EWAS全基因組關(guān)聯(lián)研究方案
EWAS correlation analysis
EWAS（Epigenome-Wide Association Study）全基因組關(guān)聯(lián)研究是一種探索表觀遺傳變異與特定疾病或表型之間關(guān)系的研究方法，通常涉及DNA甲基化水平的全基因組分析，以鑒定與疾病相關(guān)的甲基化位點。EWAS是篩選與疾病相關(guān)的甲基化位點和區(qū)域的強大工具。
EWAS研究思路
主線研究：通過EWAS分析尋找與表型相關(guān)的甲基化位點。
組學(xué)關(guān)聯(lián)：結(jié)合甲基化數(shù)據(jù)與SNP數(shù)據(jù)，進行meQTL分析，F(xiàn)inemap精細定位，以及與轉(zhuǎn)錄組數(shù)據(jù)結(jié)合，分析差異甲基化位點與基因表達之間的相關(guān)性。
因果探索：進一步判斷差異甲基化位點是否對表型起因果決定作用，可以進行因果推斷檢驗（CIT）分析。
EWAS研究方案
1. 研究目的與假設(shè)
目的：探索特定疾病或表型與DNA甲基化水平之間的關(guān)聯(lián)，以鑒定與疾病相關(guān)的甲基化位點。
假設(shè)：特定的DNA甲基化位點與特定疾病或表型存在顯著相關(guān)性。
2. 樣本收集與制備
樣本類型：根據(jù)研究目的選擇合適的生物樣本，如全血、唾液、組織等。
樣本量：參考JAMA Psychiatry的研究，至少需要數(shù)千例樣本以確保統(tǒng)計效力。
樣本處理：確保樣本的采集、存儲和處理符合倫理和科學(xué)標準。
3. DNA甲基化水平測定
技術(shù)平臺：選擇合適的高通量測序平臺，如RRBS、甲基化芯片。
數(shù)據(jù)獲?。簩γ總€樣本進行DNA甲基化水平檢測，獲取全基因組甲基化數(shù)據(jù)。
4. 數(shù)據(jù)預(yù)處理
質(zhì)量控制：對原始數(shù)據(jù)進行質(zhì)量控制，排除低質(zhì)量的樣本和探針。
標準化：對甲基化數(shù)據(jù)進行標準化處理，以消除技術(shù)批次效應(yīng)。
5. 統(tǒng)計分析
差異甲基化分析：使用統(tǒng)計軟件（如R語言中的minfi或DSS包）進行差異甲基化分析。
關(guān)聯(lián)分析：對差異甲基化位點進行關(guān)聯(lián)分析，確定與疾病或表型相關(guān)的甲基化位點。
6. 組學(xué)關(guān)聯(lián)分析
meQTL分析：結(jié)合甲基化數(shù)據(jù)與SNP數(shù)據(jù)，進行meQTL分析，以識別甲基化QTL。
Finemap精細定位：對關(guān)聯(lián)信號進行精細定位，以提高定位精度。
基因表達關(guān)聯(lián)分析：結(jié)合轉(zhuǎn)錄組數(shù)據(jù)，分析差異甲基化位點與基因表達之間的相關(guān)性。
7. 因果探索
因果推斷檢驗（CIT）：對差異甲基化位點進行因果推斷檢驗，以判斷其對表型的因果作用。
8. 功能富集分析
KEGG富集分析：對靶基因進行KEGG功能富集分析，以識別生物學(xué)途徑和功能模塊。
9. 結(jié)果驗證
獨立樣本驗證：使用獨立樣本集對發(fā)現(xiàn)的甲基化位點進行驗證。
EWAS圖示
EWAS曼哈頓圖
EWAS研究QQ圖
將EWAS分析所得到的靶基因進行KEGG功能富集
EWAS典型案例
（1）JAMA psychiatry：DNA甲基化發(fā)現(xiàn)抑郁癥潛在的分子標記物
抑郁癥發(fā)現(xiàn)階段7948例，驗證階段3308例，共11256例受試者的全血樣本進行全表觀基因組關(guān)聯(lián)分析（EWAS）。在抑郁癥發(fā)現(xiàn)階段，對7948例受試者的全血樣本進行EWAS，鑒定出顯著差異的甲基化位點cg04987734。在驗證階段進一步驗證3個與抑郁癥相關(guān)的甲基化位點，這些位點不僅有望成為抑郁癥的生物標志物，還可能揭示病理機制及臨床治療的潛在作用。
圖：顯著相關(guān)甲基化位點cg12325605的EWAS分析結(jié)果模式圖
（2）蘇格蘭萬人隊列表觀基因組關(guān)聯(lián)研究揭示DNA甲基化與多種疾病之間的關(guān)系
研究通過對單個族裔大樣本隊列--18413個蘇格蘭志愿者全血樣本的752722個CpG甲基化位點進行分析，評估19種疾病與DNA甲基化的相關(guān)性。在分析DNA甲基化與14種不同疾病相關(guān)性后，進一步分析19種疾病的發(fā)病分析，通過年齡、性別、血細胞計數(shù)校正后揭示11種疾病里的14237個顯著相關(guān)位點，其中分別有11305個和2657個位點與慢阻肺和2型糖尿病相關(guān)。進一步納入生活方式與人群結(jié)構(gòu)校正后，發(fā)現(xiàn)5種疾病的79個位點相關(guān)。交叉對比分析揭示2種疾病的64個相關(guān)，其中2型糖尿?。?8個CpG）、慢阻肺（6個CpG）。
圖：19種疾病的發(fā)病分析關(guān)聯(lián)結(jié)果以及2種疾病的EWAS展示
參考文獻：
1. Michels K B, Binder A M, Dedeurwaerder S, et al. Recommendations for the design and analysis of epigenome-wide association studies[J]. Nature methods, 2013, 10(10): 949-955.
2. Story Jovanova O, et al. DNA Methylation Signatures of Depressive Symptoms in Middle-aged and Elderly Persons: Meta-analysis of Multiethnic Epigenome-wide Studies. JAMA Psychiatry. 2018 Sep 1;75(9):949-959. pii: 2687369.
3. Hillary RF, et al. Blood-based epigenome-wide analyses of 19 common disease states: A longitudinal, population-based linked cohort study of 18,413 Scottish individuals. PLoS Med. 2023 Jul 6;20(7):e1004247. doi: 10.1371/journal.pmed.1004247. PMID: 37410739; PMCID: PMC10325072.
