单核苷酸多态(single-nucleotide polymorphism,SNPs)是人类最常见的遗传变异。许多SNPS是在对不同个体的DNA测序结果进行比较时发现的。SNPs联盟(SNPs consortium)采用一种系统性方法,在来自特定人群的个体间进行测序结果的比较分析,极大地提高了我们对遗传变异的认识和了解程度。SNPs在整个基因组上的分布并不是随机的,在高度保守序列区域以及其他一些高丰度区域完全没有SNPs的存在,因为在这些区域发生的遗传改变将导致重大的生物学效应。对大样本量的个体进行SNPs分型分析,以及进行大规模相关性分析现在被认为是鉴定复杂疾病病因的最有前景的方法。对SNPs的研究有助于了解药物反应的个体差异性,这一学科被命名为遗传药理学。
在过去的一段时间里,SNPs分型技术得到极大地发展,到今天为止,我们有20种以上不同的方法可用于这一研究目的。尽管传统的Sanger测序仍然是评价小的缺失或插入的标准方法,但是在过去的10多年里,大量用于SNPs分型的新方法已经建立。人类基因组中估计有超过500万个SNPs位点,因此对SNPs分型需要高通量(high-throughput)技术手段。少数几种方法已经能够满足高通量(>5 000分型/天/实验室)或超高通量(>10 000分型/天/实验室)的分型分析,这种分析手段上的进步导致了研究重点从单基因病向多基因复杂疾病的转移。由于在复杂疾病中单个SNPs的遗传学效应非常弱,因此需要更大量样本进行分析。平均每个病例-对照研究(case-control study)所需要的样本在2 000个以上。在上述研究中,仅对一个包含50个SNPs的基因进行分型就需要超过100万个以上的反应,这对于任何一个实验室而言,如果没有高通量的分型手段,几乎就是不可能完成的任务。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。