了解复杂疾病的遗传结构在很大程度上依赖于与特定疾病相关的遗传变异的发现和表征。全基因组关联研究(GWAS)使用高通量基因组技术快速扫描大量受试者的整个基因组,以发现与性状或疾病相关的变异。这可能包括单核苷酸多态性(SNPs)和拷贝数变异(CNVs)。
复杂疾病通常以常见变异为特征,而罕见或低频变异的贡献在很大程度上仍然未知。使用微阵列的大规模GWA在识别位点和输入与疾病相关的常见SNP变异方面是有效且经济的。然而,阵列在检测低频SNP变异方面受到限制。全基因组测序的逐碱基分辨率允许识别可能与疾病相关的常见和罕见变异。
许多疾病和障碍的GWAS尚未实施,迄今为止,GWAS的大部分参与者(79%)为欧洲血统。由于欧洲人口仅占全球人口的约16%,因此人们认识到需要更加多样化的GWAS数据集。2.
除了种族多样性外,还需要对特定亚群体的不同疾病指征进行GWAS。这将有助于提供有关哪些基因和基因途径可能参与疾病机制和发病机制的线索。
GWAS采用常用的病例对照设置方法,对两大组个体(一个受疾病影响的病例组和一个健康对照组)进行比较,成功识别了特定复杂疾病的变异,例如:
全基因组关联研究已经确定了数千种变异在不同疾病中可能扮演的角色。然而,从统计关联到真正深入了解疾病机制仍然是一个挑战。测序技术的最新进展促进了分析GWAS snp潜在功能相关性策略的发展。