王瓊萍 上海交通大學(xué)
近期，我們課題組在總結(jié)前有方法的基礎(chǔ)上，結(jié)合畜牧業(yè)發(fā)展實(shí)際提出了候選基因集法（candidate gene set approach，CGSA）。這種方法一般有六大步驟：
（1）基因集的定義：
可在已有知識的基礎(chǔ)上，通過各種方法來定義基因集，如生物學(xué)通路，基因共表達(dá)信息等。而現(xiàn)有的很多數(shù)據(jù)庫就提供了我們這樣的平臺。GO（GeneOntology），KEGG（Kyoto Eneyclopedia of Genes and Genomes），Pfam，Entrez等。通過利用這些注釋數(shù)據(jù)庫，可以粗略富集到具有相似生物學(xué)功能或者在同一個生物學(xué)通路里的基因集。
（2）QTL 上的映射：
現(xiàn)有的 QTL 數(shù)據(jù)庫里存儲了相當(dāng)多的關(guān)于豬各個性狀的 QTL 信息。這一步的目的在于通過一定的生物信息學(xué)方法，將已經(jīng)定義的基因集在已發(fā)現(xiàn)的 QTL上進(jìn)行映射分析，以將跨度較大的 QTL 具體到某個或某幾個可能關(guān)聯(lián)的基因上來。這些基因我們稱為候選 QTG（quantitative trait gene）。
（3）SNP 點(diǎn)的預(yù)測：
利用現(xiàn)有的數(shù)據(jù)庫資源，包括已報道的 SNP 庫，如 Inllumina SNP60芯片數(shù)據(jù)庫、NCBI （National Center for Biotechnology Information） SNP 數(shù)據(jù)庫，也包括通過利用鳥槍序列庫（NCBI Trace Archives）中的序列，通過比對預(yù)測潛在的相關(guān) SNP 位點(diǎn)。這些 SNP 位點(diǎn)，我們稱為候選 QTN（quantitative trait nucleotide）。
（4）表型測定與 SNP 檢測分型：
對實(shí)驗(yàn)群體就目標(biāo)性狀進(jìn)行表型測定，同時根據(jù)樣本量以及位點(diǎn)的多少選擇合適的 SNP 檢測分型方法對實(shí)驗(yàn)個體進(jìn)行基因分型。
（5）關(guān)聯(lián)分析：
根據(jù)表型測定和 SNP 分型結(jié)果，采用合適的的關(guān)聯(lián)分析方法進(jìn)行統(tǒng)計分析，以闡明候選基因集的候選 QTN 對性狀的作用。分析方法可用多元多重回歸（Multivariate multiple regression）、單體型分析技術(shù)、隨機(jī)回歸模型與生存分析等。
（6）功能驗(yàn)證：
對相關(guān)聯(lián)的 SNP 用一定的方法進(jìn)行功能驗(yàn)證是必須的。具體可用原位雜交技術(shù)、電泳凝膠滯緩實(shí)驗(yàn)（EMSA）、免疫共沉淀技術(shù)（CHIP）蛋白質(zhì)電泳等。候選基因集法克服了候選基因法的單一性及不可創(chuàng)新性，同時解決了全基因組水平上的盲目性，并且這種方法還可以充分利用在 QTL 定位上取得的大量成果。更重要的是，這種方法是在基因集如通路水平上來闡釋性狀的發(fā)生發(fā)展的。基因集水平上研究的一個重要優(yōu)勢在于可在一個網(wǎng)絡(luò)的水平上研究影響相同性狀的眾多基因，尤其是這些基因間的相互關(guān)系。
