Эпигеномное ассоциативное исследование - Epigenome-wide association study

«EWAS» перенаправляется сюда. Дизайн исследования ассоциации, сфокусированного на факторах окружающей среды, см. Исследование экологической ассоциации.

An исследование ассоциаций в масштабе всего эпигенома (EWAS) представляет собой исследование набора измеримых эпигенетический марки, такие как Метилирование ДНК, у разных людей, чтобы получить ассоциации между эпигенетической изменчивостью и конкретным идентифицируемым фенотип /черта. Когда паттерны меняются, например, метилирование ДНК в определенных места Это считается признаком того, что произошло эпигенетическое возмущение, которое причинно или косвенно связано с фенотипом.[1]

EWAS Рабочий процесс

Фон

В эпигеном регулируется как генетическими, так и средовыми факторами, что делает его очень динамичным и сложным. Эпигенетическая информация существует в клетке в виде ДНК и гистон марки, а также некодирующие РНК. Паттерны метилирования ДНК (ДНКm) меняются со временем и варьируются в зависимости от стадии развития и типа ткани. Основной тип ДНКm находится в цитозины в CpG динуклеотиды, которые, как известно, участвуют в регуляция экспрессии генов. Изменения структуры ДНКm широко изучаются при сложных заболеваниях, таких как рак и диабет.[1] В нормальной камере основная масса геном сильно метилирован в CpG, тогда как Острова CpG (ИПЦ) при промотор гена регионы остаются сильно неметилированными. Аберрантная ДНКm является наиболее распространенным типом молекулярных аномалий в раковых клетках, где основная масса генома из-за глобального «гипометилирования» и CPI в промоторных областях становится «гиперметилированной», что обычно приводит к подавлению генов-супрессоров опухолей.[2] Совсем недавно исследования диабета выявили дополнительные доказательства в поддержку эпигенетического компонента заболеваний, включая различия в связанных с заболеванием эпигенетических метках между монозиготные близнецы, рост заболеваемости диабет 1 типа в общей популяции, и события перепрограммирования развития, при которых в утробе матери или окружающая среда детства может повлиять на исход болезни во взрослом возрасте.[1]

Посттрансляционные модификации гистонов включают, но не ограничиваются ими, метилирование, ацетилирование и фосфорилирование хвостов коровых гистонов. Эти посттрансляционные модификации считываются белками, которые затем могут изменять хроматин состояние в этом месте.[1]Эпигенетическая изменчивость возникает тремя разными способами; он может передаваться по наследству и поэтому присутствовать во всех клетках взрослого человека, включая зародышевый (процесс, известный как трансгенерационное эпигенетическое наследование; спорное явление, которое до сих пор не наблюдается у людей); это может происходить случайным образом и присутствовать в подмножестве клеток у взрослого человека, количество которых зависит от того, насколько рано в развитии происходит изменение; или это может быть вызвано поведенческими факторами или факторами окружающей среды.[1] EWAS ранее связывал изменения в метилировании с несколькими заболеваниями и сложными состояниями, которые не имеют известной эпидемиологии и, следовательно, имеют решающее значение для идентификации эпигенетических факторов, которые вносят вклад в патогенез этих заболеваний или являются его следствием.[3]

Методы

Типы дизайнов исследований

Ретроспектива (случай-контроль)

Ретроспективные исследования сравнивают неродственных людей, которые попадают в две категории: контрольная группа без интересующего заболевания или фенотипа и случаи, у которых есть интересующий фенотип. Преимущество таких исследований состоит в том, что уже существует множество групп образцов случай-контроль с доступными данными о генотипе и экспрессии, которые можно интегрировать с данными эпигенома. Обратной стороной, однако, является то, что они не могут определить, являются ли эпигенетические различия результатом генетических различий, связанных с заболеванием, процессов после заболевания или лекарственного вмешательства, связанного с заболеванием.[1]

Семейные исследования

Полезно для изучения моделей наследования эпигенетических меток между поколениями. Основным ограничением EWAS является расшифровка, связан ли фенотип с эпигенетическими изменениями в результате рассматриваемой переменной или в результате предыдущих геномных вариантов, ведущих к эпигенетическим изменениям. Сравнение геномных и эпигеномных данных родителей и потомков позволяет исключить возможность того, что заболевание или фенотип связаны с геномными вариациями. Ограничение этого дизайна исследования состоит в том, что существует очень мало когорт достаточно большого размера.[1]

Исследования монозиготных близнецов

Монозиготные близнецы несут идентичную геномную информацию. Следовательно, если они не соответствуют определенному заболеванию или фенотипу, это, вероятно, является результатом эпигенетических различий. Однако до тех пор, пока близнецы не будут изучены продольно, невозможно определить, является ли эпигенетическая изменчивость причиной или следствием заболевания. Другое ограничение - набор достаточно большой когорты дискордантных монозиготных близнецов с интересующим заболеванием.[1]

Продольные когорты

Лонгитюдные исследования отслеживают когорту людей в течение длительного периода времени, обычно с момента рождения или до начала заболевания. Берутся образцы и хранятся записи на протяжении многих лет, что делает эти исследования чрезвычайно полезными для определения причинной связи определенных фенотипов. Поскольку за одними и теми же людьми наблюдают в моменты времени до и после начала заболевания, это устраняет смешанные эффекты различий между случаями и контролем. Продольные исследования полезны не только для исследований риска (с использованием образцов ДНК до начала заболевания), но и для интервенционных исследований с использованием до и после лечения с конкретным воздействием для изучения воздействия окружающей среды на эпигеном.[4] Главный недостаток - длительные сроки исследований, а также расходы. Продольные исследования с использованием дискордантных по болезни монозиготных близнецов дают дополнительное преимущество в исключении генетического влияния на эпигенетическую изменчивость.[1]

Интересующая ткань

Тканевая специфичность эпигеномных меток создает еще одну проблему при разработке EWAS. Выбор ткани ограничен как доступностью, так и стабильностью эпигенетического паттерна. Крайне важно выбрать ткань, в которой эпигенетические метки изменчивы в популяции, но стабильны во времени. Если это невозможно, потребуется использовать несколько серийно собранных образцов от одних и тех же людей, чтобы сообщить о надежных ассоциациях с определенным фенотипом. EWAS для заболеваний часто измеряется с помощью метилирования ДНК в образцах крови, потому что трудно получить соответствующие ткани. В некоторых случаях образец метилирования не обязательно биологически релевантен предлагаемому фенотипу. Выбор крови также требует строгого анализа и тщательной интерпретации из-за изменчивого состава клеток. Поэтому для выбора суррогатной ткани требуется, чтобы межиндивидуальные различия коррелировали между исследуемой тканью и суррогатной тканью, а также чтобы воздействие индуцировало аналогичные изменения в обеих тканях. На сегодняшний день основная проблема заключается в отсутствии четких доказательств того, что в целом эпигенетические метки одинаково реагируют на воздействие окружающей среды во всех тканях.[5]

Рабочий процесс анализа метилирования. Из:Анализ метилирования Illumina

Метод количественной оценки: метилирование ДНК.

Платформа для количественного определения ДНКм в масштабе всего эпигенома использует высокопроизводительную технологию. Анализ метилирования Illumina. В прошлом массив 27k Illumina охватывал в среднем два сайта CpG в промоторных областях примерно 14 000 генов и представлял менее 0,1% из 28 миллионов сайтов CpG в геноме человека. Это не является репрезентативным для всего эпигенома человека. Ни один из ранних EWAS, использующих этот массив [6][7] использовали независимую проверку для проверки связанных зондов. Интересным наблюдением было смещение различий между случаями и контролями в сторону зондов, не относящихся к CpG-островкам (которые были значительно недостаточно представлены в этой конструкции массива), что сильно аргументировало использование недавно разработанного массива 450k, который действительно покрывает не-CpG-островки с более высокая плотность зондов. В настоящее время массив Illumina 450k является наиболее широко используемой платформой за последние два года для исследований, посвященных EWAS. Массив по-прежнему покрывает менее 2% сайтов CpG в геноме, но пытается охватить все известные гены с высокой плотностью зондов в промоторах (включая островки CpG и окружающие последовательности), но также покрывает с более низкой плотностью. через генные тела, 3 'нетранслируемые области, и другие межгенные последовательности.[8]

Анализ и интерпретация данных

Посайтовый анализ

Метилирование ДНК обычно количественно оценивается по шкале от 0 до 1, поскольку массив метилирования измеряет долю молекул ДНК, которые метилированы в конкретном сайте CpG. Первоначальный проведенный анализ представляет собой одномерный тест ассоциации для выявления участков, где метилирование ДНК изменяется в зависимости от воздействия и / или фенотипа. За этим следуют множественные корректировки тестирования и использование аналитической стратегии для уменьшения пакетные эффекты и другие технические затрудняющие эффекты при количественной оценке метилирования ДНК. Также принимаются во внимание потенциальные мешающие эффекты, возникающие из-за изменений в составе тканей. Кроме того, проводится корректировка на смешивающие факторы, такие как возраст, пол и поведение, которые могут влиять на статус метилирования, как ковариаты. В результаты ассоциации также вносятся поправки на фактор инфляции геномного контроля, чтобы учесть стратификацию населения.

Как правило, средние уровни метилирования CpG сравниваются по категориям с использованием линейной регрессии.[9] что позволяет настраивать искажающие факторы и эффекты партии.[10] Пороговое значение P <1e-7[11] обычно используется для идентификации CpG, связанных с тестируемым фенотипом / стимулом. Считается, что эти CpG достигают значимости на уровне всего эпигенома. На этом уровне значимости также рассчитывается величина эффекта, указывающая на разницу в метилировании при сравнении двух качественных групп или разные количественные значения в зависимости от вашего фенотипа. Сайты CpG, в значительной степени связанные с фенотипом и / или воздействием / воздействием окружающей среды, обычно представлены на манхэттенском графике.[12]

Анализ региональных изменений

Единичные сайты CpG подвержены эффектам естественной вариации единственного сайта и техническим вариациям, таким как плохие зонды микроматрицы и выбросы. Чтобы получить более надежные ассоциации и учесть такое изменение, использование соседних измерений может помочь увеличить мощность.[13][14] В предыдущих исследованиях функционально значимые результаты были связаны с областями генома, а не с отдельными CpG. Следовательно, рассмотрение на региональном уровне может помочь идентифицировать ассоциированные регионы с большей уверенностью, направляя последующие функциональные исследования.

Предварительная кластеризация или группировка сайтов CpG

Другой метод анализа - использование неконтролируемой кластеризации для создания классов сайтов CpG на основе сходства вариаций метилирования в разных образцах. Средние значения метилирования внутри каждого класса используются для построения наборов данных с уменьшенной размерностью, облегчая эффективные тесты связи между метилированием ДНК и интересующими фенотипами.[15] Это используется для уменьшения размерности больших наборов данных и использования существенной биологически индуцированной корреляции. Этот метод полезен для определения общих паттернов метилирования, связанного с тестируемой переменной, но может пропускать конкретные интересующие сайты CpG. Помимо различий в средних уровнях метилирования, различия в вариациях метилирования ДНК в разных образцах также могут быть биологически значимыми, мотивируя сканирование для дифференциальной изменчивости между группами.[12]

Функциональное обогащение и обогащение генетического набора

Затем можно проанализировать местоположение связанных сайтов CpG или островов / регионов. in silico чтобы подразумевать возможную функциональную значимость. Например, рассмотрение того, находятся ли ассоциированные CpG в промоторной области, или определение расстояния от сайта начала транскрипции, которое может иметь значение, особенно когда мы предполагаем, что метилирование ДНК, связанное с фенотипом, действует путем регуляции транскрипции гена. Многие другие выводы, основанные на прошлых биологических знаниях, могут быть сделаны, если эта конкретная область CpG была изучена и связана с изменениями в транскрипции. Это можно использовать в качестве дополнительного фильтра для идентификации регионов, которые необходимо продолжить для функциональной проверки. Некоторые биоинформатические инструменты, которые были разработаны для анализа функционального обогащения, могут быть применены к дифференциально метилированным областям, сначала сопоставив эти области с генами. Это делается путем картирования расстояния между CpG и промотором гена, который потенциально регулируется этой областью. Таким образом, анализ обогащения, основанный на области генома, был предложен в качестве дополнительного подхода и дает значительный потенциал интерпретации.[12] Затем дифференциально метилированные области можно сравнить с каталогом геномных областей, включая, например, сайты, обогащенные специфическими модификациями хроматина, или сайты связывания факторов транскрипции.

Соотношение шансов метилирования

Отношение шансов метилирования можно рассчитать, если мы рассмотрим среднюю скорость метилирования на сайте в случаях (или в контролях), чтобы представить вероятность метилирования для случайно выбранной цепи ДНК в образцах ткани случая (или контроля). Отношение шансов метилирования - это шансы для случайной цепи ДНК в образце ткани из случайного случая, которая будет метилирована, деленная на такие же шансы для контроля. Это обеспечивает меру величины эффекта, которая включает относительные величины, но также не учитывает различия между случаями и элементами контроля характеристик спектра метилирования, таких как дисперсия. Отношение шансов метилирования также сопоставимо в проспективных и ретроспективных исследованиях, и его значение измеряет только связь и не подразумевает причинно-следственную связь. Также были рассчитаны баллы риска метилирования, которые могут объединить информацию по сайтам CpG путем расчета взвешенной оценки риска метилирования как суммы значений метилирования по каждому из маркеров, связанных с фенотипом, взвешенных по размеру специфичного для маркера эффекта.[16]

Репликация

Репликация с использованием независимой когорты необходима для исключения ложноположительных результатов, выявленных в первоначальном исследовании. Это можно сделать на людях или более целенаправленно на моделях животных. Важно, чтобы при выборе репликационной когорты индивидуумы отражали исходную когорту и чтобы были приняты во внимание те же смешивающие переменные. Однако репликация может быть ограничена из-за доступности отдельных лиц и образцов.

Ограничения и проблемы

Причинность или следствие

Вариации в эпигеноме могут вызывать заболевание, но также могут возникать как следствие болезни, и различие между ними является основным ограничением в EWAS. Способ обойти это - определить, присутствует ли эпигенетическая изменчивость до появления каких-либо симптомов заболевания, предпочтительно с помощью продольных исследований с участием одной и той же когорты людей в течение многих лет (это само по себе имеет свои собственные недостатки в плане затрат и сроков исследования). Также необходимо принять во внимание возможность того, что эпигенетические вариации, возникающие до начала заболевания, не обязательно являются причиной заболевания.

Неоднородность образца

Наиболее часто используемая ткань для EWAS - это кровь. Однако образцы крови содержат несколько разных типов клеток, каждый из которых имеет уникальную эпигенетическую подпись. Таким образом, чрезвычайно сложно определить, является ли взятый вами образец однородным, и поэтому трудно определить, вызваны ли вариации эпигенетических меток различиями в фенотипе / стимулах или неоднородностью образца.

Доступность ткани

В настоящее время многие EWAS используют кровь в качестве суррогатной ткани из-за ее доступности и простоты сбора. Однако эпигенетические изменения в крови могут не быть связаны с изменениями в конкретной ткани, связанной с заболеванием. Многие интригующие расстройства, которые могут иметь эпигенетические причинные факторы, влияют на ткани, такие как мозг, легкие, сердце и т. Д. Однако при изучении пациентов-людей нельзя брать эти ткани для отбора проб, и поэтому они остаются неизученными.

Связанная база данных

EWAS Атлас

EWAS Атлас[17] (http://bigd.big.ac.cn/ewas ) - это тщательно подобранная база знаний EWAS, которая предоставляет исчерпывающий набор знаний EWAS. В отличие от существующих эпигенетических ресурсов, ориентированных на данные, EWAS Atlas предлагает ручное копирование знаний EWAS из обширных публикаций. В текущей реализации EWAS Atlas фокусируется на метилировании ДНК - одной из ключевых эпигенетических меток; он объединяет большое количество из 388 851 высококачественных ассоциаций EWAS, включающих 126 линий тканей / клеток и охватывающих 351 признак, 2230 когорт и 390 онтологических объектов, которые полностью основаны на ручном курировании из 649 исследований, опубликованных в 495 публикациях. Кроме того, он оснащен мощным инструментом анализа обогащения признаков, который способен профилировать отношения признака-признака и признак-эпигеном. Будущие разработки включают регулярное отслеживание недавних публикаций EWAS, включение большего количества эпигенетических меток и возможную интеграцию EWAS с GWAS. В совокупности Атлас EWAS посвящен курированию, интеграции и стандартизации знаний EWAS и обладает большим потенциалом, чтобы помочь исследователям проанализировать молекулярные механизмы эпигенетических модификаций, связанных с биологическими признаками.

EWAS Data Hub

EWAS Data Hub[18] (https://bigd.big.ac.cn/ewas/datahub ) - это ресурс для сбора и нормализации данных массива метилирования ДНК, а также для архивирования связанных метаданных. Текущая версия EWAS Data Hub объединяет обширный набор данных массивов метилирования ДНК из 75 344 образцов и использует эффективный метод нормализации для удаления пакетных эффектов между различными наборами данных. Соответственно, используя преимущества массивных высококачественных данных о метилировании ДНК и стандартизированных метаданных, EWAS Data Hub предоставляет эталонные профили метилирования ДНК в различных контекстах, включая 81 тип тканей / клеток (которые содержат 25 частей мозга и 25 типов клеток крови), шесть предков категорий и 67 заболеваний (в том числе 39 онкологических). Таким образом, EWAS Data Hub обещает помочь в поиске и открытии биомаркеров на основе метилирования для характеристики фенотипа, клинического лечения и здравоохранения.

Смотрите также

Рекомендации

  1. ^ а б c d е ж грамм час я Ракян, Вардхман К .; Вниз, Thomas A .; Болдинг, Дэвид Дж .; Бек, Стефан (2011). «Эпигеномные ассоциативные исследования распространенных болезней человека». Природа Обзоры Генетика. 12 (8): 529–541. Дои:10,1038 / nrg3000. ЧВК  3508712. PMID  21747404.
  2. ^ Доусон, Марк А .; Кузаридес, Тони (06.07.2012). «Эпигенетика рака: от механизма к терапии». Клетка. 150 (1): 12–27. Дои:10.1016 / j.cell.2012.06.013. PMID  22770212. Получено 2017-03-02.
  3. ^ Relton, Caroline L .; Смит, Джордж Дэйви (26.10.2010). «Эпигенетическая эпидемиология общего комплексного заболевания: перспективы прогнозирования, профилактики и лечения». PLOS Медицина. 7 (10): –1000356. Дои:10.1371 / journal.pmed.1000356. ЧВК  2964338. PMID  21048988.
  4. ^ Файнберг, Эндрю П .; Иризарри, Рафаэль А. (26 января 2010 г.). «Стохастическая эпигенетическая изменчивость как движущая сила развития, эволюционной адаптации и болезни». Труды Национальной академии наук. 107 (приложение 1): 1757–1764. Дои:10.1073 / pnas.0906183107. ЧВК  2868296. PMID  20080672.
  5. ^ Бек, Стефан; Ракян, Вардхман К. (01.05.2008). «Метилом: подходы к глобальному профилированию метилирования ДНК». Тенденции в генетике. 24 (5): 231–237. Дои:10.1016 / j.tig.2008.01.006. PMID  18325624. Получено 2017-03-02.
  6. ^ Teschendorff, Andrew E .; Менон, Уша; Джентри-Махарадж, Александра; Рамус, Сьюзан Дж .; Gayther, Simon A .; Апостолиду, София; Джонс, Эллисон; Лехнер, Матиас; Бек, Стефан; Джейкобс, Ян Дж .; Видшвендтер, Мартин (18 декабря 2009 г.). «Эпигенетическая сигнатура в периферической крови предсказывает активный рак яичников». PLOS ONE. 4 (12): –8274. Bibcode:2009PLoSO ... 4.8274T. Дои:10.1371 / journal.pone.0008274. ЧВК  2793425. PMID  20019873.
  7. ^ Марсит, Кармен Дж .; Koestler, Devin C .; Christensen, Brock C .; Карагас, Маргарет Р .; Хаусман, Э. Андрес; Келси, Карл Т. (2011-03-20). «Матричный анализ метилирования ДНК определяет профили метилирования ДНК, полученного из крови, связанного с раком мочевого пузыря». Журнал клинической онкологии. 29 (9): 1133–1139. Дои:10.1200 / JCO.2010.31.3577. ЧВК  3083868. PMID  21343564.
  8. ^ Фланаган, Джеймс М. (01.01.2015). «Эпигеномные исследования ассоциации (EWAS): прошлое, настоящее и будущее». В Мукеш Верма (ред.). Эпигенетика рака. Методы молекулярной биологии. 1238. Springer Нью-Йорк. С. 51–63. Дои:10.1007/978-1-4939-1804-1_3. ISBN  978-1-4939-1803-4. PMID  25421654. S2CID  26438164.
  9. ^ Смит, Гордон К. (2004). «Линейные модели и эмпирические байесовские методы для оценки дифференциального выражения в экспериментах с микрочипами». Стат. Appl. Genet. Мол. Биол. 3 (1): Статья 3. Дои:10.2202/1544-6115.1027. PMID  16646809. S2CID  564309.
  10. ^ Джонсон, У. Эван; Ли, Ченг; Рабинович, Ариэль (01.01.2007). «Регулировка пакетных эффектов в данных экспрессии микрочипа с использованием эмпирических методов Байеса». Биостатистика. 8 (1): 118–127. Дои:10.1093 / биостатистика / kxj037. PMID  16632515.
  11. ^ Лене, Бенджамин; Дронг, Александр В .; Ло, Мари; Чжан, Вэйхуа; Скотт, Уильям Р .; Тан, Сянь-Цунг; Афзал, Узма; Скотт, Джеймс; Джарвелин, Марьо-Риитта; Эллиотт, Пол; Маккарти, Марк I .; Kooner, Jaspal S .; Чемберс, Джон С. (2015). «Последовательный подход к анализу чипа Illumina HumanMethylation450 BeadChip улучшает качество данных и производительность в исследованиях ассоциаций на уровне всего эпигенома». Геномная биология. 16: 37. Дои:10.1186 / s13059-015-0600-х. ЧВК  4365767. PMID  25853392.
  12. ^ а б c Михельс, Карин Б .; Binder, Alexandra M .; Дедеурвардер, Сара; Эпштейн, Чарльз Б .; В общем, Джон М .; Гут, Иво; Хаусман, Э. Андрес; Иззи, Бенедетта; Келси, Карл Т .; Мейснер, Александр; Милосавлевич, Александар; Siegmund, Kimberly D .; Бок, Кристоф; Иризарри, Рафаэль А. (октябрь 2013 г.). «Рекомендации по дизайну и анализу ассоциативных исследований эпигенома». Методы природы. 10 (10): 949–955. Дои:10.1038 / nmeth.2632. PMID  24076989. S2CID  20788539.
  13. ^ Jaffe, Andrew E .; Мураками, Питер; Ли, Хваджин; Лик, Джеффри Т .; Фаллин, М. Даниэле; Файнберг, Эндрю П .; Иризарри, Рафаэль А. (01.02.2012). «Охота на выпуклость для выявления регионов с дифференцированным метилированием в исследованиях эпигенетической эпидемиологии». Международный журнал эпидемиологии. 41 (1): 200–209. Дои:10.1093 / ije / dyr238. ЧВК  3304533. PMID  22422453.
  14. ^ Хансен, Каспер Д .; Лэнгмид, Бенджамин; Иризарри, Рафаэль А. (2012). "BSmooth: от секвенирования бисульфита всего генома считывает дифференциально метилированные области". Геномная биология. 13 (10): –83. Дои:10.1186 / gb-2012-13-10-r83. ЧВК  3491411. PMID  23034175.
  15. ^ Ланжевен, Скотт М; Хаусман, Э. Андрес; Кристенсен, Брок С; Винке, Джон К; Нельсон, Хизер Н; Карагас, Маргарет Р.; Марсит, Кармен Дж; Келси, Карл Т. (июль 2011 г.). «Влияние старения, воздействия окружающей среды и особенностей локальной последовательности на изменение метилирования ДНК в крови». Эпигенетика. 6 (7): 908–919. Дои:10.4161 / epi.6.7.16431. ЧВК  3154431. PMID  21617368.
  16. ^ Валь, Симона; Дронг, Александр; Лене, Бенджамин; Ло, Мари; Скотт, Уильям Р .; Кунце, Соня; Цай, Пей-Цзянь; Ried, Janina S .; Чжан, Вэйхуа; Ян, Ювен; Тан, Сили; Фиорито, Джованни; Franke, Lude; Гуаррера, Симонетта; Касела, Сильва; Крибель, Дженнифер; Ричмонд, Ребекка С.; Адамо, Марко; Афзал, Узма; Ала-Корпела, Мика; Альбетти, Бенедетта; Ammerpohl, Ole; Апперли, Джейн Ф .; Бикман, Мэриан; Бертацци, Пьер Альберто; Блэк, С. Лукас; Бланшер, Кристина; Бондер, Марк-Ян; Брош, Марио; и другие. (2017-01-05). «Эпигеномное ассоциативное исследование индекса массы тела и неблагоприятных исходов ожирения». Природа. 541 (7635): 81–86. Bibcode:2017Натура 541 ... 81Вт. Дои:10.1038 / природа20784. ЧВК  5570525. PMID  28002404.
  17. ^ Ли М, Чжан Зи (2018). «Атлас EWAS: тщательно подобранная база знаний исследований ассоциаций в масштабе всего эпигенома [J]. Исследования нуклеиновых кислот». Исследования нуклеиновых кислот. 47 (D1).
  18. ^ Xiong Z, Bao Y (2020). «EWAS Data Hub: ресурс массива данных и метаданных о метилировании ДНК. Исследования нуклеиновых кислот». Исследования нуклеиновых кислот. 48 (D1): D890 – D895. Дои:10.1093 / нар / gkz840. ЧВК  6943079. PMID  31584095.