基于基因集富集分析的畜禽復(fù)雜性狀GWAS分析平臺(tái)及其應(yīng)用潘玉春王起山panyc@2011.8.12基于基因集富集分析的畜禽復(fù)雜性狀GWAS分析平臺(tái)及其應(yīng)用潘玉一、背景1一、背景1GWAS全基因組關(guān)聯(lián)分析方法（GWAS）是近幾年提出的復(fù)雜性狀功能基因鑒定的新策略。該方法是基于全基因組范圍內(nèi)的序列變異，篩選出那些與性狀關(guān)聯(lián)的SNPs。問題—需要對(duì)數(shù)以萬計(jì)的SNP位點(diǎn)進(jìn)行檢測，可能出現(xiàn)許多假陽性或假陰性的結(jié)果。—缺乏對(duì)顯著SNP的生物學(xué)解釋（如所處的代謝通路、生物過程等），導(dǎo)致很難解釋性狀的分子遺傳機(jī)制。2GWAS2GSEA-GWAS

基因集富集分析的基本思想是使用預(yù)定義的基因集（通常來自功能注釋或先前實(shí)驗(yàn)的結(jié)果），篩選出與性狀顯著相關(guān)的通路等注釋集合。引入基因集富集分析的方法比單基因分析能獲得更多、更有生物學(xué)意義的基因信息，將有助于解決上述兩個(gè)問題。

Mootha等（2003）提出用于表達(dá)芯片的數(shù)據(jù)分析WangKai等（2007）擴(kuò)展到GSEA-GWAS3GSEA-GWAS3GWASusingsinglemarkerbasedassociationtest4GWASusingsinglemarkerbasedGWAS分析結(jié)果選擇GWAS結(jié)果顯著的SNP集合進(jìn)行Fisher檢驗(yàn)顯著的基因集基因集QTL映射功能驗(yàn)證GSEA-GWAS分析流程基因映射SNP基因集映射基因基因集定義選擇GWAS結(jié)果中所有SNP進(jìn)行富集分析5GWAS分析結(jié)果選擇GWAS結(jié)果顯著的SNP集合進(jìn)行Fis目前基于基因集富集分析的全基因組關(guān)聯(lián)分析方法（GSEA-GWAS）已經(jīng)應(yīng)用于人類（隨機(jī)無關(guān)人群或核心家系）和小鼠（高度近交）的資源群體。http://www.nr.no/pages/gseasnp

(Bioinformatics2008)https://webtools.imbs.uni-luebeck.de/snptogo(Bioinformatics2008)GSEA-GWAS研究進(jìn)展6目前基于基因集富集分析的全基因組關(guān)聯(lián)分析方法（GSEA-GW二、畜禽GSEA-GWAS平臺(tái)?；蚪MSNP功能注釋與Fisher富集分析平臺(tái)/SNPknow/SNPpath豬、牛、雞基因集富集分析平臺(tái)/GWAS7二、畜禽GSEA-GWAS平臺(tái)?；蚪MSNP功能注釋與FisKEGGPathway:轉(zhuǎn)錄調(diào)控、信號(hào)轉(zhuǎn)導(dǎo)、代謝GeneOntology:cellularcomponent,biologicalprocess,molecularfunction支持基因集牛SNP功能注釋及Fisher富集分析平臺(tái)8KEGGPathway:支持基因集牛SNP功能注釋及FiHomepageofSNPpathClusterforComputering

SNPpathWebServer

Pathdetails

ResultPageGeneOntologyassociatedwithtraitsMySQLDatabaseGeneOntology分析流程9HomepageofSNPpathClusterfor

Fisher’s精確概率法利用超幾何分布的原理推斷每個(gè)基因集中的差異表達(dá)基因的比例是否與整個(gè)基因芯片上差異表達(dá)基因的比例相同。分析原理10Fisher’s精確概率法利用超幾何分布的原理推斷每個(gè)基因11分析實(shí)例Snellingetal.2010JournalofAnimalScience2013

animalsBovineSNP50BeadChip(50K)assaybirthweight(BWT),BWgainfrombirthtoweaning,adjustedto205days(WG),205-dayadjustedweaningweight(WW),160-dayadjustedpostweaningBWgain(PWG)365-dayadjustedyearlingweight(YW).1111分析實(shí)例Snellingetal.2010Jou12121313發(fā)表論文14發(fā)表論文14KEGGPathway:轉(zhuǎn)錄調(diào)控、信號(hào)轉(zhuǎn)導(dǎo)、代謝GeneOntology:cellularcomponent,biologicalprocess,molecularfunctionthePfamproteinfamiliesdatabase(Pfam)proteindomains,familiesandfunctionalsites(PROSITE)豬、牛、雞基因集富集分析平臺(tái)支持基因集15KEGGPathway:豬、牛、雞基因集富集分析平臺(tái)支持SinglecolumnP-values,thedatacanbeanalyzedusingIrizarry‘smethod；TwocolumnsofP-values,thedatacanbeanalyzedusingeithertheFtestorttest;Theprogramalsoacceptsupto5000columnsofP-valueswhichcanbeanalyzedusingeithertheEfron‘sre-standardized.支持物種豬、牛、雞分析方法16SinglecolumnP-values,theda程序主頁17程序主頁17注釋集合18注釋集合18富集分析流程19富集分析流程19Snellingetal.2010.J.Anim.Sci.88(3):837–848.ToillustratetheapplicationofGWASknow,weanalyzedtheSNPdatafromtheGWASofgrowthincrossbredbeefcattlewhichusedBovineSNP50BeadChip(50K)assay.Bodyweights(BW)gainfrombirthtoweaningwereutilized.分析實(shí)例20Snellingetal.2010.J.Anim.Theanalysisresultsbytherestandardizedmethodareshown.Atotalof28KEGGpathwaygenesetshavingFDR-correctedp-values<0.01weretabulated.21Theanalysisresultsbythere/cgi-bin/QTLdb/BT/summaryManyofthegenesetsweidentifiedmadegoodbiologicalsenses.Forexample,TheKEGGterms'Selenoaminoacidmetabolism'and'O-Glycanbiosynthesis'overlapQTLdescribedforaveragedailygain,bodyweight,feedconversionratio.

QTL映射22/cgi-bi相關(guān)論文23相關(guān)論文23Thanks!農(nóng)業(yè)與生物學(xué)院動(dòng)物科學(xué)系上海市獸醫(yī)生物技術(shù)重點(diǎn)實(shí)驗(yàn)室24Thanks!農(nóng)業(yè)與生物學(xué)院動(dòng)物科學(xué)系24基于基因集富集分析的畜禽復(fù)雜性狀GWAS分析平臺(tái)及其應(yīng)用潘玉春王起山panyc@2011.8.12基于基因集富集分析的畜禽復(fù)雜性狀GWAS分析平臺(tái)及其應(yīng)用潘玉一、背景26一、背景1GWAS全基因組關(guān)聯(lián)分析方法（GWAS）是近幾年提出的復(fù)雜性狀功能基因鑒定的新策略。該方法是基于全基因組范圍內(nèi)的序列變異，篩選出那些與性狀關(guān)聯(lián)的SNPs。問題—需要對(duì)數(shù)以萬計(jì)的SNP位點(diǎn)進(jìn)行檢測，可能出現(xiàn)許多假陽性或假陰性的結(jié)果?！狈?duì)顯著SNP的生物學(xué)解釋（如所處的代謝通路、生物過程等），導(dǎo)致很難解釋性狀的分子遺傳機(jī)制。27GWAS2GSEA-GWAS

基因集富集分析的基本思想是使用預(yù)定義的基因集（通常來自功能注釋或先前實(shí)驗(yàn)的結(jié)果），篩選出與性狀顯著相關(guān)的通路等注釋集合。引入基因集富集分析的方法比單基因分析能獲得更多、更有生物學(xué)意義的基因信息，將有助于解決上述兩個(gè)問題。

Mootha等（2003）提出用于表達(dá)芯片的數(shù)據(jù)分析WangKai等（2007）擴(kuò)展到GSEA-GWAS28GSEA-GWAS3GWASusingsinglemarkerbasedassociationtest29GWASusingsinglemarkerbasedGWAS分析結(jié)果選擇GWAS結(jié)果顯著的SNP集合進(jìn)行Fisher檢驗(yàn)顯著的基因集基因集QTL映射功能驗(yàn)證GSEA-GWAS分析流程基因映射SNP基因集映射基因基因集定義選擇GWAS結(jié)果中所有SNP進(jìn)行富集分析30GWAS分析結(jié)果選擇GWAS結(jié)果顯著的SNP集合進(jìn)行Fis目前基于基因集富集分析的全基因組關(guān)聯(lián)分析方法（GSEA-GWAS）已經(jīng)應(yīng)用于人類（隨機(jī)無關(guān)人群或核心家系）和小鼠（高度近交）的資源群體。http://www.nr.no/pages/gseasnp

(Bioinformatics2008)https://webtools.imbs.uni-luebeck.de/snptogo(Bioinformatics2008)GSEA-GWAS研究進(jìn)展31目前基于基因集富集分析的全基因組關(guān)聯(lián)分析方法（GSEA-GW二、畜禽GSEA-GWAS平臺(tái)?；蚪MSNP功能注釋與Fisher富集分析平臺(tái)/SNPknow/SNPpath豬、牛、雞基因集富集分析平臺(tái)/GWAS32二、畜禽GSEA-GWAS平臺(tái)?；蚪MSNP功能注釋與FisKEGGPathway:轉(zhuǎn)錄調(diào)控、信號(hào)轉(zhuǎn)導(dǎo)、代謝GeneOntology:cellularcomponent,biologicalprocess,molecularfunction支持基因集牛SNP功能注釋及Fisher富集分析平臺(tái)33KEGGPathway:支持基因集牛SNP功能注釋及FiHomepageofSNPpathClusterforComputering

SNPpathWebServer

Pathdetails

ResultPageGeneOntologyassociatedwithtraitsMySQLDatabaseGeneOntology分析流程34HomepageofSNPpathClusterfor

Fisher’s精確概率法利用超幾何分布的原理推斷每個(gè)基因集中的差異表達(dá)基因的比例是否與整個(gè)基因芯片上差異表達(dá)基因的比例相同。分析原理35Fisher’s精確概率法利用超幾何分布的原理推斷每個(gè)基因36分析實(shí)例Snellingetal.2010JournalofAnimalScience2013

animalsBovineSNP50BeadChip(50K)assaybirthweight(BWT),BWgainfrombirthtoweaning,adjustedto205days(WG),205-dayadjustedweaningweight(WW),160-dayadjustedpostweaningBWgain(PWG)365-dayadjustedyearlingweight(YW).3611分析實(shí)例Snellingetal.2010Jou37123813發(fā)表論文39發(fā)表論文14KEGGPathway:轉(zhuǎn)錄調(diào)控、信號(hào)轉(zhuǎn)導(dǎo)、代謝GeneOntology:cellularcomponent,biologicalprocess,molecularfunctionthePfamproteinfamiliesdatabase(Pfam)proteindomains,familiesandfunctionalsites(PROSITE)豬、牛、雞基因集富集分析平臺(tái)支持基因集40KEGGPathway:豬、牛、雞基因集富集分析平臺(tái)支持SinglecolumnP-values,thedatacanbeanalyzedusingIrizarry‘smethod；TwocolumnsofP-values,thedatacanbeanalyzedusingeithertheFtestorttest;Theprogramalsoacceptsupto5000columnsofP-valueswhichcanbeanalyzedusingeithertheEfron‘sre-standardized.支持物種豬、牛、雞分析方法41SinglecolumnP-values,theda程序主頁42程序主頁17注釋集合43注釋集合18富集分析流程44富集分析流程19Snellingetal.2010.J.Anim.Sci.88(3):837–848.ToillustratetheapplicationofGWASknow,weanalyzedtheSNPdatafromtheGWASofgrowthincrossbredbeefcattle