全基因組關(guān)聯(lián)研究在疾病風(fēng)險預(yù)測中的應(yīng)用

劉 珺，林 凱，楊曉明，徐余海，張榮強，郭 青，周晴霖，朱美財

2004 年生物醫(yī)學(xué)領(lǐng)域的研究人員完成了人類基因組計劃（human genome project，HGP）和對人類染色體基因的測序，建立了基因組學(xué)等數(shù)據(jù)庫，并利用數(shù)據(jù)挖掘技術(shù)進行基因分析，使從基因組角度對疾病進行準(zhǔn)確、全面、科學(xué)的早期預(yù)測和早期干預(yù)成為可能[1]。HGP對于分析基因變異和各種疾病的關(guān)系具有重大意義[2-3]。在進行致病基因分析時利用數(shù)據(jù)分析技術(shù)可從DNA序列中找到與疾病相關(guān)的遺傳等信息，Alsuami等[4]分析了變異基因與血壓之間的關(guān)系，發(fā)現(xiàn)CD47基因與血壓之間有顯著相關(guān)性。致病基因的發(fā)現(xiàn)促進了以預(yù)測和早期干預(yù)為主的5P醫(yī)學(xué)[5]（預(yù)測醫(yī)學(xué)Predictive；預(yù)防醫(yī)學(xué)Preventive；個體化醫(yī)學(xué)Personalized；主動參與醫(yī)學(xué)Participatory和精細(xì)醫(yī)學(xué)Precise）。

1 全基因組關(guān)聯(lián)分析奠定了疾病風(fēng)險預(yù)測的基礎(chǔ)

1.1 全基因組關(guān)聯(lián)研究(GWAS)的概念 全基因組關(guān)聯(lián)分析(genome-wide association study,GWAS)就是針對包含有數(shù)以千計甚至萬計個體的人群基因組中數(shù)十萬甚至愈百萬的單核苷酸多態(tài)性（single nucleotide polymorphism，SNP）位點,進行基因分型并與某種疾病或其它復(fù)雜性狀做病例-對照關(guān)聯(lián)分析,其關(guān)鍵技術(shù)在于探索影響人類復(fù)雜性狀疾病發(fā)生的易感基因或者SNP位點。與既往研究SNP與疾病的關(guān)系采用的“候選基因”的策略不同，GWAS的優(yōu)勢在于可直接分析與疾病關(guān)聯(lián)的SNP，并可以高通量地快速發(fā)現(xiàn)一些新的SNP位點，并應(yīng)用已經(jīng)發(fā)現(xiàn)的遺傳學(xué)風(fēng)險靶標(biāo)對不同個體疾病發(fā)生的風(fēng)險做出預(yù)測。

1.2 GWAS-全基因組關(guān)聯(lián)技術(shù)應(yīng)用進展 GWAS是通過基因測序或基因芯片等手段,在全基因組范圍內(nèi)進行整體研究，適用于復(fù)雜疾病的研究[6]。2005年《Science》雜志首次報道了用全基因組關(guān)聯(lián)研究技術(shù)發(fā)現(xiàn)了補體因子H基因（CFH）是年齡相關(guān)性視網(wǎng)膜黃斑變性病的重要風(fēng)險因素[7]，此后陸續(xù)有研究人員報道了有關(guān)肥胖[8]、糖尿病[9]和冠心病[10]等常見疾病的GWAS研究。另外GWAS技術(shù)也用于多種癌癥的診斷，如前列腺癌[11]、肝癌[12]、食道癌[13]、乳腺癌[14]等,便于癌癥的早期診斷和治療，另外通過挖掘遺傳致病基因的相關(guān)突變進行胎兒產(chǎn)前診斷等。

近年來，隨著基因測序儀器和技術(shù)的飛速發(fā)展，基因測序速度不斷加快、成本也大幅下降,使其應(yīng)用于臨床疾病診斷成為可能；另一方面基因測序的推廣極大地推動了全球范圍的DNA數(shù)據(jù)的積累,以及相應(yīng)的疾病癥狀或復(fù)雜生物學(xué)性狀等數(shù)據(jù)的積累。當(dāng)前臨床應(yīng)用主要在兩個方面,一方面是針對普通疾病的篩查,通過測定已知疾病相關(guān)的基因序列位點來預(yù)測其未來罹患該疾病的概率:另一方面是針對癌癥等難治性疾病的追蹤診斷,通過測定某些特定的基因序列位點,探討藥物的有效性，最終為患者找到更適合基因突變的最為有效的藥物或治療方案，真正實現(xiàn)個體化醫(yī)療。

1.3 全基因組關(guān)聯(lián)技術(shù)的發(fā)展現(xiàn)狀及優(yōu)勢 基因診斷始于探尋遺傳疾病的分子生物學(xué)病因,分子生物學(xué)家利用基因敲除等技術(shù)研究單個基因?qū)ι锉硇偷挠绊?取得了很多重大的突破；并運用統(tǒng)計學(xué)等數(shù)學(xué)分析方法處理大量數(shù)據(jù)研究基因序列與生物表型之間的關(guān)系。

人類疾病經(jīng)歷了從最簡單的單基因疾病到多基因、多因素的復(fù)雜疾病(complex diseases)的演變過程,對于疾病的基因診斷已經(jīng)從基于單基因或者少數(shù)基因的疾病遺傳學(xué)風(fēng)險預(yù)測走向多基因多因素的疾病風(fēng)險預(yù)測。隨著近年來GWAS研究數(shù)據(jù)的積累,科學(xué)家們對基于GWAS數(shù)據(jù)的疾病或表型風(fēng)險預(yù)測方法進行了大量的研究。目前比較統(tǒng)一的觀點是:由于全基因組關(guān)聯(lián)研究要求統(tǒng)計分析的顯著性閾值為P＜5×10-8[15],而在當(dāng)前情況下,很多復(fù)雜表型GWAS探索由于外顯率和樣本量的限制并不能發(fā)現(xiàn)大量的符合統(tǒng)計學(xué)標(biāo)準(zhǔn)的關(guān)聯(lián)SNP,即大量的遺傳學(xué)標(biāo)記被嚴(yán)格的顯著性標(biāo)準(zhǔn)過濾掉[16],因此在GWAS的剩余數(shù)據(jù)中必然包括著大量陽性關(guān)聯(lián)的SNP，但他們由于對表型的影響效果較小(small effect size)而在統(tǒng)計學(xué)顯著性上表現(xiàn)為接近閾值而大于閾值[17]，很多研究也表明,在樣本量增多時,很多新的關(guān)聯(lián)SNP能夠被發(fā)掘出來[18]。有些研究者受到樣本量和研究資金的限制,不能夠?qū)Υ罅康?數(shù)十萬)樣本群進行基因分型，于是便從統(tǒng)計學(xué)的角度入手探索了更深層次挖掘潛在關(guān)聯(lián)SNP信息的方法，利用多基因模型[19]在帕金森病[20]、血管疾病[21],子宮內(nèi)膜異位[22]和其他相關(guān)疾病的基因預(yù)測上也取得了一定的成績。

GWAS的優(yōu)勢在于它集合了全人類基因組篩選和關(guān)聯(lián)分析的優(yōu)點，且能發(fā)現(xiàn)未知基因，在基因序列分析中運用生物信息學(xué)和統(tǒng)計學(xué)也將極大地推動GWAS的發(fā)展。隨著GWAS的研究越來越熱，目前人類基因組學(xué)已正式進入GWAS新紀(jì)元。在未來GWAS研究將有可能大幅推動疾病早期診斷、個體化治療和藥物基因組學(xué)的研究及其應(yīng)用[23]。

2 全基因組關(guān)聯(lián)分析在臨床疾病診斷中的應(yīng)用案例

人類目前面臨的待解決成因的疾病大多屬于復(fù)雜疾病，包括各類神經(jīng)性疾病、腫瘤、糖尿病、心臟病和各類疑難雜癥等，應(yīng)用全基因組關(guān)聯(lián)分析考察全基因組范圍DNA變異的SNP，挖掘影響復(fù)雜疾病的表型SNP，有助于明確復(fù)雜疾病的發(fā)病機制[24]。

2005 年Klein等[25]研究人員第一次成功確定了影響年齡相關(guān)性黃斑變性病的重要遺傳因子。與年齡有關(guān)的黃斑變性（AMD）是老年人失明的主要原因,與許多其他慢性疾病一樣，AMD是由遺傳和環(huán)境風(fēng)險因素共同導(dǎo)致的。該研究報告了96個受試者和50個對照者的全基因組分析結(jié)果:基因分型的116 204個單核苷酸多態(tài)性中，補體因子H基因（CFH）的內(nèi)含子和常見變異與AMD（P＜10-7）密切相關(guān)。GWAS研究首次表明了人類補體因子H基因中的序列多態(tài)性可導(dǎo)致AMD，也是GWAS研究較早的一個成功案例。自此以后在更多的疾病診斷領(lǐng)域見證了GWAS的應(yīng)用。

為了探索癌癥的發(fā)生發(fā)展機理，研究人員從全基因組的所有SNP中，找出僅僅與癌癥相關(guān)聯(lián)的SNP，進行癌癥的早期診斷。通過對癌癥基因組序列和結(jié)構(gòu)的分析，可以了解癌癥發(fā)生發(fā)展機制。癌癥相關(guān)的遺傳因素、表遺傳因素及眾多的癌癥基因表達或活性性狀，構(gòu)成了癌癥發(fā)生、發(fā)展的分子網(wǎng)絡(luò)，癌癥分子網(wǎng)絡(luò)研究已經(jīng)成為癌癥研究的一大熱點，具有重要的研究價值。近年來，隨著測序技術(shù)的不斷進步，第二代測序技術(shù)在內(nèi)的新一代高通量技術(shù)越來越多地應(yīng)用于解決生物學(xué)問題，這種以數(shù)據(jù)為基礎(chǔ)，大規(guī)模的研究模式使得從基因組、轉(zhuǎn)錄組水平等角度全方位，多層次的癌癥研究成為可能[26]?；蚪M是指生命體內(nèi)所有DNA分子，通過對基因組的研究，能夠發(fā)現(xiàn)包括位點突變、插入與缺失、拷貝數(shù)變異及結(jié)構(gòu)變異等在內(nèi)的疾病特異性突變[27]。

近幾年有文獻報道了關(guān)于中國人群和日本人群中食管鱗狀細(xì)胞癌（ESCC）的全外顯子組測序的研究，這些研究鑒定出食管鱗狀細(xì)胞癌驅(qū)動基因包括突變頻率很高的TP53和突變頻率不高但具有統(tǒng)計學(xué)意義的基因(CDKN2A,NOTCH1,RB1和PIK3CA)[28]。北京協(xié)和醫(yī)學(xué)院的研究人員隨訪了5年以上的1088例ESCC患者外周血DNA的7 875 353個SNP，并與患者總生存時間進行關(guān)聯(lián)分析,然后對發(fā)現(xiàn)的相關(guān)SNP在1479例ESCC患者的獨立樣本中進行驗證,以探索中國人群ESCC預(yù)后相關(guān)聯(lián)的SNP位點和基因。該研究通過對94例ESCC樣本的全基因組測序和轉(zhuǎn)錄組測序的整合分析，建立了ESCC更全面的基因組景觀[29]。

另外多項研究通過GWAS技術(shù)探索了乳腺癌易感基因位點，如Cai等[30]研究人員從22 780個樣本和24 181個對照樣本中發(fā)現(xiàn)了30個獨立的乳腺癌易感基因位點。2017年，Michailidou等[31]研究人員對122 977例歐洲乳腺癌患者和105 974例對照者進行了基因分型陣列和SNP分析，證實了許多之前發(fā)現(xiàn)的乳腺癌致病位點，并找出了65個新的乳腺癌致病基因位點。 Milne等[32]研究人員通過GWAS分析與雌激素受體陰性乳腺癌風(fēng)險的關(guān)聯(lián)性，證實了之前發(fā)現(xiàn)的10個易感基因位點。

將GWAS技術(shù)應(yīng)用在癌癥發(fā)生發(fā)展機制的研究上，已取得了可喜的成績。發(fā)掘癌癥患者基因組的疾病特異性突變和鑒定有效的預(yù)后分子標(biāo)志物，對癌癥患者的早期診斷和潛在治療靶點的發(fā)掘具有極其重要的意義。另外近年來也有將GWAS技術(shù)應(yīng)用糖尿病[33-34]、阿爾茨海默癥[35]等慢病的篩查上，對于慢病的預(yù)防和管理有積極作用。

近年來，醫(yī)學(xué)界開始重視“治未病”的理念，即“未病先防”、對疾病早發(fā)現(xiàn)、早治療和“既病防變”。對于慢性病的預(yù)防和管理，"治未病"的理念更應(yīng)大力倡導(dǎo)。Zhu等［36］研究人員為了推斷各種危險因素與常見疾病之間的因果關(guān)系，開發(fā)并應(yīng)用了一種方法(稱為GSMR)，即用全基因組關(guān)聯(lián)研究的匯總數(shù)據(jù)進行多SNP孟德爾隨機化分析，發(fā)現(xiàn)了BMI、腰臀比、血清膽固醇、血壓、身高和受教育年限等與常見疾病(樣本數(shù)量達405 072個)之間的因果關(guān)系，確定了低密度脂蛋白膽固醇對Ⅱ型糖尿?。═2D）的保護作用，這可能解釋了他汀類藥物對T2D有改善作用，以及受教育年限對阿爾茨海默癥的保護作用等。該研究發(fā)現(xiàn)BMI每增加4 kg/m2，患T2D的風(fēng)險增加約2.3倍，另一方面T2D對BMI有顯著的負(fù)面影響。

以上研究結(jié)果對于Ⅱ型糖尿病的診斷、治療及病程管理有重要的意義。每個人的體質(zhì)不同、健康狀況不同、生活習(xí)慣不同，人們可以對照以上結(jié)果，對身體質(zhì)量指數(shù)（BMI）、腰臀比、血清膽固醇、血壓等體檢指標(biāo)進行檢測，排查危害健康的因素，并通過各種健康干預(yù)措施，如：改變生活方式、調(diào)節(jié)心理、平衡膳食等，增強體質(zhì)，預(yù)防疾病，真正的實現(xiàn)未病先防。

3 小結(jié)

從全基因組范圍中挖掘，是為了不漏掉任何可能的致病SNP,但由于全基因組中涉及的SNP達到百萬甚至千萬數(shù)量級，在快速精準(zhǔn)診斷疾病方面GWAS技術(shù)還面臨著巨大的挑戰(zhàn)，如GWAS疾病風(fēng)險預(yù)測模型區(qū)分度和校準(zhǔn)度尚有待提高，這就需要優(yōu)化GWAS疾病預(yù)測模型；DNA數(shù)據(jù)分析的質(zhì)量控制也需要加強，質(zhì)量控制在全基因組關(guān)聯(lián)研究中非常重要，關(guān)系到是否能夠提供高質(zhì)量的DNA樣本。鑒于全基因組關(guān)聯(lián)研究能夠挖掘影響人類疾病的易感基因或者SNP位點，預(yù)測不同個體未來罹患該疾病的概率，并找到更適合基因突變的最為有效的藥物或治療方案，有必要提高全基因組關(guān)聯(lián)研究的技術(shù)水平，并擴大其臨床實際應(yīng)用，促進個體化精準(zhǔn)醫(yī)療的發(fā)展。