8.1.5　实验结果

8.1.5　实验结果

（1）单个位点关联结果

为了调查在汉族人群中CACNA1C基因是否与精神分裂症和抑郁症相关联，我们选取了该基因内的11个SNP（rs10774029，rs2239015，rs2239016，rs10848628，rs2283290，rs2238056，rs1006737，rs2239035，rs882194，rs2239037，rs10774037），然后对1 235个精神分裂症患者、1 045个重度抑郁症患者和1 235个正常对照进行对照关联分析。结果证实，rs1006737不仅与精神分裂症相关联（Pallele＝0.0014，Pgenotype＝0.006，OR＝1.384［95%CI＝1.134～1.690］），而且与重度抑郁症相关联（Pallele＝0.0007，Pgenotype＝0.003，OR＝1.425［1.160～1.752］）。经过Bonferroni多重检验校正，该位点仍然与精神分裂症（Pallele＝0.014）和重度抑郁症显著关联（Pallele＝0.007，Pgenotype＝0.03），见表8-9、表8-10。结果还同时证实，rs2239015，rs2283290，rs2239037与精神分裂症呈阳性关联（rs2239015：Pallele＝0.0003，Pgenotype＝0.0015，OR＝1.249［95%CI＝1.100～1.400］；rs2283290：Pallele＝0.039，OR＝1.181［95%CI＝1.008～1.384］；rs2239037：Pallele＝0.008，Pgenotyp e＝0.016，OR＝0.859［95%CI＝0.768～0.961］），经过Bonferroni校正后，rs2239015仍与精神分裂症显著关联（Pallele＝0.006，Pgenotype＝0.030），见表8-9。

（2）人群层化分析结果

我们利用STRUCTURE软件对研究结果做了人群层化分析，验证了阳性结果不是因人群层化造成，所以本研究结果证实了汉族人群中CACNA1C基因对于精神分裂症和重度抑郁症同样是一个共享的风险基因。79个SNP在522例HapMap数据（174 CEU，209 YRI，139 CHB）中的分布情况，如图8-11的a。这些数据按照种族明显分成了三类，说明这79个位点能够显著区分不同种族，可以用来做人群层化分析。当k＝3时，三角形内的点并未呈现出显著的聚类现象，如图8-11的b；在各种疾病的病例样本和正常对照样本的分析中，也没表现出明显地聚类，见图8-11的b，说明所选择的样本不存在人群层化现象。

（3）D′值和r2值的分析

我们利用SHEsis平台，分析连锁不平衡，各个位点在精神分裂症和重度抑郁症样本中的D′值和r2值，见表8-11a和8-11b。同时我们将HapMap数据库中这些位点在CHB＋JPT样本中的D′值和r2值也列出来，作为参考，见表8-11 c。

（4）单倍型分析

10个被研究的SNPs之间的LD在精神分裂症样本和重度抑郁症样本中的分布图如下。如在两种疾病样本中D′值均大于0.9的SNPs划分为一个单倍型块，即没有满足条件的单倍型块。图8-12中给出了所有位点之间的整体的LD情况。

（5）精神分裂症和重度抑郁症联合分析结果

前文曾提及精神疾病之间不论在临床症状、表型上和遗传易感性方面的交叉与共享证据日趋增多，这促使我们开始反思对精神疾病的传统认识，特别是在疾病的定义和分类方面。基于以上认识，我们将研究获得的精神分裂症和重度抑郁症的数据作为一个整体病例，也就是将这两种疾病视为一种疾病与正常对照组进行对比分析，结果如下：rs1006737仍然与结合病例存在显著关联（Pallele＝0.0002，Pgenotype＝0.001，OR＝1.403［1.174～1.677］）；经过Bonferroni多重检验校正，该位点仍然与合并病例显著关联（Pallele＝0.004，Pgenotype＝0.02），见表8-12。rs2239015位点仍然与结合病例存在显著关联（Pallele＝0.001，Pgenotype＝0.005，OR＝1.249［1.100～1.400］）；即使经过Bonferroni多重检验校正后，rs2239015仍与精神分裂症显著关联（Pallele＝0.01）。

SHEsis平台上分析得到的单倍型频率分析结果如图8-13显示。