隨著人類基因組計劃(Human genome project, HGP)和高通量生物芯片技術(shù)的成功研發(fā)，人們廣泛利用高通量全基因組生物芯片的技術(shù)手段，采用全基因組關(guān)聯(lián)研究（Genome-Wide Association Studies, GWAS）的方法篩選復(fù)雜疾病易感多態(tài)（Single Nucleotide Polymorphism，SNP），取得了前所未有的成就。這些易感多態(tài)最初在歐美人群中首先被報道與疾病顯著相關(guān)，但是在后期其它群體候選研究中卻出現(xiàn)了不一致的結(jié)果。
中國科學(xué)院天津工業(yè)生物技術(shù)研究所陳祖耕研究組（基因組分析實驗室）研究人員認(rèn)為，造成這種結(jié)果的不一致性可能是由于以下兩個原因：第一，和初始?xì)W美人群的大量的樣本量相比，其它群體的小樣本量沒有足夠的統(tǒng)計效能去識別顯著的疾病關(guān)聯(lián)。第二，不同群體之間存在著遺傳的異質(zhì)性，在一個群體中關(guān)聯(lián)的多態(tài)未必在另外一個群體中顯著相關(guān)。
為了驗證這一觀點，天津工生所基因組分析實驗室聯(lián)合廣東醫(yī)學(xué)院和哈爾濱醫(yī)科大學(xué)等單位的多位研究人員，以阿爾茨海默病(Alzheimer’s disease, AD)為例，通過大量的文獻(xiàn)檢索，選擇了PICALM 基因 rs3851179 多態(tài)，CLU 基因 rs11136000 多態(tài)，BIN1 基因 rs744373 多態(tài)和ABCA7基因 rs3764650 多態(tài)做為研究目標(biāo)，對相關(guān)文獻(xiàn)數(shù)據(jù)進(jìn)行了異質(zhì)性檢驗（Heterogeneity test），采用固定效應(yīng)模型 fixed effect model (Mantel-Haenszel)或者隨機效應(yīng)模型random-effect model (DerSimonian-Laird)，對得到的文獻(xiàn)數(shù)據(jù)進(jìn)行整合研究（Meta-analysis），并進(jìn)行了敏感性分析和出版性偏倚分析（Sensitivity and publication bias analyses）。研究結(jié)果表明，不同群體研究結(jié)果的不一致性是由于少量的樣本量所引起，通過整合分析，研究人員識別出更加顯著可靠的結(jié)果。
研究成果相繼發(fā)表于Neurobiology of Aging，NeuroMolecular Medicine，Neuroscience Letters和Molecular Neurobiology.。該系列研究工作獲得了國家自然科學(xué)基金（81300945, 31200934, 31171219, 81271213, 81070878, 81271214, 和 81261120404）、廣東省自然科學(xué)基金（No S2012010008222）和廣東醫(yī)學(xué)院科技創(chuàng)新基金（No. STIF 201101）的支持。
天津工生所基因組分析實驗室助理研究員劉桂友為以上論文的第一作者。
