全基因组分析揭秘欧洲人种基因与身高的关系 - 知乎

　　自2007年以来，全基因组关联研究(GWASs)已经确定了数千种常见snp与身高之间的关联，主要使用的研究对象是欧洲血统的人。迄今为止发表的关于成人身高的GWAS集中在共同的变化上（报告了712个位点上多达3290个独立的关联，样本量达70万人3）。成年人的身高是高度遗传的，而且容易测量，比其他任何人类表现型提供了更多的共同遗传关联。此外，大量的基因与骨骼生长障碍有关，这些基因在正常高度范围内的GWASs所定位的位点中富集。这些特征使身高成为一个有吸引力的模型特征，用于评估共同遗传变异在定义多基因人类表现型的遗传和生物结构方面的作用。

　　随着通用变型全球变ass的可用样本量不断增加，考虑这些较大的样本是否能够“饱和”或几乎完全编目可从全球变ass中获得的信息变得重要起来。完整性的问题可以有几种形式，包括预测的准确性与可归因于共同变异的遗传力的比较，解释这种遗传力的相关基因组区域的映射，以及不断增加的样本量是否继续提供关于优先基因和基因集的身份的额外信息。此外，由于大多数GWASs仍主要在欧洲血统的人群中进行，因此有必要在多血统背景下解决这些完整性问题。最后，一些人提出，当样样量足够大时，实际上每一个基因和基因组区域都将受到GWASs的影响，而不是特定的基因子集和生物通路。

　　近日，有研究使用来自540万个体的数据，开始绘制与成人身高相关的常见遗传关系，使用HapMap 3项目(HM3)中编目的变体，并评估该地图在变体、基因组区域和可能的因果基因和基因集方面的饱和度。相关研究发表在《Nature》上，文章标题为：“A saturated map of common genetic variants associated with human height”。

　　通过识别显著的变异，检查整个基因组的信号密度，在对欧洲血统和其他血统个体的研究中进行样本外估计和预测分析，并将基因和基因集作为可能影响身高的中介。研究表明，在欧洲血统的人群中，这组常见变异达到了预测精度的预测极限，并在很大程度上饱和了与身高相关的基因组区域和可能相关的广泛的基因集类别;未来的工作将需要将预测的准确性扩展到其他祖先的人群，以解释更罕见的遗传变异，并更明确地将相关区域与单个可能的因果基因和变异联系起来。

　　总结：

　　据预测，常见的单核苷酸多态性(SNPs)可以共同解释40% - 50%的人类身高表型变异，但确定特定的变异和相关区域需要巨大的样本量。使用来自540万不同祖先个体的全基因组关联研究的数据，表明12111个与身高显著相关的独立snp几乎占了所有基于snp的常见遗传力。

　　这些snp聚集在7209个不重叠的基因组片段中，平均大小约为90 kb，覆盖约21%的基因组。在整个基因组中，独立关联的密度是不同的，密度增加的区域是生物相关基因的富集区域。在样本外估计和预测中，12111个SNPs(或HapMap 3面板2中的所有SNPs)占欧洲血统人群表型方差的40%(45%)，但在其他血统人群中仅占约10-20%(14-24%)。效应大小、相关区域和基因优先排序在不同祖先之间是相似的，这表明预测精度的降低可能是由连锁不平衡和相关区域内等位基因频率的差异造成的。最后，相关的生物途径是可检测的，与需要的较小的样本量，以暗示因果基因和变异。总的来说，这项研究提供了一个包含绝大多数常见身高相关变异的特定基因组区域的全面地图。尽管这张地图对于欧洲血统的人口来说已经饱和，但还需要进一步研究才能在其他血统中达到同样的饱和度。