素或特征上与病例尽可能一致☑对照应满足的条件⏹对照最好是全人群的一个无偏样本；或者是产生病例的源人群（source population）中全体未患该病者的一个随机样本⏹对照一定未患所研究的疾病，如有可能,应尽可能排除亚临床或处于潜伏期的疾病⏹对照可为不健康者,但所患疾病病因不应与所研究疾病的病因相同⏹注意研究因素以外其他因素的均衡性⏹无应答者要有统一合理的更换办法，慎重处理3、常见的对照来源1）医院对照hospital or clinic controls优点：容易配合缺点：代表性差，对照的其他疾病影响2）人群对照population controls优点：代表性好缺点：不易实施,不易配合3）特殊对照special controls病例的邻居、朋友、同事、配偶、亲属等，用于匹配研究四、估计样本含量1、样本量的决定因素:1）研究因素在对照人群中的估计暴露率p0，及在病例人群中的暴露率P1d = P1 —P0↑ → 样本量↓2)研究因素与疾病关联强度的估计值，即RR或ORRR/OR 远离1 → 样本量↓3)假设检验的显著性水平,即第一类错误α4）要求的把握度，即1-β★估算样本量需注意！⏹总样本量相同的情况下，病例组和对照组样本量相同时，统计学效率最高⏹公式计算出的是估计值，不精确⏹样本量大，结果的精确度较好，但也会增加调查工作的负担和费用五、研究因素的选定与测量1、暴露因素的选择1）描述性研究提出的线索2）参考前人进行的病例对照研究3）其他学科领域的研究进展2、暴露因素的测量暴露的定义、暴露水平、暴露方式、测量方法。
《后基因组研究》课件
05
后基因组研究的伦理和社会影响
后基因组研究的伦理问题
隐私权问题
随着基因组数据的获取和分析，个人隐私面临 泄露风险。
不公平的遗传信息歧视
遗传信息可能被用于不公平的决策，如保险、 就业等。
基因编辑技术的伦理考量
如CRISPR-Cas9等基因编辑技术可能引发伦理争议。
后基因组研究的法律和社会影响
01
基因组编辑技术的挑战
虽然基因组编辑技术具有巨大的潜力，但也面临着伦理、安全、法律等方面的 挑战，如脱靶效应、基因误编辑等问题。
基因组编辑技术的前景
随着技术的不断进步和完善，基因组编辑技术有望在未来取得更大的突破和应 用，为人类带来更多的福祉。同时，也需要加强对其伦理、安全等方面的监管 和研究。
03
分析蛋白质的表达、修饰和功能 ，揭示蛋白质之间的相互作用和 调控网络。
研究生物体内代谢产物的变化， 揭示代谢过程的调控机制和与疾 病的关系。
系统生物学研究
将生物系统中各个组成部分作为 一个整体进行研究，揭示系统内 部的相互关系和调控机制。
基因表达和调控研究
研究基因在不同条件下的表达模 式，探索基因表达的调控机制。
VS
应用
基因组大数据在疾病诊断、药物研发、个 性化医疗等方面具有广泛的应用价值。
基因组大数据的挑战和前景
挑战
基因组大数据的挑战包括数据存储、处理和分析的难度，数据安全和隐私保护问题，以及数据质量和 标准化的需求。
前景
随着技术的不断进步和研究的深入，基因组大数据将在未来发挥更加重要的作用，为人类健康事业的 发展提供有力支持。
合成生物学与基因组工程
在农业、生物能源等领域的应用前景。
全球合作与数据共享
人类基因组学中的全基因组关联分析
人类基因组学中的全基因组关联分析人类基因组学是近年来生物学领域最为热门的研究方向之一。
全基因组关联分析(Genome-wide association study, GWAS)是遗传学中的一种重要方法，用来探究人类基因组与疾病等特定性状之间的关联。
随着高通量测序技术的进步，全基因组关联分析越来越受到关注。
一、全基因组关联分析的意义全基因组关联分析是一种通过大规模筛选人群基因组变异，并将其与临床症状、生物活动和药物反应等特定生理表现联系起来的方法。
全基因组关联分析可揭示基因多态性和疾病之间的关联，并有可能为疾病治疗和预防提供新的目标和方法。
二、全基因组关联分析的流程1.选定样本：全基因组关联分析的第一步是确定所要研究的样本。
对于常见疾病，通常需要至少数千例患者和对照组，以便确定基因与疾病之间的关联。
2.基因组测序：接下来需要对样本进行基因组测序，通常是通过芯片或高通量测序仪等设备来完成。
这样可以得到基因组上数百万个单核苷酸多态性(Single Nucleotide Polymorphisms, SNP)的信息。
3.数据分析：数据分析是全基因组关联分析的核心步骤。
所有SNP都必须进行质量控制以去除低质量的SNP。
然后，需要将SNP与基因组坐标对应以快速找到SNP在哪个基因里。
接着，通过计算每个SNP与临床表现之间的关联程度，确定SNP是否与疾病或特定性状有关联。
4.验证和功能鉴定：通过验证关联SNP的结果，确定SNP是否真正能影响疾病发生和发展，同时研究其功能机制。
三、全基因组关联分析的优点和不足优点：1.大规模化：全基因组关联分析可同时分析数百万个SNP的数据，为基因异质性和疾病之间的关联提供了新的视角。
2.高效性：全基因组关联分析的流程更高效，大大缩短了研究时间。
3.现实性：全基因组关联分析涵盖各种各样的基因，容易从大规模人群中识别与疾病有关的基因变异。
不足：1.解释性：全基因组关联分析结果不是绝对的，需要进一步解释其生理和药物学意义。
临床研究中的病例对照和队列研究
临床研究中的病例对照和队列研究在医学研究领域，病例对照研究和队列研究是两种常见的研究设计，它们被广泛用于探究疾病发病机制、评估干预措施的效果以及疾病预后的影响因素。
本文旨在介绍临床研究中的病例对照和队列研究，并探讨它们的优缺点以及应用范围。
一、病例对照研究病例对照研究是一种回顾性研究设计，它通过比较疾病患者（病例组）和非患者（对照组）之间的暴露差异，来评估某种暴露因素与疾病之间的关联性。
该研究设计常用于研究罕见疾病或疾病发展缓慢的情况。
下面以一例研究为例，具体介绍病例对照研究的步骤和应用。
1. 研究步骤- 选择研究对象：首先确定研究的目标人群，包括病例组和对照组的选择标准。
- 确定研究因素：根据研究目的，选择需要研究的暴露因素，并设定指标。
- 病例选择：根据研究标准，选择符合条件的病例。
- 对照选择：从研究目标人群中选择与病例组匹配的非患者作为对照组。
- 数据收集与分析：收集病例组和对照组的相关资料，并进行统计分析，计算风险比或者风险率。
2. 应用范围病例对照研究适用于疾病发展时间长、罕见性较高的情况，例如研究某种疾病的致病因素、诊断因子或者治疗效果。
此外，它也常用于研究遗传因素与疾病之间的关系。
二、队列研究队列研究是一种前瞻性研究设计，它通过对一组人群进行长期的跟踪观察，收集暴露因素和结果变量的数据，来评估暴露因素对疾病发生风险的影响。
队列研究可以分为前向队列研究和后向队列研究。
下面以一例研究为例，具体介绍队列研究的步骤和应用。
1. 研究步骤- 选择研究对象：确定研究的目标人群，选择符合条件的参与者作为研究对象。
- 确定研究因素：确定需要研究的暴露因素，并设定指标。
- 数据收集：对研究对象进行基线调查，收集暴露因素和结果变量的信息。
- 随访观察：在设定的时间节点进行随访观察，记录研究对象的暴露情况和结果变量。
- 数据分析：根据随访数据进行统计分析，计算相对风险或者风险差。
2. 应用范围队列研究适用于研究疾病的发生率、复发率以及干预措施的效果。