自然遗传学。作者手稿;PMC 2009年5月27日提供。
以最终编辑形式发布为:
预防性维修识别码:项目经理2687076
EMSID:英国MS4360
十个与身高相关的基因座的鉴定凸显了人类生长的新生物途径
,1中,2 ,三,25 ,4,5,25 ,6,7,25 ,8,25 ,三,9,25 ,4,5 ,1中,10 ,2 ,1 ,4 ,1 ,4,5 ,11 ,12 ,9糖尿病遗传学倡议,24融合,24科拉,24前列腺癌、肺癌、结直肠癌和卵巢癌筛查试验,24护士健康研究,24萨迪尼亚,24 ,三 ,13 ,12,14 ,6,7,15 ,16,17 ,7 ,1中,18,19 ,20 ,21 ,1中,6,7,15 ,8 ,三 ,4,5 ,22和1中,2,23
纪尧姆信件
1美国马萨诸塞州剑桥市麻省理工学院和哈佛大学医学与人口遗传学项目,邮编:02142
2美国马萨诸塞州波士顿市儿童医院遗传学和内分泌科及基因组学项目
安妮·U·杰克逊
三美国密歇根大学生物统计系统计遗传学中心,密歇根州安阿伯48109
克里斯蒂安·吉格
4德国国家环境与健康研究中心流行病学研究所,85764 Neuherberg
5德国慕尼黑81377慕尼黑大学医学信息、生物计量和流行病学研究所流行病学系
弗雷德里克·舒马赫
6美国马萨诸塞州波士顿市布莱根女子医院和哈佛医学院医学部Channing实验室,邮编:02115
7美国马萨诸塞州波士顿哈佛公共卫生学院流行病学系分子和遗传流行病学项目
索尼娅·伯恩特
8美国马里兰州贝塞斯达,国家癌症研究所(NCI),国家卫生研究院(NIH),卫生与公众服务部(DHHS),癌症流行病学与遗传学部,职业与环境流行病学分会,邮编:20892
塞雷娜·桑纳
三美国密歇根大学生物统计系统计遗传学中心,密歇根州安阿伯48109
9意大利卡利亚里09042蒙塞拉特蒙塞拉特邦Cittadella Universitaria di Monserrato神经遗传学研究所(INN)
苏珊娜·伊赫拉曼迪
4德国国家环境与健康研究中心流行病学研究所,85764 Neuherberg
5德国慕尼黑81377慕尼黑大学医学信息、生物计量和流行病学研究所流行病学系
本杰明·福伊特
1美国马萨诸塞州剑桥市麻省理工学院和哈佛大学医学与人口遗传学项目,邮编:02142
10美国马萨诸塞州波士顿市马萨诸塞总医院人类基因研究中心,邮编02114
约翰·巴特勒
2美国马萨诸塞州波士顿市儿童医院遗传学和内分泌科及基因组学项目
坎迪斯·吉杜奇
1美国马萨诸塞州剑桥市麻省理工学院和哈佛大学医学与人口遗传学项目,邮编:02142
伊利希
4德国国家环境与健康研究中心流行病学研究所,85764 Neuherberg
雷切尔·哈科特
1美国马萨诸塞州剑桥市麻省理工学院和哈佛大学医学与人口遗传学项目,邮编:02142
艾丽斯·海德
4德国国家环境与健康研究中心流行病学研究所,85764 Neuherberg
5德国慕尼黑81377慕尼黑大学医学信息、生物计量和流行病学研究所流行病学系
凯文·雅各布斯
11美国马里兰州盖瑟斯堡生物信息咨询服务公司,邮编:20877
瓦莱丽亚·利森科
12瑞典隆德大学马尔默大学医院临床科学、糖尿病和内分泌科,205 02马尔默
曼努埃拉·乌达
9意大利卡利亚里09042蒙塞拉特蒙塞拉特邦Cittadella Universitaria di Monserrato神经遗传学研究所(INN)
迈克尔·博恩克
三美国密歇根大学生物统计系统计遗传学中心,密歇根州安阿伯48109
斯蒂芬·查诺克
13美国马里兰州贝塞斯达NIH DHHS NCI癌症流行病学和遗传学部转化基因组实验室,邮编:20892
Leif C Groop公司
12瑞典隆德大学马尔默大学医院临床科学、糖尿病和内分泌科,205 02马尔默
14芬兰赫尔辛基大学赫尔辛基中心医院医学部和赫尔辛基学院分子医学研究计划
胡丙长
6美国马萨诸塞州波士顿市布莱根女子医院和哈佛医学院医学部Channing实验室,邮编:02115
7美国马萨诸塞州波士顿哈佛公共卫生学院流行病学系分子和遗传流行病学项目
15美国马萨诸塞州波士顿哈佛公共卫生学院营养系
博伊索马
16芬兰雅各布斯塔德马尔姆斯卡市卫生中心和医院
17芬兰赫尔辛基Folkhälsan研究中心
彼得·卡夫
7美国马萨诸塞州波士顿哈佛公共卫生学院流行病学系分子和遗传流行病学项目
Leena Peltonen女士
1美国马萨诸塞州剑桥市麻省理工学院和哈佛大学医学与人口遗传学项目,邮编:02142
18Wellcome Trust Sanger Institute,Hinxton CB10 1SA,英国
19芬兰赫尔辛基大学分子医学系、国家公共卫生研究所和医学遗传学系,FI-00014
维克科·萨洛马
20流行病学和健康促进部。芬兰赫尔辛基FI-00300国家公共卫生研究所
大卫·施莱辛格
21美国马里兰州巴尔的摩Nathan Shock Drive 5600号国家老龄研究所老年学研究中心,邮编:21224
大卫·J·亨特
1美国马萨诸塞州剑桥市麻省理工学院和哈佛大学医学与人口遗传学项目,邮编:02142
6美国马萨诸塞州波士顿布莱根妇女医院和哈佛医学院医学部钱宁实验室02115
7美国马萨诸塞州波士顿哈佛公共卫生学院流行病学系分子和遗传流行病学项目
15美国马萨诸塞州波士顿哈佛公共卫生学院营养系
理查德·海耶斯
8美国马里兰州贝塞斯达,国家癌症研究所(NCI),国家卫生研究院(NIH),卫生与公众服务部(DHHS),癌症流行病学与遗传学部,职业与环境流行病学分会,邮编:20892
Gonçalo R Abecasis公司
三美国密歇根大学生物统计系统计遗传学中心,密歇根州安阿伯48109
H-Erich Wichmann公司
4德国国家环境与健康研究中心流行病学研究所,85764 Neuherberg
5德国慕尼黑81377慕尼黑大学医学信息、生物计量和流行病学研究所流行病学系
凯伦·莫尔克
22美国北卡罗来纳州教堂山北卡罗莱纳大学遗传学系,邮编:27599
Joel N Hirschorn先生
1美国马萨诸塞州剑桥市麻省理工学院和哈佛大学医学与人口遗传学项目,邮编:02142
2美国马萨诸塞州波士顿市儿童医院遗传学和内分泌科及基因组学项目
23美国马萨诸塞州波士顿市哈佛医学院遗传学系,邮编02115
1美国马萨诸塞州剑桥市麻省理工学院和哈佛大学医学与人口遗传学项目,邮编:02142
2美国马萨诸塞州波士顿市儿童医院遗传学和内分泌科及基因组学项目
三美国密歇根大学生物统计系统计遗传学中心,密歇根州安阿伯48109
4德国国家环境与健康研究中心流行病学研究所,85764 Neuherberg
5德国慕尼黑81377慕尼黑大学医学信息、生物计量和流行病学研究所流行病学系
6美国马萨诸塞州波士顿市布莱根女子医院和哈佛医学院医学部Channing实验室,邮编:02115
7美国马萨诸塞州波士顿哈佛公共卫生学院流行病学系分子和遗传流行病学项目
8美国马里兰州贝塞斯达,国家癌症研究所(NCI),国家卫生研究院(NIH),卫生与公众服务部(DHHS),癌症流行病学与遗传学部,职业与环境流行病学分会,邮编:20892
9神经遗传学和神经医学研究所(INN),意大利国家理工学院,转交意大利卡利亚里省蒙塞拉托蒙塞拉托市蒙塞拉托大学,邮编09042
10美国马萨诸塞州波士顿市马萨诸塞总医院人类基因研究中心,邮编02114
11美国马里兰州盖瑟斯堡生物信息咨询服务公司,邮编:20877
12瑞典隆德大学马尔默大学医院临床科学、糖尿病和内分泌科,205 02马尔默
13美国马里兰州贝塞斯达NIH DHHS NCI癌症流行病学和遗传学部转化基因组实验室,邮编:20892
14芬兰赫尔辛基大学赫尔辛基中心医院医学部和赫尔辛基学院分子医学研究计划
15美国马萨诸塞州波士顿哈佛公共卫生学院营养系
16芬兰雅各布斯塔德马尔姆斯卡市卫生中心和医院
17芬兰赫尔辛基Folkhälsan研究中心
18英国欣克斯顿CB10 1SA威康信托桑格研究所
19芬兰赫尔辛基大学分子医学系、国家公共卫生研究所和医学遗传学系,FI-00014
20流行病学和健康促进部。芬兰赫尔辛基FI-00300国家公共卫生研究所
21美国马里兰州巴尔的摩Nathan Shock Drive 5600号国家老龄研究所老年学研究中心,邮编:21224
22美国北卡罗来纳州教堂山北卡罗莱纳大学遗传学系,邮编:27599
23美国马萨诸塞州波士顿哈佛医学院遗传学系02115
25这些作者为这项工作做出了同等贡献。
作者贡献G.L.、A.U.J.、C.Gieger.、。,F.R.S.、S.I.B.、S.S.、SE.和B.F.V.进行了分析。G.L.进行荟萃分析并选择标记物进行随访。一些后续小组中的J.L.B.、C.Guiducci、T.I.和R.H.基因型标记。G.L.和J.N.H.撰写了这份手稿,其他作者提供了意见,尤其是M.B.和S.I.B.V.L.、L.C.G.、B.I.和J.N.H.是DGI和Botnia研究的调查人员。L.P.和V.S.是FINRISK97研究的研究人员。M.U.、D.S.和G.R.A.是SardiNIA研究的调查人员。K.B.J.、S.J.C.和R.B.H.是PLCO研究的研究人员。I.M.H.和H.-E.W.是KORA研究的研究人员。M.B.和K.L.M.是FUSION研究的研究者。F.B.H.、P.K.和D.J.H.是NHS的调查人员。D.J.H、R.B.H.、G.R.A.、H.-E.W.、K.L.M.和J.N.H.领导了这项研究。所有作者阅读并批准了最终手稿。
- 补充资料
补充材料。
GUID:F752460F-78B7-4324-B0D9-66859DAE7A89
摘要
身高是一个典型的多基因性状,反映了多种未发现的遗传因素的综合影响。我们对15821名个体身高的全基因组关联研究数据进行了荟萃分析,共有220万个SNP,并对超过10000名受试者的最强发现进行了随访。十个新发现的和两个先前报道的基因座与身高变异密切相关(P(P)4×10之间的值-7至8×10-22). 这12个基因座总共约占种群高度变异的2%。具有≤8个身高增加等位基因和≥16个身高增加等位基因的个体身高相差约3.5厘米。新发现的基因座,以及几个具有强烈暗示关联的额外基因座,包含了强大的生物学候选基因和意外基因,并突出了几个途径(let-7靶点、染色质重塑蛋白和刺猬信号)是人类身高的重要调节器。这些结果拓展了人类身高的生物调节以及这一经典复杂性状的遗传结构的图景。
全基因组关联研究的出现1通过从HapMap联盟获得的知识2以及全基因组基因分型技术和分析方法的最新进展,对人类遗传学领域产生了巨大影响。最近的全基因组研究已经鉴定出与复杂人类疾病相关的常见遗传变异三基因组关联(GWA)研究也已成功用于识别与数量性状相关的遗传变异,如脂质水平4和体重指数5,6这些发现,通过识别以前未知且往往是意料之外的基因,开启了人类复杂特征和常见疾病研究的激动人心的时期。
最近发现的大多数变异体的特征小效应大小对多基因疾病和性状的研究提出了挑战,因为通常需要大样本大小来识别相关的常见变异体。目前尚不清楚进一步增加样本量是否会加快发现的步伐,以及在多大程度上具有适度影响的多个基因座会揭示以前未知的生物途径。为了回答这些重要问题,我们将成人身高作为模型表型。成人身高是一个具有高遗传力的复杂性状(小时2个体内~0.8-0.9)7,8此外,高度测量准确,在很大一部分寿命内相对稳定9数据可供大量个人使用。因此,对身高的研究是剖析人类高度多基因性状结构的理想机会。此外,因为身高与几种常见的人类疾病(例如癌症)有关10,与身高相关的基因座可能具有多效性,影响其他疾病的风险或严重程度11.
利用GWA研究的数据,我们和同事确定了与成人身高变异密切相关的前两个常见变异:HMGA2型基因12和一名SNPGDF5-UQCC公司轨迹11这两种多态性解释的身高总体变化很小(占总方差的0.3-0.7%),这表明影响身高的大多数常见变异影响较小。观察到的适度影响也突出了使用大型数据集来识别“真实”身高变异的重要性:HMGA2型SNP最初是在DGI和Wellcome Trust Case Control Consortium UKT2D数据集的联合分析中发现的(n个=4921人),以及GDF5-UQCC公司该发现最初是在SardiNIA和FUSION结果分析中确定的(n个=6669人)。由于这些发现可能属于与身高相关的常见变异的效应大小上限范围,我们考虑了可能需要逐步扩大样本大小来确定其他身高位点的可能性。
在这些早期成功的鼓舞下,我们对六个GWA数据集进行了更大的荟萃分析,包括约220万SNP的15821个个体的身高关联结果,以找到与身高相关的其他位点。在这里,我们报告了十个新发现的常见SNP和高度变化之间的关联的识别和验证(每个都有P(P)< 5 × 10-7),以及另外四个与强烈暗示性证据的关联(每个都与P(P)< 5 × 10-6). 我们还确认了之前报告的两种关联(HMGA2型和GDF5-UQCC公司). 新发现的与身高相关的基因座牵涉到几个生物途径或基因集,包括let-7微RNA、染色质重塑蛋白和刺猬信号——是人类身高的重要调节器。最后,我们检验了与性别的相互作用,检验了基因座之间的上位性相互作用,并估计了每个基因座单独或组合的解释力。这些结果拓宽了我们对人类生长的生物调控的理解,并为进一步对这一经典复杂性状进行遗传分析奠定了基础。
结果
与身高相关基因座的鉴定
我们对GWA身高数据进行了荟萃分析,其中包括来自六项研究的15821名个体:两个2型糖尿病病例对照数据集(DGI4,n个= 2,978; 融合13,n个=2371),两个嵌套癌症病例对照数据集(NHS14,n个= 2,286; PLCO公司15,n个=2244)和来自基于人群的队列的两个数据集(KORA16,n个= 1,644; 萨迪尼亚17,n个= 4,305)(补充表1在线)。所有参与者都有欧洲血统。由于这些研究中的全基因组基因分型是在不同的平台上进行的(Affymetrix 500K用于DGI、KORA和SardiNIA,Illumina 317K用于FUSION,Illum 550K用于NHS和PLCO),我们使用程序MACH(Y。Li和G.R.A.,未发表的数据),从而生成2260683个常染色体SNP的兼容数据集。在每项研究中,在加性遗传模型下测试成人身高与这些SNP的相关性,并使用加权的meta分析将关联结果结合起来Z轴-评分法(方法)。然而,每个单独GWA研究的测试统计分布与零假设下的预期一致(),meta分析结果的分位数-分位数图清楚地显示,低P(P)分布右尾的值,尽管总体系统偏差证据极少(λGC公司= 1.089;). 这一结果表明,在综合分析中发现了与高度变化的真正联系,而这些联系在个别研究的背景中是无法辨别的。事实上,这些身高荟萃分析结果中的第二和第三大关联信号-HMGA2型1042725卢比(P(P)= 2.6 × 10-11)和GDF5-UQCC公司6060369卢比(P(P)= 1.9 × 10-10)-最近的研究表明,在没有被选为身材高大或矮小的人中,身高与身高有着密切的关系11,12这些发现验证了我们的荟萃分析方法,并表明与身高相关的其他基因座在我们的结果顶部或接近顶部。
荟萃分析的六个全基因组关联扫描中每一个约220万SNP的分位数-分位数图。(一)DGI公司(n个= 2,978). (b条)融合(n个= 2,371). (c(c))科拉(n个= 1,644). (d日)英国国家医疗服务体系(n个=2286)。(e(电子))PLCO公司(n个= 2,244). ((f))萨迪尼亚(n个= 4,305). 每个黑色圆圈代表一个观察到的统计数据(定义为-log10(P(P)))相对于相应的预期统计。灰色线对应于零分布。
分位数-分位数图支持与身高相关的其他位点的存在。(一)六次GWA扫描荟萃分析中2260683个SNP的绘图(n个= 15,821). 每个黑色三角形代表一个观察到的统计数据(定义为-log10(P(P)))与相应的预期统计数据进行比较。删除与12个高度信号相关的标记后,黑色方块对应测试统计数据的分布P(P)< 5 ×10-7中描述的。灰线对应于零分布。(b条)Weedon的关联结果等.18提供独立证据,证明我们荟萃分析中的前10000个SNP超过了零预期(灰色线)。我们从荟萃分析中选择了前10000个SNP(黑色三角形)和后10000个SNPs(黑色正方形),删除了标记已知高度位点的SNPsP(P)来自Weedon的值等。我们展示了单尾P(P)值,因为如果需要,我们会更正效果的方向。通货膨胀因素异常高,因为分析仅限于前10000个SNP,这些SNP可能会因真正与高度变化相关的SNP而丰富。
将与身高相关的真正变异与其他可能达到较低水平的SNP区分开来P(P)我们建立了一个两阶段随访策略,以收集直接的基因型数据,并根据插补基因型进行关联(补充图1在线)。在第一阶段,我们选择了78个代表顶级关联信号的SNP(按P(P)值,并考虑连锁不平衡(LD)以最小化冗余);然后我们在一组欧美人中对这78个SNP进行了基因分型(n个=2189),从正态身高分布的近端确定(矮,5-10百分位;高,90-95百分位)(补充表2在线)。此面板以前曾被用来非常有力地复制HMGA2型rs1042725协会12为了减少进入第二阶段的假阳性数量,并保持与身高的真正关联,我们选择了29个SNP进行进一步研究,这些SNP在欧美小组中的优势比与荟萃分析中观察到的效果方向一致(方法)。我们在四个大型验证(复制)小组中对这些SNP进行了基因分型:所有29个SNP均在基于人群的FINRISK97队列中进行基因分型(n个=7803),并且在基于人群的KORA S4中进行了基因分型(n个=4130)和购买力平价(n个=3402)队列和2型糖尿病病例对照FUSION 2期小组(n个= 2,466) (补充表3-6在线)。由于后勤和技术问题,并不是所有29个SNP都能在所有四个DNA面板中进行基因分型,因此导致我们后续战略中的一些SNP功率下降。然而,这些共同努力导致了12个SNP的识别P(P)< 5 × 10-7(使用来自荟萃分析和验证小组的证据,除了欧美小组,因为其具体的确定性),显著性水平强烈暗示了真实的关联(; 详细的关联结果和LD图如所示补充表7和补充图2分别在线)三三个位点中P(P)值在5×10之间-7和5×10-8,两份在随附的手稿中得到确认18(SH3GL3-ADAMTSL3和川东北6)其中一人在欧美身高短跑(USHT)小组中有强有力的独立证据(CHCHD7-RDHE2,P公司= 9 × 10-6;). 这表明带有P(P)这个范围内的值至少对于与高度有有效关联的位点是丰富的。此外,四个基因座显示了总体暗示证据(组合P(P)< 5 × 10-6)与成人身高相关(). 尽管SNP rs2730245位于WDR60型轨迹有一个组合P(P)= 3 × 10-7,我们选择将该标记纳入我们的暗示关联列表,因为与,这个信号有一个后续P(P)> 0.05.
表1
随访小组中29个SNPs基因分型的汇总关联结果
染色体(位置) | SNP公司 | MAF(等位基因)一 | 荟萃分析P(P)β(s.e.m.)b条 | 荟萃分析异质性我2c(c)(%) | 后续行动P(P)β(s.e.m.)b条 | 随访异质性我2c(c)(%) | 组合P(P)β(s.e.m.)d日 | 美国高温试验P(P)OR(95%置信区间)e(电子) | 附近的基因(f) |
---|
验证的关联(组合P(P)< 5 × 10-7)
|
3 (142588268) | 724016卢比 | 0.48(G) | 5.0×10-12 0.461 (0.070) | 0 | 2.5 × 10-11 0.307 (0.051) |
71
| 8.3 × 10-22 0.365 (0.038) | 7.8 × 10-8 1.4 (1.2-1.6) |
ZBTB38型
|
12 (64644614) | 1042725卢比 | 0.49(吨) | 2.6 × 10-11 -0.403 (0.070) | 8 | 1.7 × 10-10 -0.493 (0.077) | 0 | 2.7 × 10-20 -0.484 (0.051) | 4.2 × 10-6 0.8 (0.7-0.9) |
HMGA2型
|
6 (142745570) | 4896582卢比 | 0.27(安) | 3.2×10-8 -0.397 (0.077) | 0 | 6.3 × 10-12 -0.365 (0.058) | 24 | 2.4 × 10-18 -0.378 (0.051) | 2.2 × 10-5 0.8 (0.7-0.9) |
GPR126型
|
6 (26341366) | 10946808卢比 | 0.28(G) | 3.3 × 10-8 -0.448(0.083) | 40 | 1.9 × 10-10 -0.314 (0.058) |
63
| 3.8 × 10-17 -0.358 (0.045) | 3.4 × 10-8 0.7 (0.7-0.8) |
HIST1H1D公司
|
20 (33370575) | 6060369卢比 | 0.36(C) | 1.9 × 10-10 0.454 (0.077) | 0 | 1.3 × 10-7 0.410 (0.077) | 0 | 1.4 × 10-16 0.435 (0.051) | 0.012 1.2 (1.0-1.3) |
GDF5-UQCC公司
|
4 (146007626) | 1492820卢比 | 0.48(G) | 3.6 × 10-8个 -0.435 (0.077) | 0 | 3.9 × 10-5 -0.218 (0.051) | 0 | 1.2 × 10-11 -0.288 (0.038) | 0.002 0.8 (0.7-0.9) |
HHIP公司
|
14 (91529711) | 8007661卢比 | 0.30(吨) | 8.9 × 10-8 -0.486 (0.090) | 0 | 0.0015 -0.326 (0.102) | 不适用。 | 5.5×10-10 -0.416 (0.064) | 0.64 1.0 (0.9-1.1) |
行程11-ATXN3
|
6 (105514355) | 314277卢比 | 0.13(安) | 5.9 × 10-9个 0.608 (0.109) | 0 | 0.035 0.230 (0.102) | 0 | 1.1 × 10-8 0.410 (0.077) | 0.26 1.1 (0.9-1.3) |
LIN28B系列
|
19 (2121954) | 12986413卢比 | 0.45(吨) | 2.0 × 10-5 0.333 (0.077) | 23 | 3.7 × 10-4 0.275 (0.077) | 60 | 2.9×10-8 0.307 (0.051) | 0.20 1.1 (1.0-1.2) |
DOT1L公司
|
15 (82077496) | 2562784卢比 | 0.17(克) | 2.9 × 10-5 0.307(0.083) | 三 | 5.5 × 10-4 0.397 (0.115) | 不适用。 | 6.4 × 10-8 0.339(0.064) | 0.28 1.1 (1.0-1.2) |
SH3GL3-ADAMTSL3
|
8 (57318152) | 9650315卢比 | 0.13(吨) | 9.6 × 10-6 -0.474 (0.102) | 46 | 0.010 -0.352 (0.134) | 26 | 3.8 × 10-7 -0.429 (0.083) | 9.0 × 10-6 0.7 (0.6-0.8) |
CHCHD7-RDHE2
|
7 (91901556) | 2040494卢比 | 0.50(C) | 4.8 × 10-5 -0.288 (0.077) | 29 | 0.0020 -0.237 (0.077) | 0 | 3.8 × 10-7 -0.262 (0.051) | 0.18 0.9 (0.8-1.0) |
川东北6
|
暗示联想(5×10-6>组合的P(P)> 5 × 10-7)
|
7 (158224265) | 2730245卢比 | 0.33(克) | 2.6 × 10-7 0.410 (0.083) | 4 | 0.082 0.179 (0.102) | 23 | 3.0 × 10-7 0.320 (0.064) | 0.99 1.0(0.9-1.1) |
WDR60型
|
9 (130493638) | 7466269卢比 | 0.33(克) | 1.2 × 10-5 -0.339(0.077) | 0 | 0.011 -0.198 (0.077) | 0 | 7.5 × 10-7 -0.269 (0.058) | 0.48 1.0 (0.9-1.1) |
FUBP3型
|
9 (116214350) | 7869550卢比 | 0.24(G) | 9.5 × 10-6 -0.429 (0.090) | 0 | 0.18 -0.218 (0.090) | 2 | 1.2 × 10-6 -0.326 (0.064) | 0.58 1.0 (0.8-1.1) |
PAPPA公司
|
17 (51785154) | 12449568卢比 | 0.47(C) | 4.7 × 10-6 0.333 (0.077) | 19 | 0.047 0.153 (0.077) | 35 | 2.4 × 10-6 0.250(0.051) | 0.49 1.0 (0.9-1.2) |
ANKFN1
|
其他(合并P(P)> 1×10-5)
|
16 (615681) | 763014卢比 | 0.43(C) | 2.5 × 10-5 0.307(0.077) | 41 | 0.033 0.166 (0.077) | 59 | 5.1 × 10-6 0.237 (0.058) | 0.05 1.1 (1.0-1.3) |
RAB40C型
|
14(36069800) | 17104630卢比 | 0.04(G) | 1.4 × 10-5 -0.621 (0.141) | 0 | 0.062 -0.250 (0.128) | 2 | 8.1 × 10-6 -0.422 (0.096) | 0.02 0.8 (0.6-1.0) |
NKX2-1型
|
8 (41596148) | 11786297卢比 | 0.05(克) | 4.9 × 10-5 0.544 (0.128) | 20 | 0.10 0.320 (0.186) | 52 | 3.9 × 10-5 0.474 (0.102) | 0.39 1.1 (0.9-1.4) |
AGPAT6公司
|
14 (91477446) | 3783937卢比 | 0.28(吨) | 5.5×10-5 -0.326 (0.083) | 35 | 0.15 -0.128 (0.090) | 0 | 8.2 × 10-5 -0.237 (0.064) | 0.02 0.9 (0.8-1.0) |
FBLN5型
|
16 (2225358) | 26840卢比 | 0.43(吨) | 1.6 × 10-4 0.326 (0.077) | 0 | 0.29 -0.128 (0.186) | 46 | 1.5 × 10-4 0.269 (0.064) | 0.02 1.2(1.0-1.3) |
E4F1系列
|
5 (4573856) | 1450822卢比 | 0.48(A) | 4.1 × 10-4 0.282 (0.077) | 10 | 0.43 0.141 (0.186) | 6 | 3.3 × 10-4 0.262 (0.070) | 0.21 1.1 (1.0-1.2) | |
8 (129118629) | 13249999卢比 | 0.05(吨) | 2.8 × 10-4 -0.768 (0.198) | 18 | 0.30 -0.205 (0.198) | 不适用。 | 3.6 × 10-4 -0.480 (0.141) | 0.59 0.9 (0.8-1.2) | |
20 (5034939) | 6116651卢比 | 0.10(吨) | 4.8 × 10-5 -0.531 (0.122) | 36 | 0.46 -0.122 (0.147) | 0 | 4.7 × 10-4 -0.371 (0.096) | 0.004 0.8 (0.6-0.9) |
C20或f30
|
4 (4394990) | 2916448卢比 | 0.13(C) | 3.9 × 10-7 -0.531 (0.102) | 0 | 0.67 0.070(0.160) | 23 | 5.5 × 10-4 -0.358 (0.090) | 0.25 0.9 (0.8-1.1) |
利亚尔
|
4 (82511461) | 1662845卢比 | 0.35(吨) | 5.7 × 10-5 0.326 (0.083) | 0 | 0.60 0.038 (0.077) | 77 | 9.1 × 10-4 0.179 (0.058) | 8.5 × 10-6 1.3 (1.2-1.5) |
PRKG2系列
|
15 (77391837) | 11858942卢比 | 0.37(克) | 8.2 × 10-6 0.339 (0.077) | 0 | 0.86 -0.013 (0.083) | 0 | 0.0015 0.173 (0.058) | 0.54 1.0 (0.9-1.2) |
TMED3公司
|
7 (50439131) | 12540874卢比 | 0.29(G) | 7.3 × 10-5 -0.288 (0.077) | 0 | 0.91 0.006(0.083) | 0 | 0.0027 -0.160 (0.058) | 0.98 1.0 (0.9-1.1) |
GRB10级
|
18 (48613000) | 12958987卢比 | 0.23(吨) | 8.8 × 10-6 -0.339 (0.083) | 0 | 0.16 0.154 (0.109) | 不适用。 | 0.0045 -0.160 (0.064) | 0.69 1.0 (0.9-1.1) |
直流控制
|
与高度相关的信号特征
人口分层可能是高度和其他人类表型关联研究的一个强烈混淆因素19我们采取了几个步骤,以确保我们研究中确认的身高相关信号不是由于人口分层。使用主成分方法对NHS和PLCO数据集中的关联检验进行了剩余人口结构校正20; 对DGI不相关成分的类似分析没有改变(补充表8在线)。对芬兰境内地理来源分层的FINRISK97复制小组的分析没有改变与身高相关的强度(补充表9在线)。最后,使用已知的279个变异与欧洲衍生人群的主要祖先轴相关21,我们计算了一个小的通货膨胀系数(λ)我们的身高荟萃分析结果为1.09,表明即使通过为此目的选择的标记也没有显示出实质性分层。综上所述,这些结果表明,在我们的研究中发现的与身高的遗传关联不太可能是由于人口分层。
对于识别出的16个SNPP(P)< 5 ×10-6(),在FINRISK97小组中,没有证据表明偏离了加性遗传模型(P(P)>加性与无约束两自由度检验的似然比检验为0.05),男女之间的影响大小没有显著差异(P(P)>0.05),并且位点之间没有强烈的上位性相互作用(在SNP rs1492820和SNP rs10946808之间观察到最显著的相互作用(P(P)=0.001),在对120个相互作用的成对测试进行校正后,该值不显著)。
与身高相关的基因座的解释力
这里报告的每个常见身高SNP解释了身高中残留表型变异的一小部分(0.1-0.8%;补充表7). 当综合分析时,12个SNP与P(P)< 5 × 10-7在FINRISK97面板中,只有2.0%的高度变化是由基因变异引起的,远低于估计的80-90%。为了评估这组初始变异体的累积预测值,我们通过计算FINRISK97面板中具有这12个SNP的完整基因型的每个参与者的身高增加等位基因数(12个SNPs;身高得分0-24),创建了一个“身高得分”(n个= 7,566). 平均而言,具有≤8个“高”等位基因(FINRISK97的4.7%)的男性和女性分别比具有≥16个“高“等位基因的男性和雌性(FINRISK97的7.1%)短3.5厘米和3.6厘米(). 每个T等位基因的个体效应大小为0.3 cm川东北6rs2040494到0.5厘米每C等位基因HMGA2型1042725卢比().
综合效应分析。对于FINRISK97小组中的每个参与者,在12个SNP中具有完整的基因型P(P)< 5 × 10-7在里面(n个=7566),我们计算了身高增加等位基因的数量,以得出身高分数。将≤8或≥16个“高”等位基因的个体分组。对于每个身高评分组,分别在男性和女性中绘制平均±95%的置信区间。男性轴在左侧,女性轴在右侧(比例相同)。深灰色回归线表明,对于男性和女性来说,每个额外的“高”等位基因都会使身高增加0.4厘米。背景中的浅灰色直方图表示每个身高得分组中个人的相对比例(身高得分≤8:4.7%;身高得分9:6.2%;身高分数10:11.1%;身高评分11:15.5%;身高评分12:17.5%;身高得分13:15.6%;身高得分14:13.7%;身高得分15:8.6%;身高得分≥16:7.1%)。
讨论
这里报道的一些SNP属于或接近强候选身高基因,例如最近描述的与HMGA2型(参考。12)和GDF5-UQCC公司11而其他人则发现了以前未知的基因座。总之,这些联系突出了在调节人类生长方面非常重要的生物途径。
刺猬相互作用蛋白(HHIP公司; rs1492820)是Hedgehog信号传导的转录靶点和拮抗剂;它以高亲和力与三种哺乳动物Hedgehog蛋白结合22.小鼠同源物,髋关节表达于软骨膜,包括印度刺猬侧翼的区域(Ihh公司)在阑尾和轴骨中的表达。异位过度表达髋关节小鼠软骨会导致严重的骨骼缺陷,包括短肢侏儒症,这一特征让人联想到Ihh公司无鼠标22,23.
我们在与染色质结构相关的基因中或其附近鉴定了几个相关SNP。除了HMGA2型编码染色质结合蛋白,我们发现与第6染色体组蛋白簇中的SNP(rs10946808)相关,与组蛋白甲基转移酶中的SNPs(rs12986413)相关DOT1L公司甲基-DNA结合转录抑制因子基因内含子中的基因和SNP(rs724016)ZBTB38型目前尚不清楚这些基因座的遗传变异是如何调节身高的,但染色质结构的调节与身高之间存在联系的先例:以极高身高为特征的Sotos综合征(MIM117550)是由组蛋白甲基转移酶基因的突变和缺失引起的NSD1号机组。测试高度是否在HMGA2型,6号染色体组蛋白簇,DOT1L公司和ZBTB38型改变Sotos综合征的临床结果,或者这些基因的严重突变,特别是DOT1L公司,可能导致Sotos综合征样表型。
变异rs1042725与成人和儿童身高密切相关12,位于的3′UTRHMGA2型值得注意的部分原因是HMGA2型是经验证的人类基因数量最多的let-7microRNA结合位点24,25事实上,rs1042725与let-7位点,提示SNP通过改变microRNA结合从而改变HMGA2型。当我们检查我们的12个身高基因座列表时,我们有点惊讶地发现之前描述的另外三个目标let-7:细胞周期调节器川东北6(参考。26)组蛋白甲基转移酶DOT1L公司27和基因LIN28B系列28.PAPPA公司,一个结合了P(P)= 1.2 × 10-6在我们的研究中,还包含一个预测let-7结合位点27因此,影响身高的基因似乎在验证或潜在方面得到了丰富let-7目标:16个(31%)与身高相关的确认或暗示基因座中有5个let-7结合位点,与人类基因组中2%的基因相比(Fisher精确测试P(P)= 3 × 10-5). 因为microRNAs可以共同调节参与同一生物过程的基因,所以测试其他靶点let-7,或出租-7本身就是成人身高的调节器。
在我们对GWA研究和复制队列的荟萃分析中,变异体中也有值得注意的候选基因,这些变异体在与身高相关方面表现出强烈但尚未达到决定性的显著水平。SNP上游28 kbPRKG2系列(rs1662845)编码cGMP依赖性蛋白激酶II(cGKII),在我们对GWA扫描的荟萃分析中显示出与身高密切相关(P(P)= 5.7 × 10-5)和欧美高度面板中的方向相同(P(P)= 8.5 × 10-6)和FUSION第2阶段样品(P(P)=0.001),但不在FINRISK97中(P(P)=0.93,相反方向)和PPP(P(P)=0.16,相反方向)面板。a该基因座是高度变化的有力候选基因。第一,Prkg2型-/-小鼠出现侏儒症,这是由生长板软骨内骨化严重缺陷引起的29第二,自然产生的Komeda微型大鼠石川突变体具有一般的纵向生长迟缓,是由于编码cGKII的大鼠基因缺失所致30因此,在啮齿动物中,cGKII显然在骨骼生长中起作用,在软骨细胞增殖和分化之间起分子开关的作用。我们预测,更大规模的复制研究将证明每千克2该基因座确实对人类的身高变异有贡献,但似乎也可能存在研究间的异质性。
一些新发现的与身高相关的基因座位于与身高关系不太明显的基因附近,包括G蛋白偶联受体基因126加仑,一个包含甲状腺激素受体相互作用物的位点行程11和ataxinATXN3型基因,一个带有亨廷顿相互作用基因的位点SH3GL3型糖蛋白金属蛋白酶基因适配器3(后者在结肠癌中经常发生突变31),一个带有基因的位点CHCHD7公司,经常与广场1涎腺腺瘤中的癌基因32和表皮视网膜脱氢酶2基因RDHE2号机组.因为LD(补充图2),这些位点上的因果等位基因可能不位于这些基因中;可能需要在较大的队列或不同血统的人群中进行精细定位,以精确定位相关基因和功能变体。或者,这些基因本身可能会影响身高,还需要进一步的工作来阐明相关的途径和机制。
我们注意到,随附的韦登手稿等.18确定我们研究中报告的几个位点与身高的关系(ZBTB38、HMGA2、GDF5-UQCC、HHIP、SH3GL3-ADAMTSL3、CDK6)和我们一样,报告了一个在FUBP3型轨迹(P(P)= 7.5 × 10-7在我们的研究中;P(P)= 2.0 × 10-5在威登等。).FUBP3型,一个与c-myc公司因此,调节可能代表一个与身高相关的额外位点。
我们验证的与高度相关的变量没有足够强的影响来产生可检测的联动信号33.我们的三个基因座位于先前报道的高度连锁峰值之下8以下为:ZBTB38型lod评分2.03;行程11-ATXN3lod评分2.01;和川东北6,lod得分2.26。然而,由于17.6%的基因组与lod评分>2的高度连锁峰重叠,因此这种共定位的数量并不比偶然预期的多(观察到的3个,而预期的2.12个)。一些基因可能同时含有影响身高的常见和罕见变异,因此在具有真正遗传基础的相关和连锁位点之间可能会出现一些重叠。此外,连锁区域可能指示稀有变异或其他类型的遗传变异的位置,而我们当前的关联方法没有很好地捕捉到这些变异。
正如预期的那样,由于众所周知的“赢家诅咒”现象,GWA荟萃分析中估计的效应大小通常大于复制样本中观察到的效应大小34也许不太受重视的是,胜利者诅咒效应的大小取决于效应大小的潜在分布:小效应变量的数量越多,更有可能的是,这些变体中的一个或多个将接近全基因组意义,即使在一项没有很好检测到这些非常轻微影响的研究中35。这样的变体将很难令人信服地进行复制,除非使用非常大的复制队列。因此,即使是我们未能复制的一些初始关联最终也可能得到验证。
考虑到与身高相关的验证变量观察到的适度影响大小(; 平均值=0.4cm每增加一个等位基因),单个GWA研究的分位数-分位数图与零期望基本上无法区分,这并不奇怪(). 事实上,我们计算出,一项对3000名无关个体的研究有1%的能力检测到一种变异(次要等位基因频率10%),这种变异在统计阈值为P(P)= 1 × 10-5相比之下,一项针对16000名个体的研究有72%的能力识别相同的变异(事实上,当使用荟萃分析方法合并结果时,能力略有下降)。我们通过将个别研究与几乎为零的研究相结合来发现有效关联P(P)-值分布强调了使用大型数据集查找影响较小的常见变量的重要性。当我们从荟萃分析结果中删除12个经验证的身高变异(以及附近的相关SNP)时P(P)值仍超过空期望值(,填充的正方形)。此外,10000个SNPP(P)在一项独立的meta分析中,这些数值也显示了过多的相关性证据18即使排除了所有已知与身高相关的基因座(). 这些结果表明,还有其他与常见等位基因的关联尚待发现,但我们的荟萃分析没有足够的力量来确定这些关联,因为影响大小很小。
我们的结果有几个含义。首先,他们概述了以前未知的多个基因和生物途径在调节身高方面的作用,证实了无偏见的遗传方法产生新生物学见解的能力。这些基因的鉴定不仅扩大了我们对人类生长的认识,而且还促进了这些基因成为尚未解释的严重身高或身材矮小综合征的候选基因。其次,这些发现令人信服地证实了身高的多基因性,这是一个典型的复杂性状,并表明,至少对于这一性状,越来越多的GWA研究可以发现越来越多的相关基因座。第三,每个变体对表型变异的贡献很小(尽管确定本文报道的每个基因座的总贡献需要更全面的重新测序和基因分型);因此,数百个共同变异影响复杂性状,如身高和/或其他遗传贡献者(例如,基因-基因或基因-环境相互作用、具有较大影响的罕见变异或结构多态性等未捕获的基因组特征),其中之一将发挥重要作用。特别是,因为这里分析的GWA研究中使用的质量控制标准会删除受拷贝数多态性影响的SNP,所以我们无法得出任何关于这些变异对成人身高的作用的结论。随着适用于大型队列的新平台和改进的分析工具的开发,很可能很快就会阐明常见结构变体在人类复杂特征(如成人身高)中的作用。最后,如果身高确实是其他复杂性状的良好模型,这些结果表明,GWA研究的大型荟萃分析将不仅为人类生长提供见解,也为常见疾病的潜在生物学机制提供见解。
方法
全基因组关联研究样本的描述
糖尿病遗传学倡议(DGI)分析的个体已在其他地方进行了描述4总共有1464例2型糖尿病患者,1467例来自芬兰和瑞典的欧洲血统对照。芬兰-美国非胰岛素依赖型糖尿病遗传学(FUSION)GWA研究的调查包括1161例芬兰2型糖尿病(T2D)病例、1174例正常糖耐量(NGT)对照组和122对病例对照组的后代13根据芬兰境内的年龄、性别和出生省份,病例和对照组进行了匹配,如前所述。KORA全基因组关联研究样本是从KORA S3调查中招募的,该调查是来自德国南部奥格斯堡地区普通人群的基于人群的样本。1644名研究参与者持有德国护照,并且来自欧洲16护士健康研究(NHS)GWA扫描包括2286名欧洲血统注册护士的DNA:1145名绝经后浸润性乳腺癌患者和1142名配对对照14前列腺癌、肺癌、结直肠癌和卵巢癌筛查试验(PLCO)GWA扫描包括1172例欧洲血统的非西班牙裔前列腺癌病例和1105例匹配的对照15。SardiNIA GWAS对参与意大利撒丁岛Ogliastra地区aging-related数量性状纵向研究的4305名相关个体进行了检测17。有关更多详细信息,请参阅补充方法在线。
后续样品说明
欧裔美国人(n个=2189)样本是一项身高-身高研究,受试者在成人身高中的排名为5-10百分位(矮女性,152-155厘米;矮男性,164-168厘米),在成人身高的90-95百分位中的排名(高女性,170-175厘米;高男性,185-191厘米)19所有人都是自我描述的“白人”或“欧洲血统”。所有受试者都出生在美国,他们的祖父母都出生在欧洲或美国。使用遗传功率计算器36假设在整个表型分布中存在纯粹的加性遗传效应,我们计算出,欧美高短板的研究设计提供了33.0、79.0和98.6%的检测能力,以分别解释≥0.1、0.25和0.5%的身高表型变异(在α-阈值0.01),与meta分析中观察到的效果相比,在同一方向上满足我们对任何比值比的不太严格的筛选标准的能力更大。FINRISK 1997是芬兰国家公共卫生研究所每五年进行的基于人群的风险因素调查之一37经国家公共卫生研究所伦理委员会批准(第38/96号决定)。样本来自五个地理区域的国家人口登记册。FUSION第2阶段研究包括一系列病例和对照,以考虑芬兰的年龄、性别和出生省份13KORA S4样本来自德国南部的奥格斯堡,与KORA S3人群不重叠。Botnia研究中的糖尿病患病率、预测和预防(PPP)是一项始于2004年的基于人群的研究,旨在研究2型糖尿病的流行病学。有关更多详细信息,请参阅补充方法这些研究得到了相应的道德审查委员会的批准。
基因型插补
由于GWA扫描使用不同的基因分型平台,我们使用MACH中实现的隐马尔可夫模型(Y.Li和G.R.a.,未发表的数据)为每次扫描中的所有多态性HapMap SNP输入基因型。这种方法使我们能够在所有扫描中评估相同SNP的相关性。插补方法将每个样本的基因型数据与HapMap CEU样本(2006年7月阶段性单倍型释放)相结合,然后概率推断未观察到的基因型。该推断依赖于在HapMap CEU参考小组中研究样本和个体之间共享的单倍型延伸的识别。对于每个个体的每个SNP,插补结果总结为“等位基因剂量”,定义为该SNP处次要等位基因的预期拷贝数(介于0.0和2.0之间的分数)。如前所述,第页2估计每个估算的基因型和真实的潜在基因型之间的差异,并作为质量控制指标(rsq_hat补充表7). 我们选择了一个估计第页2>0.3作为标记和丢弃低质量插补SNP的阈值(参考。13以及Y.Li和G.R.A.,未公布数据)。
关联分析
对于所有研究,除了欧美身高面板,我们将身高转换为Z轴评分,适当时考虑性别、年龄和疾病状态。对于DGI、KORA S3、NHS、PLCO、FINRISK97、KORA S4和PPP队列,我们使用PLINK中实现的回归框架进行了关联测试38对于基因型标记,以及在MACH2QTL(Y.Li和G.R.A.,未发表的数据)中,其中考虑了输入SNP的剂量信息(0.0-2.0)。对于DGI,我们使用基因组控制方法来纠正相关个体的存在。在FUSION和SardiNIA数据集中,使用一种允许相关性的方法对基因型SNP和插补SNP进行关联测试,在方差分量模型的背景下估计回归系数39使用Cochran-Mantel-Haenszel(CMH)检验对欧美高短板进行统计分析38按祖父母的欧洲地区划分。
荟萃分析
本手稿中的关联结果考虑了每个输入基因型的后验概率。为了合并结果,我们使用加权Z轴-评分方法:
z(z)w个是加权的Z轴荟萃分析双尾的得分P(P)计算值,z(z)我是Z轴研究得分我(计算为相应单尾的累积正态概率密度P(P)值,如果需要,通过减去P(P)当效果方向反转时,值从1开始),N个我是研究的样本量我和N个总数是总样本量。总的来说,我们综合了15821名个体中2260683个常染色体SNP的关联结果(DGI、,n个= 2,978; 融合,n个= 2,371; 科拉,n个= 1,644; 英国国家医疗服务体系,n个= 2,286; PLCO公司,n个= 2,244; 萨迪尼亚,n个= 4,305). 这个我2统计的40采用Cochran的Q检验评估异质性。
基因分型和质量控制
GWA初步研究的基因分型在其他地方有描述4,11,13-15,但KORA除外,其在补充方法使用Sequenom MassARRAY iPLEX平台对欧美身高小组和复制小组FINRISK97、PPP、FUSION 2期和KORA S4进行基因分型。从荟萃分析中,我们选择了78个SNP(三个iPLEX池;六个SNP失败),用于欧美高短板的基因分型(n个=2189):SNP通过荟萃分析排名第一P(P)值,然后使用HapMap Phase II CEU群体(具有第页2>0.5比SNP低P(P)值与该SNP组合在一起)。当一个基因座有多个高级bin时,我们只对最显著的SNP进行基因分型,这样每个基因座或基因就只有一个SNP进行了基因分型。由于这个DNA面板的特殊设计(高度分布的近端),也因为对高度的影响大小很小(并且在荟萃分析中被胜利者诅咒夸大了),我们提倡在更大的随访队列标记中进行基因分型,这些标记的比值比与荟萃分析中观察到的效应方向一致(不考虑欧美CMH的大小P(P)值)。对于FINRISK97面板,尝试了29个SNP,其中两个失败。对于PPP小组,尝试了23个SNP,其中两个失败。对于FUSION 2级面板,尝试了27个SNP,其中一个失败。对于KORA S4面板,尝试了五个SNP,一个失败。对于所有通过的SNP,基因分型成功率>96%,根据重复数据估计一致性错误率<0.1%。
致谢
我们感谢实验室成员的有益讨论,并感谢所有参与研究的人员。DGI、FUSION、KORA和SardiNIA GWA扫描的贡献成员列于补充说明作者感谢Bioinded Consulting Services Inc.的C.Chen提供的专家编程,以及L.Qi提供的帮助。作者感谢国家癌症研究所癌症预防科的C.Berg和P.Prorok、前列腺、肺、结直肠和卵巢(PLCO)癌症筛查试验的筛查中心研究人员和工作人员、T.Riley和信息管理服务公司的工作人员,以及B.O'Brien和Westat公司的员工。KORA感谢T.Meitinger和GSF基因分型工作人员的所有其他成员在生成SNP数据集方面所做的贡献。我们感谢拉努塞市长和行政部门提供和布置诊所场地;以及伊尔博诺、阿尔扎纳和埃利尼市长,当地公共卫生部门负责人ASL4。以下机构为这项工作提供了支持:美国国立卫生研究院拨款5P01CA087969和CA49449(S.E.Hankinson),5UO1CA098233(D.J.H.),DK62370(M.B.),DK72193(K.L.M.),HG02651和HL084729(G.R.A.);诺华生物医学研究院(D.Altshuler);2004年6月至61日财政年度Dimes拨款(J.N.H.);欧盟项目GenomEUtwin赠款QLG2-CT-2002-01254和芬兰科学院复杂疾病遗传学卓越中心(L.P.);Sigrid Juselius基金会(L.C.G.、V.S.和PPP);芬兰糖尿病研究基金会和Folkhaälsan研究基金会及HUCH临床研究所(L.C.G.);这项研究(部分)得到了美国国立卫生院国家老龄研究所内部研究计划的支持;PLCO研究得到了癌症流行病学和遗传学司的内部研究计划以及美国国立卫生研究院癌症预防司、DHHS的合同的支持;KORA/MONICA-Augsburg研究由德国慕尼黑/纽赫堡GSF-国家环境与健康研究中心资助,并由德国联邦教育与研究部(BMBF)资助;KORA的部分工作得到了德国国家基因组研究网络(NGFN)、慕尼黑健康科学中心(MC Health)(作为LMUinnovativ的一部分)以及NIH/NIDDK向GSF国家环境与健康研究中心(J.N.H.)分包5 R01 DK 075787的支持。
接入号码。Genbank Entrez基因:与身高相关的验证基因座数据可通过登录码253461获得(ZBTB38型),邮编:8091(HMGA2型), 57211 (126加仑) 3007 (HIST1H1D公司), 8200 (GDF5型), 55245 (UQCC公司), 64399 (HHIP公司), 9321 (行程11), 4287 (ATXN3型), 389421 (LIN28B系列), 84444 (DOT1L公司), 6457 (SH3GL3型), 57188 (适配器3), 79145 (CHCHD7公司),195814年(RDHE2号机组), 1021 (川东北6).
工具书类
1Hirschorn JN,Daly MJ。常见疾病和复杂性状的全基因组关联研究。Genet国家牧师。2005;6:95–108.[公共医学][谷歌学者] 三。威康信托病例控制联盟(Wellcome Trust Case Control Consortium)对7种常见疾病的14000例病例和3000例共享对照进行全基因组关联研究。自然。2007;447:661–678. [PMC免费文章][公共医学][谷歌学者] 4Saxena R等。全基因组关联分析确定了2型糖尿病和甘油三酯水平的位点。科学。2007;316:1331–1336。[公共医学][谷歌学者] 5Frayling TM等人自由贸易组织该基因与体重指数和儿童和成人肥胖倾向有关。科学。2007;316:889–894. [PMC免费文章][公共医学][谷歌学者] 6Scuteri A等人。全基因组关联扫描显示自由贸易组织基因与肥胖相关性状相关。公共科学图书馆-遗传学。2007;三:e115。 [PMC免费文章][公共医学][谷歌学者] 7费希尔RA。孟德尔遗传假设下的亲属关系。爱丁堡皇家学会会刊。1918;52:399–433. [谷歌学者] 8Perola M等人,6602对欧洲双胞胎身高的联合基因组扫描:常见白人基因座的证据。公共科学图书馆-遗传学。2007;三:e97。 [PMC免费文章][公共医学][谷歌学者] 9Mathias RA等人,《弗雷明翰心脏研究数据中对遗传力的年份和年龄匹配估计值的比较》。BMC基因。2003;4(补充1):S36。 [PMC免费文章][公共医学][谷歌学者] 10Gunnell D等人,《身高、腿长和癌症风险:一项系统综述》。流行病。版次。2001;23:313–342.[公共医学][谷歌学者] 11Sanna S等人GDF5-UQCC公司该地区与人类身高的变化有关。自然遗传学。2008;40:198–203. [PMC免费文章][公共医学][谷歌学者] 12Weedon MN等人HMGA2型与一般人群的成人和儿童身高相关。自然遗传学。2007;39:1245–1250. [PMC免费文章][公共医学][谷歌学者] 13Scott LJ等。芬兰人2型糖尿病全基因组关联研究检测到多种易感性变体。科学。2007;316:1341–1345. [PMC免费文章][公共医学][谷歌学者] 14Hunter DJ等。一项全基因组关联研究确定了FGFR2型与散发性绝经后乳腺癌的风险相关。自然遗传学。2007;39:870–874. [PMC免费文章][公共医学][谷歌学者] 15Yeager M等人。前列腺癌的全基因组关联研究在8q24确定了第二个风险位点。自然遗传学。2007;39:645–649。[公共医学][谷歌学者] 16Wichmann HE、Gieger C、Illig T.KORA-gen-resource,用于人群遗传学、控制和广泛的疾病表型。Gesundheitswesen先生。2005;67(补充1):S26–S30。[公共医学][谷歌学者] 17Pilia G等人。6148名撒丁岛人心血管和人格特征的遗传性。公共科学图书馆-遗传学。2006;2:e132。 [PMC免费文章][公共医学][谷歌学者] 18Weedon MN等。全基因组关联分析确定了20个影响成人身高的基因座。自然遗传学。2008年4月6日;高级在线出版物,doi:10.1038/ng.121。[PMC免费文章][公共医学][谷歌学者] 19Campbell CD等人。展示欧美人口的分层。自然遗传学。2005;37:868–872.[公共医学][谷歌学者] 20Price AL等。主成分分析纠正了全基因组关联研究中的分层。自然遗传学。2006;38:904–909.[公共医学][谷歌学者] 22Chuang PT,美联社麦克马洪。通过诱导刺猬结合蛋白调节脊椎动物刺猬信号传导。自然。1999;397:617–621.[公共医学][谷歌学者] 23St-Jacques B、Hammerschmidt M、McMahon AP。印度刺猬信号调节软骨细胞的增殖和分化,对骨形成至关重要。基因发育。1999;13:2072–2086. [PMC免费文章][公共医学][谷歌学者] 24Mayr C、Hemann MT、Bartel DP。破坏二者之间的配对let-7和嗯2增强致癌转化。科学。2007;315:1576–1579。 [PMC免费文章][公共医学][谷歌学者] 25Lee YS,Dutta A.肿瘤抑制因子microRNAlet-7抑制HMGA2型致癌基因。基因发育。2007;21:1025–1030. [PMC免费文章][公共医学][谷歌学者] 26Johnson CD等人let-7microRNA抑制人类细胞的细胞增殖途径。癌症研究。2007;67:7713–7722。[公共医学][谷歌学者] 27Krek A等人。组合微RNA靶预测。自然遗传学。2005;37:495–500.[公共医学][谷歌学者] 28郭毅,等第28行同系物B(LIN28B系列)在人类肝细胞癌中。基因。2006;384:51–61.[公共医学][谷歌学者] 29Pfeifer A等。缺乏cGMP依赖性蛋白激酶II的小鼠的肠道分泌缺陷和侏儒症。科学。1996;274:2082–2086.[公共医学][谷歌学者] 30Chikuda H等。环GMP依赖性蛋白激酶II是软骨细胞从增殖到肥大分化的分子开关。基因发育。2004;18:2418–2429. [PMC免费文章][公共医学][谷歌学者] 31Sjoblom T等人。人类乳腺癌和结直肠癌的一致编码序列。科学。2006;314:268–274.[公共医学][谷歌学者] 32Asp J、Persson F、Kost-Alimova M、Stenman G。CHCHD7-PLAG1和TCEA1-广场1多形性涎腺腺瘤中隐匿的染色体内8q重排导致的基因融合。基因染色体。癌症。2006;45:820–828.[公共医学][谷歌学者] 33Hirschhorn JN等。多个人群身高的全基因组连锁分析揭示了几个与成人身高相关的区域。Am.J.Hum.遗传学。2001;69:106–116. [PMC免费文章][公共医学][谷歌学者] 34Lohmueller KE、Pearce CL、Pike M、Lander ES、Hirschorn JN。遗传关联研究的荟萃分析支持常见变异对常见疾病易感性的贡献。自然遗传学。2003;33:177–182.[公共医学][谷歌学者] 35Zollner S,Pritchard JK。克服胜利者的诅咒:根据病例对照数据估计外显率参数。Am.J.Hum.遗传学。2007;80:605–615. [PMC免费文章][公共医学][谷歌学者] 36Purcell S,Cherny SS,Sham PC。遗传功率计算器:复杂性状的连锁和关联遗传作图研究的设计。生物信息学。2003;19:149–150.[公共医学][谷歌学者] 37Vartiainen E等人,《芬兰心血管危险因素的变化》,1972年至1997年。国际流行病学杂志。2000;29:49–56.[公共医学][谷歌学者] 38Purcell S等人。PLINK:全基因组关联和基于人群的连锁分析的工具集。Am.J.Hum.遗传学。2007;81:559–575. [PMC免费文章][公共医学][谷歌学者] 39Chen WM,Abecasis GR.全基因组关联扫描的家族关联测试。Am.J.Hum.遗传学。2007;81:913–926. [PMC免费文章][公共医学][谷歌学者] 40Higgins JP、Thompson SG、Deeks JJ、Altman DG。测量荟萃分析中的不一致性。英国医学杂志。2003;327:557–560. [PMC免费文章][公共医学][谷歌学者]