劉佳宇，張麗娜，鄭紅

綜述

后全基因組病例對照研究時(shí)代的功能研究策略

劉佳宇1，2，張麗娜3，鄭紅1△

自首次報(bào)道了有關(guān)人類年齡相關(guān)性黃斑變性的全基因組關(guān)聯(lián)研究（GWAS）以來，人們通過GWAS方法發(fā)現(xiàn)并鑒定了大量與人類復(fù)雜性疾病關(guān)聯(lián)的遺傳變異。但是，對這些遺傳變異位點(diǎn)的生物學(xué)功能尚不十分清楚。本文重點(diǎn)介紹了在后GWAS時(shí)代，對疾病易感基因位點(diǎn)進(jìn)行精細(xì)定位的方法和功能學(xué)研究進(jìn)展。在后GWAS時(shí)代，遺傳機(jī)制研究可以幫助臨床深入地理解疾病的發(fā)病機(jī)制。

基因組；病例對照研究；多態(tài)性，單核苷酸；全基因組關(guān)聯(lián)研究；精細(xì)定位；功能研究；易感基因；綜述

全基因組關(guān)聯(lián)研究（GWAS）是一種分析全基因組范圍內(nèi)的遺傳變異與性狀或疾病之間關(guān)聯(lián)的研究手段。它主要基于連鎖不平衡（LD）原理：選擇幾十萬甚至上百萬個(gè)多態(tài)性位點(diǎn)（SNP）代表全基因組范圍內(nèi)的遺傳變異，并應(yīng)用高通量基因分型平臺(tái)對這些代表位點(diǎn)進(jìn)行檢測［1］。由于沒有預(yù)先的研究假設(shè)，實(shí)驗(yàn)設(shè)計(jì)多為大樣本量、多階段、多中心的病例-對照研究，并用多個(gè)獨(dú)立的研究中心進(jìn)行后期驗(yàn)證，這樣可以克服先假設(shè)易感基因，再挑選SNP模式的局限性。目前發(fā)現(xiàn)了超過10 000個(gè)與疾病或性狀相關(guān)的SNP［2］。GWAS識別出具有統(tǒng)計(jì)學(xué)意義的疾病相關(guān)SNP可能僅僅只是功能區(qū)域單體型（haplotype）［3］的一個(gè)標(biāo)簽。后續(xù)挑戰(zhàn)主要在于找到關(guān)聯(lián)最強(qiáng)的具有生物學(xué)功能的候選變異位點(diǎn)以及相關(guān)的靶基因，并闡明其中關(guān)聯(lián)的調(diào)控機(jī)制。因此，本文針對疾病相關(guān)位點(diǎn)，對后GWAS的精細(xì)定位以及功能研究的方法加以綜述，以期為后GWAS研究提供參考。

1 精細(xì)定位（fine mapping）

GWAS研究目前發(fā)現(xiàn)了大量的與疾病相關(guān)的位點(diǎn)和區(qū)域，但能明確闡述其生物學(xué)功能的位點(diǎn)很少，在這些所謂的“熱點(diǎn)”之間分布著穩(wěn)定的DNA堿基序列，它們在進(jìn)化過程中經(jīng)歷的重組很少，這些重組貧乏的序列被稱作單倍型，約占人類基因組的80%［4］。在一個(gè)穩(wěn)定的、所有SNP都傾向于被隔離到一起的DNA序列區(qū)域，包含一些尚未被檢測到的SNP，GWAS研究中所選用的SNP可能只是這個(gè)區(qū)域中SNP的代表，后GWAS研究關(guān)鍵的第一步就是確定與疾病易感的SNP所在區(qū)域的單體型結(jié)構(gòu)，即確定這個(gè)穩(wěn)定DNA區(qū)域的范圍。之后對該區(qū)域進(jìn)行精細(xì)定位（fine mapping），例如對該區(qū)域進(jìn)行重測序（re-sequencing），以便查明這個(gè)區(qū)域上還存在哪些其他的SNP，并進(jìn)行病例-對照樣本的驗(yàn)證、基因表達(dá)分析、體內(nèi)外功能學(xué)等實(shí)驗(yàn)，以確定真正的致病位點(diǎn)。但是單體型結(jié)構(gòu)受人種的影響較大［5］，研究者要根據(jù)研究對象選擇合適的數(shù)據(jù)庫和工具（例如Haploview：http://www.broad. mit.edu/mpg/haploview/）對目的SNP所在的單體型結(jié)構(gòu)進(jìn)行分析，再獲取該單體型結(jié)構(gòu)的高密度遺傳變異目錄及其基因型。

1.1重測序（re-sequencing）GWAS發(fā)現(xiàn)的易感位點(diǎn)通常來自常見變異，全基因組完整的SNP圖譜仍然是未知的。目前最新版本的人類基因組單體型圖譜計(jì)劃（HapMap）的數(shù)據(jù)（HapMap genome browser release#28）也僅僅提供了30%左右的基因組常見SNP數(shù)據(jù)［6］。因此，要獲得疾病易感區(qū)域完整的SNP信息，需要對一定數(shù)量的正常人群疾病易感基因候選區(qū)域進(jìn)行重測序。重測序也有助于發(fā)現(xiàn)一些人群中的低頻變異以及新出現(xiàn)的變異，而二代測序技術(shù)的發(fā)展也使得對易感區(qū)域進(jìn)行重測序變得簡單可行［7-8］。日本一項(xiàng)胃癌GWAS研究發(fā)現(xiàn)了1q22上的2個(gè)SNP位點(diǎn)rs2075570和rs2070803與彌漫性胃癌易感相關(guān)［9］。有研究通過對該區(qū)域的單體型分析以及相關(guān)基因的表達(dá)分析，選擇該區(qū)域上的MUC1基因進(jìn)行重測序，新發(fā)現(xiàn)了7個(gè)SNP，其中包含真正有功能的rs4072037位點(diǎn)，它通過調(diào)控MUC1的剪切從而影響彌漫性胃癌易感性［10］。此外，重測序還能夠提供結(jié)構(gòu)變異位點(diǎn)、插入缺失位點(diǎn)等其他遺傳變異形式的信息，這有助于對其開展后續(xù)的功能研究［11］。

1.2基因型填補(bǔ)（lmputation）基因型填補(bǔ)是一種基于已檢測位點(diǎn)基因型信息，根據(jù)HapMap、千人基因組計(jì)劃（1 000 genomes project）等項(xiàng)目提供的密度更高的參照數(shù)據(jù)，推斷未檢測位點(diǎn)基因型的計(jì)算機(jī)手段，其有助于對更多未檢測位點(diǎn)與疾病的關(guān)聯(lián)進(jìn)行分析［12］。目前在后GWAS研究中，較為常用的基因型填補(bǔ)軟件通常分為2類：一類是計(jì)算密集型工具，例如IMPUTE和MACH，這一類在推測未知基因型時(shí)考慮到所有的已知基因型位點(diǎn)基因型數(shù)據(jù)；另一種是計(jì)算效率型工具，如PLINK和BEAGLE，這種分析一般只考慮位點(diǎn)周圍的一些已知基因型數(shù)據(jù)。前者需要更復(fù)雜的計(jì)算，但是對于缺失位點(diǎn)的推斷更準(zhǔn)確，尤其是低頻的變異?；蛐吞钛a(bǔ)能夠增加GWAS研究的SNP密度，有助于在已經(jīng)發(fā)現(xiàn)的關(guān)聯(lián)性位點(diǎn)周圍尋找疾病位點(diǎn)，彌補(bǔ)由于實(shí)驗(yàn)設(shè)計(jì)或技術(shù)平臺(tái)分型失敗所缺失的一些位點(diǎn)信息，節(jié)省人力和物力，可作為資源有限情況下的一種有效輔助手段。

通過這2種手段，研究者就可以得到感興趣區(qū)域的一個(gè)基因輪廓，得到這個(gè)正常人群易感區(qū)域的遺傳變異目錄后，就可以選擇一定數(shù)量的病例及對照，對易感區(qū)域內(nèi)的常見SNP（例如MAF＞5%）進(jìn)行病例-對照研究。該階段最重要的因素是檢驗(yàn)效能，一般多中心的合作有助于找到與疾病關(guān)聯(lián)程度最強(qiáng)的SNP，進(jìn)而縮小易感區(qū)域甚至確定易感基因。之后運(yùn)用各類公共數(shù)據(jù)庫以及軟件工具對這個(gè)區(qū)域的易感位點(diǎn)進(jìn)行功能注釋，從而協(xié)助研究者選取合適位點(diǎn)和適當(dāng)?shù)奈稽c(diǎn)數(shù)量，以指導(dǎo)實(shí)驗(yàn)方向。

2 SNP功能注釋

2.1編碼區(qū)SNP（coding SNP）位于基因編碼區(qū)的SNP根據(jù)其變異效應(yīng)可以分為錯(cuò)義突變、同義突變、無義突變和移碼突變，其中無義突變和移碼突變會(huì)對蛋白的結(jié)構(gòu)和功能造成較大的影響，一般都會(huì)在自然選擇過程中被淘汰［13］。同義突變的功能不影響氨基酸序列，但可以通過參與轉(zhuǎn)錄、翻譯及翻譯后修飾等環(huán)節(jié)來影響蛋白質(zhì)的表達(dá)或功能，從而導(dǎo)致疾病的發(fā)生，其功能與非編碼SNP相似。錯(cuò)義變異對于基因的影響可以從遺傳密碼中推斷出來，而其危害一般基于序列保守性和蛋白結(jié)構(gòu)來預(yù)測。首先進(jìn)行序列比對，從序列保守性來評估氨基酸替換的影響，比對算法是一個(gè)關(guān)鍵因素［14］，這方面，PolyPhen-2網(wǎng)站提供了一個(gè)相對簡單友好的操作界面［15］，蛋白質(zhì)結(jié)構(gòu)的評估也可提供重要信息，如果SNP位于重要的結(jié)構(gòu)域（例如催化部位，DNA或蛋白結(jié)合部位等），可以通過計(jì)算機(jī)分析來預(yù)測這個(gè)氨基酸改變是否影響蛋白的功能或穩(wěn)定性。目前已經(jīng)有很多綜合性預(yù)測的網(wǎng)站對錯(cuò)義SNP進(jìn)行功能注釋，如PolyDoms能夠利用dbSNP的各種資源預(yù)測蛋白質(zhì)結(jié)構(gòu)和功能的變異，同時(shí)還可通過各種數(shù)據(jù)庫獲得生物信號通路，交互作用和等位變異等信息［16］。

2.2非編碼SNP（non-coding SNP）目前GWAS發(fā)現(xiàn)的疾病/性狀相關(guān)位點(diǎn)SNP約90%存在于一些基因的非編碼區(qū)域，這些位點(diǎn)可能通過參與基因的轉(zhuǎn)錄，轉(zhuǎn)錄后加工，翻譯及翻譯后修飾等各種途徑影響基因的表達(dá)［17］。

非編碼SNP可以是近距離的順式作用元件或者遠(yuǎn)距離的反式作用因子［18］，這類SNP的靶基因不明確。數(shù)量性狀基因座（expression Quantitative Trait Loci，eQTL）分析成為識別靶基因的重要手段，eQTL是指能夠影響基因表達(dá)的遺傳變異位點(diǎn)，檢測SNP與基因表達(dá)關(guān)系的統(tǒng)計(jì)分析稱為eQTL分析［19］，在資源有限的情況下可以運(yùn)用公共數(shù)據(jù)庫來進(jìn)行分析。Li等［20］運(yùn)用TCGA（The Cancer Genome Atlas）和EN?CODE（Encyclopedia of DNA Elements）數(shù)據(jù)庫對15個(gè)乳腺癌相關(guān)的易感位點(diǎn)進(jìn)行eQTL分析，發(fā)現(xiàn)了3個(gè)易感位點(diǎn)附近的靶基因以及3個(gè)遠(yuǎn)距離作用的靶基因。需要注意的是基因表達(dá)具有組織特異性［21］，目前公共的eQTL數(shù)據(jù)還很不健全，主要局限于單核細(xì)胞、淋巴細(xì)胞等［22］，隨著Genotype Tis?sue Expression項(xiàng)目的進(jìn)行，將會(huì)得到來自900多個(gè)個(gè)體超過60種組織的eQTL信息［23］。

非編碼SNP可以參與到基因表達(dá)的各環(huán)節(jié)，SNP可能位于不同的調(diào)控區(qū)，例如剪切位點(diǎn)、轉(zhuǎn)錄因子結(jié)合位點(diǎn)、miRNA靶序列種子區(qū)結(jié)合位點(diǎn)等這些都有各自專業(yè)預(yù)測工具，如BDGP、TRANSFAC和Targetscan。還有一些綜合性預(yù)測網(wǎng)站，如GWAS3D（http://jjwanglab.org/gwas3d）和UCSC（http://ge?nome.ucsc.edu/），它們集合了ENCODE、Roadmap等眾多功能數(shù)據(jù)集的綜合型網(wǎng)站，能夠提供變異位點(diǎn)對剪切、轉(zhuǎn)錄、翻譯等各環(huán)節(jié)的調(diào)控信息。此外，對于候選SNP較多時(shí)，可以一次性分析大量候選SNP及其高連鎖位點(diǎn)的功能，如SNPinfo。功能預(yù)示強(qiáng)的位點(diǎn)可以運(yùn)用上文提到的各領(lǐng)域?qū)I(yè)網(wǎng)站或工具再進(jìn)行單獨(dú)預(yù)測驗(yàn)證。

經(jīng)過計(jì)算機(jī)功能分析后可以得到候選SNP的功能注釋。但那些分析工具依賴的是一些有限的數(shù)據(jù)庫，且這些數(shù)據(jù)庫的數(shù)據(jù)比如ENCODE里面納入的轉(zhuǎn)錄因子以及細(xì)胞種類也是有限的，這樣就容易使研究者丟失了部分可能具有功能的位點(diǎn)。同時(shí)，因?yàn)闆]有考慮到組織特異性，有些功能注釋也可能出現(xiàn)假陽性。但是總的來說這些生物信息學(xué)工具和公共數(shù)據(jù)庫能為研究者提供很大的幫助，從而縮小實(shí)驗(yàn)?zāi)繕?biāo)范圍，使其進(jìn)一步的體內(nèi)外功能研究成為可能。

3 功能學(xué)研究

計(jì)算機(jī)預(yù)測手段只能輔助研究者找到相關(guān)的突變位點(diǎn)和靶基因，提供易感位點(diǎn)可能調(diào)控基因表達(dá)的間接證據(jù)。研究者還需要通過體內(nèi)和體外實(shí)驗(yàn)來證實(shí)目標(biāo)SNP在調(diào)控基因表達(dá)及參與疾病發(fā)生發(fā)展的分子機(jī)制，其主要是基于各種遺傳背景比較明確的細(xì)胞系，其具有均一化、可操控性強(qiáng)、重復(fù)性好的特點(diǎn)。SNP能夠評估不同遺傳背景的細(xì)胞系的基因表達(dá)情況或觀察人為改變靶基因的表達(dá)后細(xì)胞形態(tài)和行為的變化。常用的實(shí)驗(yàn)方法包括報(bào)告基因轉(zhuǎn)染技術(shù)，ChIP-chip或ChIP-seq方法，染色體構(gòu)象俘獲技術(shù)（3C）等。但后GWAS功能研究最大的挑戰(zhàn)在于體內(nèi)功能學(xué)實(shí)驗(yàn)的證實(shí)，小鼠基因與人類基因組相似，能模擬人類疾病表型，實(shí)驗(yàn)手段比較成熟，因此成為運(yùn)用最廣泛的模式動(dòng)物。GWAS研究發(fā)現(xiàn)，位于NR5A2附近的SNP與胰腺癌易感相關(guān)［24］。von Figu?ra等［25］敲除小鼠胰腺NR5A2基因發(fā)現(xiàn)，NR5A2是胰腺腺泡可塑性的關(guān)鍵調(diào)節(jié)器，同時(shí)也通過抑制Kras原癌基因抑制胰腺癌。目前主要的體內(nèi)實(shí)驗(yàn)集中于在一些模式動(dòng)物中進(jìn)行靶基因功能的研究，但仍然缺乏SNP在體內(nèi)調(diào)控靶基因的直接證據(jù)。同時(shí)，大量研究表明SNP對于疾病的易感只有中等的效應(yīng)：平均OR（odds ratio）值約為1.3［26］，這使得研究者在模式動(dòng)物體內(nèi)實(shí)驗(yàn)中很難觀察到明顯的表型變化。

綜上所述，疾病相關(guān)的GWAS研究進(jìn)展迅速，但由于真正SNP調(diào)控機(jī)制的后GWAS研究成果的缺乏，其臨床應(yīng)用受到了很大的限制。臨床上，對于健康人群可通過遺傳檢查確定高危人群并預(yù)測疾病的發(fā)病風(fēng)險(xiǎn)，督促其開展早期篩查，預(yù)防疾病的發(fā)生；對于疾病患者，可根據(jù)個(gè)體遺傳信息制定合理的診治方案，預(yù)測患者的預(yù)后，為實(shí)現(xiàn)個(gè)體化醫(yī)學(xué)提供依據(jù)。同時(shí)，疾病病理分子機(jī)制的闡明有助于尋找新的藥物靶點(diǎn)，為疾病的治療開拓新途徑。

［1］Visscher PM，Brown MA，McCarthy MI，et al.Five years of GWAS discovery［J］.Am J Hum Genet，2012，90（1）:7-24.doi:10.1016/j. ajhg.2011.11.029.

［2］Welter D，MacArthur J，Morales J，et al.The NHGRI GWAS Catalog，a curated resource of SNP-trait associations［J］.Nucleic Acids Res，2014，42（Database issue）:D1001-1006.doi:10.1093/nar/gkt1229.

［3］Cao CC，Sun X.Accurate estimation of haplotype frequency from pooled sequencing data and cost-effective identification of rare hap?lotype carriers by overlapping pool sequencing［J］.Bioinformatics，2015，31（4）:515-522.doi:10.1093/bioinformatics/btu670.

［4］Reich DE，Cargill M，Bolk S，et al.Linkage disequilibrium in the human genome［J］.Nature，2001，411（6834）:199-204.

［5］Kemppainen P，Knight CG，Sarma DK，et al.Linkage disequilibri? um network analysis（LDna）gives a global view of chromosomal in?versions，local adaptation and geographic structure［J］.Mol Ecol Re?sour，2015.doi:10.1111/1755-0998.12369.［Epubahead of print］

［6］International HapMap C，Altshuler DM，Gibbs RA，et al.Integrat?ing common and rare genetic variation in diverse human populations［J］.Nature，2010，467（7311）:52-58.doi:10.1038/nature09298.

［7］Sharma M，Kruger R，Gasser T.From genome-wide association studies to next-generation sequencing:lessons from the past and planning for the future［J］.JAMA Neurol，2014，71（1）:5-6.doi: 10.1001/jamaneurol.2013.3682.

［8］Romanel A，Lago S，Prandi D，et al.ASEQ:fast allele-specific studies from next-generation sequencing data［J］.BMC Med Genomics，2015，8:84.doi:10.1186/s12920-015-0084-2.

［9］Study Group of Millennium Genome Project for Cancer，Sakamoto H，Yoshimura K，et al.Genetic variation in PSCA is associated with susceptibility to diffuse-type gastric cancer［J］.Nat Genet，2008，40（6）:730-740.doi:10.1038/ng.152.

［10］Saeki N，Saito A，Choi IJ，et al.A functional single nucleotide poly?morphism in mucin 1，at chromosome 1q22，determines susceptibili?ty to diffuse-type gastric cancer［J］.Gastroenterology，2011，140（3）: 892-902.doi:10.1053/j.gastro.2010.10.058.

［11］Korte A，F(xiàn)arlow A.The advantages and limitations of trait analysis with GWAS:a review［J］.Plant Methods，2013，9:29.doi:10.1186/ 1746-4811-9-29.eCollection 2013.

［12］Wood AR.，Perry JR，Tanaka T，et al.Imputation of variants from the 1000 Genomes Project modestly improves known associations and can identify low-frequency variant-phenotype associations un?detected by HapMap based imputation［J］.PLoS One，2013，8（5）: e64343.doi:10.1371/journal.pone.0064343.

［13］Rice DP，Good BH，Desai MM.The Evolutionarily Stable Distribu?tion of Fitness Effects［J］.Genetics，2015，200（1）:321-329.

［14］Wei Q，Xu Q，Dunbrack RL Jr.Prediction of phenotypes of mis?sense mutations in human proteins from biological assemblies［J］. Proteins，2013，81（2）:199-213.doi:10.1002/prot.24176.

［15］Adzhubei I，Jordan DM，Sunyaev SR.Predicting functional effect of human missense mutations using PolyPhen-2［J］.Curr Protoc Hum Genet，2013，Chapter 7:Unit7.20.doi:10.1002/0471142905. hg0720s76.

［16］Jegga AG，Gowrisankar S，Chen J，et al.PolyDoms:a whole genome database for the identification of non-synonymous coding SNPs with the potential to impact disease［J］.Nucleic Acids Res，2007，35（Database issue）:D700-6.

［17］Hindorff LA，Sethupathy P，Junkins HA，et al.Potential etiologic and functional implications of genome-wide association loci for hu?man diseases and traits［J］.Proc Natl Acad Sci USA，2009，106（23）: 9362-9367.doi:10.1073/pnas.0903103106.

［18］Monteiro AN，F(xiàn)reedman ML.Lessons from postgenome-wide associ?ation studies:functional analysis of cancer predisposition loci［J］.J Intern Med，2013，274（5）:414-424.doi:10.1111/joim.12085.

［19］Schielzeth H，Husby A.Challenges and prospects in genome-wide quantitative trait loci mapping of standing genetic variation in natu?ral populations［J］.Ann N Y Acad Sci，2014，1320：35-57.doi: 10.1111/nyas.12397.

［20］Li Q，Seo JH，Stranger B，et al.Integrative eQTL-based analyses re?veal the biology of breast cancer risk loci［J］.Cell，2013，152（3）: 633-641.doi:10.1016/j.cell.2012.12.034.

［21］Fu J，Wolfs MG，Deelen P，et al.Unraveling the regulatory mecha?nisms underlying tissue-dependent genetic variation of gene expres?sion［J］.PLoS Genet，2012，8（1）:e1002431.

［22］Stranger BE，Nica AC，F(xiàn)orrest MS，et al.Population genomics of hu?man gene expression［J］.Nat Genet，2007，39（10）:1217-1224.

［23］Consortium GT.The Genotype-Tissue Expression（GTEx）project［J］.Nat Genet，2013，45（6）:580-585.doi:10.1038/ng.2653.

［24］Petersen GM，Amundadottir L，F(xiàn)uchs CS，et al.A genome-wide as?sociation study identifies pancreatic cancer susceptibility loci on chromosomes 13q22.1，1q32.1 and 5p15.33［J］.Nat Genet，2010，42（3）:224-228.doi:10.1038/ng.522.

［25］von Figura G，Morris JP 4th，Wright CV，et al.Nr5a2 maintains aci?nar cell differentiation and constrains oncogenic Kras-mediated pancreatic neoplastic initiation［J］.Gut，2014，63（4）:656-664.doi: 10.1136/gutjnl-2012-304287.

［26］Varghese JS，Easton DF.Genome-wide association studies in com?mon cancers--what have we learnt［J］？Curr Opin Genet Dev，2010，20（3）:201-209.doi:10.1016/j.gde.2010.03.012.

（2015-02-09收稿 2015-03-27修回）

（本文編輯 陸榮展）

Research strategy of the case-control post-genome-wide association study

LIU Jiayu1，2，ZHANG Li′na3，ZHENG Hong1△
1 Department of Epidemiology and Biostatistics，Tianjin Medical University Cancer Institute and Hospital，Tianjin 300060，China；2 Graduate School，Tianjin Medical University；3 Department of Breast Cancer，National Clinical Research Center for Cancer，The Key Laboratory of Breast Cancer Prevention and Therapy，Ministry of Education，Tianjin Key Laboratory of Cancer Prevention and Therapy△

Since the first paper reported the finding of genetic variation contributing to human age-related macular de?generation by genome-wide association study（GWAS）in 2005，large number of human complex diseases associated genetic variants have been identified through GWAS method.However，the biological function of these genetic variants is not very clear.The present paper reviewed the methods of fine-mapping and the progress of the functional studies for these suscepti?bility variants.In the post GWAS Era，the study of genetic mechanisms can help us to understand the disease pathogenesis.

genome；case-control studies；polymorphism，single nucleotide；genome-wide association study；fine map?ping；functional study；susceptibility gene；review

R596

A

10.11958/j.issn.0253-9896.2015.07.030

國家自然科學(xué)基金資助項(xiàng)目（81470153）

1天津醫(yī)科大學(xué)腫瘤醫(yī)院，腫瘤研究所腫瘤分子流行病與生物統(tǒng)計(jì)研究室，國家腫瘤臨床研究中心，天津市腫瘤防治重點(diǎn)實(shí)驗(yàn)室（郵編300060）；2天津醫(yī)科大學(xué)研究生院；3天津醫(yī)科大學(xué)腫瘤醫(yī)院乳腺外科

劉佳宇（1989），女，碩士在讀，主要從事腫瘤分子流行病學(xué)研究

△通訊作者E-mail：zhengh64@aliyun.com