样本收集与基因分型
获取不同祖先个体的DNA样本并进行全基因组基因分型，以用于后续关联分析。
从T1DGC收集13,412名受试者，使用Illumina HumanCoreExome BeadArray进行基因分型，包括EUR家系、AFR和AMR病例-对照样本。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
1型糖尿病的多祖先全基因组关联研究
A multi-ancestry genome-wide association study in type 1 diabetes
实验完整度
中本研究为多祖先GWAS，包含基因分型、填补、关联分析及HLA单倍型分析，但缺乏体外或动物模型的功能验证，主要以统计分析为主。
主要模型
欧洲祖先家系（pseudo case-control） 非洲祖先病例-对照队列 混血（西班牙裔/拉丁裔）祖先病例-对照队列
重点核对
样本分三组：EUR（pseudo case-control，N=6856）、AFR（N=891）、AMR（N=308） 基因分型使用Illumina HumanCoreExome BeadArray，填补至TOPMed参考面板 HLA等位基因和氨基酸残基通过HLA-TAPAS参考面板填补 T1D风险分析使用SAIGE逻辑混合模型，调整了主成分（EUR：7个，AFR/AMR：4个） T1D发病年龄分析使用GATE frailty模型，年龄在32岁处审查
摘要
1型糖尿病（T1D）是一种由胰腺β细胞破坏引起的自身免疫性疾病。全基因组关联研究（GWAS）和精细定位研究主要在欧洲（EUR）祖先人群中进行。我们进行了一项多祖先GWAS，以识别与T1D风险和发病年龄相关的SNP和HLA等位基因。使用Illumina HumanCoreExome BeadArray对EUR家系（N = 3223）、非洲（AFR, N = 891）和混血（西班牙裔/拉丁裔）祖先（AMR, N = 308）的无亲缘关系个体进行基因分型，并使用TOPMed参考面板进行填补。利用多民族HLA参考面板来填补HLA等位基因和氨基酸残基。采用逻辑混合模型（T1D风险）和frailty模型（发病年龄）进行分析。在GWAS荟萃分析中，有7个位点与T1D风险在全基因组显著性水平相关：PTPN22、HLA-DQA1、IL2RA、RNLS、INS、IKZF4-RPS26-ERBB3和SH2B3，其中4个与T1D发病年龄相关（PTPN22、HLA-DQB1、INS和ERBB3）。AFR和AMR荟萃分析显示NRP1与T1D风险和发病年龄相关，尽管NRP1变异在EUR祖先中不相关。相比之下，PTPN22变异仅在EUR祖先中与风险显著相关。AFR和AMR祖先中与T1D风险最显著相关的HLA等位基因和单倍型与EUR祖先不同；此外，HLA-DRB1*08:02-DQA1*04:01-DQB1*04:02单倍型在AMR中具有“保护性”，而HLA-DRB1*08:01-DQA1*04:01-DQB1*04:02单倍型在EUR祖先中是“风险”单倍型，两者仅在HLA-DRB1*08位点不同。这些结果表明，需要更大的非EUR人群样本量来捕获与T1D风险相关的新位点。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 不同祖先人群（欧洲、非洲、混血）中，哪些遗传变异（SNP和HLA等位基因）与1型糖尿病风险及发病年龄相关？
- 核心机制
- 研究发现多个位点（如PTPN22、HLA-DQA1、INS等）与T1D风险相关，其中NRP1位点在非EUR人群中效应更强，且特定HLA单倍型（如DRB1*08:02-DQA1*04:01-DQB1*04:02在AMR中保护，DRB1*08:01-DQA1*04:01-DQB1*04:02在EUR中风险）在不同祖先中具有不同的风险效应。
- 主要证据
- 对13,412个个体的多祖先GWAS分析，涵盖EUR、AFR和AMR群体，通过荟萃分析识别出7个与风险相关的位点，并在AFR和AMR中发现NRP1关联。
- 研究意义
- 研究强调了遗传多样性在T1D研究中的重要性，有助于发现祖先特异性风险变异，并为改进人群特异性遗传风险评分和早期干预策略提供基础。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
基因型填补与质量控制
增加基因型密度并确保数据质量，为后续关联分析提供可靠数据集。
使用TOPMed参考面板进行基因型填补，并应用一系列质量控制步骤，包括SNP和样本水平过滤，以及填充后验证。
人口分层与祖先推断
将个体分配到正确的遗传祖先组，以控制人群分层造成的混杂。
使用KING软件进行多维度尺度分析，参考1000 Genomes Project参考面板，将样本分为AFR、AMR和EUR祖先组，并通过主成分分析计算PCs。
T1D风险关联分析
识别与T1D风险相关的遗传位点。
使用SAIGE软件拟合逻辑混合模型，在三个祖先组内进行关联分析，然后使用METAL进行固定效应荟萃分析。
T1D发病年龄关联分析
识别与T1D发病年龄相关的遗传位点。
使用GATE软件拟合frailty模型，在三个祖先组内进行存活分析，然后进行荟萃分析。
HLA区域分析
识别与T1D风险和发病年龄相关的HLA等位基因、氨基酸和单倍型。
使用HLA-TAPAS参考面板进行HLA等位基因和氨基酸填补，分析HLA区SNP、等位基因和氨基酸的关联，并进行单倍型关联和条件分析。
自身免疫性疾病基因富集分析
评估T1D相关基因在其他自身免疫性疾病中的富集情况。
使用FUMA软件对GWAS结果进行功能注释和基因集富集分析，比较T1D相关基因与其他自身免疫性疾病的GWAS catalog基因的重叠。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 基因分型 | Illumina HumanCoreExome 芯片 | Illumina | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 样本收集 | 样本量：EUR家系3223人，AFR病例409/对照482，AMR病例153/对照155 阅读提示：Participants部分 |
| 基因分型与质量控制 | 基因分型平台、SNP和样本QC阈值 阅读提示：Genotyping and quality control部分 |
| 祖先推断 | 祖先推断方法、参考面板 阅读提示：Population stratification部分 |
| T1D风险关联分析 | 使用的软件、模型、调整的PCs、显著性阈值 阅读提示：Statistical analyses部分 |
| HLA分析 | HLA填补参考面板、分析软件、单倍型定义 阅读提示：HLA analysis部分 |