【佳学基因检测】基因解码基因检测如何改变了高血压的诊断与治疗

为什么高血压不是一个单一的疾病？

多年以来,越来越多的知识表明,高血压不是一种单一疾病,而是一种综合征,不同疾病导致了血压升高这一共同症状。到20世纪中期,人们认识到高血压可能有继发原因。然而,将绝大多数"原发性"高血压人群划分为若干"亚群"的观点直到基因解码技术得到良好应用以后才出现。因此,在解决高血压治疗难题时,至少需要考虑以下六个因素:

• 85%到90%的高血压患者没有明确的病因,被归为原发性高血压。
• 几乎所有继发性高血压都是由一种或多种内分泌系统障碍引起。
• 高血压有较强的遗传倾向,一般人群遗传率估计在25%到60%之间。
• 大量证据表明,血压升高及其引发的心血管风险在很大程度上是遗传和环境相互作用的结果。
• 近十几年的全基因组关联研究和全外显子测序发现了许多潜在的血压相关通路,但与高血压的一致性关联较少。这一现象在其他复杂慢性病(如贫血和糖尿病)中也可见。

显然,所谓"慢性复杂疾病"实际上并非单一疾病,而是综合征,其中可能存在几种潜在疾病或原因,每种具有自身的表型/基因型关联。最近,即使在"罕见病"中也发现了这种情况,一些新发现的罕见病可能是两种或更多独立遗传疾病实体的复合体。

这些概念导致人们日益重视理解人类表型组,并在过去十年中开发了相关工具,如人类表型本体论、PhenoMiner和Phenolyzer。

基因检测如何确立疾病的发生与个体基因之间的关系？

遗传学研究的基础是孟德尔在19世纪下半叶首次证明的前提:特定的遗传位点(基因型)与性状(表型)相关,并是该性状的原因。对于许多单基因疾病,人们使用了连锁分析方法。这些分析的方法和结果的应用是基因检测的科学基础。

连锁分析通常需要多代家族数据,有时也使用同胞对(如同为高血压患者的兄弟姐妹)的数据。该方法基于孟德尔遗传定律的独立分离原理:不同个体的遗传特征不应相互关联,单个基因的变异不应共分离。因此,当基因变异与家族中的某个性状共分离时,就为该基因与该性状之间的关联以及可能的因果关系提供了有力证据。

更常见的是使用病例对照研究的关联分析方法。这种方法不需要亲缘关系,但需要"配对"的对照组。随着大规模遗传学研究(如全基因组关联研究、全外显子组或全基因组测序)的兴起,该方法使用越来越多,并需要高度复杂的分析技术,这就是所谓的"大数据"方法。这些新方法面临的主要挑战不是基因型/表型关联的遗传学质量,而是表型数据的可靠性。大数据分析中的主要障碍是所使用的临床数据质量。对于像高血压这样的疾病来说,这一挑战尤其突出,因为所谓的"疾病"实际上是一种综合征,但在医疗记录中被编码为单一疾病。其他挑战包括人群分层(将研究人群分成亚组)和确定适当的对照组。后者一直是高血压遗传学研究的主要难题,因为对照组需要由血压持续正常的个体组成,这很难实现。基因多态性与表型之间存在关联的统计证据可能是由于:变异本身具有功能性并直接影响表型表达;或者它与致病等位基因相关或发生连锁不平衡;或者是由于偶然、人为因素或选择偏差造成的。确定每项研究中满足哪些条件通常很困难。在《基因解码基因检测如何改变了高血压的诊断与治疗》中,佳学基因检测试图通过回顾选择研究人群细节的方法来应对这些挑战。许多已发表的审查报告没有符合适当标准。那些做到的研究都对受试者的临床状态进行了严格控制和/或评估,特别是与已知可能影响血压的环境因素的关系。