Topic 1 结直肠癌分子遗传流行病学研究

Introduction

旨在确定全基因组关联研究（GWAS）所鉴定的基因座导致结直肠癌的致病机制；从数量性状基因座（quantitative trait locus, QTL）出发，整合结直肠癌基因组以及转录组数据，以发现结直肠癌发生的遗传和分子机制，探讨因果关联/鉴定药物靶点、构建辅助结直肠癌早筛的预测模型。

本课题组目前采用该种方法，从数量性状基因座（quantitative trait locus, QTL）的视角，整合结直肠癌基因组数据、结直肠癌病人肠组织转录组数据，以发现可调控结直肠癌遗传易感性的基因，构建预测模型，探讨因果关联和鉴定药物靶点。

Topic 2 营养基因组学研究

Introduction

营养基因组学: 通过将膳食营养与遗传因素相关结合，探索不同遗传背景下，营养素在人体中的代谢过程及其与基因组相互作用产生的健康效应, 涉及人体基因的转录、翻译表达以及代谢机制, 主要研究内容包括营养素作用的分子机制、营养素的人体代谢及精准营养等。

Topic 3 表型组学研究

Introduction

PheWAS: 是一种高通量的反向遗传学分析方法，通过将基因型数据与电子健康信息关联，在全疾病谱范围内探索特定遗传变异与所有疾病结局之间的关联。利用遗传变异工具变量在因果推断中的优势来鉴定不同疾病表型之间的关联，同时结合多组学数据探索关联背后的生物学机制，PheWAS方法有助于探索多重因果关联以及疾病间共同致病机制。

本研究团队曾与范德堡大学研究团队合作创建了由ICD-9/10编码到PheCODE系统的疾病表型映射策略，为后续PheWAS研究对ICD编码数据的充分利用作出贡献，并于Annals of the Rheumatic Diseases, PLoS Medicine, International Journal of Epidemiology及EBioMedicine等著名国际期刊上发表多项PheWAS相关研究成果。

Topic 4 生物信息学研究

Introduction

基于多组学数据的生物信息学分析：利用基因组学、转录组学、蛋白组学、和代谢组学数据结合TWAS、PWAS和MWAS等分析方法，确定与疾病有关的基因/RNA/蛋白等标志物，后续利用通路富集（KEGG/GO）分析、共定位分析和条件分析识别疾病发生发展的潜在生物学通路

前期，课题组已利用多组学分析方法识别结直肠癌血清学标志物（如C反应蛋白、白细胞介素6、血尿酸、维生素D），并建立结直肠癌的多维风险预测模型，用于结直肠癌筛查。相关成果已发表在Annals of Rheumatic Diseases，International Journal of Epidemiology和Circulation等国际知名期刊上。