基因与性状关联分析
确定与多基因性状显著相关的基因集。
使用GWAS ATLAS中4,756个性状的MAGMA基因关联p值，并对每个性状选择前500个相关基因。
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
人类多基因性状的蛋白质-蛋白质相互作用网络架构揭示跨领域连接性和进化压力
Protein-protein interaction network architecture of human polygenic traits reveals domain-spanning connectivity and evolutionary pressures
实验完整度
中系统分析了4,756个多基因性状的PPI网络，包含基因集构建、网络拓扑比较、选择约束相关性分析及功能富集等，但无湿实验验证。
主要模型
4,756个多基因性状（GWAS ATLAS） 461个具有全基因组显著关联的性状 PPI网络（STRING数据库）
重点核对
MAGMA阈值：2.7e-6，性状至少含60个相关基因 top 500基因用于网络构建 STRING综合评分>0.9 使用1,000个随机基因集作为零模型 pLI作为选择约束指标
摘要
背景：人类多基因表型源于许多在分子网络内相互作用的基因的联合效应。然而，我们对这些网络的结构如何限制或促进复杂性状的进化知之甚少。在此，我们系统地研究了4,756个人类多基因表型中蛋白质-蛋白质相互作用（PPI）网络架构与进化特征之间的关系。结果：我们表明，与多基因表型相关的基因在全球PPI网络中表现出显著高于匹配随机基因集的连接性。高连接性基因富集于免疫相关的生物学过程，而相互作用较少的基因则优先与神经发生相关功能相关。重要的是，在性状相关基因中，更高的网络连接性与较弱的选择约束相关，表明进化压力随网络嵌入而变化。结论：总之，这些发现提供了一个系统水平的框架，将分子相互作用架构与人类多基因性状的进化联系起来。为支持这项工作，我们还开发了一个在线门户，使研究人员能够通过识别在数千种多基因表型中高度相关且高度连接的基因来生成和探索假设。
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
- 多基因性状相关基因在PPI网络中的连接性如何，以及这种连接性与选择约束之间有何关联？
- 核心机制
- 高连接的性状相关基因倾向于具有较弱的选择约束（pLI较低），这可能反映网络架构对基因扰动适应度后果的影响，尽管MHC基因和平衡选择有一定贡献。
- 主要证据
- 基于GWAS ATLAS和STRING数据库的分析显示，相关基因网络连接性显著高于随机，且网络连接性与平均pLI呈负相关（R=-0.44），在随机网络中无此现象。
- 研究意义
- 为理解多基因性状的进化提供网络框架，并开发NetPolyGen门户以支持优先化候选基因。
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。
PPI网络构建
构建相关基因的PPI网络以分析其拓扑特性。
从STRING数据库获取基因的相互作用分数，构建每个性状的PPI网络，并与随机基因集网络比较。
网络连接性分析
检验相关基因网络是否比随机网络具有更高连接性。
计算网络中边数和连接节点数，并与随机网络比较，使用Wilcoxon秩和检验。
选择性约束分析
评估网络连接性与选择约束之间的关系。
计算每个网络的平均pLI和dN/dS，并与网络边数进行Spearman相关分析。
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-性状关联分析 | MAGMA | -- | -- |
| 蛋白质-蛋白质相互作用网络构建 | STRING | -- | -- |
| 选择性约束分析 | ExAC pLI数据集 | -- | -- |
| 进化率计算 | PAML套件 | -- | -- |
| 功能富集分析 | FUMA | -- | -- |
| 组织特异性分析 | TissueEnrich | -- | -- |
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 |
|---|---|
| 基因-性状关联分析 | GWAS ATLAS版本（release 3, v2019），MAGMA p值阈值（2.7e-6），性状至少含60个相关基因 阅读提示：Methods部分“Compilation of data and construction of interaction networks” |
| PPI网络构建 | STRING版本（12.0），综合评分阈值（>0.9） 阅读提示：Methods部分“Compilation of data and construction of interaction networks” |
| 网络连接性分析 | 随机基因集数量（1,000），随机基因集大小（500） 阅读提示：Results部分“Genes associated with polygenic phenotypes exhibit higher protein–protein interaction connectivity than non-associated genes” |
| 选择性约束分析 | pLI来源（ExAC），dN/dS数据来源（Chakraborty et al.），基因集（461个性状，top 500基因） 阅读提示：Methods部分“Measures of selective constraint” |