全转录组关联分析（TWAS）简介

全转录组关联分析（TWAS）简介

简介

全基因组关联研究（GWAS）已经确定了数千种与许多复杂特征相关的遗传变异。然而，它们的生物学机制在很大程度上仍然是未知的。最近提出的全转录组关联分析（transcriptome-wide association studies，TWAS）是研究与变异性状关联的潜在基因调控机制的宝贵工具。具体来说，TWAS整合了GWAS和基于一组共同变异的表达图谱研究，旨在确定其GReX与表型相关的基因。目前已经开发了各种方法或软件（如PrediXcan，S-prediXcan，Fusion，UTMOST）来执行TWAS综合分析。为了解决不同的生物学问题，每一种分析方法或者软件都有不同的建模假设。在生物医学研究中，TWAS已经成功应用于多种疾病，如精神分裂症，乳腺癌，前列腺癌，低密度脂蛋白胆固醇和克罗恩氏病等疾病中。

Fig1. TWAS分析策略. (Wainberg, M, et al. 2019)

TWAS分析优势
与全基因组关联研究相比，TWAS研究策略具有以下优点：

• 与SNP相比，基于基因的分析具有更低的多重比较压力。
• 分析结果以特定基因而非SNP的形式呈现,基因的生物学意义更为直接，便于后续的功能研究和结果转化。
• GTEx数据库提供了极为丰富的基因组和转录组数据。研究人员可以使用各种人体组织和细胞数据作为参考面板来构建模型。从GWAS到TWAS的过渡无需额外的样本测试即可实现。
• TWAS研究中使用了越来越成熟的人工智能分析方法，并且预测结果变得越来越准确。

TWAS 应用领域

• 肿瘤和复杂疾病易感基因的研究。
• 分析动植物的特殊性状。
• 疾病预警，遗传咨询，早期诊断，风险评估和药物选择。

TWAS分析要点
1.将GTEx作为参考面板（reference panel）训练来自基因型的表达预测模型（training a predictive model）；
2.使用该模型预测GWAS队列中个体的表达；
3.将该预测结果进行基因表达与性状关联分析。

References

1. Wainberg, M, et al. Opportunities and challenges for transcriptome-wide association studies[J]. Nature Genetics, (2019). 51(4), 592–599. doi:10.1038/s41588-019-0385-z.
2. Gusev A, et al. Integrative approaches for large-scale transcriptome-wide association studies[J]. Nature Genetics, (2016). doi:10.1038/ng.3506.