基于基因集富集分析的畜禽复杂性状GWAS分析平台及其应用 潘玉春 王起山 panyc@sjtu.edu.cn 2011.8.12

一、背景

GWAS 全基因组关联分析方法（GWAS）是近几年提出的复杂性状功能基因鉴定的新策略。该方法是基于全基因组范围内的序列变异，筛选出那些与性状关联的SNPs。 问题 —需要对数以万计的SNP位点进行检测，可能出现许多假阳性或假阴性的结果。 —缺乏对显著SNP的生物学解释（如所处的代谢通路、生物过程等），导致很难解释性状的分子遗传机制。

GSEA-GWAS Mootha 等（2003）提出用于表达芯片的数据分析 基因集富集分析的基本思想是使用预定义的基因集（通常来自功能注释或先前实验的结果），筛选出与性状显著相关的通路等注释集合。 引入基因集富集分析的方法比单基因分析能获得更多、更有生物学意义的基因信息，将有助于解决上述两个问题。 Mootha 等（2003）提出用于表达芯片的数据分析 Wang Kai 等（2007）扩展到GSEA-GWAS

GWAS using single marker based association test

GSEA-GWAS 分析流程 基因集定义 选择GWAS结果显著的SNP 集合进行Fisher 检验 选择GWAS结果中所有SNP进行富集分析 基因集映射基因 基因映射SNP 显著的基因集 GWAS分析结果 基因集QTL映射 功能验证

https://webtools.imbs.uni-luebeck.de/snptogo GSEA-GWAS 研究进展 目前基于基因集富集分析的全基因组关联分析方法（GSEA-GWAS）已经应用于人类（随机无关人群或核心家系）和小鼠（高度近交）的资源群体。 http://www.nr.no/pages/gseasnp (Bioinformatics 2008) https://webtools.imbs.uni-luebeck.de/snptogo 这两个是发表在BIOINFORMATICS上的，目前网上已有的应用平台主要有两个 6

二、畜禽GSEA-GWAS平台 牛基因组SNP功能注释与Fisher富集分析平台 http://klab.sjtu.edu.cn/SNPknow http://klab.sjtu.edu.cn/SNPpath 猪、牛、鸡基因集富集分析平台 http://klab.sjtu.edu.cn/GWAS

牛SNP功能注释及Fisher富集分析平台 KEGG Pathway: 转录调控、信号转导、代谢 Gene Ontology: cellular component, biological process, molecular function 支持基因集

分析流程 Homepage of SNPpath SNPpath Web Server MySQL Database Gene Ontology Cluster for Computering Path details Result Page Gene Ontology associated with traits

分析原理 Fisher’s精确概率法利用超几何分布的原理推断每个基因集中的差异表达基因的比例是否与整个基因芯片上差异表达基因的比例相同。 差异表达SNP 非差异表达SNP 合计 基因集注释的SNP a b a+b 非基因集注释的SNP c d c+d a+c b+d a+b+c+d 注释号SNP后我们可以进行 10

分析实例 Snelling et al. 2010 Journal of Animal Science 2013 animals BovineSNP50 BeadChip (50K) assay birth weight (BWT), BW gain from birth to weaning, adjusted to 205 days (WG), 205-day adjusted weaning weight (WW), 160-day adjusted postweaning BW gain (PWG) 365-day adjusted yearling weight (YW). 11

Arginine and proline metabolism 0.0405 Growth traits Pathway ID Pathway name P value birth weight（BWT） 00330 Arginine and proline metabolism 0.0405 00480 Glutathione metabolism 0.0213 205-day preweaning gain (WG) 00030 Pentose phosphate pathway 0.0184 00512 O-Glycan biosynthesis 0.0637 160-day postweaning gain (PWG) 04620 Toll-like receptor signaling pathway 0.0762 205-day weaning weight (WW) 365-day yearling weight (YW)

发表论文

猪、牛、鸡基因集富集分析平台 支持基因集 KEGG Pathway: 转录调控、信号转导、代谢 Gene Ontology: cellular component, biological process, molecular function the Pfam protein families database (Pfam) protein domains, families and functional sites (PROSITE) 支持基因集

支持物种 猪、 牛、 鸡 分析方法 Single column P-values, the data can be analyzed using Irizarry‘s method ； Two columns of P-values, the data can be analyzed using either the F test or t test; The program also accepts up to 5000 columns of P-values which can be analyzed using either the Efron‘s re-standardized . 可以按照不同的方法计算富集得分 这步正在处理中 16

程序主页

注释集合

富集分析流程

Snelling et al. 2010. J. Anim. Sci. 88(3):837–848. 分析实例 Snelling et al. 2010. J. Anim. Sci. 88(3):837–848. PATHWAY 和二代测序 To illustrate the application of GWASknow, we analyzed the SNP data from the GWAS of growth in crossbred beef cattle which used BovineSNP50 BeadChip (50K) assay. Body weights (BW) gain from birth to weaning were utilized. 20

PATHWAY 和二代测序 The analysis results by the restandardized method are shown. A total of 28 KEGG pathway gene sets having FDR-corrected p-values< 0.01 were tabulated. 21

QTL映射 http://animalgenome.org/cgi-bin/QTLdb/BT/summary Many of the gene sets we identified made good biological senses. For example, The KEGG terms 'Selenoamino acid metabolism' and 'O-Glycan biosynthesis' overlap QTL described for average daily gain, body weight, feed conversion ratio.

相关论文

农业与生物学院动物科学系 上海市兽医生物技术重点实验室 Thanks!