[发明专利]一种基于二代测序的冠心病遗传风险评估方法

摘要

本发明公开了一种基于二代测序的冠心病遗传风险评估方法。特别的，本发明涉及冠心病遗传风险位点的筛选和基于风险位点的冠心病遗传风险评估模型的建立。依赖于此模型，对个体基因组进行靶向测序，最终得到个体的冠心病遗传风险。

主权项

一种基于二代测序的冠心病遗传风险评估方法，其特征在于，其包括如下步骤：(1)选取风险SNPs位点和加权重：输入已知风险SNPs位点和进行GWAS数据质量控制，所述的数据质量控制步骤如下：检查个体自报性别和预测的遗传性别的一致性，去除两者之间不一致的个体；只保留位于常染色体的SNPs并且去除所有样本中具有单一多态性的SNPs；去除样本间成功分型率小于0.95的SNPs；去除SNPs间有效分型率小于0.95的样本；检查样本间的亲缘关系和种群结构，样本间亲缘系数大于或等于0.125则被认为亲缘关系很近；种群结构分析用主成分分析的方法，R包SNPRelate被用来进行主成分分析和亲缘关系的分析，如果一个样本与前十个主成分中的任何一个的偏离超过6个标准差，则被认为是异常值，将被移除；当异常值和亲缘关系近的样本同时存在时，先移除异常值，然后移除亲缘关系近的样本中的一个；移除哈代‑温伯格平衡P值小于0.000001的SNPs；(2)遗传风险值GRS的计算:个体的遗传风险值GRS通过公式(1)计算得到；其中ω_i为每个SNP的log odds‑ratio，RA_i为Risk Allele的数目；公式(1)基于两个基本假设：第一，选取的SNPs不存在连锁不平衡关系(Linkage Disequilibrium)，rsq<0.2，也就是SNPs之间互相独立；第二，SNPs之间主要通过线性加和作用和疾病关联，而不是相互作用；$\mathrm{GRS}={\mathrm{\&Sigma;}}_{I=1}^{100}{\mathrm{\&omega;}}_i{\mathrm{RA}}_i$公式(1)公式(2)为风险预测模型，其中β为相关系数，而α为模型的截距；GRS需要基于群体的GRS进行Z‑score归一化处理。log(P(CHD|Genetic Factors))=α+βGRS       公式(2)公式(2)是对数的形式，两边取指数后，变换为公式(3)；公式(3)为最终的患病预测模型。P(CHD|Genetic Factors)=e^α+βGRS     公式(3)(3)模型参数估计：公式(3)的参数模型参数α和β的估计是基于全部dbGap和WTCCC中搜集得到的病人和对照样本；模型评价采用采用10‑fold交叉验证，其中9/10用作训练数据集，剩下1/10数据作为测试数据集，模型好坏的评价采用ROC曲线的AUC面积，也就是C统计量，ROC曲线可以评估模型区分GRS的能力；(4)个体风险评估报告：采用NextSeq500测序仪，对公式(3)中的风险位点进行靶向测序，获得个体风险信息，由公式(3)给出个体的冠心病患病风险；用个体相对与群体的遗传患病风险分布图表示。