作者:Hakon Hakonarson 来源:《PLoS遗传学》 发布时间:2009-10-20 10:41:03
选择字号:
全基因组关联研究或增疾病预测准确性
 
美国费城儿童医院一个由Hakon Hakonarson主持的研究小组将一种计算机程序——全基因组关联研究,应用到基因标记物上,与传统的评估患1-型糖尿病概率的方法相比,该方法有更高的准确性。该技术或许能够应用到某些复杂的多基因疾病上,也将促进针对患者的基因特征开发出个性化的治疗药物。该研究报告发表在10月9日的《PLoS遗传学》(PLoS Genetic)杂志网络版上。
 
全基因组关联研究(Genome-wide association studies, GWAS)是一种自动基因分型工具,旨在从人类基因组中寻找致病的基因变异体,使医生能够准确预测出个体患某种疾病的可能性,从而达到早预防早治疗的目的。
 
据论文作者说,目前,许多疾病的致病主要基因仍然未被发现,而一些研究也只是有选择性的选取小部分基因变异体进行研究,所以研究结果有很大的局限性。在近期的一些研究中,研究人员通常利用曲线下面积 (the area under the curve,AUC)来评估患病率,AUC值一般在0.55~0.6之间,因此临床应用价值不大。
 
Hakonarson研究组拓宽基因变异体的研究范围,广泛的收集疾病的标记物(其中也包括许多未被证实的标记物),从而获得某个疾病相关基因之间的统计阈值,虽然这种方法不能排除假阳性的存在,但总体来说能够提高预测结果的准确性。
 
研究人员将该计算机程序应用到1-型糖尿病GWAS资料组,并建立了一个评估模型。与对照组相比,该模型评估的精确度显著提高,AUC达到0.8以上。此外,研究人员还强调,选择合适的疾病研究对象也非常重要,由于1-型糖尿病具有高度遗传性,其主要组织相容性复合体区域有许多疾病发病易感性基因存在。而且,这种疾病风险评估模型不适用于大规模基因扫描,而只适用于评估患一类疾病的患者。(来源:中国生物技术信息网)
 
 
 
 
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。
 
 打印  发E-mail给: 
    
 
以下评论只代表网友个人观点,不代表科学网观点。 查看所有评论
SSI ļʱ
 
读后感言:
相关新闻 相关论文

图片新闻
子午工程二期标志性设备启动建设 NASA公布土星最大卫星泰坦地质图
窥探海洋微生物的世界 中山大学超构表面图像显示研究获重要进展
>>更多
 
一周新闻排行 一周新闻评论排行
 
编辑部推荐博文
 
论坛推荐