全基因组关联研究(GWAS)分析了不同个体中全基因组的遗传变异集，以查看是否与性状或疾病相关。这样的研究越来越大，在某些情况下，涉及数百万的参与者。这意味着研究人员可以看到越来越小的影响增加了与疾病或性状相关的基因数量。

“这对我们有好处，因为它使我们能够更多地了解遗传因素对我们的构成，行为和疾病状况的影响，”来自芬兰赫尔辛基分子医学研究所的Andrea Ganna博士说。他的团队对欧洲人类遗传学会第53届年会的研究，由于Covid-19大流行，今天[星期一]完全在线举行。«但是，这个好消息带有不利的一面。这些大量数据意味着偏差会蔓延并影响我们的结果。其中最难控制的是参与偏见-参与研究的人不是来自随机的人，而是有与他们的参与有关的共同点。

«举一个极端的例子，如果我们要让一支专业篮球队的参与者了解人们的身高或体格，其结果将完全不能代表普通人群。但是，即使是低水平的参与偏见也会使结果产生偏差，»加纳博士说。

例如，最近的一项研究对不只一次参与基因研究的人们进行了研究，结果显示出他们与受教育程度之间的相关性。研究人员着手更好地表征这种偏见的后果。为此，他们需要一种特征，即它们不是在非性染色体上遗传确定的，并且可以事先确定与这些基因没有关联的特征。“我们唯一确定不涉及性染色体外部遗传的领域是男性和女性之间的遗传差异，”来自英国爱丁堡大学爱丁堡大学的合著者尼古拉·皮拉斯图(Nicola Pirastu)评论说。应该完全是负面的。»该团队对超过300万个人1的数据进行了关联研究，研究哪些遗传变异显示出男性和女性在研究参与频率上的差异。«令我们惊讶的是，我们发现了150多个这样的差异基因座。例如，我们发现男性中比男性更高的身体质量指数等位基因2，表明基因上体重较高的女性参加人口研究的可能性低于男性。这只能与驱使男人和女人参与的特征差异有关。Pirastu博士说，我们在不同的队列中也看到了类似的结果，这证实了我们的假设。我们发现了150个这样的差异基因座。例如，我们发现男性中比男性更高的身体质量指数等位基因2，表明基因上体重较高的女性参加人口研究的可能性低于男性。这只能与驱使男人和女人参与的特征差异有关。Pirastu博士说，我们在不同的队列中也看到了类似的结果，这证实了我们的假设。我们发现了150个这样的差异基因座。例如，我们发现男性中比男性更高的身体质量指数等位基因2，表明基因上体重较高的女性参加人口研究的可能性低于男性。这只能与驱使男人和女人参与的特征差异有关。Pirastu博士说，我们在不同的队列中也看到了类似的结果，这证实了我们的假设。

这些发现强调了科学家意识到进行基因研究时仔细研究设计的必要性以及病例和对照的精心选择的重要性。为了得出有益的结论，应尽量减少参与偏见的风险。如果在涉及男性和女性的研究中存在这些偏见，则在观察疾病时，要区分真实结果和偏见所导致的结果将更加困难。«例如，在最近的大流行中，我们知道接受Covid-19检测的那些人并非是随机挑选的，并且具有共同特征，因此正确选择对照来了解是否有遗传决定因素非常重要。我认为我们的研究表明，如果不这样做，将会带来什么风险，»加纳博士说。

目前，所有证据表明，参与偏见足够温和，不会成为一个主要问题。但是在计划从大型队列中收集数据以及在多个时间点收集参与者的数据时，必须将它们考虑在内。例如，从出生时采集的血斑中随机抽取一组人口进行基因分型，将是进一步验证这些偏倚是否存在的好方法。«我们已经证明，这将使我们可以校正统计分析。另外，与迄今为止创建这些研究的成本相比，它的成本很小。为了能够从我们的分析中得出正确的结论，我们确实需要这样做。»Ganna博士将得出结论。