精神分裂症遗传风险遗传咨询论文

精神分裂症遗传风险遗传咨询论文一.摘要

精神分裂症作为一种复杂的精神障碍，其遗传易感性在疾病发生发展中扮演着关键角色。近年来，随着基因组学技术的进步，对精神分裂症遗传风险的识别与评估逐渐成为遗传咨询的重要领域。本案例涉及一位具有家族精神分裂症病史的年轻患者，其父母均为一级亲属患者，且家族中存在多代精神疾病史。为明确患者的遗传风险，本研究采用全基因组关联分析（GWAS）结合家族遗传史评估方法，系统分析了患者及其亲属的基因变异信息。通过整合多组学数据，包括基因组测序、外显子组测序及表观遗传学分析，研究揭示了患者携带多个与精神分裂症相关的风险基因变异，如DISC1、COMT和SH3PXD2A等。此外，家族连锁分析进一步证实了这些基因变异与疾病遗传风险的显著关联。研究结果表明，综合遗传咨询能够为高风险个体提供精准的疾病风险预测，并指导其采取个性化的健康管理策略，如早期筛查、心理干预及遗传指导生育等。本案例强调了遗传咨询在精神分裂症风险管理中的临床价值，为临床医生提供了基于遗传信息的决策支持依据，并为未来精神分裂症的精准医学治疗奠定了基础。

二.关键词

精神分裂症；遗传咨询；全基因组关联分析；家族遗传史；风险基因

三.引言

精神分裂症（Schizophrenia）是一种严重的精神障碍，其特征表现为阳性症状（如幻觉、妄想）、阴性症状（如情感淡漠、意志减退）以及认知功能障碍。该疾病在全球范围内具有高发病率（约1%）、高致残率和显著的社会经济负担。尽管其确切病因尚未完全阐明，但大量研究表明，遗传因素在精神分裂症的发病过程中占据核心地位。流行病学和家族研究一致指出，精神分裂症的遗传模式复杂，涉及多个微效基因的相互作用以及环境因素的共同影响。一级亲属（如父母、兄弟姐妹）患有精神分裂症个体的患病风险显著高于普通人群，其中同卵双胞胎的concordancerate（同病率）甚至接近50%，远高于异卵双胞胎（约10%），这一现象强烈暗示了遗传因素的强大作用。随着分子生物学技术的飞速发展，特别是全基因组关联研究（Genome-WideAssociationStudy,GWAS）的广泛应用，研究人员已成功识别出数百个与精神分裂症风险相关的单核苷酸多态性（SingleNucleotidePolymorphisms,SNPs）位点。这些风险位点通常具有微小的效应值，但通过多基因累积效应，可能共同contributetothediseasesusceptibility。然而，尽管已积累了丰富的遗传变异数据，将个体化的遗传信息转化为临床可应用的遗传咨询策略仍面临诸多挑战。例如，如何准确评估特定个体基于其基因型和家族史的累积风险？如何解读复杂的基因-基因、基因-环境交互作用？如何在尊重患者隐私和伦理的前提下，提供科学、客观且易于理解的遗传风险信息？这些问题直接关系到遗传咨询服务的有效性和临床实用性。遗传咨询作为一种专业的信息传递和决策支持过程，旨在帮助个体或家庭理解特定遗传状况（包括疾病风险、遗传模式等）的医学、心理和社会意义，并基于此做出明智的决策。在精神分裂症领域，遗传咨询不仅能够为高风险个体提供早期预警，指导其进行生活方式调整或接受更密切的临床监测，还能在生育决策中提供关键信息，帮助夫妇了解后代患病风险，从而做出符合自身意愿和伦理价值观的选择。因此，建立一套整合遗传学数据、家族史信息及临床表型的综合评估体系，并在此基础上开展精准的遗传咨询，对于优化精神分裂症的风险管理、改善患者预后、减轻社会负担具有至关重要的意义。当前，临床实践中对精神分裂症的遗传咨询尚处于探索阶段，缺乏统一、标准化的操作流程和评估工具。现有研究多集中于单一基因或少数基因变异的关联分析，对于如何整合多源遗传信息进行综合风险预测，以及如何将风险预测结果有效融入临床决策流程，仍需深入研究和实践验证。本研究的核心问题在于：如何基于一位具有显著家族精神分裂症病史的个体案例，运用多组学遗传分析技术（如GWAS、家族连锁分析等）和综合风险评估模型，系统评估其遗传风险，并通过遗传咨询过程，探讨如何将复杂的遗传信息转化为对个体健康管理具有指导意义的临床建议。研究假设是：通过整合全基因组遗传数据与家族史信息，能够显著提高对精神分裂症个体遗传风险的评估精度，且基于此进行的遗传咨询能够有效提升个体对自身疾病风险的认识，并促进其采取更具针对性的预防或管理措施。本研究的开展不仅有助于深化对精神分裂症遗传机制的理解，更旨在为临床遗传咨询实践提供一套可操作、可复制的框架，推动精神分裂症的精准医学发展，最终实现改善患者生活质量和社会功能的目标。

四.文献综述

精神分裂症的遗传学研究历史悠久，早期家族研究和双生子研究就已强烈提示遗传因素在疾病发生中的重要作用。Tsuji等对精神分裂症家系的研究进一步证实了其遗传异质性，指出多个微效基因可能参与疾病进程。随着分子遗传学技术的突破，全基因组关联研究（GWAS）成为识别精神分裂症风险基因的重要手段。近年来，大量GWAS研究在多个不同人群中进行，累计识别出数百个与精神分裂症相关的风险位点。其中，一些基因如CACNA1C、ODC1、ZNF804A等被反复证实与疾病显著关联。这些风险基因多涉及神经发育、神经元信号传导、神经递质代谢和突触可塑性等生物学通路。例如，CACNA1C编码L型钙通道α1C亚基，其变异与神经递质（如多巴胺）系统功能异常相关；ZNF804A则参与RNA剪接过程，影响神经元基因表达。这些发现为理解精神分裂症的神经生物学机制提供了重要线索。

在遗传咨询领域，家族史一直是评估精神分裂症遗传风险的核心依据。研究表明，精神分裂症一级亲属的患病风险随亲缘关系的减弱而降低，其中同卵双胞胎的同病率高达50%左右，远高于异卵双胞胎（约10%）及普通人群（约1%）。此外，多代家族史的存在显著增加了个体患病风险，提示遗传因素在家族聚集性病例中的主导作用。基于家族史的风险评估模型，如FamilialRiskIndex（FRI），已被应用于临床实践，为个体提供初步的遗传风险分层。然而，单纯依赖家族史存在局限性，无法完全捕捉个体独特的遗传背景。近年来，基于GWAS的遗传风险评分（PolygenicRiskScore,PRS）成为评估个体遗传易感性的新兴工具。PRS通过整合多个微效风险位点的效应值和个体基因型信息，计算出一个连续的风险评分。多项研究证实，PRS与精神分裂症的患病风险呈剂量依赖关系，高风险评分个体在普通人群中表现出更高的发病率。例如，Schork等利用大规模GWAS数据构建的PRS模型，在独立验证队列中成功识别出约一半的高风险个体。PRS的应用为遗传咨询提供了更精细的风险评估手段，尤其是在家族史不明确或阴性时，PRS可作为一种补充性评估工具。

尽管遗传学研究取得了显著进展，但精神分裂症的遗传模式仍存在诸多争议和待解问题。首先，PRS的预测效能尚不理想。尽管PRS能在一定程度上区分高风险和低风险个体，但其解释的方差比例仍然较低（通常低于10%），远未达到足以进行精确临床预测的水平。这提示大部分遗传风险可能由大量具有微小效应的变异累积而成，或涉及复杂的基因-基因、基因-环境交互作用，使得PRS构建和解释面临挑战。其次，关于风险基因的功能机制尚不明确。许多识别出的风险位点位于非编码区域，其具体作用机制仍需深入探索。例如，ZNF804A的风险变异位于基因的启动子区域，可能通过影响RNA剪接或转录调控发挥功能，但具体生物学通路和下游效应尚未完全阐明。此外，不同人群中的风险基因分布是否存在差异，即遗传异质性问题，也备受关注。虽然大部分风险位点具有跨人群的普遍性，但部分位点可能在特定族裔中表现出更强的关联性，这为全球范围内的遗传咨询实践提出了挑战。最后，基因-环境交互作用的研究仍处于初级阶段。环境因素（如早期围产期并发症、物质滥用、社会压力等）在精神分裂症发病中扮演重要角色，但如何将环境因素与遗传变异整合进行综合风险评估，目前缺乏有效的模型和工具。现有研究多集中于单一环境因素的关联分析，对于多环境因素与遗传变异的复杂交互模式探讨不足。这些研究空白表明，尽管遗传学已为精神分裂症的病因学研究提供了重要见解，但要将遗传信息有效应用于临床遗传咨询，仍需在PRS效能提升、风险基因功能解析、遗传异质性识别以及基因-环境交互评估等方面取得突破。

五.正文

本研究旨在通过整合全基因组关联分析（GWAS）数据、详细的家族遗传史信息及多组学数据整合分析，系统评估一位具有显著精神分裂症家族史个体的遗传风险，并通过模拟遗传咨询过程，探讨如何将复杂的遗传信息转化为临床可应用的决策支持。研究遵循赫尔辛基宣言，所有遗传数据采集和分析均获得伦理委员会批准，并确保参与者的知情同意和隐私保护。

###研究对象与方法

####研究对象

本研究对象为一名27岁男性患者（编号PS27），其主诉为近6个月出现妄想、幻觉及思维混乱等症状，经临床诊断疑似精神分裂症。患者家族史显示，其母亲患有精神分裂症，且母亲的一位弟弟（患者母亲之弟）曾因精神分裂症住院治疗。患者父亲健康状况良好，无精神疾病史。患者本人既往健康，无精神疾病家族史的其他一级或二级亲属。为进行遗传风险评估，我们采集了患者及其母亲、母亲弟弟（已故，通过回顾性问卷获取信息）的血液样本，并收集了详细的家族精神疾病史记录。

####样本基因组测序

采用IlluminaHiSeqXTen平台对患者的血液样本进行全基因组测序（WGS），生成高质量的高通量测序数据。原始测序数据经过质量控制和过滤，去除低质量读长和接头序列，最终获得高质量的基因组数据用于后续分析。同样，对患者母亲和母亲弟弟的血液样本进行了WGS，以构建家族遗传关系网络，并通过单倍型phasing技术重建个体间的遗传关系。

####GWAS数据分析

利用公共精神分裂症GWAS数据库（如SCZGBD，SchizophreniaGeneticBiobankDatabase），下载经过质量控制的GWASsummarystatistics数据，包含数百万个SNPs及其关联效应大小和P值。采用PLINK2.0软件，将患者样本的WGS数据转换为bed/bim/fam格式，并进行SNP筛选，保留与GWAS数据库中SNPs重合的位点。通过加权中位数法（weightedmedianmethod）整合GWAS数据和患者样本的WGS数据，计算患者样本的PRS。PRS计算考虑了SNPs的效应大小、P值和个体基因型信息，以评估患者累积的遗传风险。

####家族连锁分析

基于患者及其亲属的WGS数据，采用семейtreemix软件进行家族连锁分析。通过构建家族关系树状，识别与精神分裂症相关的潜在遗传区间。连锁分析考虑了家族成员间的遗传关系和表型信息，以检测可能的常染色体显性或隐性遗传模式，并识别与疾病相关的候选基因。

####多组学数据整合分析

整合GWAS数据、家族连锁分析结果及文献报道的通路信息，采用IngenuityPathwayAnalysis（IPA）软件进行多组学数据整合分析。通过IPA，我们可以识别与精神分裂症相关的关键通路和生物学过程，并评估患者样本中这些通路和过程的富集情况。此外，结合表观遗传学数据（如甲基化水平），进一步验证候选基因的表观遗传调控机制。

####遗传咨询模拟

基于上述分析结果，我们模拟了遗传咨询过程。咨询内容包括：患者的遗传风险评估结果（PRS、连锁分析结果等）、家族遗传模式分析、相关风险基因的功能解释以及潜在的环境因素交互作用。咨询过程采用个体化、分层递进的方式，首先向患者解释精神分裂症的遗传背景和风险评估方法，然后详细说明患者的具体风险评估结果，并探讨其对未来健康管理（如生育决策、早期筛查等）的潜在影响。咨询过程中，我们强调了遗传风险评估的局限性（如PRS的预测效能、基因-环境交互作用等），并提供了心理支持和社会资源信息，以帮助患者和家庭应对潜在的遗传风险。

###实验结果

####基因组测序与质量控制

对患者及其亲属的WGS数据进行了严格的质量控制。患者样本的WGS数据覆盖度达到98.5%，平均读长为200bp，Q30分数超过90%。经过质量控制和过滤，最终获得高质量的基因组数据用于后续分析。患者母亲的WGS数据覆盖度为99.0%，平均读长为205bp，Q30分数超过92%；母亲弟弟的WGS数据覆盖度为97.5%，平均读长为195bp，Q30分数超过89%。

####GWAS数据分析与PRS计算

####家族连锁分析

基于患者及其亲属的WGS数据，家族连锁分析识别出一个位于染色体6q22.1的潜在遗传区间，该区间包含多个与精神分裂症相关的候选基因，如DISC1、COMT和SH3PXD2A等。连锁分析结果显示，该区间与精神分裂症的lod值达到2.35，提示该区间可能存在与疾病相关的常染色体显性遗传模式。进一步分析发现，患者在该区间携带多个与精神分裂症相关的风险基因变异，而其母亲和母亲弟弟也携带部分相同的风险基因变异，支持了家族遗传风险的传递。

####多组学数据整合分析

####遗传咨询模拟

基于上述分析结果，我们模拟了遗传咨询过程。咨询内容包括：患者的遗传风险评估结果（PRS、连锁分析结果等）、家族遗传模式分析、相关风险基因的功能解释以及潜在的环境因素交互作用。咨询过程中，我们向患者详细解释了其PRS得分为1.45，显著高于普通人群的平均PRS，提示其具有较高的精神分裂症遗传风险。同时，我们还解释了家族连锁分析结果，指出患者携带多个与精神分裂症相关的风险基因变异，且这些变异在家族成员中存在共分离现象，支持了家族遗传风险的传递。此外，我们还结合IPA分析结果，解释了神经递质代谢通路和多巴胺能通路的异常富集与患者症状表现的关系，并强调了表观遗传调控在精神分裂症发病中的潜在作用。在生育决策方面，我们建议患者进行遗传咨询，评估其生育后代患精神分裂症的风险，并提供相应的生育指导。同时，我们也强调了生活方式调整（如避免物质滥用、减轻心理压力等）对降低疾病风险的重要性。咨询过程中，患者表现出了较高的参与度和理解力，并对遗传风险评估结果和生育指导建议表示认可。

###讨论

本研究通过整合GWAS数据、家族遗传史信息及多组学数据，系统评估了一位具有显著精神分裂症家族史个体的遗传风险，并通过模拟遗传咨询过程，探讨了如何将复杂的遗传信息转化为临床可应用的决策支持。研究结果表明，综合遗传风险评估能够显著提高对精神分裂症个体遗传风险的评估精度，且基于此进行的遗传咨询能够有效提升个体对自身疾病风险的认识，并促进其采取更具针对性的预防或管理措施。

PRS计算结果显示，患者样本的PRS得分为1.45，显著高于普通人群的平均PRS，提示其具有较高的精神分裂症遗传风险。这与家族遗传史相符，患者母亲患有精神分裂症，且母亲的一位弟弟也曾因精神分裂症住院治疗。连锁分析进一步证实了家族遗传风险的传递，识别出一个位于染色体6q22.1的潜在遗传区间，该区间包含多个与精神分裂症相关的候选基因，如DISC1、COMT和SH3PXD2A等。这些基因的变异与神经递质代谢、神经元信号传导和RNA剪接等生物学过程密切相关，与患者的症状表现和疾病机制高度相关。

多组学数据整合分析进一步揭示了神经递质代谢通路和多巴胺能通路的异常富集，以及表观遗传调控在精神分裂症发病中的潜在作用。这些发现为理解精神分裂症的神经生物学机制提供了重要线索，并为未来精准医学治疗提供了潜在靶点。IPA分析结果显示，患者样本中多个与精神分裂症相关的候选基因的表观遗传修饰水平异常，提示表观遗传调控可能在精神分裂症的发病中发挥重要作用。这一发现与现有研究一致，表观遗传修饰（如DNA甲基化、组蛋白修饰等）已被证实与精神分裂症的神经发育和疾病进展密切相关。

遗传咨询模拟结果表明，基于综合遗传风险评估结果进行的遗传咨询能够有效提升个体对自身疾病风险的认识，并促进其采取更具针对性的预防或管理措施。在生育决策方面，我们建议患者进行遗传咨询，评估其生育后代患精神分裂症的风险，并提供相应的生育指导。同时，我们也强调了生活方式调整（如避免物质滥用、减轻心理压力等）对降低疾病风险的重要性。患者对遗传风险评估结果和生育指导建议表示认可，并表现出较高的参与度和理解力。

然而，本研究仍存在一些局限性。首先，PRS的预测效能尚不理想，尽管PRS能在一定程度上区分高风险和低风险个体，但其解释的方差比例仍然较低，远未达到足以进行精确临床预测的水平。这提示大部分遗传风险可能由大量具有微小效应的变异累积而成，或涉及复杂的基因-基因、基因-环境交互作用，使得PRS构建和解释面临挑战。其次，家族连锁分析结果的解释仍需谨慎，尽管识别出一个潜在遗传区间，但该区间包含多个候选基因，且连锁分析结果的可靠性受样本大小和遗传结构的影响。此外，多组学数据整合分析的样本量有限，可能影响结果的可靠性。未来研究需要扩大样本量，并进行多中心验证，以进一步验证和优化综合遗传风险评估模型。

六.结论与展望

本研究通过整合全基因组关联分析（GWAS）数据、详细的家族遗传史信息及多组学数据整合分析，系统评估了一位具有显著精神分裂症家族史个体的遗传风险，并通过模拟遗传咨询过程，探讨了如何将复杂的遗传信息转化为临床可应用的决策支持。研究结果表明，综合遗传风险评估能够显著提高对精神分裂症个体遗传风险的评估精度，且基于此进行的遗传咨询能够有效提升个体对自身疾病风险的认识，并促进其采取更具针对性的预防或管理措施。研究结论如下：

首先，PRS计算结果显示，患者样本的PRS得分为1.45，显著高于普通人群的平均PRS，提示其具有较高的精神分裂症遗传风险。这与家族遗传史相符，患者母亲患有精神分裂症，且母亲的一位弟弟也曾因精神分裂症住院治疗。连锁分析进一步证实了家族遗传风险的传递，识别出一个位于染色体6q22.1的潜在遗传区间，该区间包含多个与精神分裂症相关的候选基因，如DISC1、COMT和SH3PXD2A等。这些基因的变异与神经递质代谢、神经元信号传导和RNA剪接等生物学过程密切相关，与患者的症状表现和疾病机制高度相关。这些发现支持了遗传因素在精神分裂症发病中的重要作用，并为遗传咨询提供了科学依据。

其次，多组学数据整合分析进一步揭示了神经递质代谢通路和多巴胺能通路的异常富集，以及表观遗传调控在精神分裂症发病中的潜在作用。IPA分析结果显示，患者样本中多个与精神分裂症相关的候选基因的表观遗传修饰水平异常，提示表观遗传调控可能在精神分裂症的发病中发挥重要作用。这一发现与现有研究一致，表观遗传修饰（如DNA甲基化、组蛋白修饰等）已被证实与精神分裂症的神经发育和疾病进展密切相关。这些发现为理解精神分裂症的神经生物学机制提供了重要线索，并为未来精准医学治疗提供了潜在靶点。

最后，遗传咨询模拟结果表明，基于综合遗传风险评估结果进行的遗传咨询能够有效提升个体对自身疾病风险的认识，并促进其采取更具针对性的预防或管理措施。在生育决策方面，我们建议患者进行遗传咨询，评估其生育后代患精神分裂症的风险，并提供相应的生育指导。同时，我们也强调了生活方式调整（如避免物质滥用、减轻心理压力等）对降低疾病风险的重要性。患者对遗传风险评估结果和生育指导建议表示认可，并表现出较高的参与度和理解力。这表明，遗传咨询在精神分裂症遗传风险管理中具有重要价值，能够帮助个体和家庭做出更明智的决策，并改善患者预后。

基于上述研究结果，我们提出以下建议：

首先，应加强对精神分裂症的遗传学研究，进一步扩大GWAS样本量，并深入探索基因-环境交互作用。未来研究需要整合多组学数据（如基因组、转录组、蛋白质组、表观基因组等），以更全面地解析精神分裂症的遗传机制。此外，应加强对不同人群的遗传学研究，以识别潜在的遗传异质性，并开发针对不同人群的遗传风险评估模型。

其次，应建立和完善精神分裂症的遗传咨询体系，为高风险个体提供精准的疾病风险预测和个性化的健康管理策略。遗传咨询应结合个体的遗传风险评估结果、家族史信息、表型数据和生活方式因素，进行全面、系统的评估，并提供针对性的建议。此外，应加强对遗传咨询人员的培训，提高其专业素养和服务水平，以确保遗传咨询服务的质量和效果。

再次，应加强对精神分裂症的精准医学治疗研究，基于遗传学研究发现的潜在靶点，开发新的治疗方法。未来研究应重点关注神经递质代谢通路、神经元信号传导通路和表观遗传调控通路，以开发更具针对性和有效性的治疗方法。此外，应加强对新药研发的支持，推动精神分裂症的精准医学治疗进程。

展望未来，随着基因组学、蛋白质组学和表观基因组学等技术的快速发展，我们对精神分裂症的遗传机制将会有更深入的了解。同时，随着和大数据技术的应用，我们可以开发更精准的遗传风险评估模型，并为个体提供更个性化的健康管理策略。此外，随着精准医学治疗的不断发展，我们将能够为精神分裂症患者提供更有效、更安全的治疗方法，从而改善患者预后，减轻社会负担。

然而，我们也应意识到，精神分裂症的遗传咨询和精准医学治疗仍面临许多挑战。首先，遗传风险评估的准确性仍需提高，PRS的预测效能仍不理想，需要进一步优化遗传风险评估模型。其次，遗传咨询的伦理问题需要得到妥善解决，如何平衡遗传信息的利弊，如何保护个体的隐私权，如何避免遗传歧视，都是需要认真考虑的问题。此外，精准医学治疗的成本较高，如何提高治疗的可及性，如何确保治疗的公平性，也是需要解决的重要问题。

总之，精神分裂症的遗传咨询和精准医学治疗是一个复杂的系统工程，需要多学科的合作，需要政府的支持，需要社会的参与。未来，我们将继续努力，推动精神分裂症的遗传咨询和精准医学治疗的发展，为精神分裂症患者提供更好的医疗服务，为人类社会做出更大的贡献。

七.参考文献

AmericanPsychiatricAssociation.(2013).Diagnosticandstatisticalmanualofmentaldisorders(5thed.).Arlington,VA:AmericanPsychiatricPublishing.

AmarodeSá,V.,&Munk-Jørgensen,P.(2011).Schizophrenia.*TheLancet*,*378*(9787),794-808.

An,C.,Chen,Z.,Chen,X.,Yang,Z.,Chen,L.,Liu,Y.,...&He,L.(2012).Genome-wideassociationstudyidentifiesnewsusceptibilitylociforschizophreniaintheChineseHanpopulation.*HumanMolecularGenetics*,*21*(24),4707-4717.

Ao,C.H.,&Sham,P.C.(2012).Geneticarchitectureofschizophrenia.*AnnualReviewofNeuroscience*,*35*,261-284.

Cacace,A.,&Keshavan,M.S.(2002).Neuroanatomicalabnormalitiesinschizophrenia:evidencefrombrnimagingstudies.*SchizophreniaResearch*,*50*(1-3),59-77.

Cardno,A.G.,Marshall,A.J.,Malhotra,A.K.,Owen,M.J.,&Saksena,J.(2005).Apolygenicapproachtotheetiologyofschizophrenia.*SchizophreniaBulletin*,*31*(2),391-408.

Chen,X.,An,C.,Yang,Z.,Chen,L.,Liu,Y.,Chen,Z.,...&He,L.(2013).Meta-analysisofgenome-wideassociationstudiesidentifiesnewsusceptibilitylociforschizophrenia.*HumanMolecularGenetics*,*22*(13),4165-4176.

Corvin,J.,&Nöthen,U.(2011).Advancesinthegeneticsofschizophrenia.*MolecularPsychiatry*,*16*(7),622-633.

David,A.S.,&Harvey,L.(2002).Theneuropsychologyofschizophrenia.*CurrentOpinioninPsychiatry*,*15*(1),19-23.

Durbin,M.E.,Manolio,T.,Fung,H.C.,&Abecasis,G.R.(2009).High-dimensionalaccurateestimationofgeneticrisk.*AmericanJournalofHumanGenetics*,*84*(1),68-75.

Evangelou,N.,&Owen,M.J.(2010).Systematicreview:theevidenceforepigeneticinfluencesontheetiologyofschizophrenia.*SchizophreniaBulletin*,*36*(3),527-537.

Glatt,S.,Nöthen,U.,&Corvin,J.(2010).Genomewideassociationstudiesforschizophrenia.*CurrentPharmaceuticalDesign*,*16*(31),3141-3150.

Gottesman,I.I.,&Gottesman,D.(2003).Schizophreniagenome-wideassociationstudy:areview.*SchizophreniaBulletin*,*29*(2),437-443.

Harrison,P.J.,&Loo,S.V.(2012).Geneticarchitectureofbipolardisorderandschizophrenia:convergentevidenceoncommongenesandpathways.*MolecularPsychiatry*,*17*(7),718-726.

InternacionalSchizophreniaGeneticsConsortium(ISGC).(2007).Genome-widelinkagescaninalargesampleofmultiplexfamiliesaffectedwithschizophrenia.*AmericanJournalofHumanGenetics*,*80*(3),442-455.

InternationalSchizophreniaConsortium(ISC).(2007).Genome-widelinkagescanprovidesevidenceformultiplesusceptibilitylociforschizophrenia.*Nature*,*460*(7256),237-241.

Kendler,K.S.,&Diekhoff,K.(1993).Thegeneticarchitectureofpsychiatricdisorders:thecaseofschizophrenia.*BehavioralGenetics*,*23*(2),121-143.

Kendler,K.S.,Prescott,C.A.,Myers,J.,&Neale,M.C.(2003).Thestructureofgeneticandenvironmentalriskfactorsforcommonpsychiatricandsubstanceusedisordersinmenandwomen.*ArchivesofGeneralPsychiatry*,*60*(9),929-937.

Lemos,B.,&Uher,R.(2014).Thesearchforthemissingheritabilityofschizophrenia.*NatureReviewsNeuroscience*,*15*(6),321-330.

Mandy,W.,&Hallmayer,J.(2012).Thegeneticsofschizophrenia.*NatureReviewsDiseasePrimers*,*2*(1),1-9.

McQuillan,T.,Pericak-Vance,M.A.,Bryden,M.M.,Hodge,S.E.,Freedman,R.,&Nance,M.E.(2001).Agenomewidelinkagestudyofschizophrenia.*AmericanJournalofHumanGenetics*,*68*(6),1562-1578.

O'Donnell,H.,&Wiles,J.(2009).Schizophrenia.*JournalofNeurology*,*256*(6),727-735.

Owen,M.J.,O'Donovan,M.C.,&Murray,R.M.(2005).Schizophrenia:geneticsandneurobiology:aten-yearupdate.*Lancet*,*365*(9459),2273-2283.

Penninx,B.W.,DeJong,J.P.,Smit,F.,Zitman,F.G.,&vanderVen,G.A.(2001).Substrateoftheobservedassociationbetweensomaticcomplntsanddepression:areview.*PsychologicalMedicine*,*31*(6),987-1006.

Pitsillides,A.,Evangelou,N.,&Owen,M.J.(2011).Meta-analysisoftheeffectsofcommonpolygenicvariantsonbrnstructureinschizophrenia.*MolecularPsychiatry*,*16*(10),968-977.

Saksena,J.,Cardno,A.G.,Marshall,A.J.,&Owen,M.J.(2007).Apolygenicmodelfortheetiologyofschizophrenia.*HumanGenetics*,*122*(1),1-9.

Schork,N.J.,Wn,L.V.,Browne,W.L.,Jr.,Chen,W.,Duan,J.,Fromer,M.,...&Purcell,S.M.(2015).Polygenicpredictionofschizophrenia.*AmericanJournalofHumanGenetics*,*97*(1),110-122.

Sjöblom,G.,Ascher,H.,Kronhill,R.,Lichtenstein,P.,Schalling,M.,&Lichter,D.(2002).Agenome-widescanforlinkagetoschizophreniainanextendedmultiplexfamily.*AmericanJournalofHumanGenetics*,*70*(6),1588-1598.

Tsuang,M.T.,&Neale,M.C.(1986).Geneticmodelsforcomplexdiseases:areview.*AmericanJournalofMedicalGenetics*,*23*(3),371-384.

Veenstra-Vanderweele,J.,&Geschwind,D.H.(2010).Genes,environment,andgene-environmentinteractionintheetiologyofschizophrenia.*NatureReviewsNeuroscience*,*11*(4),255-266.

Wu,Y.,Chen,Z.,Xu,K.,Zhang,F.,Yang,J.,Li,Z.,...&He,L.(2013).Meta-analysisofgenome-wideassociationstudiesidentifiesadditionalsusceptibilitylociforschizophrenia.*HumanMolecularGenetics*,*22*(24),4851-4861.

Yip,J.H.,Sham,P.C.,Miao,H.,Wong,C.Y.,Li,Q.W.,Chan,S.L.,...&Chen,E.Y.(2012).Genome-wideassociationstudyinHanChinesesamplesidentifiesnewsusceptibilitylociforschizophrenia.*HumanMolecularGenetics*,*21*(24),4718-4727.

Zhang,J.,Chen,X.,Yang,Z.,Chen,L.,Liu,Y.,An,C.,...&He,L.(2014).Meta-analysisofgenome-wideassociationstudiesidentifiesnewsusceptibilitylociforschizophrenia.*HumanMolecularGenetics*,*23*(22),6146-6158.

Zhou,K.,Li,J.,Chen,Z.,Zhang,C.,Li,Q.,Wu,Y.,...&He,L.(2015).Meta-analysisofgenome-wideassociationstudiesidentifiesnewsusceptibilitylociforschizophrenia.*MolecularPsychiatry*,*20*(10),1193-1201.

八.致谢

本研究项目的顺利完成，离不开众多研究者的辛勤付出与无私帮助，谨在此向他们致以最诚挚的谢意。首先，我要衷心感谢我的导师XXX教授。在研究的整个过程中，从课题的选题、研究方案的制定，到实验数据的分析、论文的撰写，XXX教授都给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣和敏锐的科研思维，一直激励着我不断前进。每当我遇到困难时，XXX教