生物信息学习的正确姿势

NGS系列文章包括NGS基础、高颜值在线绘图和分析、转录组分析 （Nature重磅综述|关于RNA-seq你想知道的全在这）、ChIP-seq分析 （ChIP-seq基本分析流程）、单细胞测序分析 (重磅综述：三万字长文读懂单细胞RNA测序分析的最佳实践教程)、DNA甲基化分析、重测序分析、GEO数据挖掘（典型医学设计实验GEO数据分析 (step-by-step)）、批次效应处理等内容。

撰文｜nagashi

编辑｜王聪

排版｜水成文

人们常说：钱不是万能的。但是，钱却能在很大程度上反映一个人的能力。会挣钱的人往往在智商、情商、决策力或行动力上优于常人。

在生命科学快速发展的今天，人们也越来越清楚地认识到智商和情商等在很大程度上是受到基因影响的。

那么，一个人的收入水平，或者说是挣钱的能力，是否也会与基因相关呢？

2019年12月，爱丁堡大学 W. David Hill 团队在国际顶尖学术期刊 Nature  杂志子刊 Nature Communications 杂志上发表了题为：Genome-wide analysis identifies molecular systems and 149 genetic loci associated with income（全基因组分析确定了与收入相关的分子系统和149个遗传位点）的研究论文。

在该论文中，研究者使用全基因组关联分析（GWAS）对来自英国生物银行的286301个人进行家庭收入的基因关联性分析。研究人员确定了30个独立的全基因组显著位点，其中29个在以前的工作中未见报道，还发现了另外120个基因座与收入相关。

此外，研究还发现与收入差异相关的基因主要是那些以前发现的与智力相关的基因，而智力是导致收入差异的重要原因之一。

社会经济背景优越的人平均寿命更长，精神和身体状态也比来自贫困环境的人更好。了解社会经济地位（SEP）与健康之间关联的原因，有助于将社会的健康和福利差距降至最低。

SEP与健康之间的联系通常被认为是由环境因素造成的，包括但不限于获取资源、暴露于有害或压力环境、吸烟、饮食不良、饮酒过量、缺乏体育锻炼等行为。最新研究表明，全基因组关联研究（GWAS）可以获取健康和SEP之间的共同遗传关联。潜在的多向效应在SEP变量（如完成教育年限、家庭收入和社会剥夺）与生理和心理健康特征（包括寿命）之间的遗传相关性中得到了强调。

与两种SEP表型相关的位点（教育和家庭收入）已通过GWAS得到确认，但与其他复杂性状（如身高）一致，这些位点加在一起仅占相关性状总遗传力（遗传力=基因型方差/（基因型方差+环境方差），即基因对性状的影响比例）的一小部分。

就家庭收入而言，对来自英国的96900个样本的分析发现，由普通单核苷酸多态性（SNPs）标记的加性遗传方差在家庭收入差异约占11% (SE = 0.7%)。在该研究中，两个位点具有全基因组的显著性，但它们共同占总SNP遗传力不足0.005%。

在本论文中，研究者使用英国生物银行的数据集来检查当代英国样本中家庭收入的基因关联性（n = 286301）。研究人员确定了30个独立的全基因组显著位点，其中29个在以前的工作中未见报道。研究者使用一种利用遗传相关性状的遗传力的方法，对GWAS（MTAG）进行多性状分析，发现另外120个基因座与收入相关。

他们还发现神经发生和突触的成分与收入有关。此外，研究者还将多种大脑皮质组织类型之间的转录差异以及GABA能和5-羟色胺能的神经传递与收入差异联系起来。

通过与eQTL和染色质互作分析，研究人员将上述基因位点缩小至24个基因，其中18个是与智力相关的基因，表明智力是导致收入差异的重要原因。

研究者将收入遗传相关性与用另一种SEP遗传相关性进行了比较，以表明与收入相关的遗传变异比与教育相关的遗传变异对身心健康的影响更大。

收入水平可以在一定程度上反映个人能力及身心素质。而这项研究表明，基因与收入水平存在着显著的相关性，体现在基因可以影响人的智力水平和性格特征（神经特性）等。

美国科学院院士，基因大神 George Church 宣布正在开发一个约会App，让人们通过基因来相互匹配，希望通过基因匹配，避免携带共同隐性基因突变的人结合而产生携带遗传病的后代。

论文链接：

https://doi.org/10.1038/s41467-019-13585-5

往期精品(点击图片直达文字对应教程)

后台回复“生信宝典福利第一波”或点击阅读原文获取教程合集