文献解读-群体基因组第一期|《对BMI的影响:探究BMI的基因型-环境效应》

简介: 该文探讨了童年不良经历(ACEs)如何通过基因型-环境交互作用影响体重指数(BMI)。研究基于43,000名参与者的全外显子测序数据,发现在ACEs暴露下,55个基因变异与BMI有显著关联。研究表明,ACEs不仅直接导致不良健康结果,还可能增强某些基因对健康的负面影响。因此,未来研究应重视童年经历对健康的影响及其与遗传变异的交互作用,以改善患者的整体健康。

文献解读-Population Sequencing.png

关键词:应用遗传流行病学;群体测序;群体基因组;基因组变异检测;

文献简介

  • 标题(英文):The Impact of ACEs on BMI: An Investigation of the Genotype-Environment Effects of BMI
  • 标题(中文):ACEs对BMI的影响:探究BMI的基因型-环境效应
  • 发表期刊:Behavior Genetics
  • 作者单位:美国俄勒冈州立大学心理学系
  • 发表年份:2022
  • 文章地址https://doi.org/10.3389/fgene.2022.816660

图1 文献简介


Childhood trauma and adversity has long been linked with a greater risk of negative adult health outcomes (Felitti et al., 1998; McCrory et al., 2011; Merrick et al., 2019; Jones et al., 2020; Park et al., 2020). Adverse Childhood Experiences or Events (ACEs) are defined as traumatic events and unsafe environments occurring in children before the age of 18 (Felitti et al., 1998). The original ACE questionnaire and scoring protocol contains ten Yes/No questions that examine the incidence of emotional, physical, sexual maltreatment, neglect, substance abuse within the household, mental illness in the household, violence, and incarceration of a household member (Felitti et al., 1998).

长期以来,研究表明童年创伤和逆境与成人负面健康结果之间存在显著关联。这些被称为“童年不良经历或事件”(ACE),包括18岁前儿童所经历的创伤性事件和不安全环境,如虐待、忽视、家庭暴力等。这些经历通过ACE问卷等工具进行评估,并对个体的长期健康产生深远影响。

本文研究了不良童年经历(Adverse Childhood Experiences or Events,ACEs)与基因型-环境交互作用对体重指数(BMI)的影响。研究者使用了Healthy Nevada Project (HNP)的数据,该项目包括43,000名具有全外显子测序(WES)及匹配的电子健康记录的参与者。其中,17,839名参与者提供了关于ACEs的调查结果。研究发现,ACEs次数与成年肥胖具有很强的关联性,并鉴定了55个具有基因交互作用的常见和罕见变异。

图2

在该项研究中,研究者首先研究了ACEs与BMI之间的关联性;然后使用约500万个常见和罕见变异探索了BMI与ACEs的全基因组-环境交互作用。全基因组-环境交互研究(GWEIS)检查了每个变异的基因型-环境(G×E)效应,使得在ACEs暴露下,不同基因型的参与者在BMI上的差异。

测序流程

图3 测序分析

测序数据分析部分,测序reads使用Sentieon进行从fastq到vcf的全流程处理。Sentieon遵循了测序数据相关质控结果统计及GATK最佳实践流程。Sentieon在处理大规模队列样本时,在具有极速分析优势的同时保证了分析结果的可靠性。

Sentieon软件团队拥有丰富的软件开发及算法优化工程经验,致力于解决生物数据分析中的速度与准确度瓶颈,为来自于分子诊断、药物研发、临床医疗、人群队列、动植物等多个领域的合作伙伴提供高效精准的软件解决方案,共同推动基因技术的发展。

截至2023年3月份,Sentieon已经在全球范围内为1300+用户提供服务,被世界一级影响因子刊物如NEJM、Cell、Nature等广泛引用,引用次数超过700篇。此外,Sentieon连续数年摘得了Precision FDA、Dream Challenges等多个权威评比的桂冠,在业内获得广泛认可。

文献结论

图4 文献结论(部分)

This unique examination highlights several of the interactive effects between genetics and behavioral life experiences, and the consequences thereof on population health. Particularly, this study shows that the largely preventable negative health impacts of ACEs modulate purely genetic associations to an often detrimental effect on health. Simply stated, poor health outcomes result from lifestyle-driven events, and these health outcomes increase notably with specific genetic mutations. Conversely, a number of variants have already been shown to play a strong role in the increase of unhealthy BMI levels; when considered in tandem with environmental events such as ACEs, these effects can multiply in strength, resulting in a much worse state of disease. Thus, future emphasis in large population health studies must be placed on the strongly negative impact of adverse events encountered in childhood and the interactive effects of these events with specific genetic variations. Considering a patient’s social environment such as adverse experiences in childhood will provide a more complete clinical arsenal for overall better patient health.

总结

该研究使用了包括全外显子测序(Sentieon用于全流程数据分析)、电子健康记录、ACEs调查结果及全基因组-环境交互研究(GWEIS)等方法探索了ACEs、遗传因素和BMI之间的关系。

目录
相关文章
|
7月前
|
数据挖掘 数据库
略微学习一下二区4.5分纯生信,单基因肺结核叶酸基因集+泛癌分析
研究摘要: 一项发表于2023年《MEDIATORS OF INFLAMMATION》杂志的文章发现,RTP4基因可能成为诊断肺结核的新生物标志物。研究者通过分析GEO数据库中的多个微阵列数据集,使用WGCNA方法识别与肺结核和叶酸生物合成相关的基因模块。RTP4在健康与肺结核患者间的表达有显著差异,并且在抗结核治疗前后表达量变化。泛癌分析显示,RTP4在不同肿瘤类型中的表达与预后关联不一,提示其可能在多种癌症中具有重要功能。这些发现支持RTP4作为诊断工具的潜力,并为进一步研究其在结核病和癌症中的作用奠定了基础。
95 1
|
3月前
|
机器学习/深度学习 人工智能 芯片
牛津光计算论文登Nature正刊,分析帕金森患者步态准确率达92.2%
【9月更文挑战第23天】牛津大学研究人员在《自然》杂志上发表了一篇关于光计算的重要论文,展示了一种利用光的局部相干性增强光子计算并行性的新方法。该技术通过部分相干光与重建方法结合,提高了处理效率和并行性,同时降低了对相移器和微环谐振器的依赖,展示了在光子张量核心中的应用潜力,并在实际计算任务中实现了高准确率。这项突破有望推动光子处理器在人工智能领域的广泛应用。
46 5
|
7月前
|
机器学习/深度学习 算法
R语言分类回归分析考研热现象分析与考研意愿价值变现
R语言分类回归分析考研热现象分析与考研意愿价值变现
|
Unix 索引
生信教程 | 基于PSMC估计有效群体大小
生信教程 | 基于PSMC估计有效群体大小
318 0
|
7月前
|
机器学习/深度学习 资源调度 数据挖掘
r语言逻辑回归(对数几率回归,Logistic)分析研究生录取数据实例 原创 TRL 拓端研究室 拓端数据部落
r语言逻辑回归(对数几率回归,Logistic)分析研究生录取数据实例 原创 TRL 拓端研究室 拓端数据部落
|
7月前
|
编译器
R语言JAGS贝叶斯回归模型分析博士生延期毕业完成论文时间
R语言JAGS贝叶斯回归模型分析博士生延期毕业完成论文时间
|
7月前
R语言预测人口死亡率:用李·卡特(Lee-Carter)模型、非线性模型进行平滑估计
R语言预测人口死亡率:用李·卡特(Lee-Carter)模型、非线性模型进行平滑估计
|
7月前
|
机器学习/深度学习 数据挖掘 Go
中科院二区7.4分|NET基因肿瘤分型+生存预后模型+分子对接
在《Journal of Translational Medicine》上发表的最新研究中,科学家们鉴定了一种新的NET相关基因签名,用于预测弥漫性大B细胞淋巴瘤(DLBCL)患者的预后。他们发现8个基因(PARVB,LYZ,PPARGC1A,HIF1A,SPP1,CDH1,S100A9和CXCL2)与DLBCL生存率显著相关,建立了NRG遗传风险模型,该模型可能有助于指导DLBCL的治疗选择。研究包括基因表达数据的分析、预后特征的构建和验证,以及与免疫微环境和潜在治疗靶点的相关性探索。
102 0
|
7月前
|
机器学习/深度学习 文字识别 数据挖掘
文献速读|别人家的孟德尔随机化,全基因组纯生信30分Nature子刊
Nature Genetics上的一篇高影响力(IF=30.8)文章利用孟德尔随机化分析了暴食症(BED)的遗传基础。研究通过机器学习预测个体患BED概率,进行全基因组关联研究,识别了与铁代谢相关的基因位点,如HFE、MCHR2、LRP11及APOE。这些发现揭示了BED的遗传信号与铁代谢的关联,为理解这种疾病的病理生理学提供了新见解,并为治疗研究指明方向。文章中还包括多个图表展示分析结果。读者可以通过后台回复特定代码获取文献。
173 0
|
机器学习/深度学习 数据采集 算法
高分SCI必备:使用R语言和机器学习算法解析心脏病中的变量重要性
心脏病是全球范围内主要的致死因素之一[1],给人们的生活和健康带来了巨大的挑战。为了预测和诊断心脏病,研究人员使用了各种机器学习算法,并通过分析变量重要性来理解特征对心脏病的影响。
807 0