中國漢族人群臉部特征相關(guān)SNP位點(diǎn)研究

劉明，李祎，楊亞芳，晏于文，劉凡，李彩霞，曾發(fā)明，趙雯婷

研究報(bào)告

中國漢族人群臉部特征相關(guān)SNP位點(diǎn)研究

劉明1,2，李祎3，楊亞芳2,4，晏于文2，劉凡3，李彩霞2，曾發(fā)明1,5，趙雯婷2

1. 昆明醫(yī)科大學(xué)法醫(yī)學(xué)院，昆明 650500 2. 公安部物證鑒定中心，現(xiàn)場物證溯源技術(shù)國家工程實(shí)驗(yàn)室，法醫(yī)遺傳學(xué)公安部重點(diǎn)實(shí)驗(yàn)室，北京 100038 3. 中國科學(xué)院北京基因組研究所，中國科學(xué)院精準(zhǔn)基因組醫(yī)學(xué)重點(diǎn)實(shí)驗(yàn)室，北京 100101 4. 山西醫(yī)科大學(xué)法醫(yī)學(xué)院，太原 030001 5. 云南省公安廳刑事偵查總隊(duì)，昆明 650021

臉部形態(tài)是人類重要的生物特征之一，了解臉部形態(tài)特征的遺傳基礎(chǔ)在群體遺傳學(xué)、發(fā)育生物學(xué)和法庭科學(xué)中具有重要意義。本研究針對中國漢族成年男性人群1177名個(gè)體，在高分辨率三維人臉圖像的17個(gè)臉部特征點(diǎn)中提取出136組歐幾里德距離(Euclidean distance)表型。結(jié)合3×低深度測序數(shù)據(jù)，用線性回歸分析了125個(gè)已報(bào)道的與臉部形態(tài)顯著相關(guān)的SNP位點(diǎn)和136組臉部表型之間的相關(guān)性。結(jié)果表明，在經(jīng)過多重校正后，來自10個(gè)不同基因區(qū)域的12個(gè)SNP位點(diǎn)與一個(gè)或多個(gè)臉部特征顯著相關(guān)(顯著性閾值<1.35×10–3)，解釋了年齡和BMI指數(shù)校正后3.89%臉部表型差異。相關(guān)SNP位點(diǎn)包括rs17479393，rs974448、rs2977562、rs9995821、rs2045323、rs6555969、rs1852985、rs11782517、rs10504499、rs2224309、rs7161418和rs2206437。本研究結(jié)果對揭示中國漢族人群臉部形態(tài)的遺傳機(jī)制和臉部特征的遺傳推斷提供了參考數(shù)據(jù)。

臉部形態(tài)；線性回歸；中國漢族人群；臉部特征相關(guān)SNP位點(diǎn)

人臉在日常生活中起著重要的作用，比如社交、個(gè)體識(shí)別、性別吸引等。遺傳是決定人臉特征差異的主要因素[1~3]。除了個(gè)體差異，臉部特征還具有人群差異[4]，比如歐洲高加索人群和中國漢族人群在鼻子、眉脊、臉頰以及下巴等區(qū)域存在著明顯的形態(tài)差別[5]。臉部特征的遺傳與變異一直是群體遺傳學(xué)和人類進(jìn)化研究的重要分支。

由于臉部特征在個(gè)體識(shí)別中的重要作用，基于DNA的生物物證實(shí)現(xiàn)人臉部特征刻畫的推斷技術(shù)可以為短串聯(lián)重復(fù)序列(short tandem repeat, STR) 難以比對中的疑難案件提供參考線索，是法醫(yī)遺傳學(xué)的新興熱點(diǎn)領(lǐng)域之一。然而與族群、色素表型、頭發(fā)形態(tài)等相對成熟的遺傳推斷技術(shù)相比[6~13]，臉部特征的遺傳機(jī)制還知之甚少。近幾年的遺傳研 究通過人臉三維圖像、側(cè)位X線頭顱定位片、臉部特征點(diǎn)測量等方法，發(fā)現(xiàn)了位于103個(gè)基因座上 的125個(gè)SNP位點(diǎn)與不同的臉部形態(tài)特征存在顯 著相關(guān)性[14~23]。然而這些研究中的全基因組關(guān)聯(lián) 分析(genome-wide analysis study, GWAS)多是基 于歐美人群進(jìn)行的，相關(guān)位點(diǎn)在亞洲人群中的遺 傳效應(yīng)尚不明確。本研究團(tuán)隊(duì)在前期研究中發(fā)現(xiàn)，這125個(gè)SNP位點(diǎn)中的8個(gè)與亞歐混合人群臉 部特征顯著相關(guān)[24]，通過線性回歸分析也發(fā)現(xiàn)了EDARV370A對新疆維吾爾族人群面部及耳朵形態(tài)的效應(yīng)[25]。本研究則進(jìn)一步對這125個(gè)SNP臉部特征相關(guān)位點(diǎn)在中國漢族人群中進(jìn)行了關(guān)聯(lián)分析，以期為我國法醫(yī)遺傳學(xué)臉部特征推斷技術(shù)的推進(jìn)提供基礎(chǔ)數(shù)據(jù)。

1 材料與方法

1.1 樣本

生物樣本由國家科技資源共享服務(wù)平臺(tái)計(jì)劃項(xiàng)目(編號(hào)：YCZYPT[2017]01-3)以及中央級公益性科研院所基本科研業(yè)務(wù)費(fèi)項(xiàng)目(編號(hào)：2017JB025) 提供。樣本總量為1177例，包括三維照片以及靜脈血DNA。其中山西男性932例；山東男性50例；四川男性99例；江西男性96例；均為漢族健康成年個(gè)體。納入研究的個(gè)體均符合以下要求：(1)父母及祖父母均為漢族；(2)沒有接受激素治療；(3)未患有甲狀腺疾病，腦垂體疾病或腫瘤；(4)沒有因藥物作用引起生長發(fā)育問題。所有志愿者均簽署知情同意書。本研究已通過公安部物證鑒定中心倫理委員會(huì)審查(批準(zhǔn)號(hào)：2017LLSC-005)。

1.2 圖像采集

采用Vectra H1三維臉部成像儀采集上述1177例參與者的臉部信息。采集圖像時(shí)，參與者應(yīng)平視前方，保持中性臉部表情，采集者站在被采集者右側(cè)45°，將儀器發(fā)出的兩個(gè)綠色聚光點(diǎn)聚焦到參與者臉部鼻根點(diǎn)水平延長線與外眼角垂直延長線的交點(diǎn)處，在交點(diǎn)處垂直距離約30 cm的下水平面上，調(diào)整儀器與水平成一定仰角，捕捉參與者右側(cè)圖像，將兩個(gè)綠色聚光點(diǎn)聚焦至人中位置，水平拍攝參與者正面圖像，左側(cè)圖像采集流程與右側(cè)相對應(yīng)，上述人臉3個(gè)側(cè)面圖像的采集順序不可隨意調(diào)整，最后將人臉的右側(cè)、正面和左側(cè)三幅圖像導(dǎo)入儀器自帶的Vectra 軟件縫合成一張完整的三維人臉圖像。

1.3 DNA提取和定量

采用QIAamp DNA Blood Mini Kit試劑盒(QIAGEN公司，德國)提取DNA，NanoDrop 2000c分光光度計(jì)(Thermo Fisher Scientific公司，美國)進(jìn)行DNA定量。以去離子滅菌水調(diào)整濃度至5~10 ng/μL備檢。

1.4 表型的提取

首先對三維照片進(jìn)行質(zhì)控，去除合成錯(cuò)誤和不完整的樣本照片。利用中國科學(xué)院上海計(jì)算生物學(xué)研究所唐鯤研究組[26]提出的高精度全自動(dòng)非剛性人臉配準(zhǔn)方法，利用其自主研發(fā)的FaceAnalysis軟件實(shí)現(xiàn)高通量批次處理人臉圖像，該方法首先定位鼻尖特征地標(biāo)點(diǎn)并進(jìn)行標(biāo)準(zhǔn)化，隨后對于較易獲得的6個(gè)特征地標(biāo)點(diǎn)定位，再通過主成分分析以及啟發(fā)式定位的方法對其余的10個(gè)地標(biāo)點(diǎn)定位。由于特征點(diǎn)自動(dòng)識(shí)別標(biāo)記存在偏差，研究人員需要通過3dMDpatient軟件(3dMD公司，美國)對存在較大偏差的特征點(diǎn)進(jìn)行人工調(diào)整校準(zhǔn)[27]，最終獲得17個(gè)臉部特征點(diǎn)的三維坐標(biāo)(圖1)。對獲得的地標(biāo)點(diǎn)坐標(biāo)數(shù)據(jù)進(jìn)行廣義普魯克分析[28](generalized procrustes analysis, GPA)以校正由于移位、轉(zhuǎn)置、大小導(dǎo)致的誤差，得到17個(gè)地標(biāo)點(diǎn)兩兩之間共136組歐幾里德距離(Euclidean distance)。用Z-score轉(zhuǎn)化進(jìn)一步對歐幾里德距離數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，并以正負(fù)3倍標(biāo)準(zhǔn)差為閾值進(jìn)行異常值處理，最終得到用于后續(xù)分析的表型數(shù)據(jù)。

1.5 基因分型

使用Illumina HiSeq X Ten測序平臺(tái)(Illumina,美國)對樣本進(jìn)行3×低深度全基因組測序，每個(gè)樣本得到平均10G 原始數(shù)據(jù)（Raw data）。對經(jīng)過變異檢測(Va-riant calling)處理后的數(shù)據(jù)，使用本實(shí)驗(yàn)室中國人群低深度測序2510份樣本進(jìn)行基因填補(bǔ)(imputation)。SNP質(zhì)控篩除標(biāo)準(zhǔn)為：分型成功率< 0.97，哈德–溫伯格平衡<0.0001，和低頻等位基因頻率(MAF<0.001)。本研究中共有22,380,933個(gè)常染色體基因分型通過質(zhì)檢。

1.6 統(tǒng)計(jì)學(xué)分析

(1)利用一般線性回歸模型(general linear model, GLM)進(jìn)行125個(gè)SNP位點(diǎn)與各表型的關(guān)聯(lián)分析?；蛐偷馁x值按照加性模型，校正體重指數(shù)(body mass index, BMI)和年齡、基因組前5個(gè)主成分影響的表型差異。本研究使用基于加性模型假設(shè)的一般線性回歸模型,如公式(1)所示：

y=(+βGi+βBMI+βAGE+βPC1+

βPC2+βPC3+βPC4+βPC5+) (1)

其中，y表示個(gè)體的某項(xiàng)頭臉部特征，表示固定效應(yīng)，β表示個(gè)體攜帶的基因型對相關(guān)表型的效應(yīng)，β表示個(gè)體體重指數(shù)(BMI)對相關(guān)表型的效應(yīng)，β表示個(gè)體年齡對相關(guān)表型的效應(yīng)，β、β、β、β和β表示來自基因型數(shù)據(jù)的前5個(gè)主成分對頭臉部特征的效應(yīng)，表示殘差，表示個(gè)體的基因型，表示個(gè)體體重指數(shù)，表示個(gè)體年齡，、、、和表示來自基因型數(shù)據(jù)的前5個(gè)主成分。各位點(diǎn)基因型的賦值方法如公式(2)所示，表示該位點(diǎn)低頻等位基因，表示該位點(diǎn)對應(yīng)的另一等位基因：

圖1 17個(gè)臉部地標(biāo)點(diǎn)的位置和定義

(2)為進(jìn)行多重檢驗(yàn)校正，對臉部定量表型使用有效的獨(dú)立變量數(shù)構(gòu)建了Bonferroni校正，其中獨(dú)立變量數(shù)通過矩陣譜分解(matSpD)的方法進(jìn)行評估[29]。

(3)使用多元線性回歸方法評估了12個(gè)SNP位點(diǎn)可以解釋的經(jīng)過年齡、BMI以及前5個(gè)主成分校正的表型方差比列。使用模型如公式(3)、(4)所示：

Model1: Trait~AGE+BMI+PC1+

PC2+PC3+PC4+PC5 (3)

Model2:Model1＄residuals~(4)

其中，Trait代表某表型，Model1代表協(xié)變量年齡、BMI指數(shù)、基因組前5個(gè)主成分與表型的相關(guān)性。Model2:Model1＄residuals~代表Model 1的殘差，代表個(gè)體的基因型。

(4)使用MapViewer軟件對來自千人基因組計(jì)劃的2504名個(gè)體與臉部特征相關(guān)聯(lián)的SNP位點(diǎn)繪制了全球頻率分布圖。

2 結(jié)果與分析

2.1 關(guān)聯(lián)分析結(jié)果

本研究共有1177例漢族男性樣本的三維照片通過質(zhì)控，年齡范圍為16~75歲，平均年齡為46.04歲(標(biāo)準(zhǔn)差：12.09；附表1，附圖1)；平均體重指數(shù)(BMI)為24.81 (標(biāo)準(zhǔn)差：3.74；附表1，附圖1)；年齡和體重指數(shù)(BMI)均對多組臉部形態(tài)定量表型顯著效應(yīng)(附表2)。其中年齡對86%的臉部表型具有顯著效應(yīng)(1.71×10–50<<0.05)，體重指數(shù)對86%的臉部表型具有顯著效應(yīng)(5.60×10–224<<0.05)，其中最顯著的關(guān)聯(lián)是右耳根下點(diǎn)到左耳根下點(diǎn)(ObiR~ObiL),即臉部的寬度。

通過17個(gè)臉部特征點(diǎn)三維坐標(biāo)提取出136個(gè)臉部定量表型(附表1，附圖2)，進(jìn)一步驗(yàn)證文獻(xiàn)[14~23]當(dāng)中報(bào)道出來的位于103個(gè)基因座上的125個(gè)SNP位點(diǎn)與臉部表型的關(guān)聯(lián)性(附表3)。

利用matSpD方法評估后共有37個(gè)有效的獨(dú)立變量，Bonferroni校正后閾值為(0.05/37=1.35×10–3)。校正后的關(guān)聯(lián)分析顯示了12個(gè)與臉部特征顯著關(guān)聯(lián)的SNP位點(diǎn)(表1)，其中最顯著的關(guān)聯(lián)位點(diǎn)是rs9995821 (min=1.58×10–8)和rs2045323(min=4.40×10–8)。12個(gè)與臉部特征顯著關(guān)聯(lián)的SNP位點(diǎn)可以解釋經(jīng)年齡、體重指數(shù)和基因組前5個(gè)主成分矯正后的3.89%臉部表型的差異。(圖2A，附表4)。

表1 中國漢族人群臉部特征相關(guān)聯(lián)的SNP位點(diǎn)列表

EAF：效應(yīng)等位基因頻率；BETA：回歸系數(shù)；OR：比值比；EA/OA：效應(yīng)等位基因/其他等位基因；SE：標(biāo)準(zhǔn)誤。

2.2 顯著關(guān)聯(lián)位點(diǎn)的遺傳效應(yīng)分析

本研究中，基因與中國漢族男性的臉部特征呈現(xiàn)出最顯著的相關(guān)性。其中，rs9995821的等位基因C與7種臉部表型距離縮短顯著相關(guān)(1.58×10–8<<8.73×10–4，圖2B)，包括左口角點(diǎn)到左鼻翼點(diǎn)(ChL~AlL)、右口角點(diǎn)到右鼻翼點(diǎn)(ChR~AlR)、左口角點(diǎn)到右鼻翼點(diǎn)(ChL~AlR)、右鼻翼點(diǎn)到口裂點(diǎn)(AlR~Sto)、右鼻翼點(diǎn)到上唇點(diǎn)(AlR~Ls)、左鼻翼點(diǎn)到口裂點(diǎn)(AlL~Sto)、口裂點(diǎn)到鼻下點(diǎn)(Sto~Sn)。rs2045323的等位基因A與5種臉部表型距離縮短顯著相關(guān)(4.4×10–8<<6.72×10–4，圖2C),包括左口角點(diǎn)到左鼻翼點(diǎn)(ChL~AlL)、右口角點(diǎn)到右鼻翼點(diǎn)(ChR~AlR)、右鼻翼點(diǎn)到口裂點(diǎn)(AlR~Sto)、左鼻翼點(diǎn)到口裂點(diǎn)(AlL~Sto)、口裂點(diǎn)到鼻下點(diǎn)(Sto~Sn)。

rs7161418的等位基因T與6種臉部表型距離增加顯著相關(guān)(3.96×10–4<<1.11×10–3，圖2D)，包括上唇點(diǎn)到下唇點(diǎn)(Ls~Li)、右眼內(nèi)角點(diǎn)到鼻根點(diǎn)(EnR~N)、左眼內(nèi)角點(diǎn)到右耳根下點(diǎn)(EnL~ObiR)、左眼外角點(diǎn)到右耳根下點(diǎn)(ExL~ObiR)、鼻根點(diǎn)到右耳根下點(diǎn)(N~ObiR)、右耳根下點(diǎn)到左耳根下點(diǎn)(ObiR~ObiL)。

rs1852985的等位基因T與4種臉部表型距離增加顯著相關(guān)(3.05×10–4<<3.88× 10–4，圖2E)，包括右眼內(nèi)角點(diǎn)左眼外角點(diǎn)(EnR~ExL)、右眼外角點(diǎn)到左眼內(nèi)角點(diǎn)(ExR~EnL)、右眼外角點(diǎn)到左眼外角點(diǎn)(ExR~ExL)、右眼外角點(diǎn)到鼻根點(diǎn)(ExR~N)。

rs2977562的等位基因G與3種臉部表型距離增加顯著相關(guān)(3.52×10–4<<1.17×10–3，圖2F)，包括右眼外角點(diǎn)到右眼內(nèi)角點(diǎn)(ExR~EnR)、左眼內(nèi)角點(diǎn)到左眼外角點(diǎn)(EnL~ExL)、上唇點(diǎn)到頦下點(diǎn)(Ls~Gn)。

圖2 中國漢族人群臉部特征關(guān)聯(lián)位點(diǎn)的遺傳效應(yīng)

A：12個(gè)關(guān)聯(lián)位點(diǎn)影響臉部表型的方差(2)百分比。B~H：單個(gè)SNP位點(diǎn)與臉部表型的關(guān)聯(lián)顯著性(–log10)水平及遺傳效應(yīng)的方向。

rs10504499的等位基因G與3種臉部表型距離縮短顯著相關(guān)(2.03×10–4<<9.37×10–4，圖2G)，包括左眼內(nèi)角點(diǎn)到右口角點(diǎn)(EnL~ChR)、左眼內(nèi)角點(diǎn)到右鼻翼點(diǎn)(EnL~AlR)、鼻尖點(diǎn)到口裂點(diǎn)(Prn~Sto)。

rs17479393的等位基因T與2種臉部表型距離縮短顯著相關(guān)(3.29×10–4<<1.09×10–3，圖2H)，包括左眼外角點(diǎn)到鼻尖點(diǎn)(ExL~Prn)、右眼外角點(diǎn)到鼻尖點(diǎn)(ExR~Prn)。

2.3 顯著關(guān)聯(lián)SNP位點(diǎn)在全球人群中的頻率分布

本研究使用千人基因組計(jì)劃數(shù)據(jù)庫中26個(gè)人群2504名個(gè)體的12個(gè)SNP位點(diǎn)相關(guān)信息。

通過表2可以看出，本研究得到的中國人群臉部特征關(guān)聯(lián)SNP位點(diǎn)在不同洲際人群存在遺傳頻率差異。位于基因上的rs9995821等位基因C在東亞、南亞、非洲、歐洲和美洲人群中的頻率分別為22%、32%、20%、22%和35%。位于基因上的rs2045323等位基因A在東亞、南亞、非洲、歐洲和美洲人群中的頻率分別為20%、23%、3%、9%和27%。位于基因上的rs10504499等位基因G在東亞、非洲和美洲中的頻率均不足5%，而在南亞和歐洲人群中的頻率則分別為16%和11%。位于基因上的rs7161418等位基因T在東亞人群中的頻率較低為2%，而在南亞、非洲、歐洲和美洲人群中的頻率分別為11%、19%、25%和20%。本研究中漢族人群與千人基因組東亞人群等位基因頻率極為接近，符合預(yù)期。

3 討論

通過研究臉部形態(tài)的遺傳基礎(chǔ)可以更好地理解臉部特征差異形成機(jī)制，實(shí)現(xiàn)對臉部復(fù)雜表型的分子刻畫，并應(yīng)用到生物公共安全和疾病醫(yī)療等相關(guān)領(lǐng)域。

本次研究首次在中國漢族人群中運(yùn)用多元線性回歸的方法，驗(yàn)證了已報(bào)道的125個(gè)SNP位點(diǎn)與臉部表型的相關(guān)性，最終發(fā)現(xiàn)了12個(gè)顯著關(guān)聯(lián)的SNP位點(diǎn)，其中與漢族人群臉部特性關(guān)聯(lián)性最強(qiáng)的rs9995821和rs2045323均位于基因上的?；蚓幋a一種鈣依賴性細(xì)胞粘附蛋白，研究表明該基因參與脊椎動(dòng)物顱面發(fā)育過程中的軟骨分化和極性調(diào)控[30]。Adhikari等[14]通過對拉丁美洲人群進(jìn)行GWAS分析發(fā)現(xiàn)rs2045323與小柱傾斜、鼻尖角度差異存在顯著關(guān)聯(lián)。Claes等[16]通過對美洲人群GWAS研究發(fā)現(xiàn)rs9995821與小柱和鼻尖存在顯著關(guān)聯(lián)。本研究也發(fā)現(xiàn)位于rs9995821、rs2045323與中國漢族人群的多個(gè)鼻部表型具有顯著的相關(guān)性，證明基因可能對人類鼻部形態(tài)具有普遍的影響效應(yīng)。

表2 12個(gè)SNP位點(diǎn)在千人基因組中頻率分布

除了外/和等基因的生理功能也研究得較為清楚。與基因存在部分重疊，該區(qū)域含有重要的調(diào)節(jié)因子[31]。參與了小鼠成骨細(xì)胞、軟骨細(xì)胞和間充質(zhì)干細(xì)胞的分化和骨骼發(fā)育[32]，發(fā)生罕見變異會(huì)導(dǎo)致鎖骨顱骨發(fā)育不良[33]。此外，功能性谷氨酰胺/丙氨酸重復(fù)序列的長度與犬種和食肉動(dòng)物的臉部長度的演變有著密切的關(guān)系[34]。Adhikari等[14]研究發(fā)現(xiàn)位于基因上的rs1852985與鼻梁寬度具有顯著的關(guān)聯(lián)性。本研究則發(fā)現(xiàn)rs1852985與兩眼距離、眼睛到鼻根距離相關(guān)，與鼻梁寬度表型位于相近區(qū)域，且存在互相影響。

基因所編碼的蛋白在腎臟、腮弓、眼睛和耳朵等多個(gè)組織器官的發(fā)育過程中都發(fā)揮了作用[35,36]。突變會(huì)導(dǎo)致鰓耳腎發(fā)育不良綜合癥 (branchio-oto-renal syndrome, BOR)，患者外觀的鰓裂及耳部形態(tài)存在明顯異常，聽力和腎臟功能受損。同時(shí)，還與果蠅眼睛發(fā)育相關(guān)，說明它是在胚胎發(fā)育中早期發(fā)揮作用的多效應(yīng)基因。Pickrell等[22]通過GWAS研究發(fā)現(xiàn)基因上的rs10504499對下巴形態(tài)有影響。本研究則發(fā)現(xiàn)rs10504499對中國漢族人群左眼內(nèi)角點(diǎn)到右口角點(diǎn)、左眼內(nèi)角點(diǎn)到右鼻翼點(diǎn)等多種臉部表型有影響。很可能是對健康人群臉部形態(tài)具有綜合影響的一個(gè)基因，其功能有待進(jìn)一步的研究。

基因編碼一種未標(biāo)記的跨膜蛋白，位于軸前多指畸形和前腦畸形(holoprosencephaly, HPE)患者1.24 Mb重復(fù)區(qū)內(nèi)，其突變可能導(dǎo)致前腦和中臉發(fā)育缺陷[37,38]。基因異?？梢鸢ㄉ聿陌?，下頜骨發(fā)育不全，骨骼異常和骨質(zhì)疏松癥[39]。這兩種基因在歐源人群中對顴骨到鼻根距離和鼻子形態(tài)具有影響[20,22]，在本研究的漢族人群中則與內(nèi)眼點(diǎn)到鼻根距離和嘴部形態(tài)有關(guān)。PAX3轉(zhuǎn)錄因子對調(diào)控發(fā)育過程中的細(xì)胞遷移、增值及分化具有重要作用[40]?；蛟谀槻啃螒B(tài)特別是鼻子形態(tài)發(fā)育中的作用已經(jīng)被多個(gè)人群研究證實(shí)[16,20,21,22,24]。本研究中也顯示了rs974448位點(diǎn)在中國漢族人群中對面中部、鼻部區(qū)域的表型具有影響。

基因的生理功能還未見研究報(bào)道，僅是從蛋白結(jié)構(gòu)推測它可能編碼了一個(gè)RNA解旋酶。從本研究和Cha等[15]的分析結(jié)果來看，基因可能在東亞人群鼻部形態(tài)形成過程中發(fā)揮了作用。

已報(bào)道的臉部特征相關(guān)位點(diǎn)在歐美人群和本次在漢族人群中的表型相關(guān)性、影響效應(yīng)皆有不同，提示臉部特征的高度多態(tài)性與不同人群遺傳背景密切關(guān)聯(lián)。中國歷史文化悠久，民族眾多，各民族在地域、宗教和風(fēng)俗等因素的影響下，聚集于相對穩(wěn)定的區(qū)域，擁有各自獨(dú)特的遺傳特征，各群體間在特征表型上存在差異[41]。后續(xù)研究將進(jìn)一步擴(kuò)大人群樣本范圍，挖掘出更多的適合于中國各人群臉部特征關(guān)聯(lián)位點(diǎn)，用于綜合推斷模型的建立。

附錄：

附圖和附表詳見文章電子版www.chinagene.cn。

[1] Martínez-Abadías N, Esparza M, Sj?vold T, González- José R, Santos M, Hernández M. Heritability of human cranial dimensions: comparing the evolvability of different cranial regions., 2009, 214(1): 19–35.

[2] Weinberg SM, Parsons TE, Marazita ML, Maher BS. Heritability of face shape in twins: a preliminary study using 3D stereophotogrammetry and geometric morpho-metrics., 2013, 1(1): 14.

[3] Ng MCY, Graff M, Lu Y, Lu Y, Justice AE, Mudgal P, Liu CT, Young K, Yanek LR, Feitosa MF, Wojczynski MK, Rand K, Brody JA, Cade BE, Dimitrov L, Duan Q, Guo X, Lange LA, Nalls MA, Okut H, Tajuddin SM, Tayo BO, Vedantam S, Bradfield JP, Chen G, Chen WM, Chesi A, Irvin MR, Padhukasahasram B, Smith JA, Zheng W, Allison MA, Ambrosone CB, Bandera EV, Bartz TM, Berndt SI, Bernstein L, Blot WJ, Bottinger EP, Carpten J, Chanock SJ, Chen YI, Conti DV, Cooper RS, Fornage M, Freedman BI, Garcia M, Goodman PJ, Hsu YH, Hu J, Huff CD, Ingles SA, John EM, Kittles R, Klein E, Li J, McKnight B, Nayak U, Nemesure B, Ogunniyi A, Olshan A, Press MF, Rohde R, Rybicki BA, Salako B, Sanderson M, Shao Y, Siscovick DS, Stanford JL, Stevens VL, Stram A, Strom SS, Vaidya D, Witte JS, Yao J, Zhu X, Ziegler RG, Zonderman AB, Adeyemo A, Ambs S, Cushman M, Faul JD, Hakonarson H, Levin AM, Nathanson KL, Ware EB, Weir DR, Zhao W, Zhi D; Bone Mineral Density in Childhood Study (BMDCS) Group, Arnett DK, Grant SFA, Kardia SLR, Oloapde OI, Rao DC, Rotimi CN, Sale MM, Williams LK, Zemel BS, Becker DM, Borecki IB, Evans MK, Harris TB, Hirschhorn JN, Li Y, Patel SR, Psaty BM, Rotter JI, Wilson JG, Bowden DW, Cupples LA, Haiman CA, Loos RJF, North KE. Discovery and fine-mapping of adiposity loci using high density imputation of genome- wide association studies in individuals of African ancestry: African Ancestry Anthropometry Genetics Consortium., 2017, 13(4): e1006719.

[4] Loos RJF, Janssens ACJW. Predicting polygenic obesity using genetic information., 2017, 25(3): 535– 543.

[5] Guo J, Tan JZ, Yang YJ, Zhou H, Hu SL, Hashan A, Bahaxar N, Xu SH, Weaver TD, Jin L, Stoneking M, Tang K. Variation and signatures of selection on the human face., 2014, 75: 143–152.

[6] Li CX, Jia J, Wei YL, Wan LH, Hu L, Ye J. The selection of 30 ancestry informative markers and its application in ancestry inference., 2014, 36(8): 779– 785.李彩霞, 賈竟, 魏以梁, 萬立華, 胡蘭, 葉健. 30個(gè)祖先信息位點(diǎn)的篩選及應(yīng)用. 遺傳, 2014, 36(8): 779–785.

[7] Jiang L, Sun QF, Ma Q, Zhao WT, Liu J, Zhao L, Ji AQ, Li CX. Optimization and validation of analysis method based on 27-plex SNP panel for ancestry inference., 2017, 39(2): 166–173.江麗, 孫啟凡, 馬泉, 趙雯婷, 劉京, 趙蕾, 季安全, 李彩霞. 27-plex SNP種族推斷方法的優(yōu)化及驗(yàn)證. 遺傳, 2017, 39(2): 166–173.

[8] Liu Y, Sun CC, Ma M, Wang Ling, Zhao WT, Ma Q, Ji AQ, Liu J, Li CX. The ancestry inference of Chinese populations using 74-plex SNPs system., 2020, 42(3): 296–308.劉楊, 孫昌春, 馬咪, 王玲, 趙雯婷, 馬泉, 季安全, 劉京, 李彩霞. 74-plex SNPs復(fù)合檢測體系在中國人群中的族群推斷研究. 遺傳, 2020, 42(3): 296–308.

[9] Sulem P, Gudbjartsson DF, Stacey SN, Helgason A, Rafnar T, Magnusson KP, Manolescu A, Karason A, Palsson A, Thorleifsson G, Jakobsdottir M, Steinberg S, Pálsson S, Jonasson F, Sigurgeirsson B, Thorisdottir K, Ragnarsson R, Benediktsdottir KR, Aben KK, Kiemeney LA, Olafsson JH, Gulcher J, Kong A, Thorsteinsdottir U, Stefansson K. Genetic determinants of hair, eye and skin pigmentation in Europeans., 2007, 39(12): 1443–1452.

[10] Kenny EE, Timpson NJ, Sikora M, Yee MC, Moreno- Estrada A, Eng C, Huntsman S, Burchard EG, Stoneking M, Bustamante CD, Myles S. Melanesian blond hair is caused by an amino acid change in TYRP1., 2012, 336(6081): 554.

[11] Eriksson N, Macpherson JM, Tung JY, Hon LS, Naughton B, Saxonov S, Avey L, Wojcicki A, Pe'er I, Mountain J. Web-based, participant-driven studies yield novel genetic associations for common traits., 2010, 6(6): e1000993.

[12] Keating B, Bansal AT, Walsh S, Millman J, Newman J, Kidd K, Budowle B, Eisenberg A, Donfack J, Gasparini P, Budimlija Z, Henders AK, Chandrupatla H, Duffy DL, Gordon SD, Hysi P, Liu F, Medland SE, Rubin L, Martin NG, Spector TD, Kayser M; International Visible Trait Genetics (VisiGen) Consortium. First all-in-one diagnostic tool for DNA intelligence: genome-wide inference of biogeographic ancestry, appearance, relatedness, and sex with the Identitas v1 Forensic Chip., 2013, 127(3): 559–572.

[13] Andersen JD, Johansen P, Harder S, Christoffersen SR, Delgado MC, Henriksen ST, Nielsen MM, S?rensen E, Ullum H, Hansen T, Dahl AL, Paulsen RR, B?rsting C, Morling N. Genetic analyses of the human eye colours using a novel objective method for eye colour classification., 2013, 7(5): 508–515.

[14] Adhikari K, Fuentes-Guajardo M, Quinto-Sánchez M, Mendoza-Revilla J, Camilo Chacón-Duque J, Acu?a- Alonzo V, Jaramillo C, Arias W, Lozano RB, Pérez GM, Gómez-Valdés J, Villamil-Ramírez H, Hunemeier T, Ramallo V, Silva de Cerqueira CC, Hurtado M, Villegas V, Granja V, Gallo C, Poletti G, Schuler-Faccini L, Salzano FM, Bortolini MC, Canizales-Quinteros S, Cheeseman M, Rosique J, Bedoya G, Rothhammer F, Headon D, González-José R, Balding D, Ruiz-Linares A. A genome- wide association scan implicates DCHS2, RUNX2, GLI3, PAX1 and EDAR in human facial variation., 2016, 7: 11616.

[15] Cha S, Lim JE, Park AY, Do JH, Lee SW, Shin C, Cho NH, Kang JO, Nam JM, Kim JS, Woo KM, Lee SH, Kim JY, Oh B. Identification of five novel genetic loci related to facial morphology by genome-wide association studies., 2018, 19(1): 481.

[16] Claes P, Roosenboom J, White JD, Swigut T, Sero D, Li J, Lee MK, Zaidi A, Mattern BC, Liebowitz C, Pearson L, González T, Leslie EJ, Carlson JC, Orlova E, Suetens P, Vandermeulen D, Feingold E, Marazita ML, Shaffer JR, Wysocka J, Shriver MD, Weinberg SM. Genome-wide mapping of global-to-local genetic effects on human facial shape., 2018, 50(3): 414–423.

[17] Cole JB, Manyama M, Larson JR, Liberton DK, Ferrara TM, Riccardi SL, Li M, Mio W, Klein OD, Santorico SA, Hallgrímsson B, Spritz RA. Human facial shape and size heritability and genetic correlations., 2017, 205(2): 967–978.

[18] Crouch DJM, Winney B, Koppen WP, Christmas WJ, Hutnik K, Day T, Meena D, Boumertit A, Hysi P, Nessa A, Spector TD, Kittler J, Bodmer WF. Genetics of the human face: Identification of large-effect single gene variants., 2018, 115(4): E676–E685.

[19] Lee MK, Shaffer JR, Leslie EJ, Orlova E, Carlson JC, Feingold E, Marazita ML, Weinberg SM. Genome-wide association study of facial morphology reveals novel associations with FREM1 and PARK2., 2017, 12(4): e0176566.

[20] Liu F, van der Lijn F, Schurmann C, Zhu G, Chakravarty MM, Hysi PG, Wollstein A, Lao O, de Bruijne M, Ikram MA, van der Lugt A, Rivadeneira F, Uitterlinden AG, Hofman A, Niessen WJ, Homuth G, de Zubicaray G, McMahon KL, Thompson PM, Daboul A, Puls R, Hegenscheid K, Bevan L, Pausova Z, Medland SE, Montgomery GW, Wright MJ, Wicking C, Boehringer S, Spector TD, Paus T, Martin NG, Biffar R, Kayser M. A genome-wide association study identifies five loci influencing facial morphology in Europeans., 2012, 8(9): e1002932.

[21] Paternoster L, Zhurov AI, Toma AM, Kemp JP, St Pourcain B, Timpson NJ, McMahon G, McArdle W, Ring SM, Smith GD, Richmond S, Evans DM. Genome-wide association study of three-dimensional facial morphology identifies a variant in PAX3 associated with nasion position., 2012, 90(3): 478–485.

[22] Pickrell JK, Berisa T, Liu JZ, Ségurel L, Tung JY, Hinds DA. Detection and interpretation of shared genetic influences on 42 human traits., 2016, 48(7): 709–717.

[23] Shaffer JR, Orlova E, Lee MK, Leslie EJ, Raffensperger ZD, Heike CL, Cunningham ML, Hecht JT, Kau CH, Nidey NL, Moreno LM, Wehby GL, Murray JC, Laurie CA, Laurie CC, Cole J, Ferrara T, Santorico S, Klein O, Mio W, Feingold E, Hallgrimsson B, Spritz RA, Marazita ML, Weinberg SM. Genome-wide association study reveals multiple loci influencing normal human facial morphology., 2016, 12(8): e1006149.

[24] Li Y, Zhao WT, Li D, Tao XM, Xiong ZY, Liu J, Zhang W, Ji AQ, Tang K, Liu F, Li CX. EDAR, LYPLAL1, PRDM16, PAX3, DKK1, TNFSF12, CACNA2D3, and SUPT3H gene variants influence facial morphology in a Eurasian population., 2019, 138(6): 681–689.

[25] Li Y, Zhao WT, Li D, Tao XM, Xiong ZY, Liu J, Zhang W, Liu HB, Ji AQ, Tang K, Liu F, Li CX. The effect of EDARV370A on facial and ear morphologies in Uyghur population., 2018, 40(11): 1024–1032.李祎, 趙雯婷, 李丹, 陶現(xiàn)明, 熊子義, 劉京, 張微, 劉海渤, 季安全, 唐鯤, 劉凡, 李彩霞. EDARV370A對新疆維吾爾族人群面部及耳朵形態(tài)的效應(yīng). 遺傳, 2018, 40(11): 1024–1032.

[26] Guo JY, Mei X, Tang K. Automatic landmark annotation and dense correspondence registration for 3D human facial images., 2013, 14: 232.

[27] Chen WY, Qian W, Wu G, Chen WZ, Xian B, Chen XW, Cao YQ, Green CD, Zhao FH, Tang K, Han JD. Three- dimensional human facial morphologies as robust aging markers., 2015, 25(5): 574–587.

[28] Gower JC. Generalized procrustes analysis., 1975, 40(1): 33–51.

[29] Li J, Ji L. Adjusting multiple testing in multilocus analyses using the eigenvalues of a correlation matrix., 2005, 95(3): 221–227.

[30] Le Pabic P, Ng C, Schilling TF. Fat-Dachsous signaling coordinates cartilage differentiation and polarity during craniofacial development., 2014, 10(10): e1004726.

[31] Napierala D, Garcia-Rojas X, Sam K, Wakui K, Chen C, Mendoza-Londono R, Zhou G, Zheng Q, Lee B. Mutations and promoter SNPs in RUNX2, a transcriptional regulator of bone formation., 2005, 86(1–2): 257–268.

[32] Fujita T, Azuma Y, Fukuyama R, Hattori Y, Yoshida C, Koida M, Ogita K, Komori T. Runx2 induces osteoblast and chondrocyte differentiation and enhances their migration by coupling with PI3K-Akt signaling., 2004, 166(1): 85–95.

[33] Yoshida CA, Yamamoto H, Fujita T, Furuichi T, Ito K, Inoue K, Yamana K, Zanma A, Takada K, Ito Y, Komori T. Runx2 and Runx3 are essential for chondrocyte maturation, and Runx2 regulates limb growth through induction of Indian hedgehog., 2004, 18(8): 952–963.

[34] Sears KE, Goswami A, Flynn JJ, Niswander LA. The correlated evolution of Runx2 tandem repeats, transcriptional activity, and facial length in carnivora., 2007, 9(6): 555–565.

[35] Abdelhak S, Kalatzis V, Heilig R, Compain S, Samson D, Vincent C, Levi-Acobas F, Cruaud C, Le Merrer M, Mathieu M, K?nig R, Vigneron J, Weissenbach J, Petit C, Weil D. Clustering of mutations responsible for branchio- oto-renal (BOR) syndrome in the eyes absent homologous region (eyaHR) of EYA1., 1997, 6(13): 2247–2255.

[36] Pignoni F, Hu B, Zavitz KH, Xiao J, Garrity PA, Zipursky SL. The eye-specification proteins So and Eya form a complex and regulate multiple steps in Drosophila eye development., 1997, 91(7): 881–891.

[37] Koolen DA, Herbergs J, Veltman JA, Pfundt R, van Bokhoven H, Stroink H, Sistermans EA, Brunner HG, Geurts van Kessel A, de Vries BBA. Holoprosencephaly and preaxial polydactyly associated with a 1.24 Mb duplication encompassing FBXW11 at 5q35.1., 2006, 51(8): 721–726.

[38] Solomon BD, Mercier S, Vélez JI, Pineda-Alvarez DE, Wyllie A, Zhou N, Dubourg C, David V, Odent S, Roessler E, Muenke M. Analysis of genotype-phenotype correlations in human holoprosencephaly., 2010, 154C(1): 133–141.

[39] Parry DA, Logan CV, Stegmann AP, Abdelhamed ZA, Calder A, Khan S, Bonthron DT, Clowes V, Sheridan E, Ghali N, Chudley AE, Dobbie A, Stumpel CT, Johnson CA. SAMS, a syndrome of short stature, auditory-canal atresia, mandibular hypoplasia, and skeletal abnormalities is a unique neurocristopathy caused by mutations in Goosecoid., 2013, 93(6): 1135–1142.

[40] Monsoro-Burq AH. PAX transcription factors in neural crest development., 2015, 44: 87–96.

[41] Liu JL. Population genetics of 30 INDELs in populations of Fujian She[Dissertation]. Fujian: Fujian Medical University, 2015.劉繼來. 福建畬族群體30個(gè)插入/缺失多態(tài)性位點(diǎn)的遺傳多態(tài)性研究[學(xué)位論文]. 福建: 福建醫(yī)科大學(xué), 2015.

附圖1 年齡和體重指數(shù)分布圖

Supplementary Fig. 1 Age and body mass index distribution

附圖2 136組歐式距離

Supplementary Fig.2 136 Euclidian distances

Human facial shape related SNP analysis in Han Chinese populations

Ming Liu1,2, Yi Li3, Yafang Yang2,4, Yuwen Yan2, Fan Liu3, Caixia Li2, Faming Zeng1,5, Wenting Zhao2

Human facial morphology is one of the important visible biological characteristics.Understanding the genetic basis underlying facial shape traits has important implications in population genetics, developmental biology, and forensic science. This study extracted 136 Euclidean distance phenotypes from 17 facial features of high-resolution 3D facial images in 1177 Chinese Han adult males.Based on 3× low-depth sequencing data, linear regression was used to analyze the correlation between 125 reported SNPs significantly associated with facial morphology and 136 facial phenotypes. As a result, a total of twelve SNPs from ten genes demonstrated significant association with one or more facial shape traits after adjusting for multiple testing (significance threshold< 1.35 × 10?3),together explaining up to 3.89% of age-, and BMI-adjusted facial phenotype variance. These includedrs17479393,rs974448,rs2977562,rs9995821,rs2045323,rs6555969,rs1852985,rs11782517,rs10504499,rs2224309,rs7161418 andrs2206437.These results revealed the genetics basis of facial morphology of Han Chinese population, and provided reference data for DNA-based face prediction.

facial morphology; linear regression; Chinese Han population; facial feature associated SNPs

2020-03-09;

2020-05-20

國家重點(diǎn)研發(fā)項(xiàng)目(編號(hào)：2017YFC0803501)，中央級公益類科研院所基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金(編號(hào)：2018JB046)項(xiàng)目和國家科技資源共享服務(wù)平臺(tái)計(jì)劃項(xiàng)目(編號(hào)：YCZYPT[2017]01-3，2017JB025)資助[Supported by the National Key R&D Program of China (No. 2017YFC0803501), Central Public-Interest Scientific Institution Basal Research Fund (No. 2018JB046), and the National Science and Technological Resources Platform (Nos. YCZYPT[2017]01-3, 2017JB025)]

劉明，在讀碩士研究生，專業(yè)方向：法醫(yī)物證學(xué)。E-mail: mingliu2019@foxmail.com

曾發(fā)明，本科，主任法醫(yī)師，研究方向：法醫(yī)遺傳學(xué)。E-mail: zfm1964@126.com

趙雯婷，博士，副主任法醫(yī)師，研究方向：法醫(yī)遺傳學(xué)。E-mail: wtzhao@sibs.ac.cn

10.16288/j.yczz.19-355

2020/5/22 15:48:53

URI: http://kns.cnki.net/kcms/detail/11.1913.R.20200522.1333.005.html

(責(zé)任編委: 謝小冬)