多基因疾病关联研究
多基因疾病关联研究
HapMap项目完成以后，我们利用HapMap建立起来的工作基础，承接了多项国际、国内疾病基因组重点科研项目，帮助客户在一系列重大疾病的研究中取得了重要进展和重要成果，包括心血管疾病、肿瘤、皮肤病、精神性疾病和环境基因组学、药物基因组学等方面。
1、冠心病和高血压：我们利用SNP 单倍型数据库，识别Tag SNP，开展了冠心病的研究。
我们挑选2000多个与可能导致冠心病的候选基因相关的SNP，对患者和对照人群共近3000份样本进行了基因分型，对数据进行的关联分析发现了一些与疾病有关的易感位点。
2009年我们与上海高血压研究所合作开展高血压的全基因组关联研究。
2、与吸烟导致肺癌相关的遗传因素、基因－环境互作机制：吸烟人群和长期在粉尘环境中工作的人群，肺癌的发病率高。
我们以此为模型，收集患者的DNA样本，进行基因型和单倍型的case-control关联分析研究，研究遗传多态与吸烟易患肺癌风险的相关性，筛选到一系列吸烟人群易发肺癌的易感基因位点，鉴定出在特定环境暴露下决定患病风险的易感基因，从分子水平研究环境化学物质与基因的互作，从而将病源学中基因－环境互作机制用于流行病学研究，确定高危人群。
3、精神性疾病——自闭症和精神分裂症：支持国内外科研机构开展精神性疾病的遗传学研究。
南方中心与美国Rutgers大学合作，利用南方公司的技术平台，采取候选基因策略，在大样本中开展了自闭症关联分析研究，以探讨这类疾病的发病机理及遗传易感性。
南方中心与北京大学第六医院合作，承担国家863项目——《精神分裂症全基因组关联分析和药物基因组学研究》，在南方公司的技术平台上开展精神分裂症的大样本GWAS研究，筛查可能相关的基因和CNV。
4、传染性疾病：传染病的个体易感性、病程发展和临床转归与个体遗传背景的关系研究对指导传染病的临床治疗具有重要意义。
多家单位利用我们的平台开展了病源体感染后临床转归的分子分型和个体化诊疗策略可行性研究。
5、银屑病、白癜风和系统性红斑狼疮在中国人群的遗传易感性研究：2008安徽医科大学，利用南方公司所建成的研发公共服务平台的综合技术力量（包括DNA 测序、基因组分型和生物信息分析的力量），在过去合作的基础上，充分汲取以往组织人类基因组研究项目的经验和教训，团结协调临床、检测和研究的力量，组织起精干的研究队伍，基于南方公司的基因芯片检测平台，应用illumina Human 610K芯片，采用全基因组关联分析手段，在大量样本中进行了中国汉族人银屑病、白癜风和红斑狼疮易感基因的搜寻和鉴定工作，探讨这类疾病的发病机理和遗传易感性。
银屑病研究采用两阶段、病例-对照研究，应用全基因组关联研究（GWAS）方法，通过中国汉族和维吾尔族银屑病和健康对照人群大样本量研究，确定了中国人群银屑病的易感基因变异体。
该研究发现了一个新的位于染色体1q21的LCE 易感基因变异体，同时验证了已知的两个易感位点：MHC和IL12B。
LCE基因编码表皮终末分化角质外膜蛋白，该研究发现LEC基因变异与皮肤表皮细胞更新速度异常有关，其基因变异可以增加患病风险。
这一发现对阐明疾病发病机制、疾病预警、临床诊断及新药开发具有重大科学价值，标志着我国银屑病的易感基因研究达到了世界领先水平。
相关成果已发表在国际权威学术杂志《自然遗传》（Nat Genet. 2009 Feb;41(2)：205-10）上。
该研究是国内首个完成的重大疾病易感基因的GWAS 研究，标志着我国GWAS 已跻身国际先进水平，对我国重要疾病遗传机制研究来说是一个令人鼓舞的重要开端，同时也为国内今后开展其他重大疾病易感基因的GWAS 提供了组织和实施的成功经验。
同时期，我们采取相似的策略，对中国汉族红斑狼疮患者和健康对照样本进行了研究，发现了一系列与汉族人群发病密切相关的易感基因和位点。
系统性红斑狼疮是一种常见的自身免疫性疾病，好发于女性，特别是育龄期妇女，可累及全身各个系统和脏器，最终诱发肾衰竭、狼疮性脑病和严重继发感染，导致患者死亡。
该病病情易反复，因其高死亡率，无治愈手段，被医界称为“慢性癌症”。
据估计，目前我国有红斑狼疮患者100多万人。
该项研究发现了9个与汉族人群红斑狼疮发病密切相关的新的易感位点( 包括定位了5个基因：ETS1、IKZF1、RASGRP3、SLC15A4 and TNIP1，确定了4个区域：7q11.23、10q11.22、11q23.3
and 16p11.2)，同时验证出先前在欧洲人中发现的7个易感基因在汉族人中同样存在 ( BLK，IRF5，STAT4，TNFAIP3，TNFSF4，6q21 and 22q11.21）。
通过与先前欧洲人群GWAS结果的比较分析，本研究首次证明了红斑狼疮发病机制中的遗传危险因素在不同人种间具有相同和不同的易感基因；同时，该项研究是目前世界上红斑狼疮全基因组关联分析研究中样本量最大的研究项目，研究成果对红斑狼疮的预警、临床诊断及新药开发具有重大意义。
这一成果发表在国际学术期刊《自然遗传》（Nat Genet. 2009 Nov.;41(11)：1234-1238）。
6、2009-2010年，与山东皮肤病性病防治研究所合作开展了麻风病的全基因组关联研究和家系连锁分析，取得的轰动性发现发表在国际顶级医学杂志《新英格兰医学杂志》（NEJM. 2009 Dec; 361：2609-2618.）上。
麻风病是由麻风分枝杆菌感染易感个体后侵犯皮肤和外周神经而导致的以畸残与毁形为特征的慢性传染病，全球每年仍有二十余万新发病例。
麻风病对人类健康和社会构成的危害仍旧存在，是需重点防治的一类疾病。
流行病学研究、双生子研究及HLA 表型的研究均提示麻风病具有遗传易感性，麻风病易感个体的易感基因在感染麻风菌后是否发病以及发病后的临床表型发挥至关重要的作用。
该研究利用南方公司的技术平台，在国际上首次对706例麻风病例和1250例正常对照进行全基因组关联分析。
结果共发现了15个SNPs与麻风发病相关，鉴定了7个麻风病的易感基因，分别是HLA-DR/DQ、RIPK2、TNFSF15、LRRK2、CCDC122及C13orf31基因。
除了CCDC122及C13orf31基因功能尚未明确外，剩余5个发现的麻风病的易感基因，形成一个交互作用通路。
本研究首次从分子生物学水平阐明了麻风病的发病机制，同时也是迄今为止世界范围内最大的传染性疾病的全基因组关联分析研究。
七个易感基因在中国汉族人群及少数民族种群(苗、彝、壮等)中均得到了证实，这对在中国全国范围内进行易感个体的筛查具有重大意义，为中国麻风病一级预防的突破提供了可能。
7、2010年我们正与上海内分泌研究所合作，对GD和糖尿病进行全基因组关联研究。
遗传疾病的多基因遗传与复杂性研究
遗传疾病的多基因遗传与复杂性研究遗传疾病是由基因突变或变异引起的一类疾病。
在人类基因组计划的推动下，科学家们对遗传疾病的研究取得了显著进展。
然而，令人困惑的是，许多遗传疾病并非由单个基因突变引起，而是由多个基因和环境因素的复杂相互作用导致。
这种现象称为多基因遗传与复杂性。
本文将介绍多基因遗传与复杂性的研究进展，并探讨其在遗传疾病领域的意义。
1. 多基因遗传的概念多基因遗传是指一个特定病状或性状由多个基因共同决定的遗传模式。
与常见的单基因遗传疾病相比，多基因遗传疾病的发病机制更为复杂。
多个基因之间的相互作用及其与环境因素的相互作用，使得多基因遗传疾病的表型表现出很大的变异性和复杂性。
2. 多基因遗传疾病的研究方法如何研究多基因遗传疾病一直是遗传学领域的一项重要难题。
近年来，随着高通量测序技术和生物信息学的发展，研究人员利用系统生物学、基因组学和生物信息学等多学科的交叉手段，逐渐揭示了多基因遗传疾病的复杂性。
例如，关联分析、全基因组关联研究和群体遗传学等方法，可以帮助确定与疾病相关的基因位点，并进一步阐明这些位点之间的相互关系。
3. 多基因遗传与疾病的关系多基因遗传与疾病之间存在着复杂而微妙的关系。
一方面，基因突变或变异可能会增加个体患上特定疾病的风险。
然而，由于遗传和环境因素的相互作用，即使携带高风险位点的个体并不一定会发展出相应的疾病。
因此，多基因遗传疾病的发展往往与环境因素的调控紧密相关。
4. 多基因遗传研究的意义多基因遗传研究的深入可以帮助我们更好地理解遗传疾病的发病机制，并为预防、诊断和治疗提供重要依据。
通过研究多基因遗传疾病，我们可以揭示基因之间的相互作用网络，进一步了解基因调控网络的复杂性，以及环境因素与遗传因素在疾病发展中的作用。
同时，多基因遗传的研究成果还可以为个性化医疗和精准治疗提供理论与实践指导。
5. 多基因遗传疾病的未来展望随着技术的不断发展和研究方法的不断完善，多基因遗传疾病的研究将进一步深入。
复杂疾病的基因组关联研究
复杂疾病的基因组关联研究随着人类对基因组的逐步解析，越来越多的基因和基因变异与疾病的发生和发展之间建立了联系。
如果能够发现这些基因与疾病之间的确切关系，我们就可以开发更有效的治疗方法和预防措施。
但是，复杂疾病的基因组关联研究一直面临着巨大的困难。
什么是复杂疾病？所谓复杂疾病，是指与多种遗传和非遗传因素相关的疾病，如糖尿病、肥胖症、心血管疾病、哮喘和类风湿性关节炎等。
与单基因病不同，单基因病通常是由单一基因突变引起的，具有明确的遗传模式。
而复杂疾病则涉及多个基因和环境因素，并且遗传模式往往比较复杂。
为什么复杂疾病的研究很难？探索基因和疾病之间的关系从来都不容易，而研究复杂疾病的难度更大。
其中一个主要原因是，与单基因病不同，复杂疾病是由多个基因和环境因素共同作用引起的。
这些基因之间可能存在复杂的相互作用，涉及到基因调控、信号转导和代谢途径等多种生物学过程。
另一个困难是，这些疾病的影响和症状可能在不同的人群中显现出不同的表现。
例如，不同的人可能表现出不同的血糖水平或胰岛素敏感度，即使他们携带同样的基因变异。
这是由于这些基因与其他基因和环境因素之间的相互作用不同，导致不同的表型表达。
此外，复杂疾病的发生和发展可以涉及多种生理学过程，并且涉及到复杂的生化通路、信号转导网络和基因调控机制。
理解其中的变化需要跨学科研究，这需要许多技术，如生物统计学、计算生物学、基因组学和蛋白质组学等。
基因组关联研究的作用基因组关联研究（GWAS）可以帮助我们了解基因与复杂疾病之间的关系，并确定遗传变异是否与疾病有关。
这通过比较大量基因组变异将疾病表型与控制组表型得出，来进行GWAS分析。
GWAS的优点是快速、全面、定量和准确。
它可以研究许多基因同时对疾病产生影响。
然而，GWAS分析本质上是一种关联研究（observational study），因此确定的关联并不意味着因果关系。
此外，因为复杂疾病涉及到多个基因和环境因素，要找到确定的基因变异和复杂疾病之间的关系往往是一项艰巨的任务。
人类基因多态性与疾病的关系分析
人类基因多态性与疾病的关系分析人类基因组中存在着极为丰富的多态性，即人们常说的“基因变异”。
这种多态性不仅决定了人类的生理和形态上的差异，也与许多疾病密切相关。
这篇文章将分析人类基因多态性与疾病之间的关系，探究基因多态性在疾病发生发展中的重要角色。
一、基因多态性是什么？基因是人类遗传信息的单位，由DNA分子组成。
在整个人体细胞的基因组中，基因的数量大约是2.5万个。
基因多态性指的是人类基因组中同一基因序列的不同变异形式，其中常见的包括单核苷酸多态性（SNP）和插入/缺失多态性（Indel）等。
这些基因多态性可能直接影响蛋白质的结构和功能，进而影响个体在生理、病理等方面的表现。
二、基因多态性与疾病之间的关系基因多态性与疾病之间的关系极为复杂，既包括遗传性疾病，也包括由环境因素和基因相互作用引起的复杂疾病。
遗传性疾病由于起源于基因的突变或缺失，因此患病风险的遗传方式通常是简单的单基因遗传。
常见的遗传性疾病包括囊性纤维化、苯丙酮尿症和地中海贫血等，这些疾病与特定基因的突变密切相关。
例如，囊性纤维化是由CFTR基因的突变引起的，苯丙酮尿症则源于PAH基因的突变。
复杂疾病则更为常见，这些疾病如高血压、糖尿病、哮喘、癌症等，由环境、遗传和相互作用等多种因素共同作用而引起。
在复杂疾病中，基因多态性对个体患病风险的影响往往是渐进性的并且是相对的。
例如，在冠心病的发病中，APOE基因多态性的影响随着年龄增长而增加。
三、基因多态性的研究方法目前，研究基因多态性与疾病之间的关系主要采用全基因组关联研究（GWAS）和功能基因组学两种方法。
GWAS是通过大样本研究，对表型、基因型和环境因素进行分析，从而找到与疾病相关的SNP。
功能基因组学则是研究基因与基因之间的相互作用关系，可以深入剖析基因在疾病发生发展中的详细机制。
这两种方法的结合可以大大提高研究效率和科技准确性。
四、基因多态性研究的局限性研究基因多态性与疾病之间的关系还面临着一些困难和限制。
多基因遗传病基因研究的策略和方法
多基因遗传病基因研究的策略和方法多基因遗传病是由多个基因的遗传变异所致的疾病，其研究策略和方法主要包括以下几个方面：1.基因组关联分析（GWAS）GWAS是一种广泛应用于多基因遗传病研究的方法，它通过对大量样本进行基因组分析，寻找与疾病相关的基因位点。
GWAS可以发现与疾病相关的单核苷酸多态性（SNP），从而确定疾病的遗传风险因子。
GWAS的优点是可以发现新的遗传变异，但其缺点是只能发现单个基因的影响，而无法考虑基因之间的相互作用。
2.基因组学数据整合分析基因组学数据整合分析是将不同来源的基因组学数据整合起来，以发现与疾病相关的基因和通路。
这种方法可以将GWAS、转录组、蛋白质组等多种数据整合起来，从而更全面地了解疾病的遗传机制。
3.基因组学功能研究基因组学功能研究是通过对基因的功能进行研究，以了解其在疾病发生和发展中的作用。
这种方法包括基因敲除、基因表达调控、蛋白质相互作用等实验手段，可以揭示基因在疾病中的作用机制。
4.系统生物学分析系统生物学分析是将基因组学数据与生物学网络相结合，以了解基因之间的相互作用和通路。
这种方法可以揭示疾病的复杂性和多样性，从而为疾病的预防和治疗提供新的思路。
总之，多基因遗传病的研究需要综合运用多种方法和技术，以全面了解疾病的遗传机制和发展规律。
基因多态性与疾病关系的研究
基因多态性与疾病关系的研究随着基因测序的普及，人们对基因的了解愈发深刻。
每个人的基因都有其独特的序列，但是基因多态性与疾病关系的研究却揭示了人类种群中的遗传差异。
基因多态性指的是同一个基因在不同个体中出现不同的表现形式。
这种多样性是支撑生命的基础，由此带来了人类种群的多样性。
同时，基因多态性也与一些疾病的发生关系密切。
基因多态性如何影响疾病的发生？人类的基因多态性提供了机会去发现疾病的遗传因素。
已经确认的一些基因多态性与疾病有关。
例如，乳腺癌的BRCA 1和BRCA2基因多态性，可导致个体遭受高风险的乳腺癌风险。
这些基因也有可能注定著不同的人群发生相同疾病的风险是不同的。
此外，基因多态性也影响个体处理各种药物的效果和不良反应的几率，这也是医学领域最关注的问题之一。
那么，基因多态性究竟如何影响疾病的发生呢？人类基因组含有约2.9亿个碱基对，而这些碱基对之间的变异可以导致不同的基因多态性。
随着科学的进步，越来越多的研究证明，与疾病相关的多态性，往往是导致疾病的基因在表达上出现了错误，某些基因产生了偏差或缺陷，或者导致了某些存在异常的蛋白质或激素。
这些基因的版的异部或“基因漏斗”可以影响蛋白质或激素功能，从而影响个体的健康状态。
基因多态性与疾病的发生可能是相互作用的结果。
一些研究者认为，多两个基因变异可以导致不同情况下的不同发生率。
例如，乳腺癌风险可能会受到多个BRCA1/2基因上相对较少变异的影响。
此外，不同种群之间的遗传差异也会使得相同基因的功能或表现存在不同。
目前我们已经成功鉴别出一些基因多样性与疾病发生风险之间的关联。
随着可用技术的进步和筛选精度的提高，这些研究成果将为临床诊疗和疾病预防提供更加有效和有针对性的治疗方法。
基因多样性如何用于健康管理？基因多态性与健康管理息息相关。
通过分析基因多态性可以识别出患有高危的人群，以及可能对某些治疗方法产生不良反应的人群。
这种筛查方法称为基因检测，医师根据患者的基因序列变异来定制药物或其他管理计划。
心血管疾病的基因多态性与发病风险的关联研究
心血管疾病的基因多态性与发病风险的关联研究心血管疾病是指一类涉及心脏和血管的疾病，包括高血压、冠心病、心肌梗死以及中风等。
这些疾病是全球范围内最主要的死因和致残原因之一。
而基因多态性与心血管疾病的发生发展密切相关。
本文将探讨心血管疾病的基因多态性与发病风险的关联。
一、基因与心血管疾病基因是决定一个人遗传特征的单位，也是决定一个人是否容易罹患某种疾病的关键因素之一。
在过去几十年里，大量的证据表明，单个基因多态性或突变可以增加个体患上特定类型心血管疾病的风险。
1. 基因调控基因能够调控细胞生命周期、细胞增殖以及细胞凋亡等过程。
如果这些调控机制受到损伤或异常，则可能导致心血管系统功能紊乱。
2. 基因变异当某个特定基因存在变异时，可能会导致蛋白质结构或功能的改变。
这些基因变异有可能影响到血管收缩扩张、血栓形成等重要生理过程，最终增加心血管疾病的发生风险。
3. 基因与环境相互作用除了基因本身的影响外，基因与环境之间也存在相互作用。
例如，吸烟、饮食不当、缺乏运动等生活方式习惯可以与特定基因相互作用，进而增加心血管疾病的患病风险。
二、单个基因多态性与心血管疾病许多单个基因多态性已经被发现与心血管疾病密切相关。
以下是一些常见的例子：1. ACE基因和高血压ACE（血管紧张素转换酶）是一种调节血压的关键酶。
某些人群中存在ACE基因多态性，这会导致体内ACE活性增加，引起高血压的发生。
有研究显示，在中国人群中，ACE基因多态性与高血压之间存在明显关联。
2. APOE基因和冠心病APOE基因涉及血浆胆固醇代谢的调控，而胆固醇是冠心病的重要发病因素之一。
一项针对亚洲人群的研究表明，APOE基因多态性与冠心病发展密切相关。
3. PPAR基因和心肌梗死PPAR（过氧化物酶增强剂活化受体）是影响脂质代谢和维持血管平滑肌功能稳定的关键基因。
多项研究表明，PPAR基因多态性可能与心肌梗死风险升高有关。
三、多个基因相互作用与心血管疾病尽管单个基因在心血管疾病的发生中扮演着重要角色，但还有许多其他基因相互作用引起了科学家们的兴趣。
全基因组关联研究的应用
全基因组关联研究的应用全基因组关联研究是一种用于探究遗传变异与疾病关系的方法，其原理是通过对比个体基因组的差异，发现彼此之间发生疾病时所存在的相似性，从而推断其某些基因可能是疾病的致病因素。
全基因组关联研究已经广泛应用于心血管疾病、肿瘤、糖尿病、哮喘等多种疾病的研究，其在疾病预警、诊断、治疗等方面具有重要应用价值。
全基因组关联研究的流程包括分别对一组患者与健康对照者进行基因芯片测序，得到一组发生疾病的基因变异序列和一组正常基因变异序列。
然后将这两组序列以此对比，找出在发生疾病的组中出现的疾病相关基因。
这些基因可能是某些疾病的致病因素，其进一步的研究和探索有助于发现疾病的本质和治疗方法。
全基因组关联研究的优势在于，与传统研究方法相比，其能够更容易地发现复杂疾病的致病基因，从而为疾病的预防和治疗提供更好的基础。
例如，全基因组关联研究已经在糖尿病的研究中发挥了重要作用。
该病的发生与遗传基因密切相关，而全基因组关联研究能够通过对糖尿病得病者及其健康对照者的基因组进行全面比较，找出可能与糖尿病发病相关的基因。
这些基因的发现和后续研究，为研究糖尿病的发病机理、诊断及治疗奠定了重要的基础。
除了与疾病相关的基因发现外，全基因组关联研究还能够预测成年后的健康状况。
例如，某些基因可能与乳腺癌、前列腺癌等恶性肿瘤的发生密切相关。
通过对这些基因进行研究，可以预测某些人是否更容易发生这些癌症，从而提醒他们采取相应的预防措施。
此外，全基因组关联研究还可以基于个体遗传信息，为个人定制个体化的药物治疗方案，提高治疗效果和降低不良反应的发生。
总之，全基因组关联研究是一种通过大规模测序比较个体基因组，发现遗传变异与疾病发生的相关性的新型方法。
其应用广泛，可以为疾病的预防、诊断和治疗提供重要的依据。
虽然全基因组关联研究在研究中存在复杂性和挑战性，但可以预见的是，全基因组关联研究在未来的医学领域将发挥越来越重要的作用。
遗传关联分析在人类疾病研究中的应用
遗传关联分析在人类疾病研究中的应用随着科学技术的不断发展，人类对于疾病的认知也越来越深入。
遗传关联分析作为一种常用的研究方法，对于人类疾病的解析和预防有着重要的意义。
本文将从基本概念、研究方法和其应用展开阐述。
一、基本概念1.单核苷酸多态性（SNP）SNP是单个碱基位置的突变，是真正遗传信息的最细微的单元，它是基因分型的基础。
2.遗传突变遗传突变是指突变是基因序列发生的改变，包括常染色体隐性遗传(AD)、隐性遗传(DA)、常染色体显性遗传(AR)和性染色体遗传(XX)等。
3.遗传关联分析遗传关联分析是一种研究多基因和复杂性疾病关系的方法，通过观察一个簇簇位点与疾病发生间的关联，在探索特定疾病致病基因、调控通路和药物靶点等方面有着重要作用。
二、研究方法1.选择样本可从两个方面来选择样本，一个是选择精确确诊的患者，另外一个是选择对照组。
2.测序技术测序技术是遗传关联分析中必不可少的环节，其效率和准确度直接影响研究结果。
常用的测序技术包括PCR测序、基因芯片和全基因组关联分析。
3.数据分析数据分析是遗传关联分析的关键步骤，其目的是在所有位点中鉴定出与疾病相关的位点。
常用的分析方法包括关联性分析、遗传模型分析和条件性分析等。
三、应用1.确定疾病基因通过鉴定与疾病相关的位点，可以确定疾病基因。
这对于疾病的预测、诊断和治疗都有着重要的意义。
2.探索致病机制鉴定遗传突变与疾病发生间的相关性，有助于探索疾病发生和发展的机制，并为寻找新的治疗方法提供了新的思路。
3.个性化治疗通过遗传关联分析，可以预测患者对某种药物的反应，因此个性化治疗的实施有望成为现实。
综上所述，遗传关联分析在人类疾病研究中有着重要的作用。
未来，人类疾病研究将更加关注遗传因素，相信遗传关联分析在未来的研究中会有更广泛的应用。
LMP基因多态性与疾病相关性的研究现状
【综 述】L MP基因多态性与疾病相关性的研究现状王丹妹,莫燕娜,吉丽敏,何佟【摘 要】 低分子量多肽(LMP)基因定位于MHC2Ⅱ类基因区域内的一个基因组,是内源性抗原加工与呈递颇为重要的一种基因。
LMP基因编码的蛋白L M P2与LMP7组成的二聚体,对于抗原肽的降解有着重要的作用,其酶解产物有着严格的空间模式。
由于L M P基因具有多态性,因此酶解产生的抗原肽具有数量或者空间构相的不同,并具有对抗原肽选择性转运的现象。
体内外多种因素可以调节LMP基因的表达和生物活性,从而影响者病毒的感染过程以及肿瘤的发生。
目前LMPP基因与疾病的相关性,以及其多态性与疾病的遗传易感关联日益受到广泛的关注。
本文就这一领域的研究成果做一综述。
【关键词】 L M P;多态性;相关性【中图分类号】 R349.6 【文献标识码】 A 【文章编号】 167424152(2010)0821033203Advance m en t of Correl a ti on between L ow M olecul ar W e i ght Polypepti de Gene Poly m orph is m and D isea ses WAN GD an2m ei,MO Yan2na,J I L i2m in,et al.Hum an B ody Functional L aboratory,Hainan M edical College,Haikou571101,Hainan,Chi2na【Abstract】 Low molecular weight polypep tide(LMP)gene l ocated in the MHC2Ⅱgenes in the regi on of a gene gr oup is en2 dogenous antigen p r ocessing and p resentati on of a very i m portant gene.L M P gene encodes a p r otein di m er composed of LMP2andLMP7,the pep tide has an i m portant r ole in the degradati on of its hydr olyzate has a strict s patial patterns.A s the LMP gene haspoly mor phis m,the pep tide p r oduced by enzy matic or s pace has a number of different confor mati on and on pep tides with selective transfer phenomenon.M any fact ors can regulate in vivo exp ressi on of LMP genes and bi ol ogical activity,thus affecting the p r ocessof those infected with the virus and tu mor occurrence.Currently LMPP genes ass ociated with diseases and their genetic poly mor2phis m and suscep tibility t o diseases are paid increasingly wides p read attenti on.I n this paper,results of research in this field are reviewed.【Key words】 Low molecular weight polypep tide;Poly mor phis m;Correlati on 内源性抗原的处理与提呈在免疫性疾病的发病过程中起着很重要的作用,而与MHC2Ⅰ类分子相关性抗原的处理、提呈途径十分复杂。
全基因组的关联研究与应用
全基因组的关联研究与应用全基因组关联研究（GWAS）是一种重要的遗传研究方法，旨在研究大数量级的基因多态性与人类特征和疾病的相关性，包括心血管疾病、精神疾病、癌症、肝病、肥胖症等。
与传统的单基因遗传学不同，GWAS可以产生大规模的数据，同时可阐释各种遗传因素之间的复杂和交互作用，进而深入了解人类的生物学和遗传学。
本文着重介绍GWAS的概念、技术和应用领域，旨在使读者深入了解GWAS 的研究成果和未来发展趋势。
一、GWAS概念GWAS是指以大样本量为基础，通过全基因组比较分析，从数百万个基因的多态性中发现与人类复杂性状和疾病相关的遗传标记。
具体来说，GWAS首先收集包括感兴趣疾病在内的成千上万个受试者的基因组DNA样本，并使用高通量技术（如微芯片）检测数百万个单核苷酸多态性（SNP）标记。
接着，以病例-对照或家系为基础，对多个成千上万的基因组DNA进行比较分析，寻找目标SNP的不同基因型和等位基因的频率与疾病或复杂性状之间的相关性。
二、关联研究技术GWAS的核心技术是基因芯片。
该技术利用暴露于DNA蛋白从而结构复杂的物理性质。
这些物理特性决定了不同的DNA序列之间的热力学效应，在高分辨率物理化学技术下可以被测量。
一些先进的芯片包含数百万个SNP位点，并有效地捕获了人类基因组中的大部分遗传变异。
通过标准化比较每个SNP和疾病之间的关系，GWAS可以确立这种关联，将基因组变异与疾病表型联系起来。
第三、应用领域GWAS在人类疾病的多种复杂性病理及个体体征途径中有着广泛的应用，这些包括糖尿病、哮喘、多发性硬化症、肠炎、血友病等。
GWAS的进展在很大程度上得益于众多个体生物系的全面解析，其中包括不同人种类型间的横断性研究。
这类研究已经明确指出了许多疾病的潜在遗传表型，并且对疾病的生物学基础推动了较全面的认知。
GWAS还具有很大潜力提高基于基因组的卫生保健。
例如，GWAS的结果可以被用于启动特定疾病群体的筛查计划，更好地管理基因组疾病。