eQTL


首先QTL是數量性狀位點,比如身高是一個數量性狀,其對應的控制基因的位點就是一個數量性狀位點,而eQTL就是控制數量性狀表達位點,即能控制數量性狀基因(如身高基因)表達水平高低的那些基因的位點。
 

數量性狀基因座:控制數量性狀的基因在基因組中的位置稱數量性狀基因座。常利用DNA分子標記技術對這些區域進行定位,與連續變化的數量性狀表型有密切關系

表達數量性狀基因座(expression Quantitative Trait Loci,eQTL)是對上述概念的進一步深化,它指的是染色體上一些能特定調控mRNA和蛋白質表達水平的區域,其mRNA/蛋白質的表達水平量與數量性狀成比例關系。eQTL可分為順式作用eQTL和反式作用eQTL,順式作用eQTL就是某個基因的eQTL定位到該基因所在的基因組區域,表明可能是該基因本身的差別引起的mRNA水平變化;反式作用eQTL是指某個基因的eQTL定位到其他基因組區域,表明其他基因的差別控制該基因mRNA水平的差異。
 

eQTL就是把基因表達作為一種性狀,研究遺傳突變與基因表達的相關性: 就好像研究遺傳突變與身高的相關性一樣

早年可以通過同時做一個個體的SNP芯片和cDNA芯片, 在全基因組尺度研究突變與表達的相關性, 這種研究需要較多個體(例如1000個); 現在隨着深度測序的出現,很多人開始用RNA-Seq在較少量個體中研究allele-specific expression,本質上就是eQTL.

簡單地說, 遺傳學研究經常發現一些致病或易感突變, 這些突變怎樣導致表型有時候不太直觀; 所以用某個基因的差異表達作為過渡: 突變A-->B基因表達變化-->表型;

 

From https://www.cnblogs.com/Acceptyly/p/3904108.html

=====================================================

=====================================================

從基因的改變到疾病等現象的出現,中間缺失了重要的一環,那就是基因的表達。也許在測序中,我們可以看到某一個基因上某一個位置的變化(比如說SNP單核苷酸變化),但是這種變化並不一定會影響mRNA的產生或者蛋白的改變。也就有可能不會影響到疾病或其他生物學過程。於是科學家想到了另一個指標——mRNA的序列數據。因為只有被表轉譯到mRNA上的基因,才可能進一步表達為蛋白(圖1)。

 

 圖1:eQTL是溝通基因改變與疾病的橋梁

但是要怎么搞清DNA改變是怎么影響mRNA的出現呢?這一過程被稱為Expression quantitative trait loci(eQTL) 分析,目的在於得到單個DNA突變與單個基因表達量之間的相關性。與單個基因mRNA表達量相關的DNA突變,就被稱為eQTL。

簡單來講,我們首先通過全基因組測序獲得每個個體的DNA全序,然后以同種族的其他個體作為參照,標記出該個體所有的DNA變異位點, 稱為SNP位點。同時,我們通過全基因組mRNA表達量測序得到該個體的特定組織樣本中的基因表達量。以全部DNA變異位點為自變量,輪流以每種mRNA表達量為因變量,用大量的個體數據做樣本進行線性回歸,就可以得到每一個SNP位點和每一個mRNA表達量之間的關系。

GTEx是第一個收集了多個人體器官mRNA測序的數據庫,並提供了跨器官的eQTL研究平台。

當前使用的GTEx v6p版本的原始數據來自於449名生前健康的遺體捐獻者的44個不同的器官。圖2是不同器官里面樣本數的直觀展示。由這個圖可以看出,這一數據庫中涉及的數據覆蓋面非常廣,數據量大,具有重要的應用潛力。

 

 圖2:GTEx 樣品取材來源圖示。灰色字體為 cis-eQTL 數/trans-eQTL數


 
鏈接:https://www.jianshu.com/p/2e1e9d3ccd63

=====================================================

=====================================================

 常見問題

eQTL分析可以研究哪些疾病?
    近年來許多科學家運用eQTL聯合GWAS分析的方法,尋找致病風險位點,這些聯合分析的方法已應用在類風濕性 關節炎、腎病、精神分裂等疾病的研究中。

eQTL對非編碼區功能怎樣進行研究?
    通過eQTL分析,可以解釋非編碼區基因突變與基因表達之間的調控關系。系統的了解基因轉錄的調控機制,構建 基因表達調控網絡。

eQTL分析怎樣進行葯物處理前后反應的研究?
    對葯物處理前后的機體/細胞進行eQTL的差異分析,可以很好的研究葯物處理前后反應的差異,為尋找葯物作用靶 點,以及葯物作用機制提供基因層面的證據。

怎樣利用eQTL分析進行人群隊列研究?
    在進行人群隊列研究中,可以進行eQTL分析,通過比較不同人群中eQTL的差異,充實人群隊列研究結果,尋找不同 人群中基因差異與基因表達調控的關系。

from http://www.novogene.com/tech/service/eQTL/QA/

=====================================================

=====================================================

 eQTLs, the discovery of genetic variants that explain variation in gene expression levels.

An eQTL is a locus that explains a fraction of the genetic variance of a gene expression phenotype. Standard eQTL analysis involves a direct association test between markers of genetic variation with gene expression levels typically measured in tens or hundreds of individuals. This association analysis can be performed proximally or distally to the gene. One of the major advantages of eQTL mapping using the GWAS approach is that it permits the identification of new functional loci without requiring any previous knowledge about specific cis or trans regulatory regions. Typically in the eQTL mapping literature, regulatory variants have been characterized as either cis or trans acting, reflecting the predicted nature of interactions and of course depending on the physical distance from the gene they regulate. In this review, conventionally, variants within 1 Mb (megabase) on either side of a gene's TSS were called cis (figure 1), while those at least 5 Mb downstream or upstream of the TSS or on a different chromosome were considered trans acting.

 

 

A typical eQTL; many SNPs tested against levels of expression measured by a probe or by other means. The panel below illustrates the difference in distributions of expression values stratified by the SNP genotype of the most significant SNP. (Online version in colour.)

From:

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3682727/

=====================================================

 

 

=====================================================

 Web resources

GTEx Portal: https://www.gtexportal.org/

GWAS Catalog: https://www.ebi.ac.uk/gwas/

1000 Genomes Project: http://www.internationalgenome.org/

PLINK 1.9: https://www.cog-genomics.org/plink2

HaploReg v4.1: https://pubs.broadinstitute.org/mammals/haploreg/haploreg.php

=====================================================

 =====================================================

 

 

 

=====================================================

 

 

=====================================================

 

 

=====================================================

 

 =====================================================

 

 

=====================================================

 

=====================================================

 

 

=====================================================

 

 

=====================================================

 

=====================================================

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM