从基因到疾病:等位基因频率与效应大小的关系

MAF
maf
gwas
mendelian disease
Author
Published

Friday, December 20, 2024

基因变异如何影响疾病风险?在遗传学研究中,等位基因频率(Minor Allele Frequency, MAF) 和 效应大小(Effect Size, OR, Odds Ratio) 是两个关键参数,用于衡量基因变异的稀有程度及其对疾病风险的影响。这里,我们试着用简单直观的方式,带大家了解等位基因频率和效应大小的关系,以及它们在不同疾病中的作用。

等位基因频率与效应大小是什么?

等位基因频率(MAF)是指某个变异(如 SNP,单核苷酸多态性)在群体中较少出现的等位基因的比例。根据频率,变异可以分为以下几类:

  • 非常罕见变异(Very Rare):MAF < 0.001
  • 罕见变异(Rare):0.001 ≤ MAF < 0.01
  • 低频变异(Low-frequency):0.01 ≤ MAF < 0.05
  • 常见变异(Common):MAF ≥ 0.05

而效应大小通过优势比(OR, Odds Ratio) 衡量某个变异对疾病风险的影响程度:

  • OR > 3:高效应大小,意味着这个变异对疾病的影响很强。
  • OR接近1:低效应大小,表示影响很小。

等位基因频率与效应大小的关系

高效应大小且非常罕见变异:孟德尔遗传病

  • 特点:极少数人携带的变异直接导致疾病发生。
  • 例子:囊性纤维化(CFTR 基因突变)、镰状细胞贫血(HBB 基因突变)。
  • 应用:这种高效应变异易于通过家系研究或全外显子组测序发现。

低频变异,效应大小中等:复杂疾病中的关键位点

  • 特点:变异频率较低,但对特定人群的疾病风险有显著影响。
  • 例子:一些罕见心血管疾病或代谢性疾病的相关位点。
  • 挑战:需要更大样本量和更高精度的分析工具来发现。

常见变异,低效应大小:复杂疾病中常见变异

  • 特点:频率较高,单个变异对疾病的影响微弱,但多个变异可能协同作用。
  • 例子:2 型糖尿病、肥胖、抑郁症等多基因疾病。
  • 应用:通过全基因组关联研究(GWAS)和多基因风险评分(PRS)进行疾病预测。

罕见变异但效应较低:难以检测的遗传因素

  • 特点:这种变异影响微弱且在人群中极其罕见,目前的技术难以发现其对疾病的潜在作用。
  • 挑战:需要结合更大规模数据和功能实验加以探索。

为什么这对研究很重要?

揭示疾病的遗传基础

理解等位基因频率和效应大小的关系,有助于解析不同变异在疾病发生中的作用。对于孟德尔遗传病,关注高效应大小的罕见变异;而对于复杂疾病,更多地关注常见变异和低频变异的累积效应。

优化疾病预测与治疗

高效应变异可以作为明确的诊断标志物,用于早期筛查和治疗设计。低效应变异为复杂疾病的风险预测提供信息,通过多基因风险预测模型提高预测准确性,能够为个性化医疗和疾病干预策略提供新思路,从而推动精准医学发展。