Re: GWAS,GO(Gene Ontology)

看板Biotech (生命科學)作者blence ( )時間10年前 (2015/04/22 01:01)推噓4(4推 0噓 0→)

留言4則, 4人參與討論串1/1

先說一般怎麼做，初步分析的部分一般如果是case/control的，會排除那些有多重位置或如A/T/C三種type的當然考慮HWE, callrate....一些東西我就不熟了，只能從專業的paper參考我只知道GWAS先畫張manhattan plot 這樣不懂的人都可以清楚瞭解你的結果接著這筆data有幾種利用方式 1.根據plot上的cluster歸納出幾個最關鍵的chr位點從中進行fine-mapping, re-sequencing等，找出causal SNP/mutation 2.找另一群case/control(找合作單位) 進行同一平台或不同平台replicate study 3.從big data中進行傳統的candidate gene association study 包括haplotype, G-G間的joint effect，或G-E分層分析等 4.把最感興趣的SNP拿去做functional assay 1-3是相關的，再發paper之前，錢/人力夠多的話可以都做對GWAS研究者來說，4是最不熟也最不會想做，但對生物/分生的研究者則是相反，以為真的是挖到寶藏幾年前，我們lab來一位老師覺得我們有這麼多significant SNP 拜訪後想談合作，說或許可以讓他做些recombinant protein跟in vitro assay 很可惜，多數實驗背景的研究者都以為SNP在cds上 (如果這麼好康，我早就留著自己做了) 事實上，這些SNP能落在intron已經不錯了有些跟基因的TSS都數k～十數k的距離，functional assay都不知從何著手 GWAS快速進展以來更是如此(不易實驗分析) 原因是既然GWAS，廠商出的chip就至少該滿足兩個條件才會好賣一是點的密度要均勻，不能客製化哪些loci要密集一些二是上面SNP的MAF要夠，case/control都沒variant怎麼辦? 顧及密度及MAF，可用的那些點就不太會座落在cds了因此你的本文提到後續"驗證"其實有兩種解讀除了是直接地認為探討該SNP的功能影響或者看到你的回應後，覺得是上述2這個replication 你現在應該很困擾，除了慢慢拖到畢業時間到老闆放人外(誤) 畫張上述彩色的manhattan plot是能有起碼交代 (前提是抓出這些SNP要是比照一般paper的篩選流程找出來的才能信服別人) 接著藉用中研院Genepipe等網站功能，這些SNP丟到variowatch等去做annotation 用FANS評估SNP對gene影響的可能性與程度又或1000genome (1KG)網站也能計算z score評估functional significance 透過這些量化的數值，就可以讓"真的想做functional assay的人"退縮了假使你從中做出興趣，以下的不妨考慮看看因為你的兩群都是case 利用1KG可以選定接近的族群當作reference healthy control 此外台灣Biobank也有釋出local based control，也能申請個別資料彌補你沒有control的困擾如果SNP落在功能未知或太大(e.g.>500kda)的基因附近，建議直接放棄非關該phenotype的已知基因，可以用si/shRNA看cell based assay 若有幸找到有相關的基因，上述(1-3)等replicated或fine-mapping不妨試試也能用1KG或hapmap等找LD region上有沒有exonic SNP z score夠顯著就可以試試site-direct看enzyme activity或protein interaction 次之則是找proximal promoter region至intron 1範圍滿足LD, MAF又有一定比例的SNP 這樣可以試reporter assay後，回去再做該點的SNP應該也會顯著對了這裡提到的"顯著"都指p值，但是有時候往往odd ratio都不高這也是限制投入細胞實驗的衝動最後想提一下，別太相信這是"中研院那邊提供"的研究這單純的理由我覺得可能是某醫師念碩博班，於是對方切出一筆小小的data玩玩用途或者醫師提供檢體供對方lab研究但覺得一陣子沒發表所以急了於是要求拿自己sample做的data回來另覓合作單位進行分析看起來後面這個比較合理但儘管如此也太隨便了我們是個別有生統、分生的助理，才對GWAS的後續用途更順利銜接 ※ 引述《sinclairJ (Jun)》之銘言： : 作者: sinclairJ (Jun) 看板: Biology : 標題: GWAS,GO(Gene Ontology) : 時間: Mon Apr 20 23:05:59 2015 : 大家好，想在這邊請教有分析過Genome-wide association studys（GWAS）的前輩，因為 : 本身非生物或統計背景，所以對這種分析較缺乏sense : 小弟手上的GWAS data, 其Phenotype有1及2，SNP(rs number)則約有60萬個(已genotype : 為0,1,2) : 小弟目前已經用資料探勘的手法找出與Phenotype顯著的SNP，共有50幾個 : 小弟想請教的是 : 1.該如何驗證我找出的這些SNP確實是這疾病的致病基因（小弟有閱讀過paper,似乎可以 : 用模擬的方式來驗證?） : 2.若我找出這些SNP所對應的gene name,是否可以做Geno Ontology,藉此建立一個pathway : 來證明我所找的那些SNP確實會影響該疾病 : 3.還是有其他驗證方法，也請各位前輩提點我一下，甚至直接個paper叫我閱讀也可以， : 因為又非生物背景，每當辛苦看完一篇超難懂的paper時，之後發現又對研究沒幫助，那 : 種感覺真是。。。 : 以上，謝謝各位前輩幫忙，如果問題有說明不清楚的再跟我說，我會再進行補充 ※ 編輯: blence (180.218.165.124), 04/22/2015 01:03:52