全基因組關聯研究十年蹤跡，下一個十年要去哪裡？

全基因組關聯分析，是繼「人類基因組計劃（Human genome project, HGP）」和「人類基因組單體型圖計劃（The international haplotype map project, HapMap）」之後，在高通量基因分型時代下，蓬勃發展起來的研究方法。

該方法至今已有10年歷史（才10年呀~），昆士蘭大學的Peter M. Visscher等人在Cell旗下期刊AJHG發表了一篇大綜述，回顧了這十年的成果與進展，並討論了目前的一些短板，提出解決設想，對下一個十年的發展提出了一些希望。

五年前，還是這個組，還是這位Visscher教授，還是在老地方，發了個五年回顧，真是像結婚紀念般真愛。現在已是十年蹤跡十年心，在這位老情人眼裡，GWAS的風韻有什麼變化呢？

GWAS的基本原理

GWAS是一種實驗設計方法，利用SNP晶元掃描樣本獲得的數據，通過統計分析找到全基因組範圍內，病例組和對照組有差異的SNP位點的等位基因或基因型，再根據連鎖不平衡（LD）關係，推測可能的疾病易感基因。

但也不僅限於SNP晶元數據，利用全基因組測序數據（WGS）做的分析也是GWAS，區別除成本之外，僅在於變異在基因組中的分布密度及其最小等位基因頻率（MAF）譜。

GWAS預測性狀與基因的關聯，也取決於多種因素的影響，主要有：1）性狀受多少個位點的影響；2）這些位點的等位基因頻率和它們效應量的聯合分布情況；3）實驗的樣本量；4）用於GWAS分析的全基因組變異平台；5）研究的性狀或疾病的異質性。其中；最後一點和該性狀的生物學特性及診斷或評價的精確度有關，而效應量又是未知的。

要達到較好的統計功效，這些因素都不得不考慮。下圖是在各個因素作用下，依據哈代-溫伯格平衡法則，I型錯誤率控制在5×10-8，達到80%的統計功效時所需的樣本量：

最小樣本量

眾多GWAS研究的共同成果

這十年，GWAS研究取得的成果已經遍及生物學的各個領域，其研究的複雜性狀也覆蓋甚廣，包括常見疾病，疾病風險因素，腦影像學表型，基因表達量和DNA甲基化，還有社會及行為學特徵。人們意識到，複雜性狀通常具有高度多基因遺傳的特徵。

SNP-性狀關聯發現的時間線

圖中只有SNP關聯最多的三個性狀/疾病才用標籤表示出來，中間的數字是那一年發現的有統計學差異的SNP數量。統計學差異是指P < 5 × 10-8。樣本量越大，可能發現的有意義的SNP也越多。例如2009年發現了第一個和精神分裂傾向相關的SNP位點，用了3000個病例樣本，而2014年有了35000個病例樣本，則檢測到108個位點。

其次，這些研究還發現，基因的多效性是普遍存在的。人群中變異的數量很大，但還是有限，然而每個性狀都和成百上千個變異相關，則表明它們可能有一些共同的致病變異。這也已經得到了一些研究證據的支持。這也提示，孤立地研究疾病或性狀，可能導向錯誤的干預方式。

此外，研究過程中也衍生出新的實驗設計方法和工具。比如從一個發現樣本庫中找到疾病的風險變異作為自變數（predictor），再在另一個獨立樣本庫中用這些SNP為每個個體建立多基因風險評分（Ploygenic risk score, PRS）。PRS在過去5年中已經廣泛運用，為新的實驗設計帶來便利，也造就了新發現。

不得不說，數據共享在這其中扮演著很重要的角色，是基因測繪研究領域的一大特色。數據共享不僅使研究者能夠更方便地獲得更多的研究素材，同時也衍生出許多新的統計學演算法，這些新的演算法又反過來催生了更多新的發現，簡直是量變到質變的飛躍。不過目前的數據主要來自歐洲，作者希望將來能有來自其他民族的基因組數據加入。

最後要提醒的是，GWAS從設計上來說，並不能明確鑒定基因靶點或機制，這和傳統的家系研究不一樣，變異、靶基因和機制（蛋白質的改變）同時鑒定。它的數學特徵也決定了，接下來的功能研究未必能照搬孟德爾遺傳病的那一套，而需要開發新的方法。

但也很值得欣慰，過去5年中，的確見到了一些比較高明的實驗策略，能夠發現GWAS關聯的靶基因。其中方法開發上較為多產的一個領域，是融合GWAS和表達數量性狀基因座（eQTL）研究的數據，來鑒定轉錄本和複雜性狀的聯繫。

這些研究的目的最終都是要實現臨床轉換的，雖然從基礎到臨床還有很長的路要走，但我們也已看到了一些成功的例子，包括GWAS對藥物開發的直接貢獻，這也提示我們有很多條路可走。

GWAS研究結果與已知的藥物靶點

除了藥物之外，像精神分裂症這種從來沒依賴過生物標誌物診斷的疾病，GWAS是第一次提供了量化的選擇，也算是扭轉三觀的貢獻。

看看現在，想想未來

目前的GWAS研究大多基於SNP晶元，而這些晶元多是為常見變異而設計的，並不能覆蓋人群中的所有變異。可以預見，未來的GWAS研究會漸漸轉向以WGS數據為基礎。不過如果成本沒降、預算又有限的情況下，可能還是會從晶元+擴大樣本量角度去提高研究的效力。

如果仍以目前常用的SNP晶元為技術，下一個十年應該可以預測的進步包括，發現更多的變異或基因靶點與一個或多個性狀的關聯；或解釋更多的基因變異；建立更精確的基因預測模型；能更好地評估疾病的異質性，並將疾病的基因診斷導向特定的治療方法。但未來的GWAS的數據很可能從SNP晶元向WGS轉變，尤其是常見疾病的研究。

15年前，研究的局限因素在於基因分型技術，現在卻變成了能與基因數據相關聯的表型描述符，從而使疾病的分層診斷與治療方法貫穿起來。將來的研究要更注重從生物學上理解這些基因關聯，並轉化成以病人為中心的結果，比如更好的診斷與治療方法（所謂「sequence to consequence」）。

參考資料：

1.10 Years of GWAS Discovery: Biology, Function, and Translation

2.Five Years of GWAS Discovery

3.全基因組關聯研究現狀

合作微信：helixlife6

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！