英国生物银行在GWAS中发现了与人类特征的新关联
根据欧洲分子生物学实验室欧洲生物信息学研究所的一对研究人员的一项研究，一套新的分析工具使系统地搜索拷贝数变异与复杂的人类特征或条件之间的联系成为可能。
“我们提出了一个强大的 CNV 到表型发现过程，该过程使用类似于传统的基于 SNP 的 GWAS 的 [下一代测序] 信息，”作者 Tomas Fitzgerald 和 Ewan Birney，均来自 EMBL-EBI，近日在 Cell Genomics 上写道，并指出该方法“补充了 CNV 在罕见疾病发现中的长期使用，并提供了比已建立的基于 SNP 阵列的方法更高分辨率的常见 CNV 视图。”
使用他们的“拷贝数估计器”（CNest）工具集，研究人员分析了 200,629 名外显子组测序和表型英国生物银行参与者的外显子组序列中的拷贝数变异，利用他们为基于拷贝数的全基因组关联研究确定的变异(CNwas) 涵盖了数十种人类特征，以及它们与 SNP 变体的关系。
“尽管人们普遍认为 CNV 可以显着导致人类特征的差异，但迄今为止，大规模 CNV 与表型关联研究的方法，相当于 CNV 的 GWAS，受到许多因素的阻碍，包括方法学上的困难、足够大的数据集的可用性以及从测序数据中解释复杂重排的能力，”作者解释说，称 CNest 是“一种新的发现方法……基于大规模队列的新型标准化技术。”
该团队的 CNW 导致 CNV 与所考虑的特征之间存在 646 个显着关联，而其随后的精细映射分析突出了 862 个与 CNV 相关的关联。研究人员警告说，这些关系的一部分可以追溯到附近的 SNP，尽管该关联研究还强调了 CNV 对人类特征及其与复杂人类状况的潜在联系具有以前未被重视的影响。
作者报告说：“这些关联中的许多关联根据先前对 CNV 和 SNP 基因组关联测试的研究概括了多个已知关联，而其他人则发现了与人类共同特征的遗传学相关的新 CNV 特异性发现。”
研究人员指出，CNest 可以在全球基因组学与健康联盟建立的标准范围内使用，并且该方法应该可以在大型队列中挖掘出其他信息丰富的 CNV。
“我们鼓励社区探索我们在本文中所做的发现，使用 CNest 在英国生物银行及其他地区建立更多的 CNV 关联，并帮助进一步扩展 CNest 方法，以提供更全面的人类视角。变异，”作者写道，并指出“在同一框架中联合建模 SNP 和 CNV 的能力将更容易允许整合这两种类型的变异。”
