台湾生物样本库样本收集与基因分型
获取高血压病例和对照样本并进行全基因组基因分型
从台湾生物样本库招募10739例高血压患者和49668例对照，使用Axiom Genome-Wide Array Plate（TWB chip 2）进行基因分型，包含714431个SNP位点。
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
台湾人群高血压的整合基因组与转录组分析
Integrative genomic and transcriptomic analysis of hypertension in a Taiwanese population
实验完整度
高基于台湾生物样本库GWAS、eQTL、TWAS分析及UKB和日本生物样本库外部验证，含PRS风险分层功能验证
主要模型
台湾生物样本库10739例高血压患者和49668例对照 UK Biobank队列（n=437262，欧洲 ancestry） 日本生物样本库（BioBank Japan PheWeb） GTEx v8 49种人体组织（含5种心血管组织）
重点核对
GWAS样本量：10739例高血压患者和49668例对照，来自台湾生物样本库 SNP数量：4512191个全基因组SNP，MAF>0.05，call rate>0.99 外部验证：UK Biobank（n=437262）和日本生物样本库中验证14个风险位点 eQTL分析：使用eQTLGen Consortium数据库（>31000个体血液样本）验证rs4957500与DAB2表达关联 PRS分析：采用90%发现集/10%验证集分割样本设计，PRSice-2计算
摘要
目的：高血压在亚洲人群中高度流行，是主要的心血管危险因素。然而，大多数全基因组关联研究（GWAS）和转录组范围关联研究（TWAS）主要集中于白种人队列。本研究旨在识别亚洲人群中与高血压相关的遗传位点和基因表达特征。方法：我们分析了来自台湾生物样本库的10739例高血压患者和49668例对照，检测了4512191个全基因组单核苷酸多态性（SNP）。整合GWAS、TWAS和表达数量性状位点（eQTL）分析以刻画遗传风险。此外，采用分割样本设计构建多基因风险评分（PRS）以评估遗传风险分层。结果：我们识别出14个与高血压显著相关的位点，包括一个位于5p13.1的新位点。eQTL分析将该位点与全血中DAB2表达联系起来。TWAS检测到55个高血压相关基因，其中20个（36%）与GWAS位点重叠。GWAS位点外的几个新基因，包括FBXL15、KCNIP2和CRIP3，高度显著且涉及血管生物学和高血压机制。PRS分析有效区分高血压风险，最高10%的个体相比最低10%的个体风险增加超过3.5倍。结论：我们的发现为亚洲人群高血压的遗传和转录组景观提供了新见解。新位点和基因的识别推进了对疾病生物学的理解，并可能指导风险预测和治疗开发的精准医学方法。
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
- 识别亚洲人群（台湾）中与高血压相关的遗传位点和基因表达特征，并评估多基因风险评分的风险分层能力。
- 核心机制
- 新位点rs4957500（5p13.1）可能通过远端调控DAB2基因表达影响高血压易感性；FBXL15、KCNIP2和CRIP3等新基因涉及血管生物学和高血压机制。
- 主要证据
- GWAS识别14个风险位点（P<5×10-8），eQTL分析显示rs4957500与全血DAB2表达相关（P=4.37×10-8），TWAS检测55个高血压相关基因（20个与GWAS重叠），PRS分析显示最高10%个体风险增加>3.5倍。
- 研究意义
- 为亚洲人群高血压遗传和转录组景观提供新见解，新位点和基因的识别推进疾病生物学理解，可能指导风险预测和治疗开发的精准医学方法。
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。
基因型插补与质量控制
扩展SNP覆盖范围并确保数据质量
使用Michigan Imputation Server和Minimac4对22条染色体进行基因型插补，参考1000 Genomes Project East Asian panel。应用严格QC标准：插补r2>0.8，HWE P>1×10-6，MAF≥5%，call rate>99%。
全基因组关联分析（GWAS）
识别与高血压显著相关的遗传位点
使用PLINK v1.9和BOLT-LMM v2.3进行SNP关联分析，调整性别、年龄、BMI、糖尿病、高脂血症和top 7主成分。使用LD-based clumping定义独立位点。
外部验证与新颖性评估
评估所识别位点的可重复性和新颖性
在UK Biobank（n=437262，欧洲 ancestry）和日本生物样本库中验证14个风险位点，并查询GWAS Catalog评估新颖性。
功能映射与注释（FUMA/MAGMA）
通过基因水平分析识别显著基因
使用FUMA v1.3.7进行post-GWAS分析，MAGMA v1.08聚合SNP水平关联评估基因显著性，映射到18491个蛋白编码基因，扩展±500kb窗口。
eQTL和TWAS分析
将遗传位点与基因表达功能联系起来
使用eQTLGen Consortium数据库进行eQTL分析，使用MetaXcan v0.7.1进行TWAS，分析49种人体组织（重点5种心血管组织）。
多基因风险评分（PRS）分析
评估遗传风险分层能力
使用PRSice-2计算PRS，采用Clumping and Thresholding方法，90%发现集/10%验证集分割样本设计，逻辑回归评估与高血压关联。
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。
验证样本或模型特征
验证分子表达变化
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 基因分型 | Axiom全基因组阵列板 | Affymetrix | TWB chip 2 |
| 基因型插补 | Minimac4 | -- | -- |
| 密歇根插补服务器 | University of Michigan | -- | |
| GWAS分析 | PLINK | -- | v1.9 |
| BOLT-LMM | -- | v2.3 | |
| 功能映射 | FUMA | -- | v1.3.7 |
| 基因关联分析 | MAGMA | -- | v1.08 |
| TWAS分析 | MetaXcan | -- | v0.7.1 |
| PRS分析 | PRSice-2 | -- | -- |
| 坐标转换 | HRC-1000G-check-bim工具 | -- | -- |
| 绘图 | QMplot | -- | -- |
| Manhattan++ | -- | -- |
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 |
|---|---|
| 样本收集与定义 | 高血压定义：自我报告的高血压和/或服用抗高血压药物；对照定义：无高血压且未服用抗高血压药物；样本量：10739例病例和49668例对照 阅读提示：Methods-Study population and data collection，Table 1 |
| 基因分型与质量控制 | 基因分型平台：Axiom Genome-Wide Array Plate（TWB chip 2）；QC标准：missing call rate>0.05，HWE P<1×10-6，MAF<0.05排除；样本call rate<0.99和杂合率>±3 std排除 阅读提示：Methods-Genome-wide genotyping，Figure 1 |
| 基因型插补 | 插补软件：Minimac4；参考面板：1000 Genomes Project East Asian panel（Phase 3）；QC标准：imputation r2>0.8，HWE P>1×10-6，MAF≥5%，call rate>99% 阅读提示：Methods-Genotype imputation，Figure 1 |
| GWAS分析 | 分析软件：PLINK v1.9和BOLT-LMM v2.3；协变量：性别、年龄、BMI、糖尿病、高脂血症、top 7主成分；显著性阈值：P<5×10-8；LD clumping参数：r2=0.1，窗口±500kb 阅读提示：Methods-Association analysis，Figure S1 |
| eQTL和TWAS分析 | eQTL数据库：eQTLGen Consortium；TWAS工具：MetaXcan v0.7.1；组织：49种人体组织（重点5种心血管组织）；显著性阈值：Bonferroni校正（组织特异性P值如心耳3.7×10-6） 阅读提示：Methods-Expression quantitative trait locus and transcriptome-wide association study implementation，Figure S6 |
| PRS分析 | 工具：PRSice-2；方法：C+T；分割样本：90%发现集/10%验证集；协变量：top 7主成分、BMI、性别、年龄、糖尿病、高脂血症；风险分层：按十分位数分层 阅读提示：Methods-Polygenic risk score analysis，Figure S8 |