跳到主页内容
美国国旗

美国政府的官方网站

Dot政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息,确保你在联邦政府政府网站。

Https系统

该站点是安全的。
这个https(https)://确保您连接到官方网站,并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
2010年11月15日;53(3):1160-74.
doi:10.1016/j.neuroimage.2010.02.032。 Epub 2010年2月17日。

Voxelwise全基因组关联研究(vGWAS)

合作者,附属公司

Voxelwise全基因组关联研究(vGWAS)

杰森·斯坦因等。 神经成像

摘要

人脑的结构是高度遗传的,并且被认为受到许多常见遗传变异的影响,其中许多目前尚不清楚。神经成像和遗传学的最新进展使我们能够收集高度详细的脑结构扫描和全基因组基因型信息。这些丰富的信息为发现影响大脑结构的基因提供了新的机会。在这里,我们探讨了740名老年受试者(平均年龄+/-s.d.:75.52+/-6.82岁;438名男性)(包括阿尔茨海默病、轻度认知障碍、,阿尔茨海默病神经成像计划(ADNI)的健康老年人对照组。我们使用基于张量的形态计量学测量了与基于健康老年受试者的研究特定模板相关的体素水平上大脑结构的个体差异。然后,我们在每个体素上进行全基因组关联,以确定感兴趣的遗传变异。通过只研究每个体素中最相关的变量,我们开发了一种新的方法来解决与前所未有的数据量相关的多重比较问题和计算负担。在严格的显著性标准下,没有变异幸存下来,但发现了几个值得进一步研究的基因,包括CSMD2和CADPS2。这些基因与大脑结构高度相关。这是我们所知的第一个体丝全基因组关联研究,为发现基因对大脑结构的影响提供了一种新方法。

PubMed免责声明

数字

图1
图1
最小值的理论和观测分布P(P)-体素之间的值。(a) 观测到的最小值的归一化直方图P(P)-显示值。线条代表贝塔(1275575)分布(实线)基于M(M)效率贝塔(1448293)基于测量标记数的分布(虚线)。(b) Q–Q图显示了观察到的P(P)-绘制的值与贝塔(1275755)(蓝色圆点)。黑线表示纯空分布。观察到的数据与M(M)效率基于null分布。(对于本图例中颜色参考的解释,请读者参阅本文的网络版。)
图2
图2
“校正”的直方图和分位数-分位数图P(P)-值(P(P)c(c)-值)。(a) 直方图显示了P(P)c(c)-值大致遵循均匀分布。(b) Q–Q图显示了预期的有序对数10(P(P)c(c)-值),从根据观察到的有序对数绘制的均匀分布中得出10(P(P)c(c)-值)作为蓝点。黑线表示零分布。(对于本图例中颜色参考的解释,请读者参阅本文的网络版。)
图3
图3
修正后的累积分布函数P(P)-值。的累积分布函数P(P)c(c)-值以两行显示(红色),表示阈值q个=0.50(蓝色),以及q个=0.05(绿色)。(对于本图例中颜色参考的解释,请读者参阅本文的网络版。)
图4
图4
每个体素处最相关SNP的显著性。每幅图像代表从下到上以8毫米的间隔穿过大脑的切片。页面顶部代表大脑前部,底部代表后部。图像符合放射惯例(图像的左侧是主体的右侧)。每个体素由–log着色10P(P)-每个点的遗传关联值(较暖的颜色关联性更强)。(对于本图例中颜色参考的解释,请读者参阅本文的网络版。)
图5
图5
单个置换数据集中每个体素的最相关SNP的重要性。每幅图像代表从下到上以8毫米的间隔穿过大脑的切片。页面顶部代表大脑前部,底部代表后部。图像符合放射惯例(图像的左侧是主体的右侧)。每个体素由–log着色10P(P)-每个点的遗传关联值(较暖的颜色关联性更强)。图4中使用了相同的色标进行比较。(对于本图例中颜色参考的解释,请读者参阅本文的网络版。)
图6
图6
5个最相关SNP的关联位置。通过MDT的切片显示在所示SNP在体素(红色)处最相关的区域中。SNP对大脑结构的影响不仅仅局限于红色体素,但这些体素与标记的SNP的相关性比其他任何体素都大。通过MDT的切片每隔4 mm,从下(页面左侧)到上(页面右侧)。图像符合放射惯例(图像的左侧是主体的右侧)。(对于本图例中颜色参考的解释,请读者参阅本文的网络版。)
图7
图7
使用重采样方法估计复制前5个最相关SNP的结果所需的最少受试者人数。从每个诊断类别中随机删除受试者,直到一个类别中没有留下受试者为止,并计算SNP的关联P值。此过程重复1000次,以估计95%的置信区间(红线)。中位数P(P)-删除的每个受试者的重复次数值显示为实心黑线。蓝线显示前5个SNPs的复制阈值,Bonferroni校正P(P)-值为0.01。蓝色虚线表示以95%置信度检测重复发现所需的估计最小样本量(N个rs2132683=312;N个=263,对于rs713155;对于rs476463,N=291;对于rs2429582,N=299;N个=319(对于rs9990343)。(对于本图例中颜色参考的解释,请读者参阅本文的网络版。)

类似文章

引用人

工具书类

    1. Bartholomeusz G,Wu Y,Ali Seyed M,Xia W,Kwong KY,Hortobagyi G,Hung MC。促凋亡Bcl-2家族成员Bok的核移位诱导细胞凋亡。摩尔·卡西诺。2006;45(2):73–83.-公共医学
    1. Bearden CE、Thompson PM、Dalwani M、Hayashi KM、Lee AD、Nicoletti M、Trakhtenbroit M、Glahn DC、Brambilla P、Sassi RB、Mallinger AG、Frank E、Kupfer DJ、Soares JC。锂治疗的双相情感障碍患者大脑皮层灰质密度更高。生物精神病学。2007;62(1):7–16.-项目管理咨询公司-公共医学
    1. Bearden CE、Thompson PM、Dutton RA、Frey BN、Peluso MA、Nicoletti M、Dierschke N、Hayashi KM、Klunder AD、Glahn DC、Brambilla P、Sassi RB、Mallinger AG、Soares JC。双相情感障碍非药物治疗和锂治疗患者海马解剖的三维绘图。神经精神药理学。2008;33(6):1229–1238.-项目管理咨询公司-公共医学
    1. Benjamini Y,Hochberg Y。控制错误发现率——一种实用且强大的多重测试方法。J.R.Stat Soc,塞尔维亚。B Methodol公司。1995;57(1):289–300.
    1. Benjamini Y,Yekutieli D.依赖性下多重测试中错误发现率的控制。Ann.Stat.2001年;29(4):1165–1188.

出版物类型