《高级医学遗传学》PPT课件.ppt

高级医学遗传学高级医学遗传学研究设计与统计分析方法介绍研究设计与统计分析方法介绍北京大学公共卫生学院北京大学公共卫生学院流行病学与卫生统计学系流行病学与卫生统计学系陈大方陈大方 教授教授 种瓜得瓜种豆得豆内内 容容 1概述概述2研究设计方法研究设计方法3统计分析方法统计分析方法 1概述概述疾病的分类 随着人类基因组计划的完成和后基因组计划的开展，人们对于疾病的认识也越来越深入。已有的研究结果发现人类疾病都与基因受损有关，因此提出了基因病-人类疾病的新概念。由此提出将人类疾病分为三种类型。第一类是单基因病。仅由单个基因DNA序列某个碱基对的改变就造成疾病，并且可以把这样的改变传递给后代。如血友病A、白化病等。第二类是多基因病（复杂性疾病）。这类疾病的发生涉及两个以上基因的结构或表达调控的改变，主要指慢性非传染性疾病，如肿瘤、高血压、冠心病、糖尿病、哮喘病、骨质疏松症、神经性疾病、原发性癫痫等。第三类为获得性基因病。主要是传染病由病原微生物通过感染将其基因入侵到宿主基因引起。如HIV。复杂性疾病的特征Genetic Heterogeneity（遗传异质性）（遗传异质性）Gene-Gene and Gene-Environment Interaction（基因基因，基因环境的交互（基因基因，基因环境的交互作用作用)Incomplete Penetrance（不完全外显性）（不完全外显性）Phenocopy（表型拷贝）（表型拷贝）Pleiotropy（多效性）（多效性）2研究设计方法研究设计方法患病家系成员设计患病家系成员设计优点:具有明显的孟德尔遗传特点。遗传方式确定（常显、常隐或X连锁）。缺点:如果指定的遗传方式不正确，可能导致错误的结论。难以收集到家系全部人员。患病家系成员设计患病家系成员设计患病同胞对设计患病同胞对患病同胞对表型不一表型不一致同胞对致同胞对患病同胞对设计患病同胞对设计优点:可以进行非参数统计分析。研究对象相对容易收集。缺点:检验效能相对较低样本量要求较大患病先证者核心家系设计患病先证者核心家系设计优点:可以进行非参数统计分析。研究对象相对容易收集。缺点:统计分析时仅仅杂合子的双亲可以有效利用。对于迟发性疾病难以收集到双亲资料。患病先证者核心家系设计患病先证者核心家系设计双生子研究设计双生子研究设计 通过比较在相似或不同环境中成长起来的同卵双生子及异卵双生子某一疾病或性状发生的一致性，来判断遗传与环境因素的作用。养子研究设计养子研究设计 通过比较、分析养子与其同胞及生身父母某疾病或性状的相似性和与其寄养同胞或养父母的相似性，研究在某种疾病或性状发生中遗传因素与环境因素相对作用的大小。家系研究中其它研究设计方法家系研究中其它研究设计方法半同胞研究设计半同胞研究设计 是指同父异母或同母异父的兄弟姐妹。根据半同胞中所研究疾病的患病情况，可分析疾病或遗传性状来自父方或母方。病例对照研究设计病例对照研究设计优点:相对容易收集到资料。投入少，产出高。缺点:由于存在连锁不平衡和种群分层，容易导致假阳性或假阴性。病例对照研究设计病例对照研究设计衍生的研究类型衍生的研究类型 巢式病例对照研究巢式病例对照研究 单纯病例研究单纯病例研究 病例时间对照设计病例时间对照设计 病病例例对对照照与与队队列列研研究究作作为为病病因因研研究究的的主主要要方方法法，有有其其各各自自的的优优势势与与不不足足，而而且且这这些些优优势势与与不不足足可可以以相相互互补补充充，因因此此，在在实实践践过过程程中中产产生生了了一一些些新新的的研研究究类类型型，结结合使用这两种方法，可以扬长避短。合使用这两种方法，可以扬长避短。病例病例-队列研究队列研究病例交叉研究病例交叉研究timeExposureStudy startsDiseaseoccurrenceExposureDiseaseoccurrencetimeStudy startsExposuretimeDiseaseoccurrenceStudy starts历史性队列历史性队列双向性队列双向性队列前瞻性队列前瞻性队列 巢式病例对照研究巢式病例对照研究（nested case control study）基本原理基本原理 按队列研究方式进行按队列研究方式进行 选择一队列，收集基线资料，采集所研究的生物学选择一队列，收集基线资料，采集所研究的生物学标志的组织或体液标本储存备用标志的组织或体液标本储存备用 随随 访访 随访到出现能满足病例对照研究样本量的病例数为随访到出现能满足病例对照研究样本量的病例数为止止匹配匹配 按病例进入队列的时间、疾病出现时间与性别、按病例进入队列的时间、疾病出现时间与性别、年龄等匹配条件，从同一队列选择年龄等匹配条件，从同一队列选择1 1个或数个非病个或数个非病例作对照，抽取病例与对照的基线资料并检测收例作对照，抽取病例与对照的基线资料并检测收集的标本集的标本资料处理资料处理 按匹配病例对照研究方法处理资料按匹配病例对照研究方法处理资料 1992 1992年年RossRoss用巢式病例对照研究用巢式病例对照研究:上海地区肝癌与尿中黄曲霉素生物学标志关系上海地区肝癌与尿中黄曲霉素生物学标志关系 18244 18244名中年男性队列中发现名中年男性队列中发现2222例肝癌例肝癌 每例配每例配5 5或或1010个对照个对照 检测研究开始时的尿样：检测研究开始时的尿样：发现黄曲霉素发现黄曲霉素B1B1及其代谢产物和及其代谢产物和DNADNA加合物的加合物的OROR值经值经 调整混杂因素后，为调整混杂因素后，为12.2)12.2)。黄曲霉素作为肝癌致病因素最直接的证据黄曲霉素作为肝癌致病因素最直接的证据 病例病例-队列研究（队列研究（case-cohort study）基本原理基本原理 研究开始时，在队列中随机选取一组样本作为对照组研究开始时，在队列中随机选取一组样本作为对照组观察结束时，队列中出现被研究疾病所有病例作病例组观察结束时，队列中出现被研究疾病所有病例作病例组与随机对照组进行比较与随机对照组进行比较 这种研究模式，可同时研究几种疾病，不同疾病有不同这种研究模式，可同时研究几种疾病，不同疾病有不同病例组，但对照组都是同一组随机样本病例组，但对照组都是同一组随机样本病例病例-队列与巢式病例对照研究的队列与巢式病例对照研究的区别区别对照是随机选取，不与病例进行匹配对照是随机选取，不与病例进行匹配随机对照组中成员如发生被研究疾病，既为对照，随机对照组中成员如发生被研究疾病，既为对照，又同时为病例又同时为病例1 1个随机对照组可以同时和几个病例组比较分析个随机对照组可以同时和几个病例组比较分析病例病例-队列与巢式病例对照研究的队列与巢式病例对照研究的优点优点 因果关系清楚因果关系清楚 资料可靠资料可靠 论证强度高论证强度高 省时省力省钱省时省力省钱 适合于分子流行病学研究适合于分子流行病学研究背背 景景19941994年年Piegorseh、Begs等提出等提出 遗传与环境的关系遗传与环境的关系 交互作用交互作用 病例对照研究和队列研究的效率费用病例对照研究和队列研究的效率费用 应用前提条件应用前提条件 在正常人群中基因型与环境暴露各自独立发生在正常人群中基因型与环境暴露各自独立发生 所研究疾病为罕见病所研究疾病为罕见病(此时可用此时可用OROR来估计来估计RRRR值值)研究示意图研究示意图单纯病例研究单纯病例研究环境暴露环境暴露基因型基因型病人病人+-+-+-解决问题解决问题 1991 1991年美国年美国Maclure提出病例交叉设计提出病例交叉设计 日常生活中一些突发事件之后日常生活中一些突发事件之后,常会伴随某些常会伴随某些结果的发生。究竟是这些突发事件导致了结果的结果的发生。究竟是这些突发事件导致了结果的发生发生,还是仅仅由于机会所致还是仅仅由于机会所致?暴露与某急性事件有关暴露与某急性事件有关 比较相同研究对象暴露情况比较相同研究对象暴露情况 在急性事件发生前一段时间与未发生事件的某段时间在急性事件发生前一段时间与未发生事件的某段时间 如果暴露与少见的事件如果暴露与少见的事件(或疾病或疾病)有关有关,那么刚好在事件发生那么刚好在事件发生前一段时间内的暴露频率应该高于更早时间内的暴露频率。前一段时间内的暴露频率应该高于更早时间内的暴露频率。研究对象研究对象 病例和对照病例和对照,两部分的信息均来自于同一个体，两部分的信息均来自于同一个体，“病例部分病例部分“危险期危险期,疾病或事件发生前的一段时间。疾病或事件发生前的一段时间。“对照部分对照部分”对照期对照期,危险期外特定的一段时间。危险期外特定的一段时间。研究是对个体危险期和对照期内的暴露信息进行比较研究是对个体危险期和对照期内的暴露信息进行比较 例如例如 据报道某种药物可以引发猝死，如果该报道据报道某种药物可以引发猝死，如果该报道正确，则应该可以观察到服用此药物后一段时间正确，则应该可以观察到服用此药物后一段时间内猝死增多，或者说在猝死前几天或几周内应有内猝死增多，或者说在猝死前几天或几周内应有服药增多的报道。服药增多的报道。3统计分析方法统计分析方法 表型与基因型一般统计分析病例-父母三结构资料的TDT分析病例-父母三结构资料对数线性模型分析同胞数据SDT分析以家系为基础的关联分析(FBAT)基因环境(基因)交互作用分析连锁分析多位点基因的单倍体型构建分析 全基因组关联分析 统计分析方法 分析基因型与表型的关系，也就是比较不分析基因型与表型的关系，也就是比较不同基因型的研究对象的表型是否存在差异，如同基因型的研究对象的表型是否存在差异，如基因型不同，表型也显著不同，则表示两者有基因型不同，表型也显著不同，则表示两者有关。关。表型为连续型变量的基因型之间比较可表型为连续型变量的基因型之间比较可用用t-t-检验、方差分析、线性回归等统计方法。检验、方差分析、线性回归等统计方法。表型为分类型变量的基因型之间比较可用卡方表型为分类型变量的基因型之间比较可用卡方检验、检验、LOGISTICLOGISTIC回归等统计方法。回归等统计方法。表型与基因型一般统计分析 原理：理理论论上上，父父母母亲亲的的两两个个等等位位基基因因传传递递子子女女的的概概率率均均各各为为50%50%，如如某某一一等等位位基基因因从从父父母母传传递递给给患患病病的的子子女女的的概概率率大大于于50%50%，表表示示传传递递不不平平衡衡。传传递递不不平平衡衡检检验验(TDT)(TDT)能能发发现现与与疾疾病病直直接接有有关关的的基基因，或与疾病基因相连锁的基因。因，或与疾病基因相连锁的基因。特点：它它主主要要用用于于分分析析定定性性性性状状（如如是是否否患患病病），不不适适用用于于定定量量性性状状（如如血血糖糖、胰岛素等表型资料）的分析。胰岛素等表型资料）的分析。病例-父母三结构资料的TDT分析原理：它它比比较较患患病病的的同同胞胞与与非非患患病病的的同同胞胞某某等等位位基基因因出出现现的的平平均均数数。理理论论上上，这这两两种种家家系系数数相相等等，如如两两种种家家系系数数显显著著不不等等，表表示示该该基基因因与与患患病病与与否否有有关关，该该基基因因可可能能是是与与疾疾病病直直接接有有关关的的基基因因，也可能是与疾病基因相连锁的基因。也可能是与疾病基因相连锁的基因。特点：主主要要用用于于分分析析定定性性性性状状（如如是是否否患患病病），不不适适用用于于定定量量性性状状（如如血血糖糖、胰岛素等表型资料）的分析。胰岛素等表型资料）的分析。同胞数据SDT分析原理：FBATFBAT以以核核心心家家系系为为单单位位计计算算每每个个核核心心家家系系数数的的基基因因型型（X X）的的分分布布概概率率与与统统计计量量“S”“S”（统统计计量量S S是是表表型型T T与与基基因因型型X X的的乘乘积积），然然后后累累加加各各核核心心家家系系的的统统计计量量S S及及S S的的方方差差与协方差，进行卡方检验。与协方差，进行卡方检验。特点：FBATFBAT既既适适应应于于定定性性资资料料又又适适应应于于定定量量资资料料，并并且且可可以以先先对对表表型型变变量量经经有有关关混混杂杂因因素素进进行行调调整整，将将调调整整后后的的残残差差值值或或校校正正值值放放入入FBATFBAT程程序序中中进进行行分分析析，这这样样得得到到的的结结果果就就是是经经过过混混杂杂因因素素调调整整后后的的关关联联分分析析的的结结果果。FBATFBAT适适用用于于各各种种类类型型的的家家系系结结构构。有有父父母母双双亲亲、只只有有单单亲亲、双双亲亲均均无无、一一个个同同胞胞、多多个同胞的家系都可混合在一起应用。个同胞的家系都可混合在一起应用。FBAT 分析原理：单单倍倍体体型型分分析析通通常常采采用用置置换换法法，通通过过对对病病例例与与对对照照两两组组分分别别构构建建单单倍倍体体型型并并计计算算各各型型频频率率进进行行的的卡卡方方检检验验，得得出出P P值值；随随机机分分配配每每个个研研究究对对象象是是病病例例还还是是对对照照，用用假假定定的的病病例例对对照照数数据据重重复复上上述述的的单单倍倍体体型型构构建建及及两两组组单单倍倍体体型型频频率率，重重复复置置换换10001000次次，得得出出10001000个个P P值值，观观察察从从假假定定的的病病例例对对照照数数据据得得来来的的P P值值小小于于从从实实际际的的病病例例对对照照分分组组样样本本得得来来的的P P值值的的比比例例（百百分分率率），该该比比例例即即为为两组比较的两组比较的P P值。值。特点：单单倍倍体体型型（HaplotypeHaplotype）是是指指同同一一条条染染色色体体上上紧紧密密相相连连的的一一些些位位点点(或或基基因因)的的组组合合。不不同同位位点点间间排排列列距距离离越越近近，在在减减数数分分裂裂时时发发生生重重组组的的可可能能性性就就越越小小，以以同同一一单单倍倍体体型型整整体体传传递递给给子子代代的的可可能能性性也也就就越越大大。单单倍倍体体型型分分析析的的可可以以帮帮助助研研究究者者进进一一步步验验证证在在连连锁锁分分析析中中所所取取得得的的数数据据，排排除除假假阳阳性性；通通过过多多个个位位点点的的单单倍倍体体型型排排列列，还还可以使某些多态性不够充分的单个位点的信息得以应用。可以使某些多态性不够充分的单个位点的信息得以应用。单倍体型构建分析 指两个或多个因素相互依赖发生作用而产生的一种效应。若交互作用存在时，当两个或两个以上的因子共同作用于某一事件时，其效应大于或小于两因子或多因子单独作用的效应。交互作用分析 OR=ad/bc OR=ad/bc当当ORge1ORge1时时,有正相乘模型交互作用有正相乘模型交互作用当当ORge=1ORge=1时时,相加模型交互作用相加模型交互作用当当ORge1ORge1时时,有负相乘模型交互作用有负相乘模型交互作用E+E+E-E-G-G-G+G+b ba ad dc c表表5-1 5-1 环境暴露与基因型环境暴露与基因型 交互作用分析方法回归分析法回归分析法多因子降维法多因子降维法 组合法组合法 随机森林法随机森林法 集合关联法集合关联法 神经网络模型神经网络模型是否有家族聚集性：家族聚集性分析。家族聚集性产生的原因：双生子分析、养子与半同胞分析。疾病在家系中的传递方式：系谱分析。单基因遗传：分离分析、遗传平衡定律。多基因遗传：u一般分析：阈值模型、遗传度估计。u有无主基因效应：综合分离分析、连锁分析。u关联分析：TDT，SDT，FBAT，交互作用分析，单倍体型构建分析、全基因组关联分析，。统计分析方法小结谢谢谢谢