从全基因组关联学习数据推导精神疾病致病机理

——心理所王晶课题组开发i-GSEA4GWAS网络分析平台

　　中国科学院心理研究所王晶研究员课题组在全基因组关联学习（genome-wide association study, GWAS）研究中取得重要成果。课题组成功开发了基于通路（pathway）的GWAS数据网络分析平台——i-GSEA4GWAS。该平台用于鉴别与疾病表型相关的通路/基因集，以进一步研究和揭示疾病致病机理。

　　全基因组关联学习（GWAS）是一种对全基因组范围内的常见遗传多态性（主要是单核苷酸多态性-single nucleotide polymorphisms, SNPs）进行总体关联分析的方法，适用于包括精神疾病（mental disorder）在内的复杂疾病的研究。传统GWAS数据分析方法对SNP/基因独立的进行分析，忽略了复杂疾病的多基因联合效应。为解决上述问题，近年来基于通路的研究原则被引入到GWAS数据分析，检测包含多个基因的通路和性状的关联。基于上述观点，王晶课题组成功研究开发了基于通路的GWAS分析方法（i-GSEA）和工具，通过网络服务的方式供世界范围相关研究工作者使用（i-GSEA4GWAS，URL: http://gsea4gwas.psych.ac.cn）。课题组使用i-GSEA4GWAS对一种精神疾病——双向情感障碍（bipolar disorder）的GWAS数据进行了分析，并发现了新的可能的疾病相关通路/基因集。

　　该项研究得到了中国科学院心理研究所青年科学基金（O9CX115011）和北京市科学技术委员会北京市科技新星计划（A类）（2007A082）的资助。该研究成果于近期发表在生物信息学顶级杂志《Nucleic Acids Research》(影响因子6.878)。

Kunlin Zhang; Sijia Cui; Suhua Chang; Liuyan Zhang; Jing Wang. i-GSEA4GWAS: a web server for identification of pathways/gene sets associated with traits by applying an improved gene set enrichment analysis to genome-wide association study. Nucleic Acids Research 2010; doi: 10.1093/nar/gkq324