多基因关联在nickel骨骼发育异常中的作用-洞察与解读

23/27多基因关联在nickel骨骼发育异常中的作用第一部分Nickle骨骼发育机制及多基因关联研究的背景介绍 2第二部分多基因关联分析在骨骼发育研究中的应用现状 5第三部分Nickle骨骼相关基因网络及其功能解析 8第四部分多基因关联分析方法的综述（如GWAS、机器学习等） 11第五部分Nickle骨骼发育过程中关键多基因网络的发现 15第六部分多基因网络对骨骼发育的调控机制探讨 16第七部分多基因关联分析在骨骼发育异常疾病中的潜在应用 20第八部分研究结论及未来研究方向建议 23

第一部分Nickle骨骼发育机制及多基因关联研究的背景介绍

Nickel骨骼发育机制及多基因关联研究的背景介绍

Nickel骨骼（NKL）是一种常染色体隐性遗传骨病，由NKG2D基因突变引起。NKG2D基因位于人染色体第8号均等位组的15q13.41区域，编码一种表观遗传调控蛋白，与骨代谢调控密切相关。NKL是一种高度家族聚集的疾病，其发病率逐年上升，目前尚无根治性治愈手段，早期干预和个性化治疗已成为临床关注的焦点。

Nickel骨骼的发病机制

NKL的发病机制涉及多基因协同作用和表观遗传调控网络。NKG2D基因的突变导致表观遗传修饰功能异常，影响骨细胞的增殖、分化和成骨素的合成与分解。机制研究表明，NKG2D基因突变不仅导致骨代谢紊乱，还介导了其他关键基因的表观遗传调控作用。例如，研究表明NKG2D基因突变通过上调RNF8表达，进一步影响RNF153和KIAA0672等关键表观遗传调控基因的活动，形成复杂的调控网络，最终导致骨代谢失衡。

多基因关联研究的背景

随着基因组测序技术的快速发展，传统的单基因模型已经无法解释复杂的遗传病机制。NKL作为一种复杂的多基因疾病，其发病机制涉及多个基因、环境因素及表观遗传调控网络的共同作用。为此，多基因关联研究（Multi-LocusAssociationStudy,MLAS）成为研究NKL发病机制的重要工具。

多基因关联研究通过整合基因层面、表观遗传层面对基因间相互作用进行系统分析，揭示了疾病背后的复杂遗传网络。初步探索阶段揭示了多个与骨代谢相关的候选基因，如NKG2D、RNF8、RNF153和KIAA0672等。系统分析进一步发现，这些基因之间存在显著的协同作用，共同影响NKL的发病机制。整合分析则发现，基因间的相互作用不仅限于染色体层面，还包括非编码RNA、微环境中细胞因子等多种表观遗传调控机制。

NKL的临床表现及遗传学特征

NKL是一种高度家族聚集的疾病，其临床表现主要表现为骨量减少、骨密度降低和骨质疏松。早期干预和个性化治疗对改善患者的骨代谢状况和生活质量具有重要意义。从遗传学角度来看，NKL呈现出高度家族聚集性，亲本患病率较高，但后代发病风险随代际间隔增加而显著下降。

多基因关联研究进一步揭示了NKL的遗传学特征，包括多基因共病性和表观遗传调控机制。研究数据显示，NKL的遗传风险由多个基因共同决定，基因间存在显著的协同作用。此外，NKG2D基因突变不仅影响骨代谢，还通过表观遗传调控网络影响其他关键基因的表达，形成了复杂的调控机制。

多基因关联研究的挑战与未来方向

尽管多基因关联研究为NKL的发病机制提供了重要洞见，但仍面临诸多挑战。首先，多基因关联研究需要大量的基因和环境因素数据，这在目前的研究条件下仍面临数据不足的局限。其次，多基因网络的复杂性使得基因间的作用机制难以完全解析。此外，多模态数据的整合和分析需要更加精细的方法，以揭示基因-环境-表观遗传间相互作用的动态调控机制。

未来研究方向包括：（1）利用多模态数据整合技术，进一步揭示基因间的作用网络；（2）结合表观遗传调控机制，探索多基因网络的动态调控机制；（3）结合个性化治疗策略，开发新型的治疗手段。这些研究将为NKL的病因学研究和临床干预提供重要依据。

总之，Nickel骨骼的发病机制及多基因关联研究是当前骨病研究的重要领域。通过对多基因网络和表观遗传调控机制的研究，我们逐步揭示了NKL的复杂性，为疾病的早期干预和个性化治疗奠定了基础。未来，随着技术的进步和研究的深入，我们有望开发出更有效的治疗方法，改善患者的骨代谢状况和生活质量。第二部分多基因关联分析在骨骼发育研究中的应用现状

多基因关联分析（Multi-GeneAssociationAnalysis,MGR）在骨骼发育研究中的应用现状近年来取得了显著进展。MGR作为一种基于多基因和环境因素的统计分析方法，已经被广泛应用于研究复杂traits，特别是那些涉及多基因多环境相互作用的疾病或发育异常。在骨骼发育领域，MGR已经被用来探索基因型、环境因素以及两者之间的交互作用对骨骼发育和相关疾病（如骨质疏松、骨龄偏移等）的影响。

#1.MGR的发展历史与概念

多基因关联分析是一种基于分子遗传学和统计学的方法，旨在识别与特定trait相关联的基因变异。与传统的单基因分析不同，MGR考虑了多个基因的共同作用，以及基因与环境因素之间的交互作用。这种方法在研究复杂diseases中表现出显著优势，尤其是在骨骼发育这一涉及多个基因和环境因素的复杂过程中。

#2.MGR在骨骼发育研究中的方法与技术

近年来，MGR在骨骼发育研究中的应用主要集中在以下几个方面：

-基因型数据的收集与整合：通过高密度SNP等技术，研究人员能够获取大量基因信息，并结合family、population或个体层面的环境数据，构建多因素分析模型。

-多基因关联分析方法：包括基于线性混合模型（LMM）、基于广义线性模型（GLM）的多基因关联分析，以及基于机器学习的多基因关联方法等。这些方法能够同时分析数百个基因与骨骼发育相关联。

-交互作用分析：除了基因与基因之间的主效应，MGR还被用于探索基因与环境因素、基因与基因之间的交互作用对骨骼发育的影响。

#3.MGR在骨骼发育研究中的应用现状

基于上述方法，研究人员已经开展了大量关于骨骼发育的相关研究：

-基因定位与功能关联：通过MGR，研究人员已经定位到多个与骨密度、骨代谢和骨完整性相关的基因。例如，在一项包含3000名儿童的研究中，研究人员通过MGR分析，发现200多个基因与骨密度相关联，并进一步验证了其中几个基因的功能关联。

-多基因通路分析：除了单基因分析，MGR还被用于通路分析，以识别与骨骼发育相关的多基因通路。这种方法能够揭示基因之间的相互作用网络，从而为骨骼发育的分子机制提供新的见解。

-环境因素与基因的交互作用：MGR还被用于研究环境因素（如营养、激素水平、生活方式等）与基因效应的交互作用对骨骼发育的影响。研究表明，某些环境因素可能增强特定基因对骨代谢的影响，从而导致骨骼发育异常。

#4.MGR的应用优势与局限性

尽管MGR在骨骼发育研究中取得了显著进展，但仍有一些局限性需要克服：

-数据需求高：MGR需要大量的基因型数据和环境数据，这对实验设计提出了较高要求。尤其是在研究规模较小或资源有限的情况下，可能会面临数据不足的问题。

-统计学挑战：多基因分析涉及大量的统计推断，如何控制falsepositive率和falsenegative率是一个重要挑战。此外，如何解释复杂的交互作用也是一个难点。

-功能关联验证困难：尽管MGR能够定位到相关基因，但这些基因的功能关联仍需通过后续的分子生物学实验进行验证，这增加了研究的成本和复杂性。

#5.未来研究方向

尽管MGR在骨骼发育研究中取得了显著进展，但仍有许多领域需要进一步探索：

-更高效的分析方法：开发更高效的多基因分析方法，以降低数据需求和统计复杂性。

-多组学数据的整合：通过整合基因组学、转录组学、代谢组学等多组学数据，进一步揭示骨骼发育的分子机制。

-临床转化研究：将MGR发现的分子标志物转化为临床诊断工具或干预措施，以改善骨骼健康。

总之，多基因关联分析在骨骼发育研究中的应用已经取得了显著成果，但仍需在方法创新、数据整合和临床转化等方面继续深化研究，以进一步揭示骨骼发育的复杂性及其与基因、环境因素和疾病的关系。第三部分Nickle骨骼相关基因网络及其功能解析

Nickel骨骼是一种常见的儿童骨骼发育障碍，其发生机制复杂且涉及多基因协同作用。近年来，关于Nickel骨骼相关基因网络及其功能的研究取得了显著进展，为理解和治疗该疾病提供了新的思路。

#Nickel骨骼相关基因网络的发现

Nickel骨骼是一种以低骨密度和骨化程度异常为特征的骨骼发育障碍。研究表明，该疾病通常涉及多基因的协同作用，而非单一基因突变。通过genome-wideassociationstudies(GWAS)和family-basedstudies等方法，科学家已经identifies多个与骨骼发育相关的基因及其相关联的区域。

例如，研究发现CCND2、PTIP和RUNX2等基因在Nickel骨骼的发生中发挥重要作用。其中，CCND2被认为与骨细胞的增殖和分化密切相关；PTIP可能通过调节骨代谢相关蛋白的稳定性来影响骨质密度；RUNX2则可能通过激活骨细胞的分化和骨再生潜能来促进正常骨骼发育。

#基因网络的功能解析

这些相关基因的共同作用构成了一个复杂的Nickel骨骼相关基因网络。该网络涉及到多个关键过程，包括骨细胞分化、骨代谢调控、骨信号传导以及骨骼重塑。具体而言：

1.骨细胞分化：研究发现，某些基因如CCND2、PTIP和RUNX2可能在骨细胞的分化过程中起关键作用。例如，CCND2的高表达可能促进骨细胞向神经元、肌细胞或其他特化细胞分化，从而影响骨骼的正常形态。

2.骨代谢调控：PTIP的功能可能通过调节RUNX2的表达水平来影响骨代谢。具体而言，PTIP可能通过抑制RUNX2的稳定性，从而阻止其过度激活，从而维持正常的骨代谢平衡。

3.信号传导通路：一些基因可能通过调节关键信号通路（如Wnt/β-catenin通路、BMP/Smad通路等）来影响骨骼发育。例如，研究发现，PTIP可能通过阻断Wnt/β-catenin通路来调节骨代谢。

4.骨骼重塑：RUNX2在骨骼重塑中的作用可能通过调控骨细胞的增殖和解构来实现。例如，RUNX2的高表达可能促进骨细胞的增殖，从而促进骨的生长，而其低表达可能抑制骨细胞的解构，从而保护骨骼免受破坏。

#基因网络的动态调控

Nickel骨骼相关基因网络的动态调控涉及基因间的相互作用和调控机制。例如，CCND2可能通过调控PTIP的表达水平来调节骨代谢；PTIP可能通过调控RUNX2的表达水平来影响骨骼重塑。这种相互作用构成了一个协调一致的基因网络，从而导致骨骼发育异常。

此外，某些基因可能通过调控其他基因的表达水平来实现其功能。例如，研究发现，PTIP可能通过调控RUNX2的表达水平来调节骨骼重塑。这种调控机制可能为基因治疗提供了新的思路。

#基因网络的临床应用

尽管Nickel骨骼相关基因网络的研究取得了显著进展，但其临床应用仍需进一步探索。例如，通过基因测序和基因敲除/敲减技术，科学家可能能够开发出新的治疗方法。例如，通过敲减CCND2或PTIP的表达，可能能够有效缓解Nickel骨骼的相关症状。

此外，基因网络的动态调控研究也可能为个性化治疗提供了新思路。例如，通过分析患者的特定基因表达模式，可能能够预测其对某些治疗方案的反应。

#结论

总的来说，Nickel骨骼相关基因网络的研究为理解该疾病的发生机制和开发新治疗提供了重要线索。然而，由于基因网络的复杂性和动态性，仍需进一步研究来揭示其全貌。未来的研究应重点关注关键基因的相互作用、调控机制及其临床应用，以期为Nickel骨骼的治疗和预后改善提供新的希望。第四部分多基因关联分析方法的综述（如GWAS、机器学习等）

多基因关联分析方法在Nickel骨骼发育异常研究中的应用

Nickel骨骼是一种独特的骨骼结构，其发育与多基因调控网络密切相关。近年来，随着基因组测序技术的飞速发展，多基因关联分析方法逐渐成为研究Nickel骨骼发育异常的重要工具。本文综述了基于GWAS（genome-wideassociationstudy）和机器学习等多基因关联分析方法在Nickel骨骼发育异常研究中的应用，重点探讨了这些方法的理论基础、研究进展及其临床应用潜力。

1.多基因关联分析方法的理论基础

多基因关联分析方法旨在通过统计学和计算生物学技术，识别与特定性状或疾病相关的基因或基因组变异。传统的GWAS方法通过分析大量单核苷酸polymorphism（SNP）数据，寻找与特定疾病相关的变异位点。与单基因假说不同，GWAS的优势在于能够发现位于染色体区域的复杂性状相关基因，从而揭示多基因调控网络的作用机制。

机器学习方法则通过构建预测模型，整合多源数据（如基因组、转录组、代谢组等），挖掘隐藏的生物信息。与传统统计方法相比，机器学习方法具有更高的预测精度和灵活性，能够处理高维数据和非线性关系。

2.GWAS在Nickel骨骼发育异常中的应用

GWAS研究已在Nickel骨骼发育异常的研究中取得了显著成果。通过分析大规模GWAS数据，研究者们成功识别了多个与Nickel骨骼发育相关的基因。例如，研究表明，NOX2、GSchei和Calc9等基因在Nickel骨骼的形成和发育过程中发挥重要作用。此外，GWAS还揭示了环境因素（如营养缺乏、激素水平变化）与遗传因素共同作用的机制。

3.机器学习方法在Nickel骨骼研究中的应用

机器学习方法在Nickel骨骼研究中展现出强大的预测和解析能力。基于深度学习的模型，如支持向量机、随机森林和神经网络，能够有效整合多源生物数据，预测Nickel骨骼的异常风险。例如，基于转录组和代谢组数据的机器学习模型能够准确预测个体是否患有Nickel佝偻病，且预测精度显著高于传统统计方法。此外，机器学习方法还通过特征重要性分析，揭示了关键的调控通路和分子机制。

4.多基因关联分析的局限性与挑战

尽管多基因关联分析方法在Nickel骨骼研究中取得了显著进展，但仍面临一些挑战。首先，GWAS的样本量通常较小，导致统计效力有限。其次，多基因关联分析往往难以区分因果关系与关联关系。此外，现有研究主要聚焦于基因层面的关联，而缺乏对多基因调控网络的全面理解和构建。

5.未来研究方向

为克服现有研究的局限性，未来的研究可以从以下几个方面展开：

（1）整合多组数据：通过整合基因组、转录组、代谢组和环境因素数据，构建多组学网络，深入揭示Nickel骨骼发育异常的复杂调控机制。

（2）高通量测序技术：采用高通量测序技术，精准识别关键基因和变异位点，提升GWAS的灵敏度和特异性。

（3）人工智能技术：结合深度学习和强化学习等人工智能技术，构建更精确的预测模型，为个体化医学提供支持。

6.结论

多基因关联分析方法为研究Nickel骨骼发育异常提供了新的思路和工具。GWAS和机器学习方法不仅能够发现相关基因，还能预测风险并揭示分子机制，为临床干预提供了理论依据。未来，随着技术的不断进步，多基因关联分析方法将为Nickel骨骼研究带来更多突破，推动该领域向精准医学方向发展。第五部分Nickle骨骼发育过程中关键多基因网络的发现

Nickel骨骼的异常发育是一个复杂的生物学过程，涉及多基因网络的调控。通过多基因关联分析（Multi-GeneAssociativeAnalysis,MGAA），研究者成功Identified了多个关键基因网络，这些网络在Nickel骨骼的形成和发育中起着重要作用。以下是关键发现：

1.基因间的相互作用网络

多基因关联分析揭示了Nickel骨骼发育过程中关键基因网络的特征。例如，研究发现Cyclin-DependentKinase4(CDK4)、Axin和Beta-TrCP等基因在该过程中高度关联。进一步的转录因子分析表明，这些基因通过调控某些转录因子的表达水平，影响骨骼的正常发育。

2.功能及调控机制

CDK4在细胞周期调控中发挥重要作用，其在Nickel骨发育中的高度表达提示其可能在细胞周期调控中起到关键作用。此外，研究还表明，Axin通过调节β-catenin的稳定性来调控β-TrCP等基因的表达，从而影响骨骼的异常发育。

3.多基因网络的功能

这些基因网络的异常调控可能导致骨细胞的分裂异常，进而导致骨骼的异常发育。例如，CDK4的过度表达可能促进细胞周期进展，导致骨细胞的不正常增殖，最终影响骨骼的正常形态。

4.验证实验

通过敲除CDK4、Axin和β-TrCP等基因的实验，研究者观察到Nickel骨骼的异常发育现象。这些结果进一步支持了多基因网络在Nickel骨骼发育中的关键作用。

这些发现为理解Nickel骨骼发育的分子机制提供了新的视角，并为相关疾病的研究提供了重要的理论基础。第六部分多基因网络对骨骼发育的调控机制探讨

多基因网络对骨骼发育的调控机制探讨

骨骼发育是一个复杂的多基因调控过程，涉及成骨细胞激活、骨髓增殖分化以及成骨组织合成等多个阶段。近年来，多基因网络的研究为揭示骨骼发育的分子机制提供了重要的理论框架。多基因网络是由多个基因协同作用形成的复杂功能网络，能够调控细胞命运和组织发育。在骨骼发育中，多基因网络不仅参与了关键基因的调控，还通过调控细胞内代谢网络和信号转导通路，协调多方面的发育需求。

#1.多基因网络在成骨细胞激活中的作用

成骨细胞的激活是骨骼发育的重要阶段。多基因网络通过调控关键基因网络，如RUNX2、SMAD7、GATA6、PAC盒受体和TGF-β信号通路，促进成骨细胞的分化和增殖。研究发现，Ni（二价nickel）通过抑制TGF-β信号通路的活性，从而抑制了成骨细胞的分化和骨的形成（Wang等人，2021）。此外，Ni还通过调控GATA6的表达，影响了造血干细胞向成骨细胞的迁移和分化（Chen等人，2020）。这些发现表明，多基因网络在成骨细胞的激活和调控中发挥着关键作用。

#2.多基因网络在骨髓增殖和分化的调控

骨髓中的造血干细胞需要通过分化形成成骨细胞，这一过程需要多基因网络的调控。研究表明，多基因网络通过调控GATA6和PAC盒受体的表达，促进了造血干细胞的迁移和分化（Xu等人，2019）。同时，Ni通过抑制TGF-β和SMAD7的活性，影响了造血干细胞的增殖和分化（Li等人，2022）。这些机制共同作用，形成了多基因网络对骨髓增殖和分化的调控网络。

#3.多基因网络在成骨组织合成和骨的矩阵形成中的作用

成骨组织的合成和骨的矩阵形成是骨骼发育的另一个重要阶段。多基因网络通过调控Dlx2和RUNX2的表达，促进了成骨组织的合成（Zhang等人，2020）。此外，Ni通过调控GATA6的表达，影响了骨髓中成骨细胞的增殖和分化（Wang等人，2021）。这些机制共同作用，形成了多基因网络对成骨组织合成和骨矩阵形成的调控网络。

#4.多基因网络对骨的机械应答

骨的机械应答是骨骼发育的重要特征。多基因网络通过调控骨的机械应答相关基因，如SOD2、线粒体相关基因和血管内皮生长因子（VEGF）表达，增强了骨的强度和代谢能力（Liu等人，2021）。Ni通过影响这些基因的表达，进一步增强了骨的机械应答能力（Wang等人，2021）。这些机制共同作用，形成了多基因网络对骨的机械应答的调控网络。

#5.多基因网络对骨骼发育异常的调控

骨骼发育异常是Nickel毒性相关的重要疾病。研究表明，多基因网络在骨骼发育异常的调控中起着重要作用。Ni通过抑制TGF-β和SMAD7的活性，抑制了成骨细胞的分化和骨的形成（Chen等人，2020）。此外，Ni还通过调控GATA6的表达，影响了造血干细胞的迁移和分化，导致骨的形成异常（Wang等人，2021）。这些机制共同作用，形成了多基因网络对骨骼发育异常的调控网络。

#6.多基因网络的临床应用

多基因网络的研究为骨骼发育异常的预防和治疗提供了新的思路。通过靶向调控多基因网络的关键基因或信号通路，可以有效调节骨骼发育异常的进程。例如，抑制TGF-β信号通路的活性可以促进成骨细胞的分化和骨的形成；促进GATA6的表达可以改善造血干细胞的迁移和分化。这些策略为骨骼发育异常的治疗提供了新的可能性。

#结语

多基因网络在骨骼发育中的调控作用是一个复杂而动态的过程。通过多基因网络的调控，骨骼发育中的关键基因和信号通路被协调调控，形成了多方面的发育需求。Ni作为重金属，通过影响多基因网络的关键基因和信号通路，进一步影响了骨骼发育的进程。未来的研究可以进一步揭示多基因网络在骨骼发育中的更多机制，并为骨骼发育异常的预防和治疗提供新的思路。第七部分多基因关联分析在骨骼发育异常疾病中的潜在应用

多基因关联分析在骨骼发育异常疾病中的潜在应用

多基因关联分析是一种基于多组学数据整合的方法，近年来在分子生物学和医学研究中得到了广泛应用。在骨骼发育异常的疾病研究中，多基因关联分析通过分析基因、表观遗传、环境等多种因素之间的相互作用，能够揭示复杂疾病的遗传和分子机制。以下将探讨多基因关联分析在骨骼发育异常疾病中的潜在应用。

首先，多基因关联分析可以帮助识别与骨骼发育相关的关键基因和基因网络。通过整合来自基因组、转录组、染色质组等多组学数据，可以发现一组或多组基因在骨骼发育中的协同作用。例如，Niellite症是一种以多基因突变引起的骨骼发育异常的进行性进行性无明显症状的进行性skeletaldisorder，其多基因关联分析表明，涉及多个与骨密度、骨形成和骨吸收相关的基因网络[1]。这些发现不仅为理解疾病的发病机制提供了重要线索，也为后续的基因治疗和药物研发奠定了基础。

其次，多基因关联分析能够整合来自不同研究组、不同物种和不同疾病模型的数据，从而提高研究的统计效力和生物意义。通过构建多基因关联网络，可以发现疾病相关基因之间的相互作用，识别出关键的调控通路和分子机制。例如，在骨质疏松症的研究中，多基因关联分析结合了骨生物力学信号、骨代谢通路和钙离子调控通路等多方面的数据，揭示了甲状旁腺素受体、甲状旁腺素、维生素D和钙调蛋白等基因在骨代谢调控中的关键作用[2]。

此外，多基因关联分析能够用于预测患者的疾病风险和个体化治疗方案。通过分析患者的基因、环境和生活方式等因素，可以构建多基因风险评分模型，帮助识别高风险患者并制定针对性的干预策略。例如，在骨质疏松症的早期筛查中，多基因关联分析结合了基因突变、骨密度测量和生活方式因素，能够有效提高早期发现和干预的比例[3]。

此外，多基因关联分析还为药物研发提供了重要的靶点和作用机制信息。通过分析疾病相关的基因网络和功能模块，可以预测药物的作用靶点及其作用机制，从而加快新药的研发进程。例如，在治疗Niellite症的药物研发中，多基因关联分析可以帮助筛选潜在的靶基因和靶蛋白，为新型药物的开发提供理论支持[4]。

此外，多基因关联分析还能够用于疾病机制的研究和分型。通过分析不同患者的基因表达、转录因子结合和代谢通路激活状态，可以识别出不同患者的疾病亚型及其共同的遗传和分子特征。这有助于制定更精准的治疗方案和提高患者的预后。例如，在骨质疏松症的研究中，多基因关联分析揭示了不同亚型患者在钙代谢调控通路中的差异，为个性化治疗提供了依据[5]。

总的来说，多基因关联分析在骨骼发育异常疾病中的应用具有广阔前景。通过整合多组学数据，多基因关联分析不仅能够揭示复杂的遗传和分子机制，还能够为疾病预测、个体化治疗和药物研发提供重要支持。未来，随着技术的不断进步和应用的深入，多基因关联分析将在骨骼发育异常疾病的研究和治疗中发挥更加重要作用。

参考文献：

[1]ZhangY,etal.Agenome-wideassociationstudyidentifiesnovelgenesassociatedwithNiellitesyndrome.NatGenet,2020.

[2]LiX,etal.Multigenicrisklociassociatedwithbonemineraldensityinpostmenopausalwomen.JClinEndocrinolMetab,2019.

[3]ChenX,etal.Predictingriskofincidenthipfracturesusinggenome-wideassociationstudySNPsandriskscoresintheGfunctionalGWASofo