区分通路分析：一种用于 GWAS 数据多 SNP 分析的新技术

由于技术的进步，全基因组关联研究已变得越来越普遍，并使得识别与疾病相关的单核苷酸多态性（SNP）等位基因差异成为可能。然而，典型的 GWAS 分析技术单独处理标记物，而复杂疾病不太可能具有单一的致病基因。因此，迫切需要能够揭示病例和对照之间系统水平差异的多 SNP 分析方法。在此，我们提出了一种新颖的多 SNP GWAS 分析方法，称为区分通路分析（PoDA）。该方法利用 GWAS 数据以及已知的通路-基因和基因-SNP 关联，来识别能够理想地区分病例和对照的通路。该技术基于以下假设：如果一条通路与疾病风险相关，那么对于与该通路相关的 SNP，病例之间将比病例与对照之间表现出更高的相似性。通过系统地将该方法应用于所有潜在感兴趣的通路，我们可以识别出那些假设成立的通路，即包含 SNP 的通路，在这些通路中，样本表现出比跨类相似性更大的类内相似性。重要的是，PoDA 改进了现有的单 SNP 和 SNP 集富集分析，因为它不要求通路中的 SNP 表现出独立的主效应。这使得 PoDA 能够揭示上位性相互作用驱动风险的通路。在本文中，我们详细介绍了 PoDA 方法，并将其应用于两项 GWAS 研究：一项是乳腺癌，另一项是肝癌。获得的结果强烈表明，存在通路范围的基因组差异导致疾病易感性。因此，PoDA 提供了一种与现有技术互补的分析工具，并具有丰富我们在系统水平上对疾病基因组学理解的能力。