血液作为一种易于获取的生物组织,在阿尔兹海默病(AD)相关的生物标识物研究中被广泛应用。但是利用外周血转录组作为疾病早期诊断的一种方法,仍然需要更加广泛的实践和论证。本研究广泛利用公共数据作为知识学习和发现手段,整理收集现有公共数据,对每组数据分别进行常规的基因表达数据分析,并对AD外周血转录组扰动基因相关的细胞生物学功能进行综合的研究,这种分析方式能够最大限度地利用现有数据并且最大程度地避免转录组数据异质性的影响。我们在多组公共数据分析的基础上得出了较为综合的结论：AD相关的外周血转录组扰动主要体现在环境应答通路相关基因的上调表达；核心代谢通路相关基因的下调表达。通过对比其他类型的复杂疾病,发现上述扰动特征是AD特异性的。CI(mild cognitive impairment,轻度认知障碍)组的基因表达扰动也表现出类似的趋势。我们利用一组小样本量的独立实验对AD外周血转录组特征性的扰动进行了验证。最后,我们探讨了血液转录组出现这种扰动的原因以及血液转录组扰动在AD疾病进程中可能的作用。AD相关的基因组变异分析一直是研究热点。然而,多基因复杂疾病相关的基因组变异分析是一个难题。现在普遍认为,个体中存在的多个重要的功能基因组变异会共同作用引起疾病。在全基因组关联分析技术(GWAS)出现之前,主要依靠连锁分析对AD相关的染色体区域进行关联分析。GWAS技术出现之后,AD相关的基因组关联分析(GWAS)研究使得我们对AD相关的基因组常见变异(common SNP)的认识在短短几年的时间内有了很大的进步,Lambert等利用meta方法分析并确定了21个AD相关的常见变异,这是目前样本数目最大的一组AD全基因组关联分析研究。需要指出的是,GWAS研究的理论依据是常见疾病-常见变异假说(common disease-common variant, CDCV),即认为常见疾病的基因组原因应从常见变异当中寻找。从现在的GWAS研究结果来看,已发现的关联SNP无法完全解释AD的遗传性,所以常见疾病-罕见变异的假说(common disease-rare variant, CDRV)越来越受重视。本研究主要利用ADNI(Alzheimer Disease Neuron Imaging)项目发布的全基因组测序数据进行AD相关的罕见变异(rare variant)分析。研究使用了三种已有的罕见变异分析方法,初步得到137个AD相关的罕见变异相关基因,为了系统性的筛选和解释我们所发现的罕见变异相关基因,我们尝试构建了一个基于贝叶斯理论的疾病打分网络,试图对发现的罕见变异进行排名和筛选,得到了排名前20的相关基因。