c*******n
发帖数: 300 | 1 单独的snp比较难发，现在的gwas太多了。最好做到halpotype.
另外你做了什么假设,additive, dominant, recessive or others?
有没有adjust other factors?
SNP
是主要疾病调控基因，
Genetics |
|
g*********d
发帖数: 233 | 2 研究称两基因变异增加子宫内膜异位患病风险
2010年12月22日
来源:科技日报
最新发表在《自然遗传学》杂志上的一篇学术论文称，位于1号和7号染色体上的
两个基因变
异，可增加育龄妇女子宫内膜异位症的患病风险。这一发现为确认该种疾病的病因提供
了重要线索，
不仅提供了该病的遗传证据，也将有助于开发出新的诊断方法和治疗手段。
子宫内膜异位症是一种常见的妇科疾病，估计约有6%至10%的育龄妇女会受此病困
扰，全球大
约有1亿 7千万病患。该病症状会随异位内膜的部位而不同，有的患者会出现痛经、月
经过多等症
状，而有的患者则会不孕。目前该疾病只能依靠腹腔镜检查进行诊断，十分不便，因此
许多症状不明
显的患者往往在发病多年后也没有确诊；而该病的治疗手段，则主要是手术治疗和激素
治疗两种。
由英国、澳大利亚和美国研究人员组成的一国际研究小组进行了一项全基因组关
联研究
(GWAS)，对来自三国的约5500名子宫内膜异位症患者和近万名健康志愿者的基因数据进
行比较。他
们发现，两个基因变异与子宫内膜异位症的发病率明显相关。第一个变异存在于7号染
色体上，该... 阅读全帖 |
|
a***e
发帖数: 1010 | 3 上次 Science NASA 的文章, Nature 专题评论了 blog 的作用
这期 Science 上 GWA aging 的文章, Nature 又说 twitter 很重要. |
|
M*******s
发帖数: 108 | 4 limitation of GWAS is there
I doubt any huge progress in several years even decades |
|
s*********t
发帖数: 600 | 5 http://www.nibs.ac.cn/?act=view&id=3121
虽然她的研究方向，GWAS，很符合晓东哥大力发展translational research的规划，但
是她本人的研究水平似乎不足以支撑和代表NIBS往这个领域发展？publication也太一般了吧。
而且她的位置还是“资深”研究员，类似于tenure了（虽然NIBS没有正式的tenure）。
奇怪？王晓东招人到底是啥标准？ |
|
m*********r
发帖数: 2456 | 6 此人不是在北京大学吗？难道nibs也可以兼职？
从简历来看，此人不会玩gwas吧？ |
|
s*********t
发帖数: 600 | 7 （2）利用新一代测序技术，对病人进行全基因组或全外显子组测序；
这个能算GWAS咩？ |
|
g****e
发帖数: 11 | 8 只要忽悠一大笔钱然后找到几个医院给你病源，任何一个
中等智商理科出身的人都可以做GWAS。
她如果没做过，只说明还没学会忽悠钱，和学术水平无关。 |
|
g****e
发帖数: 11 | 9 请问哪篇gwas的senior author除了弄钱之外有
特别的学术上贡献？ |
|
j*****d
发帖数: 787 | 10 宭
最近看到两片 PloS Genetics的GWAS的paper 觉得还算 靠谱
我只是根据常识判断，NIBS的SENIOR 有点international reputation 才对
如果她有，收回我的判断 |
|
s*********t
发帖数: 600 | 11 1)仍然是GWAS啊，只是不是array-based，变成了deep seq based。SNP不行了，CNV是
不是
比较值得去做？
description as
based
been
approach.
US
years
that 1 in
huge.
say she |
|
s******l
发帖数: 125 | 12 For pure bioinformatics
- If you are working on "pure bioinformatics" without experimental work,
from time to time, you are able to publish Nature's Molecular Systems
Biology (~10-20% of the papers in the journal are "pure computational work"
without experimental studies) or other Nature/Science 子刊 (Cell and Cell 子
刊 rarely publish bioinformatics work).
-For collaboration, two situations: (1) the idea and main work is
computational, experimental labs did experimental validations. Your work is
co... 阅读全帖 |
|
s******y
发帖数: 28562 | 13 有些比较有把握的实验就让学生/博厚去做啊！
有一些课题，不管结果是如何，都是有意义的，而且做起来也很系统的，
就适合给学生作，顺便也训练了她们的基础实验技术。
比方说在preliminary data 中已经知道某个蛋白和某个结构肯定有关系了，
但是具体什么关系还不知道，做得好的话就有惊喜（比方说发现一个新通道），
做得不太好的也勉强可以够发一个中档文章让他有个交待。这种事情就让
学生/博士后作就比较合适，
如果光是做screening, 一方面他们容易lost, 而且老是重复同样的技术，
很快就会失去兴趣了。 另外一个方面，screening也作不了太深,
除非是拿病人的样品直接来screening, 这样还勉强因为和医学直接相关，
不需要做太深也能发好杂志（比方说GWAS的结果），否则大部分screening result （
比方说synthetic lethality, yeast 2-hybrid, co-IP, FRET,
split-GFP...) 都是很难直接发文章的。
这个，我觉得你还没有从学生的思维转到PI的思维，考虑事情的时候只考虑
科学，不考虑人事和资金。
不过... 阅读全帖 |
|
D*a
发帖数: 6830 | 14 最近找到的一本的书，看了之后很有想法，正好看到这个基因网络的帖子，遂来分享一
下。我可能入戏比较慢，前面跟生物学无关的铺垫可能长一点，希望能有人看得下去。
如果我说错了经济学和物理学的东西，欢迎指出来，这些知识我也只是从科普里面学的。
另外也是看到大家一直在讨论生物学的进步有赖于技术进步，显微镜，GWAS, etc，心
里想想好像确实是这样，但是又觉得不甘心。现在看到一本书讲生物学如何启发经济学
家，物理学家，感觉这应该就是我找的回答了吧。
很多人名我不熟，我也不知道他们是谁。。。
开头是说一个经济学家，阿瑟，他当时的环境是古典经济学完美无缺的时候，有点像十
九世纪的经典物理学，大家认为经济学至善至美了，修修补补就可以了。（下面这句是
大家熟知的高中经济课本的废话，但是为了引出生物不得不表。）当时的主要观点是市
场可以自己调控，自由经济应该是一切（供求）平衡，如果有点不平衡，比如有人看到
一个供不应求的挣钱的机会，那么因为大家都是理性的，大家都过来挣钱，报酬递减，
不平衡在大局势下会重新平衡。这样下去，供求永远平衡，完美无缺。
他就偏不服，认为现实中经济学有的现象表明很多孤立事件并不会... 阅读全帖 |
|
D*a
发帖数: 6830 | 15 我们也是想targeted，现在有目标基因，不想搞gwas那种。我们打算连intron和promotor都测啊。
我今天下午找了几篇测rna的给老板看，我老板还说，我不想只测rna啊。晕。
关键是我们不是测病人的实验室，所以很多东西都要从头弄。他现在想的是让一个人跟
他弄出project来，该学的东西学了，需要帮忙就看看能不能弄钱来招个tech之类的。
如果要手工测，我肯定是不干，我没有动力去揽这个活呀，呵呵。再说我也没有空。 |
|
e*****t
发帖数: 642 | 16 那时候的data还远没有到whole genome的程度。几十年前就有SNP了，那时候能做GWAS
吗？ |
|
s******s
发帖数: 13035 | 17 总得有个地方发呀。就像nat genetics一半都是gwas |
|
g**********t
发帖数: 475 | 18 Nature GWAS 专刊影响因子还是挺高的，哈哈。 |
|
g*********3
发帖数: 177 | 19 这个很好解释吧。
stratification的因素太多了，详见任何一篇GWAS review文章即可。evolution sweep
够不够强大是个问题，如果整天无所事事，在evolution这个过程中，类似我这样的菜
鸟会被sweep掉的 呵呵。 |
|
s******y
发帖数: 28562 | 20 我的经历和感慨都和你相似。
我也很遗憾自己的数学不好，不能亲自去处理很多有关生物物理和生物数学的
问题了。
不过我劝你不要气馁。事实是，只要你能看懂大致的数学用语，很多问题你还是
能搞明白的。至于说系统生物学，还有用数学来描述生物什么的，目前还在一个
胚胎期，骗子居多，老实人很少，风险很大。
另外，不同的研究手段都有其价值。目前数学生物的发展还非常受实验手段
的限制，很多研究那些数据，其实都没有太严谨的生物意义。
比方说GWAS，常常是换一篇文章就有不同的结论。 |
|
s******y
发帖数: 28562 | 21 我的经历和感慨都和你相似。
我也很遗憾自己的数学不好，不能亲自去处理很多有关生物物理和生物数学的
问题了。
不过我劝你不要气馁。事实是，只要你能看懂大致的数学用语，很多问题你还是
能搞明白的。至于说系统生物学，还有用数学来描述生物什么的，目前还在一个
胚胎期，骗子居多，老实人很少，风险很大。
另外，不同的研究手段都有其价值。目前数学生物的发展还非常受实验手段
的限制，很多研究那些数据，其实都没有太严谨的生物意义。
比方说GWAS，常常是换一篇文章就有不同的结论。 |
|
p******d
发帖数: 3737 | 22 有这样印象的人不是一个两个吧。现在CNS里面这样的文章还少么？好像不会做点什么
highthroughput，什么nextgeneration，出门都不好意思和人打招呼。我们系部开会，
一搞就这些玩意，那个啥GWAS都用来做高血压冠心病的研究了，听了气死人。这天天吃
垃圾食品的人，难道是基因让他们吃的？最后搞搞，找出一堆基因，然后挨个show以前
的paper，说，呦，你看看，我找出来的东东不是平白无故的，有实验证据的。我……
￥*&……@（……￥，人家都证明过的，要你再砸那些钱去再screen出来干嘛。
一句话，传统做动物模型的伤不起，有木有！！！
预测 |
|
T**X
发帖数: 314 | 23 谢谢，我今天下载了一个R+qtl，不懂他们的语言，还不会用。我现在觉得lod是我们老
板的口误，可能他GWAS看得太多了。我就是想找一个方便的傻瓜软件或者容易的需要语
句的软件，能够自动曼哈顿plot m个regulator和n个基因之间的相关性p值的负对数。 |
|
e*****t
发帖数: 642 | 24 gao ren bu gan
sequencing the whole genome, you could get SNP (for GWAS, linkage analysis).
You could have genetic structure variation, like CNV.
sequencing the mRNA, you will have gene expression data, which could be used
for transcriptome analysis, or eQTL mapping.
Chip-seq gives you DNA-binding proteins analysis, like TF, histone
modification.
bisulfite sequencing give you DNA methylation, which has high correlation
with gene expression. |
|
h***0
发帖数: 248 | 25
NGS = next generation sequencer 就是我们说的新一代测序技术,或者说这个技术得
到的数据,反正你懂的
比如BGI家的137台(好像)Illumina HiSeq 2000高通量测序仪
用这种测序仪或技术,可以得到DNA-seq、small RNA-seq、transcriptomic、ChIP-seq
、meta-genomics的数据,
我说 我做NGS,就是说我的研究对象是NGS产生的数据,这些高通量的数据(比如说用重测
序做GWAS)自己就能做一个大项目来研究(你PCR就不行了)
因为我们不但要分析这些高通量数据,我们还有整合大量的已知的功能数据,生物学资源
,预测的功能数据,系统生物学等BLABLA的
我表达能力不好,不知道说明白了没 |
|
|
e*****t
发帖数: 642 | 27 GWAS is only one option if you don't have other choices. Actually, I doubt
most conclusion based on DNA sequencing. RNA-seq probably makes more sense
so far... |
|
|
M*P
发帖数: 6456 | 29 you'd better figure out how many gwas has been "validated" before you jump. |
|
|
t**********8
发帖数: 223 | 31 招他是去做GWAS 的functional study, 短平快个啥呀，在一個沒有基礎，無人指導的
實驗室，做功能最後死掉的可能性是 99%吧
在一個AP實驗室拼命干兩三年再奔大牛的可能性至少要比1％的機率高吧 |
|
s******s
发帖数: 13035 | 32 //nod，如果做GWAS还行，做functional study，坑爹啊。
这种东西false positive实在是太多，做验证的惨啊，尤其还是一个
不做分子的实验室，老板和同事都会以为实验很好做，你做个半年不
出成果人家说不定以为你太烂。 |
|
s******y
发帖数: 28562 | 33 同意。GWAS的结论能够验证的不多。风险太大。 |
|
b**********a
发帖数: 930 | 34 强烈建议你去1做，理由是方向GWAS很好，验证某个SNP和某疾病相关性很有做头，仅仅
搞清SNP本身就很有意思，和疾病相关就更有意思，SNP课题和以后所谓的personalized
medicine有很大关系，每个人的snp profile明白了，就知道和疾病和用药的关系，这
样真正做到personalized medicine。snp和新药临床实验中选择正确的病人验证新药疗
效十分重要，也是以后临床实验发展方向之一。制药厂和试剂诊断公司都愿意出钱资助
这类研究，所以经费很足。
研究和经费关系太大也太重要了，未来5年都比较充足，这点真的是很大优势。学校是
某一大牛校也很重要。PI是此疾病领域的临床医生，只有具有很好临床背景的医生才能
在personalized medicine领域大有作为。
现在这个课题组的最大问题是管理实验室和管理你的人十分真的懂以上东西。因为大老
板不懂很多，也没有多少时间管理实验室具体工作，一般都是找一个亲信来管理，此人
不懂也不是最大问题，关键是管理博士后的人要行，不然很难出文章。 |
|
C*****h
发帖数: 926 | 35 我不赞同你的观点。
20年前，很多人认为，只要把人类的基因组序列，全部测序之后，很多人类疾病就会
得到治疗办法。结果怎样呢？现在人类基因组早测序完毕，但是，我们对疾病的了解
和治疗，基本上没有任何进步。
现在又开始GWAS，又开始测序，以为把所有的SNP测出来，就能治疗人类疾病，想法跟
20年前一样。其结果跟当年也只会是一样，对疾病的了解和治疗，不会有很大的进步。
personalized |
|
a***y
发帖数: 19743 | 36 I tend to think that GWAS can produce good data
but it is often beyond many lab's capability to truly validate them using
currently available techniques. |
|
|
|
t**********8
发帖数: 223 | 39 這個美國和中國都一樣吧，我現在的老板啥也不懂，不是照樣能忽悠到五个米做NGS |
|
|
z******n
发帖数: 397 | 41 现在OR超过1.5的很少吧
preknowledge
(
易。 |
|
t*m
发帖数: 4414 | 42 exome-seq or whole genome seq for complex traits is a dead end. |
|
t*m
发帖数: 4414 | 43 RNA-seq 当然好。可是拿tissue 难啊。所以样本量上不去，还是没有power.
比如糖尿病，多少病人愿意让您活检取肝脏，或者胰岛？ |
|
a***y
发帖数: 19743 | 44 很多sequencing center连基本的workflow都还n多问题。。。 |
|
D*a
发帖数: 6830 | 45 她学的统计对，她学错了 ^_^
GWAS里面更复杂，有p<0.05，还有为了控制type I error弄出来的p<0.05*0.05*0.05*0
.05*... |
|
k*****d
发帖数: 12 | 46 参观回来汇报一下。
公司不大，一起去的同事数了一下椅子，有30把左右，还有空着的办公桌和椅子。
没有wet lab，一间大办公室加几个小会议室。
可以把你的DNA sample给他们，他们给你找测序公司去测序，我的印象是送到Illumina
还有BGI或者类似的地方。
Alignment和call variants这些步骤就是用open source的软件，比如BWA和GATK。他们
的主要工作是用他们的数据库帮你annotate你的sample的variants，比如是不是已知的
somatic mutation或某个GWAS study里发现的相关SNP，这部分叫knome variant。这个
数据库包括已经报道的variants, 比如cosmic，还有一些文献报道的数据，但他们没有
力量跟踪所有的pubmed的文章。这个数据库和它的客户端的程序都可以卖给你，数据库
是SQLite，就放在local hard disk上，你也可以自己写SQL statement。还有一部分叫
knome pathway，帮助分析你的那些variants有没有集中在某些pathway里。 |
|
i*e
发帖数: 352 | 47 GWAS的结果本来就不应该作为推测机理
它理论依据本来就是基于几个假说
就算E-8的显著性阈值都还是假阳性很多
a
discovered |
|
p*****m
发帖数: 7030 | 48 GWAS的文章很多统计都是胡来的 如果p cutoff选0.000001 一般说明作者乱选的统计方法 |
|
l*********s
发帖数: 5409 | 49 Next generation sequence is going to replace GWAS anyway,it is beating a
dying horse. |
|
p*****m
发帖数: 7030 | 50 事实上好像也没有谁会用CDNA ARRAY做GWAS吧 我觉得你比较错东西了 |
|
