全基因组测序与数据质控
获取西班牙裔/拉丁裔人群的遗传数据，并进行质控以用于后续分析。
对13,025名HCHS/SOL参与者的血液DNA进行全基因组测序（TOPMed和CCDG项目），使用DRAGEN流程进行等位基因调用，基因组版本为hg38；使用PC-AiR和PC-Relate计算遗传主成分和亲缘关系，并筛选无关个体（亲缘系数<0.044）。
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
与西班牙裔/拉丁裔认知衰退相关的新遗传特征
Novel genetic profile linked to cognitive decline in Hispanics/Latinos
实验完整度
中基于WGS的k-mer聚类分析，关联分析使用SOL-INCA认知结局，但无独立功能验证或体内模型验证。
主要模型
13,025名西班牙裔/拉丁裔成年人全基因组测序数据（HCHS/SOL） SOL-INCA队列（n = 5334）认知结局分析
重点核对
APOE区域k-mer聚类数（k=3） 认知结局分析样本量（MCI n=5236，显著认知衰退 n=5317） 关联分析校正变量：基线年龄、教育、性别、研究中心、随访时间、测试语言 k-mer长度k=21，敏感性分析k=17和k=25 聚类3与显著认知衰退的OR=1.47，95% CI [1.18, 1.84]，p<0.001
摘要
背景：与非西班牙裔白人和东亚人群相比，APOE ε4等位基因在西班牙裔/拉丁裔人群中与ADRD结局的关联较弱。方法：我们使用来自13,025名西班牙裔/拉丁裔成年人的全基因组测序数据，从APOE基因区域的短DNA序列推断人群分组（聚类）。我们估计了这些聚类与轻度认知障碍（MCI）以及通过拉丁裔研究-神经认知衰老调查（SOL-INCA）（n = 5334）评估的年龄校正显著认知衰退之间的关联。我们将这些关联与常规APOE等位基因的关联进行了比较。结果：我们识别出三个个体聚类。相对于最大的聚类1，处于聚类3的个体发生显著认知衰退的可能性更高，比值比（OR）= 1.47，95%置信区间（CI）[1.18, 1.84]，p < 0.001。与SOL-INCA检查时患有现患MCI的关联无统计学显著性，OR = 1.33，95% CI [0.97, 1.83]，p = 0.08。ε4等位基因与这些特征的关联无统计学显著性。讨论：与ε4等位基因相比，新的APOE特征与SOL-INCA西班牙裔/拉丁裔中年龄校正显著认知衰退的风险关联更强。
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
- 在西班牙裔/拉丁裔人群中，APOE基因区域的短基因组序列（k-mer）特征是否能识别出与认知衰退相关的遗传聚类，且该关联是否强于常规APOE等位基因？
- 核心机制
- APOE区域短基因组序列（k-mer）定义的遗传聚类可能反映了与认知衰退风险相关的遗传结构，该结构不同于常规APOE等位基因。
- 主要证据
- 基于13,025名西班牙裔/拉丁裔成人的全基因组测序数据，通过k-mer谱主成分分析和k-means聚类识别出三个聚类；在SOL-INCA队列中，聚类3与年龄校正显著认知衰退的关联OR=1.47（95% CI 1.18-1.84，p<0.001），而APOE ε4关联无统计学显著性（OR=1.17，95% CI 0.98-1.41，p=0.08）。
- 研究意义
- 该研究提出了一种新的APOE区域遗传特征，其在西班牙裔/拉丁裔中与认知衰退的关联强于APOE ε4等位基因，可能有助于解释APOE等位基因关联的遗传异质性。
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。
APOE区域k-mer谱生成
获取APOE基因区域及侧翼区域的短基因组序列（k-mer）谱，用于后续聚类分析。
将WGS数据子集化为APOE区域（chr19:44,905,781–44,909,394，GRCh38）及每侧500,000 bp侧翼区域（总区域chr19:44,405,781–45,409,394）；使用Beagle v5.2进行定相；使用samtools和BCFtools生成每个体的FASTA序列；使用Jellyfish进行k-mer计数，k=21，使用规范k-mer计数（-C）和最小频率阈值2（-L 2）。
基于k-mer谱的聚类推导
识别具有相似APOE区域k-mer谱的个体群体（聚类）。
对k-mer计数进行主成分分析（PCA），使用k-means聚类（基于前2或前6个主成分，分别使用在100%或80%随机子样本中SD非零的k-mer集），并进行共识聚类生成最终聚类分配。
APOE k-mer聚类与认知结局的关联分析
评估APOE k-mer聚类与MCI和显著认知衰退的关联，并与常规APOE等位基因的关联进行比较。
使用survey R包进行调查逻辑回归，以聚类1为参照，估计聚类2和3与MCI和显著认知衰退的OR；同时估计APOE ε2和ε4等位基因（以ε3为参照）与这些结局的关联；模型校正基线年龄、教育、性别、研究中心、随访时间、测试语言。
敏感性分析
评估k-mer长度选择、控制区域和替代变量对主要关联结果的影响。
使用k=17和k=25重复k-mer分析流程；在三个控制区域（chr19:48,405,781–49,409,394；chr18:44,405,781–45,409,394；chr17:44,405,781–45,409,394）重复分析，使用k=25；使用第一个k-mer计数主成分（PC1）和最高载荷k-mer进行关联分析。
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 |
|---|---|---|---|
| 全基因组测序 | Illumina DRAGEN流程 | -- | -- |
| 定相 | Beagle版本5.2 | -- | -- |
| k-mer计数 | Jellyfish | -- | -- |
| 序列索引和FASTA生成 | samtools | -- | -- |
| BCFtools | -- | -- | |
| 遗传 ancestry 估计 | ADMIXTURE软件 | -- | -- |
| RFMix44 | -- | -- | |
| 关联分析 | survey R包52, 53 | -- | -- |
| 遗传相关性和主成分分析 | GENESIS R包 | -- | -- |
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 |
|---|---|
| 全基因组测序与数据质控 | 样本来源：13,025名HCHS/SOL参与者；测序平台：TOPMed和CCDG项目，Baylor College of Medicine HGSC；基因组版本：hg38；无关个体筛选：亲缘系数<0.044 阅读提示：Methods 2.2 Whole-genome sequencing |
| APOE区域k-mer谱生成 | 基因组区域：chr19:44,405,781–45,409,394（GRCh38）；k-mer长度：21；最小频率阈值：2；定相软件：Beagle v5.2 阅读提示：Methods 2.4 K-mer analysis in APOE gene surrounding region |
| 基于k-mer谱的聚类推导 | 用于PCA的k-mer集：在100%或80%随机子样本中SD非零；聚类数：3；聚类方法：k-means和共识聚类 阅读提示：Methods 2.5 Derivation of k-mer profile-based clusters 和 Figure 1 |
| APOE k-mer聚类与认知结局的关联分析 | MCI分析样本量：n=5236；显著认知衰退分析样本量：n=5317；校正变量：基线年龄、教育、性别、研究中心、随访时间、测试语言；参照组：聚类1 阅读提示：Methods 2.7 Statistical analysis 和 Table 3 |
| 敏感性分析 | k值：17和25；控制区域：chr19:48,405,781–49,409,394，chr18:44,405,781–45,409,394，chr17:44,405,781–45,409,394 阅读提示：Methods 2.8 Sensitivity analyses to k-mer analysis 和 Table S2 |