心理所開發網絡分析平臺用于GWAS數據的深入詮釋

　　繼成功開發基于通路的全基因組關聯研究（GWAS）數據網絡分析平臺i-GSEA4GWAS之后，中國科學院心理健康重點實驗室王晶課題組王晶研究員和張昆林助理研究員等研究者又開發了網絡分析平臺ICSNPathway（Identify candidate Causal SNPs and Pathways），實現了在一個分析框架下對GWAS數據的深入分析和綜合詮釋。該平臺的特色在于將連鎖不平衡分析和功能SNP注釋與基于通路的分析方法相結合，有效地利用GWAS數據鑒定出與復雜疾病/表型相關的致病SNPs（causal SNPs）及通路，為后續的生物機制研究提供合理的假說和依據。

　　全基因組關聯研究（Genome-wide association study，GWAS）已被廣泛應用于人類復雜疾病/表型相關遺傳位點的發現與鑒定。然而，龐大的數據量（百萬以上個多態性位點，數千至上萬個樣本）為GWAS數據的解析和詮釋帶來了諸多問題。盡管已經有多個具有較強統計顯著性的多態性位點被發現，但鑒定出真正致病的SNPs并提供影響表型的證據仍然是GWAS數據詮釋的重要挑戰之一。目前的GWAS研究大多只關注統計顯著性最強的一些SNPs，而缺少代表生物機制的通路信息的支持。基于通路的分析方法（Pathway-based analysis，PBA）彌補了這一不足，但現有的方法忽略了SNPs的功能性，造成對致病因子的詮釋不足。ICSNPathway通過整合連鎖不平衡分析、功能SNP注釋及基于通路的分析方法，實現了對SNP功能的進一步挖掘和有效利用，從而鑒定出候選致病SNPs以及相關的代謝通路。作為一個開放的網絡分析平臺，ICSNPathway為相關的研究者提供免費的服務，幫助研究者對GWAS數據進行深入詮釋，產生從SNP到基因再到通路的假說，架起了GWAS與疾病機理研究的橋梁。ICSNPathway可通過以下鏈接訪問：http://icsnpathway.psych.ac.cn/。

　　該項研究得到了中科院知識創新工程項目（KSCX2-EW-J-8）和中科院心理研究所青年科學基金（O9CX115011）的資助。該研究成果已于近期發表在生物信息學頂級期刊《Nucleic Acids Research》（IF：7.836，Q1，Ranking in Biochemistry & Molecular Biology：30/286）。

Zhang, K., Chang, S., Cui, S., Guo, L., Zhang, L. and Wang, J. (2011) ICSNPathway: identify candidate causal SNPs and pathways from genome-wide association study by one analytical framework. Nucleic Acids Res, 39 Suppl 2, W437-443.