加拿大法裔人群中与肥胖相关的高血压的全基因组连锁分析

原发性高血压是一种由多种机制共同作用的多基因疾病。由肥胖导致的病理改变是与其相关的一个信号通路。我们主要研究高血压的一个亚型——肥胖相关的高血压，以寻找其致病基因。我们入选了55个有两个患病同胞或者更多患者的家系，他们均来自于地理位置偏远的加拿大法裔人群，其中15个家系的肥胖发病率较高（≥70％）。我们在所有的高血压家系和有高肥胖发病率的高血压家系中利用多位点连锁分析方法进行全基因组扫描（GeneHunter 2．1；位点密度：10cm）。在所有55个家庭的扫描中，我们在1号染色体和11号染色体上分别发现了两个连锁值显著（LOD score=2．5）的位点D1S1597和D11S1999。我们对仅患有肥胖高血压的家系进行扫描，在1号染色体的同一区域内发现连锁值最显著（LOD score=3．1）的一个位点是D1S1597。然后我们又D1S1597周围的其他遗传标记进行基因分型，得到了一个连锁更加显著的位点D1S2672（LOD score=3．5）。与肥胖高血压相关的许多候选基因都位于这个区域，其中包括肿瘤坏死因子受体2（tumor necrosis factor receptor 2）和心房利钠肽基因（atrial natriuretic peptide genes）。这些结果表明，研究临床定义明确的高血压亚型可能有助于寻找、鉴定复杂性疾病的致病基因，例如本研究中利用肥胖相关的高血压亚型。     

不同GC含量的背景序列集在顺式调控模块预测模型中的比较研究

在人类基因组上正确识别转录调控信号仍然是分子生物学界面临的重要挑战，目前计算的手段仍然是寻找转录调控元件的主要方法。然而这些方法普遍存在假阳性率过高的问题，而降低假阳性率的方法之一就是参数的优化选择。这些预测算法都普遍需要一个背景序列集作为训练集合中的阴性集合，我们假设背景序列集合的选择对预测算法的预测能力会产生重要影响，然而目前很少有人研究背景序列的选择问题。本文就组织特异的转录调控元件预测模型的背景序列集的选择问题进行了探讨。我们的研究结果表明，根据该组织特异的转录因子结合位点序列的GC含量选择的背景序列集，可以改进预测模型的预测能力。     

腰围、体质量指数和腰臀比在心血管危险因素中预测模型的比较：青岛港职工健康研究数据

目的:研究3种人体测量指标(腰围、体质量指数和腰臀比)预测青岛港职工心血管危险因素的差异。方法:利用2000年青岛港健康研究横断面调查的18～54岁11359名(男性8758名,女性2601名)职工完整资料进行分析,包括血压,身高,体质量,腰围,臀围,空腹血糖,胆固醇,三酰甘油,总胆固醇,高密度脂蛋白胆固醇水平。利用Logistic回归模型计算3种人体测量指标与心血管危险因素的关系,采用ROC曲线分析计算3种人体测量指标的不同水平识别多重心血管危险因素聚集的敏感性和特异性,比较不同测量指标对应的曲线下面积,并确定腰围的最佳截断点。结果:①男性体质量指数、腰围、腰臀比显著高于女性(P<0.05)。②肥胖、高血压、糖尿病和代谢综合征等心血管危险因素的患病率均高于女性,差异有显著性(P<0.05)。③随着体质量指数、腰围和腰臀比的增加,男性患2型糖尿病、高血压、血脂异常和危险因素聚集的危险增高。然而相对于体质量指数和腰臀比,随着腰围的增加,心血管事件发生的危险的增加更快。在女性中有与男性相似的现象。④采用腰围预测高血压、糖尿病、血脂异常和危险因素聚集的曲线下面积都高于体质量指数和腰臀比,差异有显著性(P<0.05)。预测糖尿病、高血压、血脂异常和危险因素聚集的最佳腰围截断点,女性分别为76cm,76cm,72cm,79cm;男性分别为85cm,85cm,83cm,85cm。结论:腰围较体质量指数和腰臀比能更好的预测心血管危险因素。男性腰围最佳切点为85cm,女性为79cm。     

CisModule:采用层次混合模型识别顺式调控模块的从头算法

真核生物的基因调控信息存在于顺式调控模块中。相互作用的转录因子所对应的结合位点倾向于聚集在同一个模块上。然而，目前基于从头计算的模体发现算法并没有利用到这个先验知识。本文针对顺式调控模块建模采用了层次混合模型。在这个模型的基础上，根据对模块定位和模块内结合位点定位的贝叶斯推断算法，作者建立了一种新的模体．模块发现算法——CisModule算法。此外，本文利用动态规划算法，如递归，来降低计算复杂度。该方法把计算复杂度从序列长度的指数级降低到序列长度的线性级。     

关联性研究中的单体型分析

对人类基因组上的连锁不平衡的了解将会对我们进行复杂性疾病的基因定位研究产生巨大的影响,目前研究多人群中的单体型结构的HapMap计划正在进行中。本文综述了连锁不平衡和单体型的概念,并探讨了其在关联性研究中的重要应用。