Een bereidende statistische die techniek op de School van Harvard van Volksgezondheid (HSPH) wordt ontwikkeld heeft helpen een gemeenschappelijke genvariatie identificeren verbonden aan een verhoogd risico voor zwaarlijvigheid.
Het vinden, die in vier andere steekproeven van kinderen en van volwassenen van Europees en Afrikaans voorgeslacht is herhaald, verstrekt een ongebruikelijk sterke vereniging tussen een genvariant en een complexe ziekte op het gebied van verenigingsafbeelding.
De studie impliceerde een internationaal die team door onderzoekers op de Universitaire School van Boston van Geneeskunde (BUSM) wordt geleid in samenwerking met onderzoekers bij HSPH, Onderzoekscentrum Boston, GSF van het Ziekenhuis van Kinderen het Nationale, Technisch Universitair Laboratorium München, Ludwig Maximilians University, Channing, Universiteit van duisburg-Essen, het Medische Centrum van Loyola University, en Inc. van de Wetenschappen van het Leven SeraCare.
De wetenschappers identificeerden de variant door 86.604 enig nucleotidepolymorfisme, (SNPs) of de opeenvolgingsvariaties van DNA, voor een vereniging aan de index van de lichaamsmassa te testen (BMI), een plaatsvervangende meting voor zwaarlijvigheid. SNPs kwam uit bloedsteekproeven van deelnemers in de Studie van het Hart Framingham (FHS). De metingen BMI werden door FHS onderzoekers in het kader van een contract van het Nationale Hart-long die en Instituut van het Bloed verzameld door de Universiteit van Boston wordt beheerd.
De Onderzoekers bij de Afdeling van de Genetica BUSM en van de Genomica, door hoofdauteur en HulpProfessor Alan Herbert en hogere auteur en van de Afdeling Stoel Michael Christman wordt geleid, genotyped de steekproeven, identificeert genetische variaties binnen hen voor vergelijking die. Genotyping werd het op grote schaal door 100K DNA microarray die technologie toegelaten door Affymetrix, een bedrijf wordt ontwikkeld in Santa Clara wordt gebaseerd, werden de het Californië- gegevensbeheer en analyse gemaakt door Drs. Norman Gerry en Marc Lenburg bij BUSM en HSPH onderzoek medeMatthew McQueen.
De identificatie van SNP werd mogelijk door een nieuwe statistische die techniek gemaakt door HSPH HulpProfessor Christoph Lange wordt ontwikkeld, die een hogere auteur op het document van de Wetenschap, in samenwerking met Laird van Nan van de Professor en van de medeauteur, en Kristel Van Steen, vroegere post-doctorale kameraad is.
De techniek voorkomt een belangrijke statistische moeilijkheid genoemd het veelvoudige vergelijkingsprobleem, dat wanneer het kraken van reusachtige gegevensreeksen wordt verergerd. Meer SNPs in een studie, de meer waarschijnlijkheid van false-positive signalen, het verhoogde risico dat één of andere SNPs niet wordt getest -- alhoewel zij haalbare kandidaten kunnen zijn.
Typisch, zou een studie een proces in twee stappen van eisen 1) het aanvankelijke testen van al SNPs voor verenigingen aan specifieke trekken, zoals de index van de lichaamsmassa, en 2) het testen van slechts het beloven SNPs in een tweede gegevensreeks.
De HSPH analysemethode behandelt het veelvoudige vergelijkingsprobleem met enkel één gegevensreeks door de mate te schatten waarin de genetica variaties kan verklaren in een specifieke trek, en dan het identificeren van de veelbelovendste kandidaat SNPs voor dat genetische effect. Voor meer informatie over de techniek, zie http://www.hsph.harvard.edu/press/releases/press06052005.html.
In het document van de Wetenschap, werd de methode HSPH toegepast om één SNP precies te identificeren die uit de tientallen geteste duizenden te voorschijn kwam. Het ligt dichtbij het gen INSIG2 (insuline-veroorzaken-gen). De variant was aanwezig in tien die percent van de bevolking actief en vereist twee exemplaren wordt bestudeerd om te zijn.
Belangrijk, werkten de wetenschappers toen met andere instellingen samen en herhaalden de vereniging tussen SNP en het zwaarlijvigheidsrisico in vier andere bevolking. De bevolking omvatte zowel families als niet verwante onderwerpen van verschillende leeftijden en van variërende etnische achtergronden: