遗传关联性研究的实验设计：传统的两步研究法和新的联合分析模式(Affymetrix)[创新技巧]

遗传关联性研究成功的可能性决定于遗传力（Genetics Power）。遗传力的大小受多方面因素影响。包括总样本数量，效应度（Effect size/Odds Ratio），等位基因频率（Allele frequency），连锁不平衡的程度（R2），种群结构和选择偏见等。理想的遗传关联性研究需要检测含100万个以上SNP的全基因组系列来得来关联性。由于潜在的遗传关联性通常是微弱的，因此还需要筛选尽可能多的样本，大多数情况下，遗传力直接与样本数量成比例。在所有可用样本中最大限度地筛选全部SNP，这一理想的设计费用是相当昂贵的。长期以来，在实际研究过程中，研究者通常采用传统的两步法进行关联研究。

    第一步，在样本子集中筛选全部的SNP系列，确定出符合有统计学重要性意义阈值的SNP子集。第二步，在更多的样本中筛选显示有潜在相关性的SNP子集。第二步的目的在于重复难第一步的结果。为了更加准确地确定与疾病相关的等到位基因的作用，保证有充足的遗传力确证第一步的结果，第二步通常需要更多的样本量。

    这种分两步的方法有三个主要的缺点。第一，由于总样本集被分成了样本子集，使得筛通量不够，因此遗漏真实关联性的可能性就提高警惕了。第二，因为所有平台所固有的技术原因，使得有些SNP未能转入第二步的样本子集的新系列，从而引起真实关联性的丢失。第三，第一步和第二步之间定制系列会耽误6个星期到6个月的时间。尽管有以上缺点，两步法一直以来都是进行了关联研究的明智选择。它在研究经费有限的情况下最大限度地发挥了遗传国。按单个样本算，进行全部SNP系列筛选的成本远远高于定制子集系列的成本。

    直到最近，合适的芯片价格使得扩大全基因组系列分析的样本量成为可能，从而不需要像以前那样分成两步进行，全基因组关联研究实现一步到位的方法，降低了低通量的第一步中的假阴性风险，同是，还加快了研究的进程。

    Sko1等人（2006）在Nature Genetics 的研究表明这种整合的一步法比两步法的单独分析和联合分析的遗传力都要更为强大，即使是还要考虑到进行更为严格的多假设检测校正也依然如此。凭借昂飞技术提高了对更多样本进行检测的能力，遗传学研究领域已经开始采用这种更为强大的一步法方法。在今年七月Science发表的几篇关于确定与II型糖尿病相关变异的文章中，研究者利用昂飞芯片，在两步整合中使用相同的全基因组标记SNP集合，将全基因组筛选（第一步）和统计学重复（第二步）合二为一。

    如今，传统的研究设计模式正在被基于全基因组标记集合如SNP6.0芯片这样的更大样本数据集合的联合分析所取代。SNP6.0芯片上的高密度标记还有助于研究者直接确定相关基因。该方法将大大加快从全基因组筛选到基因发现的进程。