1、单核苷酸多态性与疾病关联研究及利用Stata软件进行Meta分析金飞SNP 单核苷酸多态性(single nucleotide polymorphism,SNP)是基因组突变最常见的形式，是指单个碱基（A,T,C,G）的替换。包括转换（同类碱基间的变化，如A/G，C/T）和颠换（不同类型碱基间的变化，如A/C，G/T）。tagSNP 狭义的SNP指次等位基因频率（minor allele frequency,MAF）大于0.01的单碱基突变。广义SNP包含MAF小于0.01的单碱基突变。在NCBI数据库dbSNP中注册的广义SNP超过1300万个。常见SNP（common SNP）指MAF大于
2、0.05的SNP，估计在人类基因组中大于700万个。人类基因组-马赛克样结构 现在，被dbSNP数据库收录的每一个SNP均会被分配给一个不重复的，以rs加上阿拉伯数字组成的号码，如rs2120243。检索SNP最常用的网站是dbSNP数据库：www.ncbi.nlm.nih.gov/projects/SNP和HapMap网站：http:/hapmap.ncbi.nlm.nih.govHapMap计划 由于人类基因组中SNP太多，目前直接测序价格昂贵，尚不可能应用于大规模人群。HapMap计划旨在通过数个人种共数百人的全基因组测序，建立单个SNP和由多个SNP构成的单体型（haplotype)。
3、人类基因组是由一个个相连的马赛克样block组成的，在减数分裂时作为一个整体遗传。Haplotype,即单体型，是一个block中的多个SNP的分型的结合。由于连锁遗传的存在，单体型数目实际类型明显少于理论组合数（2的n次方）。人类基因组的block约1-100kb,亚洲人平均18kb。每个block常见单体型（出现频率大于0.05）一般仅5-6个。单体型由专门软件，多种方法计算得来。标签SNP（tagSNP)是指单体型中可以俘获临近SNP状态的少部分SNP。由于单体型和标签SNP的存在，不需要检测1000多万个SNP，仅需要约50-100万个SNP即可以获得整个基因组的SNP信息，使得全基因
4、组关联研究(genome wide association study,GWAS)成为可能。Haploview软件显示单体型结构 基因多态性（最常见的就是SNP）与疾病的关联研究，通常采用病例-对照研究的方法，检测SNP的状态在两组中是否有差异。经过统计学处理，得到P值,优势比（odds ratio,OR)等信息。下面举例常见的候选基因法进行的SNP关联研究方法（通常位点少，样本数少）。举例病例组病例组331人人对照组对照组324人人AAABBBABAAABBBAB1301465544821017612523380270stata命令：logit a b fw=f;logit,or di ch
5、i2tail(1,22.60)P=1.995e-06 有的研究还进行包括临床资料（性别，年龄，烟酒等）的多元logit回归。需要把每一例的基因型输入（AA，AB，BB可以分别用0，1，2表示）。基因-疾病关联研究的meta分析 简介使用stata 软件进行meta分析的方法 1.文献检索：pubmed,embase,cochrane,中文数据库等。2.文献质量评估：3.得到合格研究，从中提取有用数据，主要是基因型分布情况（AA，AB，BB）。4.检验对照组基因型分布是否符合哈迪-温伯格平衡律(Hardy-Weinberg Equilibrium),（excel表见下页）。5.寻找最适合的遗传模
6、型(OR1,OR2,OR3的相互关系）。6.利用stata软件进行分析。7.对结果进行解释。数据录入excel输入stataMeta分析森林图Odds ratio.1110Study%Weight Odds ratio(95%CI)6.15(1.60,23.68)Au(1999)1.6 1.32(0.61,2.86)Jack(2002)10.0 0.45(0.22,0.93)GUo(2003)20.5 1.13(0.66,1.93)Lou(2003)22.4 3.16(1.40,7.12)Mei(2004)5.9 1.24(0.71,2.16)Fiek(2005)19.5 3.32(1.32,
7、8.37)Dior(2006)5.5 2.83(1.33,6.00)Bob(2008)6.0 1.56(0.72,3.36)Jun(2009)8.6 1.49(1.18,1.88)Overall(95%CI)发表偏倚漏斗图分析Beggs funnel plot with pseudo 95%confidence limits lnors.e.of:lnor0.2.4.6.8-1012累积meta分析odds ratio.1110 Jun Bob Dior Fiek Mei Lou GUo Jack Au敏感性分析 1.07 1.49 1.17 1.90 2.24 Au Jack GUo Lou Mei Fiek Dior Bob Jun Study ommited Meta-analysis fixed-effects estimates(exponential form)Meta回归分析寻找研究异质性来源
