1、高級醫(yī)學遺傳學研究設(shè)計與統(tǒng)計分析方法介紹,北京大學公共衛(wèi)生學院 流行病學與衛(wèi)生統(tǒng)計學系 陳大方 教授,種瓜得瓜,種豆得豆,內(nèi) 容,概述 研究設(shè)計方法 統(tǒng)計分析方法,概述,按遺傳與環(huán)境因素的相對作用 由遺傳因素決定的疾病（血友病A、白化病） 基本上由遺傳因素決定的疾?。ㄐQ豆病 ） 多因子遺傳病 （高血壓、冠心病 ） 基本上由環(huán)境因素決定的疾病 （中毒 ）,疾病的分類,疾病的分類,隨著人類基因組計劃的完成和后基因組計劃的開展，人們對于疾病的認識也越來越深入。已有的研究結(jié)果發(fā)現(xiàn)人類疾病都與基因受損有關(guān)，因此提出了基因病-人類疾病的新概念。由此提出將人類疾病分為三種類型。 第一類是單基因病。僅由單個基

2、因DNA序列某個堿基對的改變就造成疾病，并且可以把這樣的改變傳遞給后代。如血友病A、白化病等。,第二類是多基因?。◤?fù)雜性疾?。?。這類疾病的發(fā)生涉及兩個以上基因的結(jié)構(gòu)或表達調(diào)控的改變，主要指慢性非傳染性疾病，如腫瘤、高血壓、冠心病、糖尿病、哮喘病、骨質(zhì)疏松癥、神經(jīng)性疾病、原發(fā)性癲癇等。 第三類為獲得性基因病。主要是傳染病由病原微生物通過感染將其基因入侵到宿主基因引起。如HIV。,復(fù)雜性疾病的特征,Genetic Heterogeneity（遺傳異質(zhì)性） Gene-Gene and Gene-Environment Interaction（基因基因，基因環(huán)境的交互作用) Incomplete Pe

3、netrance（不完全外顯性） Phenocopy（表型拷貝） Pleiotropy（多效性）,研究設(shè)計方法,患病家系成員設(shè)計,優(yōu)點: 具有明顯的孟德爾遺傳特點。 遺傳方式確定（常顯、常隱或X連鎖）。 缺點: 如果指定的遺傳方式不正確，可能導(dǎo)致錯誤的結(jié)論。 難以收集到家系全部人員。,患病家系成員設(shè)計,患病同胞對設(shè)計,患病同胞對,表型不一致同胞對,患病同胞對設(shè)計,優(yōu)點: 可以進行非參數(shù)統(tǒng)計分析。 研究對象相對容易收集。 缺點: 檢驗效能相對較低 樣本量要求較大,患病先證者核心家系設(shè)計,優(yōu)點: 可以進行非參數(shù)統(tǒng)計分析。 研究對象相對容易收集。 缺點: 統(tǒng)計分析時僅僅雜合子的雙親可以有效利用。 對

4、于遲發(fā)性疾病難以收集到雙親資料。,患病先證者核心家系設(shè)計,雙生子研究設(shè)計 通過比較在相似或不同環(huán)境中成長起來的同卵雙生子及異卵雙生子某一疾病或性狀發(fā)生的一致性，來判斷遺傳與環(huán)境因素的作用。 養(yǎng)子研究設(shè)計 通過比較、分析養(yǎng)子與其同胞及生身父母某疾病或性狀的相似性和與其寄養(yǎng)同胞或養(yǎng)父母的相似性，研究在某種疾病或性狀發(fā)生中遺傳因素與環(huán)境因素相對作用的大小。,家系研究中其它研究設(shè)計方法,半同胞研究設(shè)計 是指同父異母或同母異父的兄弟姐妹。根據(jù)半同胞中所研究疾病的患病情況，可分析疾病或遺傳性狀來自父方或母方。,病例對照研究設(shè)計,優(yōu)點: 相對容易收集到資料。 投入少，產(chǎn)出高。 缺點: 由于存在連鎖不平衡和種

5、群分層， 容易導(dǎo)致假陽性或假陰性。,病例對照研究設(shè)計,衍生的研究類型,巢式病例對照研究 單純病例研究 病例時間對照設(shè)計,病例對照與隊列研究作為病因研究的主要方法，有其各自的優(yōu)勢與不足，而且這些優(yōu)勢與不足可以相互補充，因此，在實踐過程中產(chǎn)生了一些新的研究類型，結(jié)合使用這兩種方法，可以揚長避短。,病例-隊列研究 病例交叉研究,time,Exposure,Study starts,Disease occurrence,Exposure,Disease occurrence,time,Study starts,歷史性隊列,雙向性隊列,前瞻性隊列,巢式病例對照研究（nested case control

6、 study） 基本原理 按隊列研究方式進行 選擇一隊列，收集基線資料，采集所研究的生物學標志的組織或體液標本儲存?zhèn)溆?隨 訪 隨訪到出現(xiàn)能滿足病例對照研究樣本量的病例數(shù)為止,匹配 按病例進入隊列的時間、疾病出現(xiàn)時間與性別、年齡等匹配條件，從同一隊列選擇1個或數(shù)個非病例作對照，抽取病例與對照的基線資料并檢測收集的標本 資料處理 按匹配病例對照研究方法處理資料,1992年Ross用巢式病例對照研究: 上海地區(qū)肝癌與尿中黃曲霉素生物學標志關(guān)系 18244名中年男性隊列中發(fā)現(xiàn)22例肝癌 每例配5或10個對照 檢測研究開始時的尿樣： 發(fā)現(xiàn)黃曲霉素B1及其代謝產(chǎn)物和DNA加合物的OR值經(jīng) 調(diào)整混雜因素后

7、，為3.8(1.212.2)。 黃曲霉素作為肝癌致病因素最直接的證據(jù),病例-隊列研究（case-cohort study） 基本原理 研究開始時，在隊列中隨機選取一組樣本作為對照組 觀察結(jié)束時，隊列中出現(xiàn)被研究疾病所有病例作病例組 與隨機對照組進行比較 這種研究模式，可同時研究幾種疾病，不同疾病有不同病例組，但對照組都是同一組隨機樣本,病例-隊列與巢式病例對照研究的區(qū)別 對照是隨機選取，不與病例進行匹配 隨機對照組中成員如發(fā)生被研究疾病，既為對照，又同時為病例 1個隨機對照組可以同時和幾個病例組比較分析,病例-隊列與巢式病例對照研究的優(yōu)點 因果關(guān)系清楚 資料可靠 論證強度高 省時省力省錢 適合

8、于分子流行病學研究,背 景 1994年P(guān)iegorseh、Begs等提出 遺傳與環(huán)境的關(guān)系 交互作用 病例對照研究和隊列研究的效率費用,病例病例研究（case case study）,應(yīng)用前提條件 在正常人群中基因型與環(huán)境暴露各自獨立發(fā)生 所研究疾病為罕見病(此時可用OR來估計RR值),基本原理,研究示意圖,單純病例研究,環(huán)境暴露,基因型,病人,+,-,+,-,+,-,解決問題 1991年美國Maclure提出病例交叉設(shè)計 日常生活中一些突發(fā)事件之后,常會伴隨某些結(jié)果的發(fā)生。究竟是這些突發(fā)事件導(dǎo)致了結(jié)果的發(fā)生,還是僅僅由于機會所致?,病例交叉研究(case-crossover design),

9、暴露與某急性事件有關(guān) 比較相同研究對象暴露情況 在急性事件發(fā)生前一段時間與未發(fā)生事件的某段時間,基本原理,如果暴露與少見的事件(或疾病)有關(guān),那么剛好在事件發(fā)生前一段時間內(nèi)的暴露頻率應(yīng)該高于更早時間內(nèi)的暴露頻率。,研究對象 病例和對照,兩部分的信息均來自于同一個體， “病例部分“ 危險期,疾病或事件發(fā)生前的一段時間。 “對照部分” 對照期,危險期外特定的一段時間。 研究是對個體危險期和對照期內(nèi)的暴露信息進行比較,例如 據(jù)報道某種藥物可以引發(fā)猝死，如果該報道正確，則應(yīng)該可以觀察到服用此藥物后一段時間內(nèi)猝死增多，或者說在猝死前幾天或幾周內(nèi)應(yīng)有服藥增多的報道。,統(tǒng)計分析方法,家族聚集性分析 比較患病

10、率或發(fā)病率 患者親屬一般人群 患者親屬對照親屬 隨親緣系數(shù)的降低而降低 比較某些數(shù)量性狀（血壓水平等） 親屬對之間的相關(guān)非親屬對,同病率 雙生子中某疾?。ɑ蛐誀睿┑囊恢滦苑Q為同病率。 C共同罹患所研究疾病或表現(xiàn)所研究性狀的雙生子對子數(shù) D雙方表現(xiàn)不一致的雙生子對子數(shù),表1 幾種疾病雙生子的同病率,系譜分析 目的 通過系譜分析初步判斷某病為單基因遺傳病還是多基因遺傳病。 分析方法 將家系調(diào)查所獲得的資料按一定方式繪成系譜圖（pedigree chart），根據(jù)發(fā)病情況，按遺傳規(guī)律分析其表型及基因型。 結(jié)果 符合孟德爾遺傳方式，提示屬單基因遺傳??；不符合孟德爾遺傳方式，但與遺傳因素密切相關(guān)，可能為

11、多基因遺傳病。,系譜分析中僅包括父母及其子代的小家系，稱為核心家系。 所謂指示者，是指在一個家系中表現(xiàn)型極端者，大多為患者或某性狀的表現(xiàn)者。 一個核心家系加上三位指示者，即組成一個系譜分析單位。 附有指示者的核心家系是對多基因遺傳病進行系譜分析的理想單位。,易患性與發(fā)病閾值 在多因子遺傳病中，遺傳基礎(chǔ)和環(huán)境因素的共同作用決定了一個個體是否易于患某種疾病，這種易于或不易于患病的屬性變量稱為易患性（liability）。 患者親屬中的現(xiàn)患率大于一般人群，患者親屬的易患性平均值比一般人群的易患性平均值更接近閾值。此即所謂的閾值模型（threshold model）。,圖1 一般人群和患者親屬易患性分

12、布圖,G：一般人群；R：患者親屬；T：閾值；Xg：一般人群易患性均值至閾值的正態(tài)離差；Xra：患者親屬易患性均值至閾值的正態(tài)離差；A：患者易患性平均值；ag：一般人群易患性均值與患者易患性均值的正態(tài)離差；qg：一般人群患病率；qra：患者親屬患病率。,遺傳度及其估計 在多因子遺傳病中，遺傳對易患性所起作用的大小程度稱為遺傳度（heritability，h2）。,表3 一些常見多因子遺傳病的發(fā)病率和遺傳度,在研究中若通過匹配等方法給先證者選取可比的對照組,進行病例對照研究時，可用以下方法估計遺傳度： 式中PC為對照組親屬的不發(fā)病概率，PC=1-qc；qc為對照組親屬的發(fā)病率；XC為對照親屬易患性

13、均值至閾值的正態(tài)離差；ac為對照親屬中患者的易患性均值至對照親屬易患性均值的正態(tài)離差；A為病例數(shù)；其余同前。,病例對照研究,實 例 謝宗孟等（1983）調(diào)查克汀病時發(fā)現(xiàn)患者一級親屬1217人中有49人發(fā)病，qra=0.0400，對照組一級親屬45076人中有263人發(fā)病qc=0.0058，由qra得Xra=1.751 ,ara=2.154 , pra=1-qra=0.9600；由qc得 XC=2.524 ,ac=2.845 ,pc=1-qc=0.9942；本例 r=1/2,代入以上公式得： 因此，地方性克汀病的遺傳度為544.54%。,對質(zhì)量性狀的多因子遺傳病可用以下方法估計。,CMZ和CDZ

14、分別為同卵雙生子和異卵雙生子的同病率；n1和n2分別為同卵雙生子對子數(shù)和異卵雙生子對子數(shù)。,雙生子法,實例 303對雙生子中，同卵雙生子201對中近視一致者156對；異卵雙生子102對中近視一致者47對。 本例近視的遺傳度為596.57% 。,=0.0657,單基因疾病的分析方法,分離分析 檢驗實際觀察的子代同胞分離比與某特定遺傳方式?jīng)Q定的理論分離比差異是否有顯著性，判斷所研究疾病是否符合假定的遺傳方式。 分離比是指患者在同胞總數(shù)中的比值。 此種分析的基礎(chǔ)是假設(shè)患者均為雜合體，若群體中患者是純合體發(fā)病，以上方法可造成較大偏差。,實例一 疑為軟骨發(fā)育不全的100個家庭 父母一方患病的家庭共有子女

15、235人， 其中127人患?。ㄓ^察值）。 試求證本病是否為常染色體顯性遺傳。,表1 分離分析2檢驗整理表,2=1.536 df=1 P0.05,遺傳平衡定律 在一個大的、隨機婚配的群體中，如果沒有遷移、選擇的影響，突變率保持不變，各種基因型的頻率也將代代保持不變，成為遺傳平衡的群體，此即遺傳平衡定律，亦稱Hardy-Weinberg定律。在以群體為研究對象進行單基因遺傳病分析時可以用遺傳平衡定律來估計群體中所研究疾病的基因頻率和基因型頻率。,設(shè)一對等位基因A和a（A為顯性基因，a為隱性基因），群體中的頻率各為p與q，p+q=1，隨機婚配時子代基因型及其頻率為： 精 子 A (p) a (q)

16、卵 A (p) AA Aa (pp) (pq) 子 a (q) Aa aa (pq) (qq) 基因型頻率的分布為： (p(A)+q(a)2,實例二 黑酸尿癥發(fā)病率為1/100萬 該病為常染色體隱性遺傳病，因此基因型均為純合子aa(q2)。根據(jù)Hardy-Weinberg定律： 因為x=q2=0.000001，q= 正常顯性基因頻率p=1-q=1-0.001=0.9991 雜合子頻率2pq=210.001=0.002 該病發(fā)病率雖然僅為1/100萬，但在群體中雜合子即隱性基因攜帶者的頻率達1/500。,多基因疾病的分析方法,表型與基因型一般統(tǒng)計分析 病例-父母三結(jié)構(gòu)資料的TDT分析 病例-父母

17、三結(jié)構(gòu)資料對數(shù)線性模型分析 同胞數(shù)據(jù)SDT分析 以家系為基礎(chǔ)的關(guān)聯(lián)分析 (FBAT) 基因環(huán)境(基因)交互作用分析 連鎖分析 多位點基因的單倍體型構(gòu)建分析 全基因組關(guān)聯(lián)分析 ,統(tǒng)計分析方法,分析基因型與表型的關(guān)系，也就是比較不同基因型的研究對象的表型是否存在差異，如基因型不同，表型也顯著不同，則表示兩者有關(guān)。 表型為連續(xù)型變量的基因型之間比較可用t-檢驗、方差分析、線性回歸等統(tǒng)計方法。 表型為分類型變量的基因型之間比較可用卡方檢驗、LOGISTIC回歸等統(tǒng)計方法。,表型與基因型一般統(tǒng)計分析,原理：理論上，父母親的兩個等位基因傳遞子女的概率均各為50%，如某一等位基因從父母傳遞給患病的子女的概率

18、大于50%，表示傳遞不平衡。傳遞不平衡檢驗(TDT)能發(fā)現(xiàn)與疾病直接有關(guān)的基因，或與疾病基因相連鎖的基因。 特點：它主要用于分析定性性狀（如是否患病），不適用于定量性狀（如血糖、胰島素等表型資料）的分析。,病例-父母三結(jié)構(gòu)資料的TDT分析,原理：它比較患病的同胞與非患病的同胞某等位基因出現(xiàn)的平均數(shù)。理論上，這兩種家系數(shù)相等，如兩種家系數(shù)顯著不等，表示該基因與患病與否有關(guān)，該基因可能是與疾病直接有關(guān)的基因，也可能是與疾病基因相連鎖的基因。 特點：主要用于分析定性性狀（如是否患?。贿m用于定量性狀（如血糖、胰島素等表型資料）的分析。,同胞數(shù)據(jù)SDT分析,原理：FBAT以核心家系為單位計算每個核心

19、家系數(shù)的基因型（X）的分布概率與統(tǒng)計量“S”（統(tǒng)計量S是表型T與基因型X的乘積），然后累加各核心家系的統(tǒng)計量S及S的方差與協(xié)方差，進行卡方檢驗。 特點：FBAT既適應(yīng)于定性資料又適應(yīng)于定量資料，并且可以先對表型變量經(jīng)有關(guān)混雜因素進行調(diào)整，將調(diào)整后的殘差值或校正值放入FBAT程序中進行分析，這樣得到的結(jié)果就是經(jīng)過混雜因素調(diào)整后的關(guān)聯(lián)分析的結(jié)果。FBAT適用于各種類型的家系結(jié)構(gòu)。有父母雙親、只有單親、雙親均無、一個同胞、多個同胞的家系都可混合在一起應(yīng)用。,FBAT 分析,原理：單倍體型分析通常采用置換法，通過對病例與對照兩組分別構(gòu)建單倍體型并計算各型頻率進行的卡方檢驗，得出P值；隨機分配每個研究對

20、象是病例還是對照，用假定的病例對照數(shù)據(jù)重復(fù)上述的單倍體型構(gòu)建及兩組單倍體型頻率，重復(fù)置換1000次，得出1000個P值，觀察從假定的病例對照數(shù)據(jù)得來的P值小于從實際的病例對照分組樣本得來的P值的比例（百分率），該比例即為兩組比較的P值。 特點：單倍體型（Haplotype）是指同一條染色體上緊密相連的一些位點(或基因)的組合。不同位點間排列距離越近，在減數(shù)分裂時發(fā)生重組的可能性就越小，以同一單倍體型整體傳遞給子代的可能性也就越大。單倍體型分析的可以幫助研究者進一步驗證在連鎖分析中所取得的數(shù)據(jù)，排除假陽性；通過多個位點的單倍體型排列，還可以使某些多態(tài)性不夠充分的單個位點的信息得以應(yīng)用。,單倍體型構(gòu)建分析,指兩個或多個因