<sub id="znb55"></sub>
  • <i id="znb55"></i>
      <rp id="znb55"><menuitem id="znb55"></menuitem></rp>
      <ins id="znb55"></ins><ins id="znb55"><noframes id="znb55"><cite id="znb55"></cite>
      <ins id="znb55"></ins><ins id="znb55"></ins>
      <menuitem id="znb55"><span id="znb55"><menuitem id="znb55"></menuitem></span></menuitem>
      <del id="znb55"><noframes id="znb55">
      <ins id="znb55"><noframes id="znb55"><ins id="znb55"></ins><var id="znb55"><span id="znb55"><var id="znb55"></var></span></var>
      <ins id="znb55"><noframes id="znb55"><cite id="znb55"></cite>

       

      人重测序通过对人类不同个体或群体进行全基因组重测序,并在个体或群体水平上进行生物信息分析,获得全面的SNP/InDel/CNV/SV等变异信息,并识别和研究与疾病、种群进化相关的编码区域内的结构变异。结合大量的公共数据库提供的数据,有利于更好地解释所得变异结构之间的关联和致病机理。

       

       

      应用领域

      1. 已知候选位点筛选及验证
      2. 稀有或新变异位点检测
      3. 个性化诊断、药物靶点筛选

       

       

      技术路线

       

      分析内容

       

       
      标准信息分析:
      1. 数据质控
      2. 与参考序列进行比对、统计测序深度及覆盖度
      3. SNP检测、变换类型统计、位置信息统计、变异位点功能注释等
      4. InDel检测、变换类型统计、位置信息统计、变异位点功能注释等
      5. CNV检测及统计
      6. SV检测及统计

       

      高级信息分析:

       

      样品要求

      样品类型:无降解且无蛋白和RNA污染的DNA样品;样品需求量:≥6 μg;样品浓度:>50 ng/μl;样品纯度:OD260/280= 1.8~2.0。

       

       

      项目周期

      标准流程完成时间为45个工作日

       

      参考文献

      [1] Long T, Hicks M, Yu H C, et al. Whole-genome sequencing identifies common-to-rare variants associated with human blood metabolites[J]. Nature genetics, 2017, 49(4): 568.
      [2] Brown A A, Viñuela A, Delaneau O, et al. Predicting causal variants affecting expression by using whole-genome sequencing and RNA-seq from multiple human tissues[J]. Nature genetics, 2017, 49(12): 1747.
      [3] Yuen R K C, Merico D, Bookman M, et al. Whole genome sequencing resource identifies 18 new candidate genes for autism spectrum disorder[J]. Nature neuroscience, 2017, 20(4): 602.
      [4] Luo Y, de Lange K M, Jostins L, et al. Exploring the genetic architecture of inflammatory bowel disease by whole-genome sequencing identifies association at ADCY7[J]. Nature genetics, 2017, 49(2): 186.

       

       

       

       

      Q1: 全基因组测序的测序深度如何选择?

      A:  测序深度根据研究目的、样本量及经费而定。30×测序深度即可检测绝大部分SNV,但如果研究目的是寻找癌组织中较大的结构变异、少数肿瘤细胞携带的丰度较低的突变,建议测序深度至少50×以上;群体重测序可以使用较低深度测序(约10×),用群体分析策略寻找相关变异。

       

       

       

       

      利用GWAS研究氯吡格雷的药代动力学

      合作单位:广东省人民医院

      发表期刊:《Clinical Pharmacology & Therapeutics》

      影响因子IF:7.268

       

      研究背景:

         

      氯吡格雷是一种心血管疾病药物,可以抗血小板凝集。其中体内吸收后,必须转化为活性代谢物才可以起作用。而不同个体对此药物的代谢转化能力不同,也决定了每个个体的最优用药量不同。因此,寻找中国人群影响氯吡格雷代谢的突变位点,能够为指导用药提供理论依据。

       

      研究思路:

      图1 文章研究思路

       

      研究结果:

      1. GWAS分析结果得到两个转运基因SLC14A2(rs12456693)和[ABC]A1(rs2487032)、N6AMT1(rs2254638)与抗血小板凝聚效果和血液H4浓度相关。这些候选基因与之前报道的氯吡格雷代谢相关基因CYP2C19*2、其他临床因素(性别、治疗方式)一起将对药效变异的解释度提高到37.7%。
      2. 在独立群体中进行第二阶段的药代动力学指标、H4浓度检测、肝代谢实验验证,和第三阶段的治疗效果临床验证,都证明这些基因的变异影响氯吡格雷的药代动力学。
      3. 同时发现N6AMT1(rs2254638)可提高患其他心脏疾病的风险。

       图1 药效(PRU)与氯吡格雷代谢物H4浓度的GWAS分析结果

      文章亮点:

       

      参考文献:

      Zhong W P, Hong W U, Chen J Y, et al. A genome-wide association study identifies novel genetic loci that modify antiplatelet effects and pharmacokinetics of clopidogre [J].  2016(10).

       

      任你躁在线精品免费,天天摸天天做天天爽视频,男女免费观看在线爽爽爽视频,亚洲欧美中文日韩在线v日本 网站地图