微生物所参与国际大型人体菌群的宿主基因定位研究

2018 年 6 月 14 日 中国生物技术网

肠道微生物的相关研究是近几年有关微生物研究中最为火热的领域之一。多数肠道微生物的研究是关于肠道微生物与各种疾病之间关联的,其中部分研究揭示了肠道微生物在疾病发展中的作用。但将环境因素考虑其中后,这些研究就仍会遗留很多还无法解释的问题。特别是在考虑到宿主的基因型作用之后,将会有很多问题。之前4篇GWAS的研究揭示了基因型与肠道微生物之间的关系,但纵观这几篇研究也只有SLIT3这一个SNPs位点出现在其中的三篇研究之中,甚至还有报道的同一个位点在不同的研究中是相悖的情况发生。不同研究之间的不协调之处可以通过加大样本数据量,从而提高统计效率,减小假阳性来部分规避。这便是多队列交叉分析能得到的好处之一,其次便是这种多队列的分析可以打破存在于特定人群数据的统计及技术误差。

基于以上因素,作者决定发起名为MiBioGen的大型研究计划,该计划包括来自于全球不同国家研究组的18个队列,共计约1.9万名参与者。

该计划的主要研究目标是探索人体基因对人类肠道微生物的影响。为了实现这一目标该计划的组建者们建立了统一的数据分析流程。主要包括以下4个分析方向:

(1)肠道微生物数据处理流程

(2)基因型处理流程

(3)GWAS分析流程

(4)宏数据分析

该计划的统一分析流程均可在以下网页中找到:https://github.com/alexa-kur/miQTL_cookbook。

此处将简单介绍下这一分析流程的相关方面。基于16S rRNA的数据分析进行GWAS微生物丰度分析,包括四个主要步骤(加粗部分):

1、处理16S数据

2、处理SNP微阵列数据

3、建立关联研究基准

4、对所有分类群进行关联性研究

5、在alpha多样性上运行GWAS

6、获取账户并上传数据

7、进行宏数据分析

每个参与组将自行执行从1到3的步骤。第4步将集中在UMCG(格罗宁根)进行分析。本流程中的所有代码脚本都可以自主本地执行。

以上内容为中国科学院微生物研究所王军研究员为第一及通讯作者发表在Microbiome上,题为“Meta-analysis of human genomemicrobiome association studies: the MiBioGen consortium initiative”

该研究计划为开放性的,欢迎更多研究者的加入(只需与文中任意一位通讯作者联系即可)。

中国生物技术网诚邀生物领域科学家在我们的平台上,发表和介绍国内外原创的科研成果。

注:国内为原创研究成果或评论、综述,国际为在线发表一个月内的最新成果或综述,字数500字以上,并请提供至少一张图片。投稿者,请将文章发送至weixin@im.ac.cn

本公众号由中国科学院微生物研究所信息中心承办

微信公众号:中国生物技术网

回复关键词热点”可阅读热点专题文章,包括“施一公”、“肠道菌群”、“肿瘤”、“免疫”和“健康”

近期热文TOP15(统计周期:2017.2.1-2017.12.20)

直接点击文字即可浏览!

1、补牙或将成为历史?

2、科学你慢慢学,中医我先治病去了

3、科学告诉你应该多久洗一次澡

4、新证据:喝咖啡能延长寿命! 

5、据说,这是生物医学硕士博士生的真实的生活写照
6、一顿早餐到底有多重要?
7、情商也是把双刃剑!高情商或让你更脆弱
8、施一公:压死骆驼的最后一根稻草,是鼓励科学家创业!
9、“科学禁食法”真能降低重大疾病风险
10、睡眠科学家揭示出8种睡好觉的秘诀

11、有志者事竟成!2型糖尿病成功被逆转

12、每周两半小时,任何形式的锻炼都可以使你更长寿

13、喝醉以后,你以为睡一觉就没事儿了?!

14、仰卧起坐等或将成为延寿运动? 

15、冥想、瑜伽、太极等不仅能够改善身心健康...




登录查看更多
0

相关内容

具有动能的生命体。
【ICMR2020】持续健康状态接口事件检索
专知会员服务
17+阅读 · 2020年4月18日
Nature 一周论文导读 | 2019 年 5 月 30 日
科研圈
15+阅读 · 2019年6月9日
心理学与脑科学:进展、思考和展望
科技导报
9+阅读 · 2017年10月27日
Learning to See Through Obstructions
Arxiv
7+阅读 · 2020年4月2日
3D Deep Learning on Medical Images: A Review
Arxiv
12+阅读 · 2020年4月1日
VrR-VG: Refocusing Visually-Relevant Relationships
Arxiv
6+阅读 · 2019年8月26日
Mesh R-CNN
Arxiv
4+阅读 · 2019年6月6日
Arxiv
4+阅读 · 2018年1月19日
VIP会员
相关VIP内容
相关论文
Learning to See Through Obstructions
Arxiv
7+阅读 · 2020年4月2日
3D Deep Learning on Medical Images: A Review
Arxiv
12+阅读 · 2020年4月1日
VrR-VG: Refocusing Visually-Relevant Relationships
Arxiv
6+阅读 · 2019年8月26日
Mesh R-CNN
Arxiv
4+阅读 · 2019年6月6日
Arxiv
4+阅读 · 2018年1月19日
Top
微信扫码咨询专知VIP会员