参与基因研究是你的基因

为什么有些人参加了实验研究，而其他人却没有？答案可能在紧急情况下根据牛津大学人口科学和数据研究所Leverhulme中心的一项突破性研究，参与这些研究的人往往更容易陷入困境，留下可检测的“指纹”这一突破为研究人员提供了识别和解决参与问题的能力，这是一项重大的挑战性研究

该研究的主要作者、牛津大学大数据研究所的博士生Stefania Benonisdottir解释道，“目前，大多数遗传学研究都是基于包含大量参与者和丰富信息的遗传学数据库然而，有些人比其他人更有可能被包括在数据库中，这可能会产生一个被称为“确定性偏见”的问题，即收集的遗传学数据不能代表趋势和预测人群

为了研究实验数据和参与者之间的关系，建立了世界上最大的生物医学数据库，即英国生物库，其中包含来自半个家庭参与者的信息

根据英国生物银行的数据，发现人们参与的能力有一个遗传成分，这与其他人类特征没有区别该研究于今天发表在《自然遗传学》杂志上，该研究强调，参与对人类的研究可能很重要，而这一研究以前一直被低估，并引入了一个统计框架，该框架可以导致对遗传数据的准确分析

勒沃胡尔姆人口科学中心和igdata研究所的资深作者Augustine Kong教授指出，“肯定的是，搜索是一项特殊的挑战，尤其是在igdata方面对这一差异的调整软化了参与者和非参与者之间已知的差异，在回答涉及仅对参与者观察到的变量（如基因型）的问题时引入了感染我们的研究在参与者的遗传数据中发现了可检测的参与足迹，这可以被定性地用来提高参与者和非参与者的癌症发生率

全基因组关联研究为遗传学在人类健康和疾病中的作用提供了重要的线索然而，这类研究受到了偏见的影响，这些偏见出现在遗传学数据库中，并不能代表倾向性和预测性人群现在，确定的参与的遗传学倾向帮助科学家评估了他们研究样本的代表性

通过分析来自英国生物库的30000多名英国白人相关参与者的遗传数据，研究人员发现，参与该研究的遗传成分与教育平台和体重指数等数据的遗传成分相关，但有区别

例如，参与英国生物银行和教育平台的遗传成分之间的估计和相关性被估计为366%这一结果与之前报道的参与者和非参与者之间的一些差异一致，但也表明参与者的差异并没有完全被先前已知的差异所掩盖换句话说，参和并不仅仅是其他训练和特点的结果

这些研究为参与者的基因组成部分奠定了基础，并可能影响人们一生中对许多不同研究的参与这突出了基础遗传学研究的潜力，并强调了统计对基础设计和分析的重要性

Melinda Mills教授，Everhulme人口科学中心主任，包括“全球变暖与气候变化多样性监测”，在一些广泛的联合研究中提高多样性的方法很长然而，这一统计框架是一个非常重要的方向，它旨在实现完整或准确的数据分析，并确保遗传学研究确实对任何人都有益。”