"韩国生物库GWAS: 72,298个体的76种性状研究及122个新关联"

79 浏览量更新于2025-01-16 收藏 878KB PDF 举报

文章

对韩国生物库数据中

，

298

个个体的

个性状进

行全基因组研究

图形摘要

亮点

韩国生物库中个体的

GWAS

确定了

122

种新的关联

多效基因和性状

一项包括韩国

GWAS

的荟萃分析提高了东亚人的风险预测准

确性

作者

Kisung Nam，Jangho Kim，Seunggeun Lee

对应

lee7801@snu.ac.kr

简言之

缺乏对不同祖先群体的全基因组关联研究

（

GWAS

），导致遗传发现不足。

Nam

等报告了韩国人

个性状的

GWAS

，确

定了

122

个新的关联，并通过荟萃分析证

明了多基因风险评分的预测性能的改善。

Nam等人，2022，细胞基因组学2，100189

2022

年

月

日

作者。

https://doi.org/10.1016/j.xgen.2022.100189

会

开放获取

文章

对韩国生物库数据中72，298个个体的

76个性状进行全基因组研究

Kisung Nam

，

Jangho Kim

，

和

Seunggeun Lee

1，2，

首尔国立大学数据科学研究生院，首尔08826，大韩

电极导线触点

* 通讯地址：https://doi.org/10.1016/j.xgen.2022.100189lee7801@snu.ac.kr

总结

缺乏对不同祖先群体的全基因组关联研究（

GWAS

），导致遗传学发现和多基因评分不足我们对韩国生物

库数据中的

种表型进行了

GWAS

，即韩国基因组和流行病学研究（

KoGES

）（

n = 72

，

298

）。我们的

分析发现了

2,242

个相关基因座，包括

122

个新的关联，其中许多在日本生物银行（

BBJ

）

GWAS

中得到了

复制。我们还应用了几种最新的方法进行遗传关联检验，以增加功效，发现在简单的病例对照

GWAS

中未

发现的其他关联。我们评估了遗传多效性以研究与多性状相关的基因。在对

KoGES

和

BBJ

之间的

种表型

进行荟萃分析后，我们进一步确定了

379

种新的关联，并通过使用荟萃分析结果证明了多基因风险评分的预

测性能

个

KoGES GWAS

表型的汇总统计是公开的，有助于更好地理解东亚人群的遗传结构。

介绍

基于人群的生物库，如UK Biobank

，

和FinnGen，

促进了数万

甚至数百万样本中大量性状的全基因组关联研究（GWAS）这些

丰富的资源有助于确定许多遗传关联，并阐明复杂性状的遗传组

成

、

利用分析结果，建立了基于基因组的预测模型，并成功地

识别了具有高疾病风险的个体尽管取得了成功，但GWAS目前的

一个主要限制是相对缺乏非欧洲样本。

由于欧洲人的罕见变异

在其他祖先群体中可能具有较高的次要等位基因频率（MAF），

因此缺乏非欧洲样本可能会限制进一步的发现。此外，如果在临

床实践中使用遗传发现仅限于欧洲血统的个人，可能会导致

我们报告了来自韩国基因组和流行病学研究（KoGES）的

72，298名韩国人的76种表型的GWAS以前使用KoGES数据进

行了几次 GWAS ，包括用于人体测量特征和一些代谢物的

GWAS。

最近，通过分析大量的表型，包括对日本生物银行

（BBJ）

-14和台湾生物银行15数据的全表型分析，已经做出了

重大努力来对东亚人的遗传关联进行通过增加东亚GWAS样本的

样本量和人口多样性通过分析14个二元疾病终点、31个生物标

志物、23个饮食信息和8个饮酒量

表型，我们在全基因组显著性水平上鉴定了47种表型的2，242

个相关基因座（P 53 10

- 8

）。为了充分利用KoGES数据中的信

息，除了连续、二元和分类表型的混合效应模型外，我们还应用

了最新的生存分析方法GWAS

和纳入家族病史的方法

，并确定

了19个额外的显著相关性。在关联中，122例为新关联，在BBJ

中，超过70%的具有相应表型和遗传变异的新许多新的基因座在

欧洲人中具有非常低的MAF，这表明通过利用来自不同祖先群体

的样本可以增加功率为了找到东亚特有的遗传关联，我们使用

KoGES和BBJ（n = 251，000）GWAS结果对32个性状我们发

现了25个性状的379个新基因座，大多数是临床生物标志物，其

中85%的基因座在个体研究中未被发现我们还使用荟萃分析的

GWAS摘要构建了多基因风险评分（PRS），并表明与仅从BBJ

GWAS训练的PRS相比，使用荟萃分析的KoGES和BBJ训练的

PRS在预测UK Biobank中东亚样本的性状值时可以具有20%的

，这表明我们的分析结果的一个潜在效用我们公开提供所有

GWAS汇总统计数据，以扩大对

东亚人群的遗传基础

结果

KoGES

KoGES是韩国国家生物库的一部分，是一项前瞻性队列研究，

CellGenomics 2，100189，October 12，2022

$2022作者。1

这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。

会

开放获取

文章

Cell Genomics2，100189，2022

图1. KoGES数据和我们的研究

KoGES数据包括三个队列：基于社区的队列、城市队列和农村队列。KoGES的参与者是从国家健康考生登记处招募的，基线时年龄为R40图中的样本量表示存

在基因型（QC后）和基线评估数据的样本数量参见表S1。

测量和生物样本，如DNA，血清，血浆和尿液，收集了大约

210，000人。KoGES包括以社区为基础的安山和安星研究、以

城市社区为基础的健康受检者研究和以农村社区为基础的心血管

疾病协会研究。每个队列都有基线评估和随后的随访测量，我们

仅在本研究中使用基线测量（详见STAR方法）。图1中的表格

按队列描述了KoGES数据的样本量和平均年龄。在我们的分析

中使用了总共72，000个具有KoreanChip

基因分型和插补的样

本（参见STAR方法）。

GWAS 的 76 我们的

分析概述如图1所示，所研究的性状如表S1所示。我们分析了14

个二元疾病终点，31个生物标志物，23个饮食信息和8个关于饮

酒模式的特征。在我们的分析中使用了总共8，056，211个基因

分型和插补的变体对于连续性状和二元性状，使用SAIGE

来最

大化功效，同时控制I型错误。对于有序分类表型，我们应用比

例优势logistic混合效应模型。

47个性状的总共2，223个位点满足全基因组显著性阈值（p 53

- 8

），其中使用5 Mb的窗口宽度和R2 = 0.1的连锁不平衡阈值

鉴定显著聚集变异（表S2）。估计的错误发现率（FDR）为

0.0017 （ FDR = 76 [ 性状的数量 ] 310

[独立基因座的数量]

35310

- 8

[全基因组显著性阈值]/2，223 [显著基因座的数量]），

其中假设100万个独立基因座对应于全基因组a= 5310

- 8

。

我们进行了连锁不平衡评分回归（LDSC）

、

，以估计遗传

力和遗传相关性（表S3）。所有76个性状的平均LDSC截距值均

为1.0212，因此无显著混杂偏倚。遗传力最大的是身高（

0.400 ），其次是体重（

= 0.270 ）和血小板计数（

0.265）。估计遗传力与UKBB和BBJ相似（

分别为20.402和

0.386）。我们还计算了成对的遗传相关性，以发现表型之间的

遗传关系，

剩余13页未读，继续阅读

cpongm

粉丝: 6

"韩国生物库GWAS: 72,298个体的76种性状研究及122个新关联"

生物信息学数据分析 GWAS

introduction_to_gwas:“ GWAS简介”课程的材料

UK_Biobank_GWAS:2017年英国生物库数据发布的数据质量控制，代码和GWAS摘要输出概述

gwas:GWAS 的一些有用代码

RBD_GWAS:全基因组快速眼动睡眠行为障碍的关联研究和下游分析

ADH和ALDH基因调控网络解析：关联GWAS性状的研究

launch-ukbb-gwas:在UKBB中运行GWAS

gwas-power:R函数，用于在各种参数下计算单个关联SNP的GWAS研究的功效。 适用于使用线性回归模型的经典（即单SNP单性状）GWAS研究，即定量性状

SGUL_UK_Lipoedema_GWAS:用于英国Lipoedema GWAS的脚本

Intro_to_GWAS:使用PLINK和R进行GWAS分析的入门讲习班

最新资源

gwas-power:R函数，用于在各种参数下计算单个关联SNP的GWAS研究的功效。适用于使用线性回归模型的经典（即单SNP单性状）GWAS研究，即定量性状