一种整合分析血浆蛋白组、基因组和肥胖相关性状的方法技术

本发明专利技术公开了一种整合分析血浆蛋白组、基因组和肥胖相关性状的方法，包括以下步骤：S1：获得血浆蛋白组的全基因组关联汇总数据，肥胖相关性状的全基因组关联汇总数据；S2：筛选出与血浆蛋白在全基因组范围内呈显著性相关的SNPs；S3：对呈显著性相关的SNPs进行筛选得到独立的SNPs，并对独立的SNPs去除水平多效性；S4：进行双样本孟德尔随机化分析，通过因果关联推断得到与肥胖相关性状具有因果关联的血浆蛋白；S5：进行系统聚类分析评估显著因果关联的结构和模式；S6：进行基因富集分析和通路分析探索肥胖相关蛋白质的功能关联性。本发明专利技术能够获得与肥胖相关性状具有因果关联的血浆蛋白，并得到确定的血浆蛋白与肥胖相关性状呈正相关或负相关的关系。正相关或负相关的关系。正相关或负相关的关系。

【技术实现步骤摘要】
一种整合分析血浆蛋白组、基因组和肥胖相关性状的方法


[0001]本专利技术属于生物
，具体涉及一种整合分析血浆蛋白组、基因组和肥胖相关性状的方法。

技术介绍

[0002]肥胖是一种慢性代谢性疾病，已经成为一种全球性的流行病，也是一个主要的公共卫生问题。肥胖与2型糖尿病(T2D)、高血压、心血管疾病、某些形式的癌症等有关。除上述疾病外，肥胖还将带来许多心理问题和经济负担。相关研究表明，截至2015年，全球约有1.077亿儿童和6.037亿成年人患有肥胖症，总体患病率分别为5.0％和12.0％。据报道，超重和肥胖每年可导致280万人死亡，是全球第五大死亡风险。
[0003]我们经常使用身体质量指数(BMI)来给肥胖症分级，BMI的计算公式是体重(公斤)除以身高(米)的平方的比率。根据世界卫生组织(WHO)对肥胖的定义，BMI≥25被视为超重，BMI≥30被定义为肥胖症。尽管BMI在许多研究中被广泛用作评估整体肥胖状况的测量方法，但它并不被认为是测量肥胖的理想表征。因为体重主要由脂肪量和瘦肉量组成，而脂肪量和瘦肉量有不同的遗传机制和临床后果。从腰围/臀围(WHR，腰臀比)、体脂率、体脂质量(BFM)和体无脂质量等多个维度测量肥胖，可以避免使用单一性状测量肥胖的局限性，使解释更具有说服力。
[0004]蛋白质是生物体代谢状态的一个很好的代表，是药用靶点的主要来源。一项双胞胎研究表明，血浆蛋白水平受到遗传因素的影响。例如，脂蛋白(a)和免疫球蛋白重链病蛋白的遗传率分别约为66.3％和65.4％(Liu,Y.,et al.,Quantitative variability of 342plasma proteins in a human twin population.Mol Syst Biol,2015.11(1):p.786.)。最近一项研究根据494名肥胖受试者的1192个蛋白质进行了蛋白质数量性状位点(pQTL)分析，结果发现BMI与蛋白质水平有关(Carayol,J.,et al.,Protein quantitative trait locus study in obesity during weight
‑
loss identifies a leptin regulator.Nat Commun,2017.8(1):p.2084.)。Geyer,P.E.,et al.,Proteomics reveals the effects of sustained weight loss on the human plasma proteome.Mol Syst Biol,2016.12(12):p.901.研究表明减肥可以影响个人的蛋白质水平的变化。Riuzzi,F.等人发现充分的证据表明S100蛋白家族，一种Ca
2+
结合蛋白与脂肪生成和肥胖有关(Riuzzi,F.,et al.,S100 proteins in obesity:liaisons dangereuses.Cell Mol Life Sci,2020.77(1):p.129
‑
147.)。Weiss,R.等人发现，肥胖的严重程度与C反应蛋白的水平明显相关(Weiss,R.,et al.,Obesity and the metabolic syndrome in children and adolescents.N Engl J Med,2004.350(23):p.2362
‑
74.)。Jawed,S.等人发现，肥胖者的表面活性剂蛋白
‑
D的浓度较低，与BMI呈负相关(Jawed,S.,N.Mannan,and M.A.Qureshi,Association Of Surfactant Protein
‑
D With Obesity.J Ayub Med Coll Abbottabad,2016.28(3):p.489
‑
492.)。然而，上述蛋白质与肥胖之间的关联是通过观察研究获得的，可能存在混杂的问题，蛋白质和肥胖之间的因果关系并不明确。
[0005]孟德尔随机化(Mendelian Randomization，MR)分析是一种有效利用遗传变异作为工具变量(IV)来评估特定风险因素与所关注特征/疾病之间的潜在因果关系的方法。遗传变异在出生时即随机分配且在一生中都是不变的，不受混杂因素如生活方式和社会经济因素的影响，因此可以用作IV。工具变量中可以包括多个遗传变异位点，记为IVs。MR分析是一种以遗传变异作为工具变量，推断暴露因素与结局变量的因果关系的方法，能够克服混杂因素和反向因果所导致的偏倚。以前的研究表明，宿主的遗传变异会影响肥胖相关性状和血浆蛋白的表达。以血浆蛋白与肥胖相关性状的关系为例，血浆蛋白与肥胖相关性状的因果关系是指血浆蛋白丰度为因，肥胖相关性状为果；而血浆蛋白与肥胖相关性状的反向因果关系是指肥胖相关性状是因，血浆蛋白丰度是果，即肥胖相关性状影响血浆蛋白丰度。MR分析基于以下三个基本假设：i)IVs与暴露因素密切相关；ii)IVs与影响“暴露
‑
结局”关系的混杂因素相互独立；iii)IVs
‑
结局关联仅通过暴露介导，而不是任何其他途径。SNP为单核苷酸多态性，为一种常见的遗传变异位点。
[0006]现有技术的缺点：1)观察性研究易受混杂因素的影响；2)观察性研究无法排除反向因果关系的影响；3)现有研究不能全面评估蛋白对不同肥胖相关性状(身体组分)的影响；4)现有研究样本量较小，检验功效不足。

技术实现思路

[0007]鉴于以上所述现有技术的不足，本专利技术的目的在于：提供一种整合分析血浆蛋白组、基因组和肥胖相关性状的方法，基于大规模人群样本进行整合分析，能够获得与肥胖相关性状具有因果关联的血浆蛋白，并得到确定的血浆蛋白与肥胖相关性状呈正相关或负相关的关系。
[0008]为实现上述专利技术目的，本专利技术提供以下技术方案：
[0009]本专利技术提供了一种整合分析血浆蛋白组、基因组和肥胖相关性状的方法，包括以下步骤：
[0010]S1：获得血浆蛋白组的全基因组关联汇总数据，肥胖相关性状的全基因组关联汇总数据；
[0011]S2：筛选出与血浆蛋白在全基因组范围内呈显著性相关的SNPs；
[0012]S3：对呈显著性相关的SNPs进行筛选得到独立的SNPs，并对独立的SNPs去除水平多效性；
[0013]S4：进行双样本孟德尔随机化分析，通过因果关联推断得到与肥胖相关性状具有因果关联的血浆蛋白；
[0014]S5：进行系统聚类分析评估显著因果关联的结构和模式；
[0015]S6：进行基因富集分析和通路分析探索肥胖相关蛋白质的功能关联性。
[0016]SNP为单核苷酸多态性，为常用的遗传变异位点。
[0017]所述肥胖相关性状包括肥胖、BMI、臀围、腰围、腰臀比、全身脂肪量、体脂率、全身去脂量、躯干脂肪量、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种整合分析血浆蛋白组、基因组和肥胖相关性状的方法，其特征在于，包括以下步骤：S1：获得血浆蛋白组的全基因组关联汇总数据，肥胖相关性状的全基因组关联汇总数据；S2：筛选出与血浆蛋白在全基因组范围内呈显著性相关的SNPs；S3：对呈显著性相关的SNPs进行筛选得到独立的SNPs，并对独立的SNPs去除水平多效性；S4：进行双样本孟德尔随机化分析，通过因果关联推断得到与肥胖相关性状具有因果关联的血浆蛋白；S5：进行系统聚类分析评估显著因果关联的结构和模式；S6：进行基因富集分析和通路分析探索肥胖相关蛋白质的功能关联性。2.根据权利要求1所述的整合分析血浆蛋白组、基因组和肥胖相关性状的方法，其特征在于，所述肥胖相关性状包括肥胖、BMI、臀围、腰围、腰臀比、全身脂肪量、体脂率、全身去脂量、躯干脂肪量、躯干脂肪率、躯干去脂量、左臂脂肪量、左臂脂肪率、左臂去脂量、右臂脂肪量、右臂脂肪率、右臂去脂量、左腿脂肪量、左腿脂肪率、左腿去脂量、右腿脂肪量、右腿脂肪率和右腿去脂量中的一种或多种，作为结局变量。3.根据权利要求2所述的整合分析血浆蛋白组、基因组和肥胖相关性状的方法，其特征在于，在所述血浆蛋白中，FST与躯干去脂量呈显著负相关，FST与全身去脂量呈显著负相关。4.根据权利要求2所述的整合分析血浆蛋白组、基因组和肥胖相关性状的方法，其特征在于，在所述血浆蛋白中，IGFBP1与躯干去脂量呈显著负相关，IGFBP1与全身去脂量呈显著负相关。5.根据权利要求2所述的整合分析血浆蛋白组、基因组和肥胖相关性状的方法，其特征在于，在所述血浆蛋白中，RSPO3与腰臀比呈显著正相关。6.根据权利要求1
‑
5任一项所述的整合分析血浆蛋白组、基因组和肥胖相关性状的方法，其特征在于，...

【专利技术属性】
技术研发人员：裴育芳，韩白雪，张垒，
申请(专利权)人：苏州大学，
类型：发明
国别省市：