生物技术创新创业分享 http://blog.sciencenet.cn/u/SNPs 美国HudsonAlpha研究院的研究员。做分子鉴别诊断平台技术的开发和免疫组库基础科研。

博文

全基因组多态相关比较研究(GWAS)的误区 精选

已有 35584 次阅读 2009-9-24 10:36 |个人分类:免疫组库新领域|系统分类:科研笔记| 生物技术, 创新, 创业

我的博士学的是医学遗传学,照说应该对GWAS(Genome Wide Association Studies)这类通过分析全基因组多态位点的方法找致病机理的方法很热中,可是我一直对这个方法持保留意见,不认为它就是我们大家都应该走的路,到怀疑这是芯片公司“忽悠”出来的“大方向”而已。

GWAS研究的假说就是某个病的发病机理可以通过比较病人和正常人的基因组多态位点得到答案。具体的研究方法就是找到一组病人,再找到一组正常对照祖,然后通过比较两组个体基因组多态位点来找到患病组特异性的遗传标识(多态位点)。而且检测的多态位点越多,找到致病基因的可能性就越大。不可否认,这个技术的确找到了一些相关突变基因,但是远远不是什么灵丹妙药,也没有给出基因组工程所预期的效果。错不在人类基因组工程上,而在于一开始的假说 上。

也许,我们应该用GWAS来研究一下中国足球队为什么总是进不了球。

许多疾病的发病都是后天的,糖尿病,心脏病等的遗传因素都难以推测。因此,想通过GWAS找到一个决定性的突变很难。而环境因素中感染又是最值得注意的。因为病毒或细菌感染可以直接影响体内细胞的调控机制。

免疫组库的研究才应该是一个热点,因为它是人与环境共处的交界点,记录了人与环境互动的过程和结果。而且就在染色体的一小部分的表达就完成了天文数字的多 样性。最近,一连有几篇文章用高通量测序的方法研究免疫组库,都赶在我们的前面发表了文章。不过,许多研究都是用Seloxa短读平台做的,标本处理的方 法也没有我们的arm-PCR那样强大,好用。我们正在赶一些实验,希望我们的第一篇文章能发到一个较好的杂志。专利是早就申请进去的了。

烧钱的东东,也让人烧心起来了。


  • 下面是和一个网友的对话:

    新浪网友

    2009-09-23 20:28:35

    想请教博 主:除了GWAS,难道还有比它更有效的方法从基因序列上去读取对人类健康有益的信息?我们能不能通过一个人的基因序列做到对一个人的硬件给出肯定的答 案?就像我们一买到电脑,一看它的硬件,就知道这台电脑的大致性能。但我相信我们人类能够做到这一点,并且GWAS是朝这个目标走出的又一重要一步。想听 听博主的看法。

    博主回复: 2009-09-23 20:55:18

    你这个问题很好。如果你的电脑不工作,有多大可能是硬件的问题,又有多大的可能是软件的问题?软件的问 题又有多大的可能是病毒?如果电脑一开箱就坏了(新生儿)那硬件(遗传)的几率就比较大。如果电脑到“中年”才坏,已经过了保修期,就难怪上硬件了。 GWAS的问题就在此,过了保修期还去找厂家的麻烦。


  • 新浪网友

    2009-09-23 23:25:06

    但通过对基因功能的了解和基因功能网络的了解,能够使人一出生就可知道自己可能的硬件状况并能及早的提出应对之策,使人人从此可以从一出生就能着手规划自己的健康。但目前对功能基因及基因网络的研究,G WAS在这一方面的作用是否有限?但却是目前最有效的方法。不知博主对此有何看法?

    博主回复: 2009-09-23 23:30:15

    我觉得这条路不是很通顺。基因算命必竟能见度有限,疾病有太大的环境因数,太大的随机性。GWAS就好像是给飞机做金属疲劳性检查,有用在能知道某个部件需要换或有“遗传缺陷”,但是不能预测到飞机起飞时碰上一群鸟。


  • 新浪网友

    2009-09-23 23:40:05

    个人认为现 在不是什么基因算命能不能行的问题,而是如何使基因算命变成现实的问题,但面对如此庞大而复杂的基因网络,无从下手,而GWAS却能够给我们一些入手的有 用信息,虽然它的作用有限,但就现在技术水平来说,算是最好的手段了,试想,如果一男孩一出生就知道他是个当数学家的料,至少给它指明了一条很有用的方 向。

    博主回复: 2009-09-23 23:54:39

    问题不在你的好意和对需求的判断,关键是GWAS不能给出你所需要的信息。不是以后不行,而是现有技术不能达到你设想的境界。还有,我不喜欢一生下来就被告之是当数学家的料,你愿意吗?那一辈子是快活还是更难过?

  • crystal

    2009-09-24 19:52:44

    今年在新英 格兰杂志发表了数篇文章辩论GWAS研究的是否有意义。总结了历年的GWAS病理/对照研究数据,发现花费了数亿美元的GWAS研究,最后获得的大部分 biomarker,对疾病预测的贡献值都是非常小的,低于7%。而且多数实验结果无法被别人所重复,我想这很能说明一些问题。究其原因,我想这项技术本 身就存在一些难以克服的问题,最关键的是一些低频发生的高风险位点被高频发生的低风险位点所掩盖,所以还得用测序来捕获全面的信息。全基因组关联分析还是 有一定的意义的,但是毕竟我们要客观的承认目前的研究水平具有很大的局限性。

    除了技术之外,仅从GWAS角度来研究疾病是远远不够的。疾 病发生的基础是基因组变异,但还和基因表达、甲基化、小RNA调控等相关;非常关键的就是个体免疫状态。有相同的基因组变异背景的个体,不一定都会发病, 你说为什么呢?因此,我想对一种疾病透彻的研究,离不开基因组变异分析、表达谱、小RNA和免疫组库中的任何一项。

    最终筛选到一组panel来准确的预测疾病,不是不可能,还需要大量数据的积累。好的病例/对照样本的收集,建立样本资源库,也是非常关键的一步。

    博主回复: 2009-09-26 01:06:42

    谢谢Crystal的客观评论。今年四月份NEJM上面的几篇文章我以前并没有注意到,你提醒以后我特地去看了那几篇文章。他们讲的主要还是“战术问题”, 而我想提出的是一个“战略问题”。不论如何,GWAS既救活了Affy也可能害死了他们。只有时间能给出答案。我给它三年(两年半)。



https://blog.sciencenet.cn/blog-290052-257517.html

上一篇:我发明的技术在美国得到了成功应用
下一篇:创新技术能改变医疗商业模式:Google成医生
收藏 IP: .*| 热度|

12 易会广 孙学军 牛丕业 杨远帆 刘圣林 高建国 许培扬 任甫 李怀珠 dingsimin pkuzeal xqhuang

发表评论 评论 (15 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-20 22:35

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部