项目名称: 基于网络的全基因组关联分析方法

项目编号: No.31471246

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 生物科学

项目作者: 邓明华

作者单位: 北京大学

项目金额: 70万元

中文摘要: 认识人类疾病的遗传基础、发现遗传变异导致疾病的生物机制是人类健康的关键。全基因组关联分析(GWAS)旨在检测人群中的复杂性状与基因组上的突变位点之间的关联。表达数量性状(eQTL)分析是将基因表达量作为数量性状,发现可以解释基因表达变化的突变位点,是理解分子机制的重要手段。通常的eQTL分析以单基因、单位点的方式进行,忽略了基因之间、位点之间的可能相互作用,从而造成了统计检验功效的损失。本项目提出基于网络的关联分析方法,从三方面进行研究:其一、网络相关的遗传位点发现,旨在发现影响一组基因之间的调控网络的遗传位点;其二、遗传位点之间上位作用的检测;其三、基于网络的多数据关联分析融合,预测疾病相关的基因.

中文关键词: 表达数量性状;全基因组关联分析;数据整合;网络标记物

英文摘要: Understanding the genetic basis of human disease and the underlying mechanisms of how these diseases are affected by genetic variations is critical for public health.Genome-wide association study (GWAS)aims at detecting variants at genomic loci that are associated with complex traits in the population. Expression quantitative taits loci (eQTL) mapping has been extensively applied to unravel the genetic variants that can explain the variation in gene expression levels, which is important for the identification of disease molecular mechanism. Conventional eQTL mapping generally based on one gene-one marker method, which results in the loss of statistical power. We proposed to study the network based methods, including: (1) Identification of the network associated genetic variants, aiming at the detection of genetic marker which affects the regulatory network among a group of genes; (2) Detection of the epistasis among genetic markers; (3) Network based integration of multiple association studies, to increase the power of detection of disease associate genes.

英文关键词: eQTL;GWAS;Data Integration;Network Biomarker

成为VIP会员查看完整内容
0

相关内容

专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
35+阅读 · 2021年8月17日
专知会员服务
50+阅读 · 2021年8月13日
专知会员服务
15+阅读 · 2021年8月6日
专知会员服务
14+阅读 · 2021年5月21日
专知会员服务
45+阅读 · 2021年3月24日
专知会员服务
143+阅读 · 2021年2月3日
【WWW2021】挖掘双重情感的假新闻检测
专知会员服务
36+阅读 · 2021年1月18日
专知会员服务
45+阅读 · 2020年11月13日
人工智能预测RNA和DNA结合位点,以加速药物发现
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
国家自然科学基金
0+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Online Two-Dimensional Vector Packing with Advice
Arxiv
0+阅读 · 2022年4月21日
Arxiv
0+阅读 · 2022年4月21日
Residual Mixture of Experts
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
13+阅读 · 2018年1月20日
小贴士
相关VIP内容
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
35+阅读 · 2021年8月17日
专知会员服务
50+阅读 · 2021年8月13日
专知会员服务
15+阅读 · 2021年8月6日
专知会员服务
14+阅读 · 2021年5月21日
专知会员服务
45+阅读 · 2021年3月24日
专知会员服务
143+阅读 · 2021年2月3日
【WWW2021】挖掘双重情感的假新闻检测
专知会员服务
36+阅读 · 2021年1月18日
专知会员服务
45+阅读 · 2020年11月13日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员