New approaches to the selection of genetic markers associated with multifactorial phenotypic traits


Cite item

Full Text

Abstract

Modern approaches to searching for associations between the studied phenotype and structural variations of the human genome are analyzed. Most complex phenotypic traits, including diseases, do not follow the laws of Mendelian inheritance, but have a multi-factor nature, that is, a significant contribution to their development is made by the genetic component in combination with the influence of environmental factors. In General, there are several approaches to the design of a limited set of polymorphic markers for point genotyping. Selection of individual molecular genetic markers is carried out based on either their statistically significant Association with the studied multivariate feature, or their functional significance for the implementation of this feature. The «candidate gene» approach allows you to focus on one or more polymorphic variants in the region of a gene (allelic variant), the product of which is likely involved in the development of a disease or trait. The cheaper procedure for full-genome screening using ultra-high-density microchips has made available another approach for searching for genetic predispositions - full - genome Association search. We believe that the unification of both approaches into a single algorithm for the choice of molecular genetic markers to conduct point genotyping will allow for both markers selected based on a priori assumptions about the functional significance of candidate genes, and Association with the studied trait on the basis of genome-wide associations search. This approach will optimize the diagnostic efficiency of the created test suite.

About the authors

G. G. Kutelev

Military Medical Academy. S. M. Kirov

Author for correspondence.
Email: vmeda-nio@mil.ru
Russian Federation, Saint Petersburg

A. B. Krivoruchko

Military Medical Academy. S. M. Kirov

Email: vmeda-nio@mil.ru
Russian Federation, Saint Petersburg

A. E. Trandina

Military Medical Academy. S. M. Kirov

Email: vmeda-nio@mil.ru
Russian Federation, Saint Petersburg

A. M. Ivanov

Military Medical Academy. S. M. Kirov

Email: vmeda-nio@mil.ru
Russian Federation, Saint Petersburg

D. V. Cherkashin

Military Medical Academy. S. M. Kirov

Email: vmeda-nio@mil.ru
Russian Federation, Saint Petersburg

A. A. Marchenko

Military Medical Academy. S. M. Kirov

Email: vmeda-nio@mil.ru
Russian Federation, Saint Petersburg

S. L. Grishaev

Military Medical Academy. S. M. Kirov

Email: vmeda-nio@mil.ru
Russian Federation, Saint Petersburg

References

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Manhattan EY plot, where each point represents an SNP. The X-axis is the location of SNPs in the genome, the Y-axis is the level of association of each SNP (the stronger the association with a trait, the lower its p-value, which means the higher the negative logarithm of this value and the corresponding "column"). The graph shows SNPs from GWAS 2013 and 74 recently discovered loci (marked with red crosses) associated with learning [23]

Download (554KB)
3. Fig. 2. Algorithm for studying the molecular mechanism of the formation of a multifactorial trait

Download (271KB)

Copyright (c) 2020 Kutelev G.G., Krivoruchko A.B., Trandina A.E., Ivanov A.M., Cherkashin D.V., Marchenko A.A., Grishaev S.L.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».