유전자-환경 상호작용

Gene–environment interaction
"GXE"가 여기로 리디렉션됩니다. 항공기는 Waco GXE를 참조하십시오.

유전자-환경 상호작용(또는 유전자형-환경 상호작용 또는 G×E)은 서로 다른 두 유전자형이 환경 변화에 서로 다른 방식으로 반응하는 것입니다. 반응의 규범은 표현형 차이가 연속적일 때 유전자와 환경적 요인의 관계를 보여주는 그래프입니다.[1] GxE 상호 작용을 설명하는 데 도움이 될 수 있습니다. 반응의 규범이 평행하지 않을 때는 아래 그림과 같이 환경 상호작용에 의한 유전자가 존재합니다. 이것은 각 유전자형이 환경 변화에 다른 방식으로 반응한다는 것을 나타냅니다. 환경 변화는 물리적, 화학적, 생물학적, 행동 패턴 또는 생명 사건일 수 있습니다.[2]

이 반응의 표준은 환경 상호작용에 의해 유전자를 나타내는 평행하지 않은 선을 보여줍니다. 각 유전자형은 환경 변화에 다른 방식으로 반응하고 있습니다.

유전자-환경 상호작용은 다양한 현상을 더 잘 이해하기 위해 연구됩니다. 유전 역학에서 유전자-환경 상호 작용은 일부 질병을 이해하는 데 유용합니다. 때로는 질병 자체가 유전되는 것이 아니라 질병에 대한 환경 위험 요소에 대한 민감성이 유전되는 경우도 있습니다. 다른 유전자형을 가진 개인은 동일한 환경 인자에 대한 노출에 의해 다른 영향을 받기 때문에 유전자-환경 상호작용은 다른 질병 표현형을 초래할 수 있습니다. 예를 들어, 햇빛 노출은 피부가 어두운 개인보다 피부가 하얀 사람의 피부 암 위험에 더 강한 영향을 미칩니다.[3]

이러한 상호 작용은 공중 보건과 관련하여 질병 비율 및 예방 방법을 예측하기 위한 유전 역학자에게 특히 중요합니다.[2] 이 용어는 개인 및 진화적 발달을 더 잘 이해하기 위해 발달 심리생물학자들 사이에서도 사용됩니다.[4]

자연 대 양육 논쟁은 형질의 변이가 주로 유전적 차이나 환경적 차이에 기인한다고 가정합니다. 그러나 현재의 과학적 견해는 유전적 차이나 환경적 차이가 모두 표현형 변이를 일으키는 원인은 아니며, 사실상 모든 형질은 유전적 차이와 환경적 차이에 의해 영향을 받는다는 것입니다.[5][6][7]

표현형에 기여하는 유전적 및 환경적 차이에 대한 통계적 분석을 사용하여 유전자-환경 상호작용으로 이들을 확인해야 합니다. 발달 유전학에서 인과적 상호작용은 유전자-환경 상호작용을 확인하기에 충분합니다.[8]

정의의 연혁

유전자-환경 상호작용을 정의한 역사는 1930년대로 거슬러 올라가며 오늘날에도 여전히 논쟁거리로 남아 있습니다. 로널드 피셔와 랜슬롯 호벤 사이에 논쟁의 첫 번째 사례가 발생했습니다. Fisher는 규모의 변화를 사용하여 제거할 수 있는 현상이었기 때문에 통계 연구에서 교호작용을 제거하려고 했습니다. 호벤은 특정 발달 요소의 원인에 대한 정보를 제공했기 때문에 상호 작용을 제거하는 대신 조사해야 한다고 생각했습니다.

비슷한 논쟁이 1970년대에 여러 과학자들에 직면했습니다. 아서 젠슨은 "우리가 얼마나 아이큐와 학업 성취도를 높일 수 있을까?"라는 연구를 발표했는데, 이 연구는 많은 비판 중에 과학자 리처드 르원틴과 데이비드 레이저의 논쟁에도 직면했습니다. Lewontin과 Layzer는 인과적 메커니즘을 결론짓기 위해 연구의 맥락에서 유전자-환경 상호작용을 무시할 수 없다고 주장한 반면 Jensen은 상호작용이 순전히 통계적 현상일 뿐 발달과 관련이 없다고 주장했습니다.[9]

비슷한 시기에 Kenneth J. Rothman은 상호작용에 대한 통계적 정의 사용을 지지했고, Kupper와 Hogan 연구원은 상호작용의 정의와 존재가 사용되는 모델에 달려 있다고 믿었습니다.[10]

가장 최근의 비판은 5-HTT LPR과 스트레스에 대한 Moffitt and Caspi의 연구와 그것이 우울증에 미치는 영향에 의해 촉발되었습니다. 이전의 논쟁과는 달리, 모핏과 카스피는 이제 통계 분석을 사용하여 상호작용이 존재하고 취약성 특성의 메커니즘을 밝히는 데 사용될 수 있음을 증명하고 있었습니다. Zammit, Owen 및 Lewis는 통계적 효과가 발달 과정과 관련이 없으며 규모의 차이로 복제할 수 없다는 Fisher의 우려를 반복하여 주장했습니다.[9]

정의들

오늘날 유전자-환경 상호작용에는 두 가지 다른 개념이 있습니다. Tabery는[11] 이들을 생체 인식 및 발달 상호 작용이라고 분류한 반면, Sesardic은[12] 통계적 및 상식적 상호 작용이라는 용어를 사용합니다.

생체 인식(또는 통계적) 개념은 모집단 내 표현형 변이에 대한 유전적 및 환경적 기여의 상대적 비율을 측정하려는 연구 프로그램에 기원을 두고 있습니다. 생체 유전자-환경 상호작용은 집단 유전학과 행동 유전학에서 특별한 의미를 갖습니다.[11] 어떤 상호작용도 유전과 환경의 주요 효과의 추가성을 무너뜨리는 결과를 낳지만, 그러한 상호작용이 특정 환경에서 존재하는지는 경험적 질문입니다. 생체 상호 작용은 특정 유기체의 발달의 맥락보다는 개인차에 대한 연구의 맥락에서 관련이 있습니다.[4]

발달 유전자-환경 상호작용은 발달 유전학자와 발달 심리생물학자가 더 일반적으로 사용하는 개념입니다. 발달 상호 작용은 단순히 통계적 현상으로만 볼 수 없습니다. 통계적 상호작용이 존재하든 존재하지 않든, 발달적 상호작용은 어떤 경우에도 개인의 표현형을 생산하는 데 있어 유전자와 환경의 인과적 상호작용에서 나타납니다.[4]

GxE의 역학적 모델

역학에서 유전자와 환경 사이의 다양한 상호 작용을 그룹화하기 위해 다음 모델을 사용할 수 있습니다.

모델 A는 위험 인자의 발현 수준을 높이지만 질병 자체를 유발하지 않는 유전자형을 설명합니다. 예를 들어, PKU 유전자는 정상보다 높은 수준의 페닐알라닌을 생성하고, 이는 결국 정신 지체를 유발합니다.

대조적으로 모델 B의 위험 인자는 유전적 민감도에 의해 증폭되는 질병 민감도에 직접적인 영향을 미칩니다. 모델 C는 그 역을 묘사하는데, 여기서 유전적 민감성은 질병에 직접적인 영향을 미치고 위험인자는 이러한 영향을 증폭시킵니다. 각각의 독립적인 상황에서 질병에 직접적인 영향을 미치는 요인은 스스로 질병을 유발할 수 있습니다.

모델 D는 이러한 상황에서 어느 요인도 질병 위험에 영향을 미칠 수 없기 때문에 차이가 있지만 유전적 민감도와 위험 요인이 모두 존재하면 위험이 증가합니다. 예를 들어, 파버빈 섭취와 결합했을 때 G6PD 결핍 유전자는 용혈성 빈혈을 유발합니다. 이 질병은 파버빈을 먹고 G6PD 결핍인 사람이나 파버빈을 먹지 않는 G6PD 결핍인 사람에게서 발생하지 않습니다.

마지막으로, 모델 E는 환경적 위험 요인과 유전적 민감도가 개별적으로 질병 위험에 영향을 미칠 수 있는 시나리오를 보여줍니다. 그러나 결합하면 질병 위험에 미치는 영향이 다릅니다.

모형은 변수가 이항이므로 다중 생성 또는 연속형 척도 변수 시나리오를 고려하지 않는다는 사실에 의해 제한됩니다.[2]

분석방법

전통적인 유전자 설계

입양연구

입양 연구는 입양된 사람들이 같은 환경을 공유하지 않은 친부모와 얼마나 유사한지 조사하기 위해 사용되었습니다. 또한, 유전자는 다르지만 공유된 환경의 차이로 인해 입양된 개체를 입양 가족과 비교하기도 합니다. 예를 들어, 입양 연구는 불리한 입양 환경과 유전적 성향을 가진 스웨덴 남성들이 알코올을 남용할 가능성이 더 높다는 것을 보여주었습니다.[13]

쌍둥이 연구

단형접합 쌍둥이를 이용하여, 서로 다른 환경이 동일한 유전자형에 미치는 영향을 관찰할 수 있었습니다. 이후 연구에서는 생체 모델링 기술을 활용하여 다양한 환경에서 유전자 발현의 다양한 수준을 궁극적으로 결정하기 위해 dizygotic twin의 비교를 포함합니다.[13]

가정학

가족 기반 연구는 유전적 위험 수준이 다른 피험자에 대한 환경 영향을 결정하기 위해 저위험 대조군과 고위험 아동을 비교하는 데 초점을 맞추고 있습니다. 예를 들어, 정신분열증에 걸린 어머니가 있는 고위험 어린이들을 대상으로 한 덴마크의 연구는 안정적인 간병인이 없는 어린이들이 정신분열증의 위험 증가와 관련이 있다고 묘사했습니다.[13]

분자분석

단일 유전자와의 상호작용

유전자-환경 상호작용을 감지하기 위해 자주 사용되는 방법은 단일 유전자 변이(후보 유전자)가 특정 환경에 대해 갖는 영향을 연구하는 것입니다. 단일 뉴클레오티드 다형성(SNPs)을 단일 이진 노출 인자와 비교하여 효과를 확인합니다.

이와 같은 후보 연구는 더 높은 위험을 초래하는 생물학적 메커니즘에 대한 이해가 거의 없기 때문에 현재 선택하기 어려운 강력한 생물학적 가설을 필요로 합니다.

이러한 연구는 일반적으로 논란의 여지가 있는 결과를 초래하는 작은 표본 크기로 인해 일반적으로 복제하기 어려운 경우가 많습니다.

복잡한 표현형의 다유전적 특성은 단일 후보 연구가 많은 영향을 미치는 유전자 변이체로부터 다양한 더 작은 규모의 효과를 결정하는 데 효과적일 수 있음을 시사합니다.[14]

여러 유전자와의 상호작용

동일한 환경 인자가 여러 유전자와 상호 작용할 수 있기 때문에 GxE 상호 작용을 분석하기 위해 다유전자적 접근법을 취할 수 있습니다. 특성과 관련된 대립유전자 및 효과에 따른 각각의 가중치를 사용하여 다유전자 점수를 생성하고 환경 노출과 함께 검사합니다. 이러한 연구 방법은 아직 초기 단계이지만 정신 질환과 일치합니다. 장애들 사이에 내피 표현형들이 겹친 결과, 이것은 유전자-환경 상호작용의 결과들이 다양한 진단들에 걸쳐 적용될 수 있다는 것을 암시합니다.[14]

게놈 전체 연관 연구 및 게놈 전체 상호 작용 연구

GEWIS(Genome Wide Interaction Scan) 접근법은 환경과 다수의 독립적인 SNP 사이의 상호작용을 조사합니다. 이 모든 것을 포괄하는 연구에 대한 효과적인 접근법은 유전자 수준 테스트와 경로 기반 유전자 세트 분석을 사용하여 유전체를 먼저 필터링하는 두 단계로 이루어집니다. 두 번째 단계에서는 SNP와 G–E의 연관성을 사용하고 상호 작용을 테스트합니다.[15]

게놈 전체적인 접근을 통해 감별 감수성 가설이 재확인되었습니다.[16]

논란

복제 부족

유전자-환경 상호작용 연구에서 특히 우려되는 것은 재현성의 부족입니다. 구체적으로 복잡한 형질 연구는 복제할 수 없는 결과를 만들기 위해 정밀 조사를 거쳤습니다. 예를 들어, 5-HTTPR 유전자와 우울증의 변형된 위험을 초래하는 스트레스에 대한 연구는 상반된 결과를 가지고 있습니다.[17][15]

일관성 없는 결과 뒤에 있는 가능한 설명은 다중 검사를 많이 사용한다는 것입니다. 개별 실험에서 여러 표현형과 환경적 요인에 대한 조사로 인해 부정확한 결과를 도출하는 연구가 제시되고 있습니다.[15]

가산 대 곱셈 모형

통계적 맥락에서 유전자-환경 상호작용이 존재하는지 여부를 결정하는 데 도움이 되는 측정 척도에는 두 가지 다른 모델이 있습니다. 어떤 척도를 사용해야 하는지에 대해서는 의견 차이가 있습니다. 이러한 분석에서는 결합된 변수가 두 모형 중 하나에 적합하면 교호작용이 없습니다. 결합된 효과는 시너지 효과가 크거나 적대적인 결과보다 작아야 합니다. 가산 모형은 위험 차이를 측정하는 반면 곱셈 모형은 비율을 사용하여 효과를 측정합니다. 가산 모델은 모집단의 질병 위험을 예측하는 데 더 적합한 반면 곱셈 모델은 질병 병인에 더 적합한 것으로 제안되었습니다.[2]

후생유전학은 유전자-환경 효과의 근본적인 메커니즘의 한 예이지만, 환경 효과가 추가적인지, 곱셈적인지 또는 상호작용적인지에 대해서는 결론을 내리지 않습니다.[13]

유전자 "x" 환경 "x" 환경 상호작용

새로운 연구에서 여러 환경 요인의 상호 작용 효과도 밝혀졌습니다. 예를 들어, 질적 환경이 좋지 않은 아이는 성인이 되어서도 열악한 환경에 더 민감하게 반응하여 결국 심리적 고통 점수가 높아지게 됩니다. 이것은 3원 상호작용 Genex Environment x Environment를 묘사합니다. 같은 연구는 정신 질환의 범위 내에서 환경적 영향에 대한 유전적 민감성을 결정하기 위해 라이프 코스 접근 방식을 취할 것을 제안합니다.[18]

의학적 의의

의사들은 환경 위험에 대한 노출을 줄임으로써 질병을 예방할 수 있는지에 관심이 있습니다. 어떤 사람들은 특정한 환경에서 특정한 질병에 대한 민감성이나 저항성을 부여하는 유전적 요인을 가지고 있습니다. 질병 표현형은 유전적 요인과 환경 자극 사이의 상호 작용에 기인합니다.[19] 질병을 예방하거나 치료하기 위해 환경 상호 작용에 의해 유전자를 사용하는 것은 공중 보건에 상당한 이점이 있을 수 있습니다.[20]

약물에 대한 개인의 반응은 환경 상호 작용에 의한 다양한 유전자로부터 비롯될 수 있습니다.[19] 따라서 환경 상호작용에 의한 약리유전학 및 유전자의 임상적 중요성은 유전체가 환경 정보와 함께 개인의 약물 반응을 보다 정확하게 예측할 수 있는 가능성에서 비롯됩니다. 이를 통해 의사는 부작용과 약물 부작용을 최소화하면서 환자에게 치료 반응을 얻을 수 있는 특정 약물과 용량을 더 정확하게 선택할 수 있습니다.[21] 이 정보는 약물 부작용과 관련된 의료 비용을 예방하고 약물에 반응하지 않을 가능성이 있는 환자에게 불편하게 약을 처방하는 데에도 도움이 될 수 있습니다.[19]

이와 유사한 방식으로 개인은 특정 유전적 차이나 대립유전자에 따라 다른 환경적 자극, 요인 또는 도전에 다르게 반응할 수 있습니다. 이러한 다른 요인에는 식단 및 특정 영양소, 신체 활동, 알코올 및 담배 사용, 수면(잠자는 시간, 지속 시간) 및 독소, 오염 물질, 햇빛(적도의 북-남위)을 포함한 다양한 노출(또는 노출)이 포함됩니다. 예를 들어, 식단은 수정 가능하며 심혈관 질환, 관상동맥 질환, 관상동맥 질환, 제2형 당뇨병, 고혈압, 뇌졸중, 심근경색 및 비알코올성 지방간 질환을 포함한 많은 심장 대사 질환에 중요한 영향을 미칩니다. 진료소에서 일반적으로 평가되는 이러한 상태의 위험에는 혈중 지질(트리글리세리드 및 HDL, LDL 및 총 콜레스테롤), 혈당 특성(혈장 포도당 및 인슐린, HOMA-IR, HOMA-BC로서의 베타 세포 기능), 비만 인체측정학(BMI/비만, 지방, 체중, 허리둘레, 허리-엉덩이 비율), 혈관 측정(확장기 및 수축기 혈압), 염증의 바이오마커. 유전자-환경 상호작용은 종종 영양유전학이라고 하는 방식으로 질병의 위험을 증가시키는 대립유전자의 부작용을 조절하거나 유전자형-표현형 관계를 악화시키고 위험을 증가시킬 수 있습니다.[22] 이러한 심장 대사 표현형 및 관련 심장 대사 표현형과 연관되고 일반적인 환경 요인에 의해 수정되는 유전적 변이체의 카탈로그를 이용할 수 있습니다.[23]

반대로 유방암, 제2형 당뇨병, 류마티스 관절염을 이용한 질병 연구에서는 GxE 상호작용을 위험 예측 모델에 포함하는 것이 위험 식별을 향상시키지 못한다는 것을 보여줍니다.[24]

예

평균 강모 수(°C)
  1. Drosophila: 유전자-환경 상호작용의 고전적인 예는 1981년 Gupta와 Lewontin에 의해 Drosophila에 대해 수행되었습니다. 그들의 실험에서 그들은 초파리의 평균 강모 수가 온도 변화에 따라 변할 수 있다는 것을 증명했습니다. 오른쪽 그래프에서 볼 수 있듯이, 변화하는 환경에 대해 다른 유전자형이 다르게 반응했습니다. 각 선은 주어진 유전자형을 나타내며 선의 기울기는 온도 변화에 따라 변화하는 표현형(성자 번호)을 반영합니다. 일부 개체는 온도가 증가함에 따라 강모 수가 증가한 반면, 다른 개체는 온도가 증가함에 따라 강모 수가 급격히 감소했습니다. 이것은 이 파리들에게 반응의 규범이 평행하지 않다는 것을 보여주었고 유전자-환경 상호작용이 존재한다는 것을 증명했습니다.[25]
  2. 식물의 경우: 환경 상호작용 전략에 의한 유전자형에 관한 한 가지 매우 흥미로운 접근법은 다른 환경에 적응한 사탕수수 품종을 선택하는 데 사용된다는 것입니다.[26] 이 기사에서 그들은 2개의 작물 주기에 걸쳐 8개의 다른 위치에서 자란 20개의 사탕수수 유전자형을 분석하여 이중 도표 다변량 GEI 모델을 사용하여 헥타르당 사탕수수(TCH) 및 수크로스(Pol% 사탕수수) 비율로 측정된 더 높은 사탕수수 수확량과 관련된 메가 환경을 식별했습니다. 그런 다음 저자들은 결과가 평균 음의 상관관계를 나타냈음에도 불구하고 양방향 결합 전략으로 두 수익률 변수를 연구하는 새로운 전략을 만들었습니다. 공적분 분석을 통해 모든 환경에서 두 수확량 변수 모두에 가장 적합한 유전자형을 결정할 수 있었습니다.[27] GEI에서 코인어티아와 같은 이러한 새로운 전략을 사용하는 것은 AMMI와 GGE에 대한 훌륭한 보완 분석으로 입증되었으며, 특히 수확량 개선이 여러 수확량 변수를 의미할 때 더욱 그렇습니다. 유전적으로 구별되는 7개의 야로 식물을 수집하고 각 식물에서 3개의 절단을 수행했습니다. 각각의 유전자형을 한 컷씩 낮은 고도, 중간 고도, 높은 고도에 심었습니다. 식물이 성숙했을 때, 어떤 유전자형도 모든 고도에서 가장 잘 자라지 않았고, 각 고도에서 7개의 유전자형이 다르게 나타났습니다. 예를 들어, 한 유전자형은 중간 고도에서 가장 키가 컸지만 다른 두 고도에서는 중간 높이에 도달했습니다. 낮고 높은 고도에서 최고의 재배자들은 중간 고도에서 잘 자라지 못했습니다. 중간 고도는 전체적으로 최악의 결과를 나타냈지만 여전히 1개의 높은 샘플과 2개의 중간 높이 샘플을 산출했습니다. 고도는 각각의 유전자형에 영향을 주었지만, 같은 정도나 같은 방법으로 영향을 주지는 않았습니다.[28] 수수 양부모 개체군은 수년에 걸쳐 7개의 다양한 지리적 위치에서 반복적으로 증식되었습니다. 유전자형 그룹은 모든 환경에서 꽃을 피우기 위해 유사한 성장 정도-일(GDD)을 필요로 하는 반면, 다른 유전자형 그룹은 특정 환경에서는 GDD가 적지만 꽃을 피우기 위해 다른 환경에서는 GDD가 더 높습니다. 복잡한 개화 시간 패턴은 주요 개화 시간 유전자(Ma1,[29] Ma6,[30] FT, ELF3)와 명시적인 환경 요인인 광열 시간(PTT)이 온도와 광주기 사이의 상호 작용을 포착하기 때문입니다.[31]
  3. 페닐케톤뇨증(Phenylketonuria, PKU)은 특정 간 효소를 코딩하는 유전자에 돌연변이가 발생하여 발생하는 인간의 유전적 상태입니다. 이 효소가 없으면 페닐알라닌으로 알려진 아미노산이 생화학적 경로로 다음 아미노산으로 전환되지 않기 때문에 너무 많은 페닐알라닌이 혈액과 다른 조직으로 전달됩니다. 이것은 뇌 발달을 방해하여 정신 지체 및 기타 문제로 이어집니다. PKU는 미국에 있는 15,000명의 유아들 중 약 1명에게 영향을 미칩니다. 그러나, 미국과 다른 산업화된 사회에서 사용되는 표준 선별 프로그램 때문에 영향을 받는 대부분의 유아들은 장애를 가지고 자라지 않습니다. 혈중 페닐알라닌 수치가 높은 것으로 밝혀진 신생아들은 페닐알라닌이 없는 특별한 식사를 할 수 있습니다. 이 다이어트를 바로 하고 계속한다면, 이 아이들은 PKU의 심각한 영향을 피할 수 있습니다.[32] 이 예는 환경의 변화(Phenylalanine 소비 감소)가 특정 형질의 표현형에 영향을 미칠 수 있음을 보여주며, 유전자-환경 상호작용을 보여줍니다.
  4. NAD(P)H Quinone Dehydrogenase 1(NQO1)의 단일 뉴클레오티드 다형성 rs1800566은 이러한 돌연변이를 가진 개인에서 NOx 오염 물질과의 상호작용 시 천식 및 일반 폐 손상의 위험을 변경합니다.[33][34]
  5. 모노아민 산화효소 A(MAOA) 유전자 프로모터의 기능적 다형성은 초기 삶의 외상과 폭력 및 반사회적 행동에 대한 위험 증가 사이의 연관성을 조절할 수 있습니다. 낮은 MAOA 활동은 아동기에 피해를 보고하는 성인의 공격적이고 반사회적인 행동에 중요한 위험 요소입니다. 어린 시절 학대를 받았지만 높은 수준의 MAOA 발현을 부여하는 유전자형을 가진 사람은 반사회적 행동의 증상이 나타날 가능성이 적습니다.[35] 그러나 복잡한 형질에 대한 유전자 연관 연구는 확인이 매우 어려운 것으로 악명이 높기 때문에 이러한 연구 결과는 주의해서 해석해야 합니다.[36]
  6. 초파리 알에서:
    온도에 따른 난발생시간
    앞서 언급한 예와는 달리 초파리에서 온도의 함수로 난자가 발달하는 기간은 유전자-환경 상호작용이 부족함을 보여줍니다. 첨부된 그래프는 다양한 개별 초파리에 대한 병렬 반응 규범을 보여주며, 두 변수 사이에 유전자-환경 상호작용이 존재하지 않음을 보여줍니다. 즉, 각 유전자형은 변화하는 환경에 비슷하게 반응하여 유사한 표현형을 만들어냅니다. 모든 개별 유전자형에 대해 평균 난자 발생 시간은 온도가 증가함에 따라 감소합니다. 환경은 예측 가능한 방식으로 각 유전자형에 영향을 미치고 있습니다.[25]

참고 항목

참고문헌

  1. ^ Krebs JR (April 2, 2012). An Introduction to Behavioural Ecology. Oxford: Wiley-Blackwell. ISBN 978-1405114165.
  2. ^ a b c d Ottman R (1996). "Gene-environment interaction: definitions and study designs". Preventive Medicine. 25 (6): 764–70. doi:10.1006/pmed.1996.0117. PMC 2823480. PMID 8936580.
  3. ^ Green A, Trichopoulos D (2002). "Skin cancer". In Adami H, Hunter D, Trichopoulos D (eds.). Textbook of Cancer Epidemiology. Oxford: Oxford University Press. pp. 281–300.
  4. ^ a b c Tabery J, Griffiths PE (2010). "Historical and Philosophical Perspectives on Behavioral Genetics and Developmental Science". In Hood KE, Halpern CT, Greenberg G, Lerner RM (eds.). Handbook of Developmental Science, Behavior, and Genetics. Wiley-Blackwell. pp. 41–60.
  5. ^ Ridley, M. (2003) 양육을 통한 자연: 유전자, 경험, 그리고 우리를 인간으로 만드는 것. 하퍼 콜린스. ISBN 0-00-200663-4
  6. ^ 러터, 마이클 (2006) 유전자와 행동: 자연-간호 인터플레이 설명, 옥스포드, 영국: Blackwell Publishers
  7. ^ Cuhna F, Heckman JJ (2010). "Chapter 18: Cost-effective Early Childhood Programs in the First Decade: A Human Capital Integration". In Reynolds AJ, Rolnick A, Englund MM, Temple J (eds.). Investing in Our Young People. New York: Cambridge University Press. pp. 381–414.
  8. ^ Tabery J, Griffiths PE (2010). Hood KE, Halpern CT, Greenberg G, Lerner RM (eds.). Handbook of Developmental Science, Behavior, and Genetics. Wiley-Blackwell. pp. 39–60. doi:10.1002/9781444327632.ch3. ISBN 9781444327632.
  9. ^ a b Tabery J (August 2015). "Debating interaction: the history, and an explanation". International Journal of Epidemiology. 44 (4): 1117–23. doi:10.1093/ije/dyv053. PMID 25855719.
  10. ^ Rothman KJ, Greenland S, Walker AM (October 1980). "Concepts of interaction". American Journal of Epidemiology. 112 (4): 467–70. doi:10.1093/oxfordjournals.aje.a113015. PMID 7424895. S2CID 45999554.
  11. ^ a b Tabery J (2007). "Biometric and developmental gene-environment interactions: looking back, moving forward". Development and Psychopathology. 19 (4): 961–76. doi:10.1017/s0954579407000478. PMID 17931428. S2CID 412662.
  12. ^ 세사르딕, N. (2005) 유전성을 이해하는 것. 캠브리지: 캠브리지 대학 출판부, 48쪽.
  13. ^ a b c d Dick DM (2011). "Gene-environment interaction in psychological traits and disorders". Annual Review of Clinical Psychology. 7: 383–409. doi:10.1146/annurev-clinpsy-032210-104518. PMC 3647367. PMID 21219196.
  14. ^ a b Assary E, Vincent JP, Keers R, Pluess M (May 2018). "Gene-environment interaction and psychiatric disorders: Review and future directions". Seminars in Cell & Developmental Biology. 77: 133–143. doi:10.1016/j.semcdb.2017.10.016. PMID 29051054.
  15. ^ a b c Winham SJ, Biernacka JM (October 2013). "Gene-environment interactions in genome-wide association studies: current approaches and new directions". Journal of Child Psychology and Psychiatry, and Allied Disciplines. 54 (10): 1120–34. doi:10.1111/jcpp.12114. PMC 3829379. PMID 23808649.
  16. ^ Keers R, Coleman JR, Lester KJ, Roberts S, Breen G, Thastum M, et al. (2016). "A Genome-Wide Test of the Differential Susceptibility Hypothesis Reveals a Genetic Predictor of Differential Response to Psychological Treatments for Child Anxiety Disorders". Psychotherapy and Psychosomatics. 85 (3): 146–58. doi:10.1159/000444023. PMC 5079103. PMID 27043157.
  17. ^ Caspi A, Hariri AR, Holmes A, Uher R, Moffitt TE (May 2010). "Genetic sensitivity to the environment: the case of the serotonin transporter gene and its implications for studying complex diseases and traits". The American Journal of Psychiatry. 167 (5): 509–27. doi:10.1176/appi.ajp.2010.09101452. PMC 2943341. PMID 20231323.
  18. ^ Grabe HJ, Schwahn C, Mahler J, Schulz A, Spitzer C, Fenske K, et al. (April 2012). "Moderation of adult depression by the serotonin transporter promoter variant (5-HTTLPR), childhood abuse and adult traumatic events in a general population sample". American Journal of Medical Genetics. Part B, Neuropsychiatric Genetics. 159B (3): 298–309. doi:10.1002/ajmg.b.32027. PMID 22328412. S2CID 21356506.
  19. ^ a b c Haga SB, Burke W (June 2004). "Using pharmacogenetics to improve drug safety and efficacy". JAMA. 291 (23): 2869–71. doi:10.1001/jama.291.23.2869. PMID 15199039.
  20. ^ Khoury MJ, Davis R, Gwinn M, Lindegren ML, Yoon P (May 2005). "Do we need genomic research for the prevention of common diseases with environmental causes?". American Journal of Epidemiology. 161 (9): 799–805. doi:10.1093/aje/kwi113. PMID 15840611.
  21. ^ Eichelbaum M, Ingelman-Sundberg M, Evans WE (2006). "Pharmacogenomics and individualized drug therapy". Annual Review of Medicine. 57: 119–37. doi:10.1146/annurev.med.56.082103.104724. PMID 16409140. S2CID 36145430.
  22. ^ Ordovas JM (December 2008). "Genotype-phenotype associations: modulation by diet and obesity". Obesity. 16 (Suppl 3): S40-6. doi:10.1038/oby.2008.515. PMC 2771769. PMID 19037211.
  23. ^ Parnell LD, Blokker BA, Dashti HS, Nesbeth PD, Cooper BE, Ma Y, et al. (2014). "CardioGxE, a catalog of gene-environment interactions for cardiometabolic traits". BioData Mining. 7: 21. doi:10.1186/1756-0381-7-21. PMC 4217104. PMID 25368670.
  24. ^ Aschard H, Chen J, Cornelis MC, Chibnik LB, Karlson EW, Kraft P (June 2012). "Inclusion of gene-gene and gene-environment interactions unlikely to dramatically improve risk prediction for complex diseases". American Journal of Human Genetics. 90 (6): 962–72. doi:10.1016/j.ajhg.2012.04.017. PMC 3370279. PMID 22633398.
  25. ^ a b Gupta AP, Lewontin RC (September 1982). "A Study of Reaction Norms in Natural Populations of Drosophila Pseudoobscura". Evolution; International Journal of Organic Evolution. 36 (5): 934–948. doi:10.1111/j.1558-5646.1982.tb05464.x. PMID 28567833.
  26. ^ Rea, Ramón; De Sousa-Vieira, Orlando; Díaz, Alida; Ramón, Miguel; Briceño, Rosaura; George, José; Niño, Milagros; Balzano-Nogueira, Leandro (2016). "Genotype–Environment Interaction, Megaenvironments and Two-Table Coupling Methods for Sugarcane Yield Studies in Venezuela". Sugar Tech. 18 (4): 354–364. doi:10.1007/s12355-015-0407-9. S2CID 18351550.
  27. ^ Dray, Stéphane; Chessel, Daniel; Thioulouse, Jean (2003). "Co-Inertia Analysis and the Linking of Ecological Data Tables" (PDF). Ecology. 84 (11): 3078–3089. doi:10.1890/03-0178.
  28. ^ Clausen J, Keck D, Hiesey WM (1948). "Experimental studies on the nature of species. III. Environmental responses of climatic races of Achillea, Carnegie Inst Washington Publ 581": 1–129. {{cite journal}}: 저널 인용 요구사항 journal= (도와주세요)
  29. ^ Murphy RL, Klein RR, Morishige DT, Brady JA, Rooney WL, Miller FR, et al. (September 2011). "Coincident light and clock regulation of pseudoresponse regulator protein 37 (PRR37) controls photoperiodic flowering in sorghum". Proceedings of the National Academy of Sciences of the United States of America. 108 (39): 16469–74. Bibcode:2011PNAS..10816469M. doi:10.1073/pnas.1106212108. PMC 3182727. PMID 21930910.
  30. ^ Murphy RL, Morishige DT, Brady JA, Rooney WL, Yang S, Klein PE, Mullet JE (2014-07-01). "Ghd7 ( Ma 6 ) Represses Sorghum Flowering in Long Days: Ghd7 Alleles Enhance Biomass Accumulation and Grain Production". The Plant Genome. 7 (2): 0. doi:10.3835/plantgenome2013.11.0040. ISSN 1940-3372.
  31. ^ Li X, Guo T, Mu Q, Li X, Yu J (June 2018). "Genomic and environmental determinants and their interplay underlying phenotypic plasticity". Proceedings of the National Academy of Sciences of the United States of America. 115 (26): 6679–6684. Bibcode:2018PNAS..115.6679L. doi:10.1073/pnas.1718326115. PMC 6042117. PMID 29891664.
  32. ^ Baker C (2004). "Chapter 3. Environment Illustrated". Behavioral Genetics. AAAS. ISBN 978-0871686978.
  33. ^ Castro-Giner F, Künzli N, Jacquemin B, Forsberg B, de Cid R, Sunyer J, et al. (December 2009). "Traffic-related air pollution, oxidative stress genes, and asthma (ECHRS)". Environmental Health Perspectives. 117 (12): 1919–24. doi:10.1289/ehp.0900589. PMC 2799467. PMID 20049212.
  34. ^ Basharat Z, Messaoudi A, Ruba S, Yasmin A (October 2016). "NQO1 rs1800566 polymorph is more prone to NOx induced lung injury: Endorsing deleterious functionality through informatics approach". Gene. 591 (1): 14–20. doi:10.1016/j.gene.2016.06.048. PMID 27349566.
  35. ^ Caspi A, McClay J, Moffitt TE, Mill J, Martin J, Craig IW, et al. (August 2002). "Role of genotype in the cycle of violence in maltreated children". Science. 297 (5582): 851–4. Bibcode:2002Sci...297..851C. doi:10.1126/science.1072290. PMID 12161658. S2CID 7882492.
  36. ^ Munafò MR, Durrant C, Lewis G, Flint J (February 2009). "Gene X environment interactions at the serotonin transporter locus". Biological Psychiatry. 65 (3): 211–9. doi:10.1016/j.biopsych.2008.06.009. PMID 18691701. S2CID 5780325.