罕見變異關聯性分析之方法與比較

Abstract

人們對罕見變異與疾病關關聯性分析的興趣有提升的趨勢，因為發現有一些明顯的證據顯示某些疾病歸因於罕見變異(例如：大腸腺癌、精神分裂症)。傳統的單核苷酸多型性生物晶片(SNP microarray)在偵測罕見變異(maf<0.05)上效果不彰，然而新一代全基因定序(next-generation sequencing ; NGS)技術則可輕易地找出這些罕見變異。本篇論文著重於分析從 NGS 產生的罕見變異，並找出其與疾病的關聯性。現有既存而一般的關聯性檢定大多是針對常見變異所設計的，在對付這些罕見變異時則顯得效能低落。本文將分析 UK10K 計畫 (http://www.uk10k.org/) 中 214 位精神分裂症患者(僅exome)與 740 位健康的人(whole genome)的資料，利用它們在第12號染色體上的 NGS 基因序列資料，來介紹眾多的罕見變異關聯性分析軟體。我們由dbSNP的版本Hg19中整理出1080個有變異的基因組進行分析。