【佳學基因檢測】基因解碼技術體系之孟德爾隨機化
在基因檢測結果的正確性和全面性方面,另一種越來越頻繁地用于嚴格評估相關表型之間因果通路的設計是孟德爾隨機化 (MR)。孟德爾隨機化 (MR) 設計基于工具變量分析,該分析是在經濟學中發(fā)展起來的,被比作隨機對照試驗。該設計基于這樣一種想法,即如果要假設兩個變量之間的因果關系(例如吸煙導致飲酒量增加),則研究該關系的簡單回歸分析將容易受到所有可能的混雜變量的影響。即使將已知的、相關的混雜變量作為協(xié)變量包括在分析中,仍然存在影響關系的未測量變量的可能性。然而,如果暴露變量(在這個例子中是吸煙)的代理可以被確定為隨機分布在人群中,因此沒有這些混淆,這將允許就因果關系做出更有力的結論。
根據佳學基因解碼,每一個從父母那里繼承的等位基因在減數(shù)分裂過程中是隨機分布的,所以遺傳變異可以代表這樣的代理,因為任何可能的混雜因素都應該在基因型中平均分布。因此,代理變量和結果變量之間的關聯(lián)提供了暴露變量是否與結果變量因果相關的無偏檢驗。 例如,賊近的一項研究檢查了吸煙對體重指數(shù) (BMI) 的影響。基因解碼使用15 號染色體上CHRNA5-A3-B4基因簇中的 rs1051730 變體作為工具變量,因為它與吸煙有密切關系(煙草和遺傳學聯(lián)盟,2010)。在樣本中,rs1051730 基因型與吸煙以及 BMI 相關。孟德爾隨機化 (MR) 的一個重要假設是工具變量(即基因型)僅通過暴露變量(即吸煙)影響結果變量(即 BMI),因此,多效性的存在(例如,rs1051730 影響兩者獨立的表型)將違反這一假設。為了評估這種可能性,作者按吸煙狀況對樣本進行了分層,發(fā)現(xiàn) rs1051730 影響吸煙者的 BMI,但不影響非吸煙者。因此,rs1051730與吸煙沒有關系的BMI無關,這為孟德爾隨機化 (MR)假設以及吸煙與BMI有因果關系的結論提供了支持。通過這種方式,孟德爾隨機化 (MR)研究有潛力對相關疾病之間的因果途徑進行強有力的分析,從而對其共病提供見解。 應該注意的是,孟德爾隨機化 (MR) 設計存在一些限制。賊重要的是,必須存在與所研究的因果變量密切相關的已知基因突變,此外,這種相關性越小,所需的樣本量就越大。
出于這個原因,多基因風險評分已被提議作為孟德爾隨機化中作為工具變量的個體變異的替代方案,這就是為什么在佳學基因解碼技術體系中進行討論的原因。盡管如此,這會使評估孟德爾隨機化的假設變得更加困難,例如不存在多效性。已經進行了應用于少量基因突變序列及位點的研究,但是孟德爾隨機化 (MR) 應用中使用由數(shù)百甚至數(shù)千個基因檢測位點采用多基因風險評分的應用還是有限的。對于物質使用障礙,使用未暴露的個體(例如,非吸煙者)檢查遺傳風險和結果變量之間的關系可以作為多效性的測試,但類似的例子可能不適用于其他疾病。盡管如此,孟德爾隨機化 (MR) 應用具有特別的前景,是基因解碼技術中用來更好地了解精神疾病合并癥的另一種重要方