基于密度的空间聚类的评估,用于识别与缺血性中风相关的基因组位置,在全基因组数据中
Gennady V Khvorykh1, Nikita A Sapozhnikov1, Svetlana A Limborska1
1National Research Centre "Kurchatov Institute", Kurchatov Sq. 2, Moscow 123182, Russia.
International journal of molecular sciences
|October 28, 2023
概括
这项研究引入了一种新的工作流程,用于分析遗传数据,以了解缺血性中风 (IS). 通过分组单核酸多态 (SNPs),它识别了与IS相关的新基因,提供了对其遗传基础的复杂观点.
科学领域:
- 遗传学 遗传学 是一个
- 计算生物学 计算生物学
- 医学科学 医学科学 医学科学
背景情况:
- 缺血性中风 (IS) 是全球主要的死亡原因,其复杂和不太了解的遗传基础.
- 传统的全基因组关联研究 (GWAS) 分析单个单核酸多态 (SNP),可能缺少复杂的遗传相互作用.
研究的目的:
- 在缺血性中风中开发和验证一种用于关联基因映射的替代方法.
- 检查SNP的组,而不是单个SNP,以发现新的遗传关联.
主要方法:
- 一个新的工作流程,涉及将SNP集群成组,使用DBSCAN和HDBSCAN在链接不平衡 (LD) 矩阵上.
- 在SNP集群中推断单元类型,并测试它们与缺血性中风表型的关联.
- 将883,908个来自欧洲血统个体的SNP数据集应用于 (4929个案例,652个对照).
主要成果:
- 鉴定了与缺血性中风相关的数十个基因.
- 证据表明,原cadherin分子在IS的遗传结构中起着复杂的作用.
- 使用模拟数据验证工作流程,并与传统GWAS结果进行比较.
结论:
- 开发的工作流程,利用基因型数据上的聚类算法,提供了一种强大的新方法来识别与诸如缺血性中风等复杂特征相关的基因组位置.
- 这种方法增强了对缺血性中风遗传结构的理解,并且可以广泛应用于其他定性特征.
