[发明专利]一种基于基因芯片数据的遗传风险计算方法

说明书

本发明涉及生物信息领域，且公开了一种基于基因芯片数据的遗传风险计算方法，包括本地数据库的建立、基因芯片分型数据的处理、样本位点信息获取和遗传风险计算四个步骤，该计算方法充分利用权威研究结论和开源数据，计算遗传风险时考虑了中国人群特异性的SNP位点权重和基因型分布频率，避免了大量背景样本的使用，降低了多基因病遗传风险计算难度，在保证遗传风险计算科学性、合理性和准确性的同时，为多基因病的风险评估、预防和干预提供可靠参考。

技术领域

本发明涉及生物信息领域，具体为一种基于基因芯片数据的遗传风险计算方法。

背景技术

复杂疾病也叫做多基因病，是指疾病的发生受到两对及以上等位基因的控制，其基本遗传规律也遵循孟德尔遗传定律，但除遗传因素外还受环境等多种复杂因素的影响。复杂疾病在医学上难以预测或完全治愈，且多为慢性疾病，如癌症、肥胖、糖尿病、心脏病等。慢性病多造成心、脑、肾脏等重要器官的损害，影响劳动能力和生活质量，且医疗费用昂贵，增加了社会和家庭经济负担。慢性病综合防控力度虽然已经逐步加大，但防控形势依然严峻，心脑血管病、糖尿病及并发症、恶性肿瘤等已成为主要死因，据国家卫计委2015年发布的《中国疾病预防控制工作进展（2015）报告》中统计，慢性病导致的死亡人数已占到全国死亡总数的86.6%，且呈快速上升和年轻化趋势。

随着本世纪初人类基因组计划的完成，基因组与健康相关的行业迅速发展，大量研究成果涌现，越来越多和疾病相关的基因和位点被确定，如BRCA1或BRCA2中的某些突变大大增加了个体患乳腺癌和卵巢癌的风险。通过对这些易感基因的检测也使得对疾病的预防、干预和风险评估成为可能，对于大部分疾病，其病因都可以在基因中发现，因此遗传分析也成为了疾病相关分析中重要的一环，通过使用特定分析方法和模型对基因数据进行分析，对疾病发生风险进行评估，最后根据评估结果提供专业的遗传咨询指导建议。

复杂疾病中的某一个基因上的遗传变化被称为单核苷酸多态性（SNP），对一个人总体患病风险的贡献较小，仅有微弱的影响，这些基因也被称为微效基因，但是多对微效基因作用的累加则会形成明显的累加表型效应，对疾病的发生有较大的影响。通过遗传分析中的多基因病遗传风险计算方法和模型，即可计算出疾病对应的风险，这对疾病的早期发现、预防、干预和治疗具有重要意义。

对于基因病的风险分析方法常见的分析方法有Clark’s algorithm、Expectation-Maximisation和Bayesian等，这些基于单体型的遗传风险计算方法多用于单基因病的遗传分析，对于多基因病的遗传风险计算方法也多以具有家族病史的疾病为主，对于普通人群多基因病遗传风险计算方法较为少见。现有的可以评估普通人群多基因病遗传风险的计算方法是“多基因风险评分”，多基因风险评分（PRS）模型计算如下：

其中i表示SNP位点，m表示SNP位点的总数，β表示该SNP位点对于疾病的效应，常使用OR值或者回归分析的beta值，j表示该SNP的基因型，分别用0、1、2表示没有突变、杂合突变和纯合突变，w表示每种基因型的频率。个体RPS的计算时需要大样本量，即在多个样本的PRS中确定当前个体的位置，即可知道当前样本患病风险（比普通人低/和普通人相似/比普通人高）。

由于需要大样本数据，因此样本所属的人群、评估模型使用的样本量等对PRS的影响较大，且当前多基因风险评分模型多用于特定人群的疾病研究，少用于商品化检测，所以对于商品化基因检测而言，尚缺少一个全面、合理且使用难度低的多基因病遗传风险计算方法，因此，设计了一种基于基因芯片数据的遗传风险计算方法，可用于普通人群的遗传风险评估，降低了多基因病遗传风险计算难度，具有现实意义和良好的应用前景。

发明内容

针对上述背景技术中的不足，本发明提供了一种基于基因芯片数据的遗传风险计算方法，最大程度地覆盖了多基因风险评分模型应用范围之外的商品化基因检测多基因病遗传风险计算的空白，使普通人群的多基因病遗传风险评估结果更接近真实情况，且更加科学和合理。