骨质疏松症相关表型的全基因组关联研究 ——单变量、双变量、通路及基因相互作用分析

论文摘要

骨质疏松症是一种以骨量减少、骨的微观结构退化以及骨脆性增加为特征,最终容易造成低创伤性骨折的全身性骨骼疾病,它多发于老年人,严重影响其生活质量并给社会带来巨大的经济负担。骨质疏松症由遗传和环境共同决定,其中遗传占主要部分,其致病机理极为复杂：1)这是一种多基因疾病,由大量微效基因共同决定；2)这些基因间存在相互作用,组成一个复杂的网络；3)骨质疏松症与许多其它疾病如肥胖、糖尿病等共享一些遗传因子。引发该病的风险因子很多,如骨密度、骨大小等,它们也是骨质疏松症遗传学研究中常用的替代表型。通过连锁分析和关联分析,人们已经鉴定了一些骨质疏松症相关的遗传因子,但仍有大量因子未被鉴定。目前,最常用的鉴定方法是单变量的全基因组关联分析（分析某个标记与一种表型之间的关系）,它能在全基因组范围内鉴定疾病风险位点。然而,单变量分析忽略了基因间的相互作用和基因多效性,因此无法检测到在疾病发病机理中占据重要地位的基因间的相互作用、基因通路等,也很难发现多效性基因及弱效应的遗传因子。本研究基于双变量关联分析、基因通路分析、基因相互作用分析和拷贝数变异分析4种方法探究骨质疏松症的分子遗传机理。1、骨密度和体重指数的全基因组双变量关联研究骨质疏松症和肥胖症是高度相关的疾病,它们间可能共享一些遗传因子,但目前很少有研究对这些遗传因子进行鉴定。全基因组双变量关联分析是近年来发展出的一种检测一个分子标记与两种表型之间关联关系的分析方法,它能检测到单变量分析中很难被发现的多效性基因。本研究首先采用Affymetrix公司的Genome-Wide SNP Array6.0对1627个中国汉族无血缘关系的成年人进行基因分型,然后用R软件对体重指数和髋部骨密度进行双变量分析,最后发现有86个SNP的P值<1×10-4。这86个SNP代表37个基因,当中最显著的5个SNP是rs377046（P=4.52×10-6）,rs2166856（P=5.49×10-6）,rs4582677 （P=9.29×10-6）,rs4593399（P=9.52×10-6）和rs3862738（P=9.97×10-6）,其中rs377046、rs3862738和rs4593399分别位于3个单体型区块（Haplotype block）中。通过在2286个高加索人中对这个5个SNP及3个单体型区块中的另外31个SNP进行验证分析,结果12个SNP得到了验证,这12个SNP均位于肿瘤坏死因子配体超家族成员11（TNFSF11）基因附近的一个单体型区块中。前期研究显示TNFSF11基因与骨代谢和脂肪代谢均有联系。本研究首次发现TNFSF11基因可能是骨质疏松症和肥胖症共享的遗传因子。2、骨大小的全基因组通路分析在复杂疾病中,基因并非单个起作用,它们往往相互作用构成通路。通路是导致复杂疾病发病的重要因素,找到疾病有关的通路将更有利于阐明疾病的发病机理。然而,在骨质疏松症研究领域,此类研究非常少,尤其是针对骨大小的通路分析。骨大小也是骨质疏松症最重要的替代表型之一,其遗传机制尚未明了。本研究采用最新的基于通路的全基因组关联分析方法在中国人群和美国人群中进行骨大小相关的通路分析。通过初始分析和验证分析,发现细胞凋亡进程通路（Apoptotic processes）和生长调控通路（Regulation of growth）在中国人群中和美国人群中均与腰椎骨大小变异相关,它们的部分功能及通路中的部分基因（如干扰素γ（IFNG）基因和高迁移率族蛋白A2（HMGA2）基因等）与骨代谢相关,这是首次发现与骨大小有关的通路。3、骨密度的基因相互作用分析基因相互作用即非等位基因对同一性状起作用,它是多基因疾病发病机制中的重要组成部分,但目前对它的研究甚少。本研究从通路和基因集合着手进行基因相互作用分析,选用髋部骨密度作为表型,样本包括26个具有极端髋部骨密度的基因表达样本（12个低骨密度,14个高骨密度）,1627个中国北方人群GWAS样本和2286个美国人群验证样本。首先从mRNA水平和DNA水平对髋部骨密度的相关通路进行鉴定,然后将这些通路中的基因进行相互作用分析。经过在中国人群中的初始分析及在白人中的验证分析,发现溶质载体家族1成员7（SLC1A7）基因和泛素特异肽酶24（USP24）基因之间的相互作用与髋部骨密度显著相关,初始和验证的P值分别是7.82×10-5和0.04。这两个基因都与核因子kappaβ（NF-kB）相关,NF-kB是骨代谢中的重要因子,因此它们可能通过作用于NF-kB来影响骨代谢。本研究首次发现这两个基因的相互作用与骨密度有关。4、身高的全基因组拷贝数变异（CNV）关联分析身高是骨质疏松症研究中重要的协变量,它的遗传性较高。研究表明CNV是染色体结构变异的一种重要形式,与很多疾病或性状直接相关。本研究首次对身高进行全基因组CNV关联分析,研究样本为618个无血缘关系的中国人,采用Affymetrix 500k SNP芯片分型,运用CNAT4.0软件进行CNV的推断。通过分析发现CNV6p21.3 （P=0.013）、CNV8p23.3-23.2 （P=0.011）、CNV 9p23 （P=0.024）和CNV 6p21.3 （P=0.013）与身高变异相关。一些身高候选基因和骨代谢相关基因位于这些CNV附近,如高迁移率族蛋白A1 （HMGA1）基因和11型胶原蛋白a2 （COL11A2）基因等,这是首次发现CNV与身高存在关联。本研究采用最新的研究方法创新性地对骨质疏松症相关表型的遗传因子进行鉴定并首次发现TNFSF11基因同时作用于骨质疏松症和肥胖症；细胞凋亡进程等通路与骨大小变异相关；SLC1A7基因和USP24基因的相互作用能影响髋部骨密度；CNV6p21.3等CNV与身高相关。这些结果极大地加深了我们对骨质疏松症的认识并为今后的同类研究奠定了基础。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 骨质疏松症的研究综述
• 1.1 骨质疏松症
• 1.2 骨质疏松症的遗传学研究
• 1.3 本学位论文的主要内容和意义
• 第二章 骨密度和体重指数的全基因组双变量关联分析
• 2.1 研究背景
• 2.2 材料和方法
• 2.3 结果
• 2.4 讨论
• 第三章 骨大小的基于通路分析的全基因组关联研究
• 3.1 研究背景
• 3.2 材料与方法
• 3.3 结果
• 3.4 讨论
• 第四章 与骨密度有关的基于通路分析的基因相互作用研究
• 4.1 研究背景
• 4.2 材料与方法
• 4.3 结果
• 4.4 讨论
• 第五章 身高的全基因组拷贝数变异关联分析
• 5.1 前言
• 5.2 材料和方法
• 5.3 结果
• 5.4 讨论
• 结语
• 参考文献
• 附录
• 缩写表
• 致谢