先说一般怎麽做，初步分析的部分 一般如果是case/control的，会排除那些有多重位置或如A/T/C三种type的 当然考虑HWE, callrate....一些东西我就不熟了，只能从专业的paper参考 我只知道GWAS先画张manhattan plot 这样不懂的人都可以清楚了解你的结果 接着这笔data有几种利用方式 1.根据plot上的cluster归纳出几个最关键的chr位点 从中进行fine-mapping, re-sequencing等，找出causal SNP/mutation 2.找另一群case/control(找合作单位) 进行同一平台或不同平台replicate study 3.从big data中进行传统的candidate gene association study 包括haplotype, G-G间的joint effect，或G-E分层分析等 4.把最感兴趣的SNP拿去做functional assay 1-3是相关的，再发paper之前，钱/人力够多的话可以都做 对GWAS研究者来说，4是最不熟也最不会想做， 但对生物/分生的研究者则是相反，以为真的是挖到宝藏 几年前，我们lab来一位老师觉得我们有这麽多significant SNP 拜访後想谈合作，说或许可以让他做些recombinant protein跟in vitro assay 很可惜，多数实验背景的研究者都以为SNP在cds上 (如果这麽好康，我早就留着自己做了) 事实上，这些SNP能落在intron已经不错了 有些跟基因的TSS都数k～十数k的距离，functional assay都不知从何着手 GWAS快速进展以来更是如此(不易实验分析) 原因是既然GWAS，厂商出的chip就至少该满足两个条件才会好卖 一是点的密度要均匀，不能客制化哪些loci要密集一些 二是上面SNP的MAF要够，case/control都没variant怎麽办? 顾及密度及MAF，可用的那些点就不太会座落在cds了 因此你的本文提到後续"验证"其实有两种解读 除了是直接地认为探讨该SNP的功能影响 或者看到你的回应後，觉得是上述2这个replication 你现在应该很困扰，除了慢慢拖到毕业时间到老板放人外(误) 画张上述彩色的manhattan plot是能有起码交代 (前提是抓出这些SNP要是比照一般paper的筛选流程找出来的才能信服别人) 接着藉用中研院Genepipe等网站功能，这些SNP丢到variowatch等去做annotation 用FANS评估SNP对gene影响的可能性与程度 又或1000genome (1KG)网站也能计算z score评估functional significance 透过这些量化的数值，就可以让"真的想做functional assay的人"退缩了 假使你从中做出兴趣，以下的不妨考虑看看 因为你的两群都是case 利用1KG可以选定接近的族群当作reference healthy control 此外台湾Biobank也有释出local based control，也能申请个别资料 弥补你没有control的困扰 如果SNP落在功能未知或太大(e.g.>500kda)的基因附近，建议直接放弃 非关该phenotype的已知基因，可以用si/shRNA看cell based assay 若有幸找到有相关的基因，上述(1-3)等replicated或fine-mapping不妨试试 也能用1KG或hapmap等找LD region上有没有exonic SNP z score够显着就可以试试site-direct看enzyme activity或protein interaction 次之则是找proximal promoter region至intron 1范围 满足LD, MAF又有一定比例的SNP 这样可以试reporter assay後，回去再做该点的SNP应该也会显着 对了这里提到的"显着"都指p值，但是有时候往往odd ratio都不高 这也是限制投入细胞实验的冲动 最後想提一下，别太相信这是"中研院那边提供"的研究这单纯的理由 我觉得可能是某医师念硕博班，於是对方切出一笔小小的data玩玩用途 或者医师提供检体供对方lab研究 但觉得一阵子没发表所以急了 於是要求拿自己sample做的data回来另觅合作单位进行分析 看起来後面这个比较合理 但尽管如此也太随便了 我们是个别有生统、分生的助理，才对GWAS的後续用途更顺利衔接 ※ 引述《sinclairJ (Jun)》之铭言： : 作者: sinclairJ (Jun) 看板: Biology : 标题: GWAS,GO(Gene Ontology) : 时间: Mon Apr 20 23:05:59 2015 : 大家好，想在这边请教有分析过Genome-wide association studys（GWAS）的前辈，因为 : 本身非生物或统计背景，所以对这种分析较缺乏sense : 小弟手上的GWAS data, 其Phenotype有1及2，SNP(rs number)则约有60万个(已genotype : 为0,1,2) : 小弟目前已经用资料探勘的手法找出与Phenotype显着的SNP，共有50几个 : 小弟想请教的是 : 1.该如何验证我找出的这些SNP确实是这疾病的致病基因（小弟有阅读过paper,似乎可以 : 用模拟的方式来验证?） : 2.若我找出这些SNP所对应的gene name,是否可以做Geno Ontology,藉此建立一个pathway : 来证明我所找的那些SNP确实会影响该疾病 : 3.还是有其他验证方法，也请各位前辈提点我一下，甚至直接个paper叫我阅读也可以， : 因为又非生物背景，每当辛苦看完一篇超难懂的paper时，之後发现又对研究没帮助，那 : 种感觉真是。。。 : 以上，谢谢各位前辈帮忙，如果问题有说明不清楚的再跟我说，我会再进行补充 ※ 编辑: blence (180.218.165.124), 04/22/2015 01:03:52 ※ 编辑: blence (180.218.165.124), 04/22/2015 01:59:29