作者：Chinta sidharthanl博士，Lily Ramsey， llm2024年11月8日
全基因组关联研究（GWAS）具有传统意义最后被用于绘制基因型到表型，这对于理解遗传对复杂性状的影响至关重要。然而，GWAS在完全捕获遗传相互作用方面存在一些局限性，特别是在较小或更复杂的数据集中。
在最近发表在《生理基因组学》上的一项研究中，一组科学家探索了一种称为基因组信息场理论（GIFT）的替代方法。GIFT旨在通过“自上而下”的方法增强对遗传关联的检测，其中表型变异直接影响分析。科学家们还利用绵羊遗传和代谢数据集比较了GIFT和GWAS的有效性。
研究：基因组信息的调查能力与基因型-表型定位全基因组关联研究相关的光场理论。图片来源：Prostock-studio/Shutterstock.com
许多遗传学研究都集中在绘制遗传变异和复杂性状之间的关系，传统上使用GWAS。使用GWAS的研究可以探索大量的群体数据，并通过计算数据组之间的统计平均值来识别与特定表型相关的遗传变异。
尽管这种方法已经发现了人类疾病中的许多重要关联，但它需要大样本量，并且在涉及微妙遗传相互作用的数据集中捕获复杂的基因型-表型关系对于GWAS来说通常具有挑战性。
GIFT是一种用于提高受多种遗传和环境因素影响性状的遗传分析和表型关联准确性的新方法。
研究人员使用两个数据集来评估GIFT的分析能力，并将它们与传统使用的GWAS进行比较。第一个数据集集中在600只苏格兰黑脸羔羊身上，研究了骨盆坐骨部位的骨面积特征与特定遗传变异的关系。
他们使用计算机断层扫描（CT）测量了横截骨面积，同时考虑了诸如女性父母或母亲的年龄、出生年份、性别和农场群体等因素作为固定影响。
GWAS最初用于鉴定6号染色体上与这些性状相关的显著数量性状位点（qtl）。利用这个数据集，研究人员将基于变异的GWAS与GIFT提供的另一种自上而下的方法进行了比较。
第二个数据集包括来自英国各个农场的特塞尔羔羊的肝脏样本。从肝组织中提取脱氧核糖核酸（DNA）和核糖核酸（RNA），然后进行靶向单核苷酸多态性（SNP）分析，检测参与蛋氨酸循环和单碳代谢途径的7种特定代谢物。
这些代谢物包括s -腺苷型蛋氨酸、甲基钴胺素和三甲基甘氨酸，它们都是蛋氨酸循环和琥珀酸合成所必需的。
该研究使用定制的SNP阵列来分析与这些代谢物相关的遗传标记，为肝脏代谢创建特定的基因型-表型图谱。
对于这两个数据集，研究人员使用GIFT来绘制基于表型数据的遗传路径，并生成单个snp的累积和曲线，称为遗传路径。然后，他们将这些与随机排列进行比较，以建立零假设。
然后将GWAS结果与gift产生的遗传路径进行对比，以评估每种方法捕获这些遗传关联中的表型变异性和潜在调控元件的能力。
研究发现，与GWAS相比，GIFT显著提高了遗传关联的检测。
在第一个数据集中，GWAS和GIFT都将6号染色体确定为骨面积性状的关键区域。然而，使用GIFT的分析揭示了其他染色体上的其他关联，突出了GWAS无法检测到的更微妙的遗传影响。
GIFT对更微妙的遗传关联的高灵敏度使其能够捕获6号染色体上主要QTL以外的变异，这表明骨面积性状与使用GWAS检测到的遗传标记相关。
此外，GIFT在对数据集2的分析中也优于GWAS，并揭示了某些snp与单碳代谢代谢物之间的显著关联。一些与代谢物密切相关的snp，如s -腺苷蛋氨酸和三甲基甘氨酸，被GIFT鉴定出来，而GWAS没有检测到这些snp。
通过利用整个表型范围，GIFT在检测这些关联方面表现出更高的精度，使研究人员能够检测可能参与代谢途径的调节元件。
此外，两种方法鉴定的snp的重叠是有限的，这突出了GIFT识别GWAS中使用的平均技术可能错过的独特遗传信息的能力。
总的来说，该研究提供了证据，表明GIFT自上而下的方法揭示了更全面的性状遗传关联，并证明GIFT在分析复杂性状方面提供了比GWAS更敏感的替代方法。
这些发现支持了GIFT在医学和农业基因组学以及许多其他领域的潜在应用。
