《睡眠和睡眠障碍的遗传基础》一书旨在对睡眠生物学领域现有知识以及在建立正常的睡眠模式时起作用或导致睡眠障碍风险的的各种遗传因素进行一番概览。此书的完成得到了76位同仁的帮助，这76位同仁的研究领域涵盖了有关睡眠科学的各个学科，其中包括基础生物学、神经科学、人类遗传学与基因组学、精神病学和神经科学。
此文依照感兴趣的主题被组织成各章节。第一节开篇便详细讨论了在寻找基因时可运用到的统计学和分子生物学方法。第二节陈述了目前有关睡眠基础遗传学和昼夜节律调节机制的假说。第三节介绍了通过遗传学研究所获得的正常睡眠生理过程中的基本生物学知识。
第四到八节是针对特定一些感兴趣的睡眠障碍（失眠、嗜睡症、阻塞性睡眠呼吸暂停、生物周期节律和不宁腿综合症)来分类讲述的。这些章节详细说明了每种障碍背后的基础遗传学知识。
第九节侧重于介绍睡眠障碍以外的其他疾病，并给出了它们与睡眠有生物学相关性的证据。最后的第十节则以能否够利用遗传信息来帮助开发出一套针对睡眠障碍安全有效并具有良好耐受性的个性化治疗方法来总结全文。
在第一节中对人类遗传学的方法论作了简要介绍，所讨论的问题主要集中在对于关联联系进行研究时的基本假设以及如何对复杂的表型的给出定义上。作者做了非常出色的工作，对于这些技术的简单描述通俗易懂并且提供了理解文章剩余内容所必要的背景知识，却不需要提前掌握很深的遗传学的知识。
文中同时也讨论了各种遗传学标志物，包括可变核苷酸串联重复序列和单核苷酸多态性。我们注意到除了上述的标志物之外，其他类型的的基因组的变化也应当纳入考虑，这些变化包括拷贝数变异以及表观遗传学修饰。
在接下来的第13章中，对于表观遗传学以及现今关于表观遗传机制在睡眠调节中作用的假说作了精彩的讨论。尤其是表格13.1解释了不同表观遗传机制以及这些功能如何分别调控基因的转录。
尽管没有在文本中强调，但需要重点关注的是：在对从性染色体和线粒体染色体组获得的基因标注物进行统计检验时，因为违背了许多检验的基本假设，应当特别谨慎；例如，尽管性染色体上的标志物所在的等位基因频率并不因为性别而有所不同，但对于表型和该标志物之间的统计检验或许会因为实验组和对照组本身的性别比例不同而发生偏差。
第一章也总结了目前对睡眠的基因研究发现，这些结果被整理在表1.1。以寻找调控睡眠周期的基因为目标的关联分析和候选基因研究成功通过调查患有符合孟德尔遗传规律的睡眠障碍病的大型家族识别出多个与各种睡眠表型相关的位点。
然而，对于更常见、更复杂的睡眠表型，将在第三章所提及的关联分析法似乎是一种更好的解决方法。这类全基因组层面的遗传分析方法的一个显著优势是它能够对整个基因组做到无偏检验。文中讨论的重点放在了蛋白编码物质上；相反地，我们则认为对基因间区的探索会为全基因组的研究带来巨大的帮助。
相当一部分“功能”基因并不编码蛋⽩白质，而是对基因表达量发挥控制作用。编者以信誉担保，随着人类基因遗传学的发展进步，更多的技术会很快作用于全基因组数据分析。我们注意到这些进步包括了一些基于通路的方法，它们能够对导致大多数复杂睡眠表型难以分析的遗传异质性作出计算，从而能够很好发挥统计学的威力。
我们能够从第一部分得到的重要信息是，精确地定义用于分析遗传数据的表型是非常重要的，而睡眠就是一种复杂的表型。这一特点使得定义睡眠紊乱状态非常困难，尤其当我们要面对大量研究对象中睡眠相关的数据却极为有限的情况。
我们认为，当进行基因研究时，定义研究所关注的特征是至关重要的。尽管我们很难在较大的数据集中从整体上定义睡眠紊乱状态，但书中仍提供了可行的、替代性的方式来定义用于分析睡眠相关基因的性状。
由于睡眠基因学领域中一个主要问题是使用的大多表型数据依赖于自我报告或家长报告，这样会在表型定义的准确性方面引入大量的误差。对研究有利的更客观的睡眠测量方法，第二章的第四节举例说明了一些对研究有利的更客观的睡眠测量方法。
活动记录已越来越多地被用来客观地判定睡眠模式，尤其在儿童人群中，然而缺少对活动记录仪的讨论是一项值得注意的遗漏。相比于自我报告或家长报告，使用这种测量方法来评估总体睡眠质量会产生较少的偏差。然而，我们需要牢记于心的一点是，收集这类数据是昂贵的，并且在大样本调查中有时难以做到。
多功能睡眠记录仪是人类睡眠模式测定中最完善的仪器之⼀。以前的工作表明，功率谱在8到16赫兹频率范围中，在非快速眼动睡眠时期个体独特的睡眠脑动电流描记特征是由多功能睡眠记录仪测量的最可遗传的睡眠特征之⼀。
此外，关于睡眠潜伏期、总睡眠时间以及睡眠效率，也都有强有力的证据证明它们会受遗传因素影响，可以被客观地测量出来的。
有趣的是，证据显示遗传对睡眠持续时间的影响大小似乎与年龄有关，可检测的遗传效应似乎随着年龄的增长而增加；而在年轻人的睡眠持续时间方面，来自于环境因素的影响比遗传因素更能解释大多数（长短）变化（特征）。
这条证据作为一个很好的例子，展示了环境是怎样强有力地作用于睡眠表现型的表达方面，（同时也提示我们），在进行遗传研究时，应该将它考虑进去的。
文章通篇在众多模式生物的背景下对模型系统中的功能测定和基因作图中作出广泛而详尽的描述。诚然，作者对那些在小鼠、斑马鱼、果蝇、苍蝇、蠕虫等动物的基因检测中实用的方法作了详细讲述。
然而，令人惊讶的是它却没有提及蓝藻，蓝藻是呈现昼夜节律性的最简单的生物，而且还是研究昼夜节律生物学最成功的模型系统之一。（在章节2和7），举例说明了在虫，鱼及果蝇中可测量的一些睡眠相关表型（5-6章）。此外，在17章还提供了一些睡眠剥夺的动物模型细节。
这些章节包罗的信息对于设计合适的研究方案非常重要。在建立模式生物遗传研究的时候，读者应当考虑到一个问题，即选择模型系统的哪一种输出项目可以最恰当地反应所感兴趣的人类睡眠表型特征。
在为遗传作图选择一个模式生物的时候，同时需要谨记的是最好使用那些在基因组中有较低连锁不平衡水平的样本，以此来得到分辨率更加精细的遗传信号。同时，如果选择次要等位基因频率较高的样本，统计功效将会有所增加。
尽管我们提出应当将阈值设为更加严格的“大于等于0.5”，作者还是建议次要等位基因频率应当大于等于0.1，特别是如果预计遗传变异只有较小的效应量。
在本书出版之时，有81种不同的睡眠相关障碍在《国际睡眠障碍分类（第二版）》中被定义出来。更重要的是，《国际睡眠障碍分类（第二版）》于2014年3月再次发行，一些障碍的诊断标准已经被更改。比如第二版中依据是否存有其他状况来将失眠定义原发型或共病型。
然而，第三版最新的标准和《精神障碍的诊断与统计⼿手册（第五版）》是一致的，都直接采用失眠障碍这一短语，而取消了共病性失眠和原发性失眠之间的界定。 这一问题与遗传学是相关的，因为伴发共病的失眠可能更多地反映了有关的障碍并且较少受遗传因素驱动。
尽管面临这些挑战，评估各种睡眠障碍的遗传研究有助于进一步查明其中所涉及的潜在生物学过程。目前结果显示不同睡眠障碍类型之间的关系相当复杂，不同类型睡眠障碍的背后可能拥有不同的机制。
然而，还要很多工作需要去做，因为目前的全基因组研究只成功找到为数不多的对我们所关注的睡眠障碍风险有影响作用的可复制的变异类型 。
失眠症是一种持有很强流行病学特征的睡眠障碍，它有基本的遗传影响基础。尽管在这个领域，大多数工作都集中在候选基因研究上， 在22章中逐条详述的最一致的发现是：失眠症和昼夜节律紊乱是有相关性的。
紧随着此文的发表，一项评估157患有原发性失眠症的德国人的全基因组关联研究也被发表了。研究结果表明原发性失眠症和血清素转运蛋白的遗传变异是有关系的。
有充足的证据表明，遗传影响的另一个条件是嗜睡发作，全基因组关联研究的重要结果表明其持有潜在的自身免疫假说机制。
这些结果，以及周期性嗜睡的遗传学知识在第五节中讲诉（23-27章）不仅编码orexin受体的基因突变被认为是遗传形式的嗜睡发作罕见的原因，而且受累者脑脊液中orexin水平会降低，下丘脑中orexin阳性细胞数量也有所减少，以及orexin信号肽缺失。
所以数据支持这样的假说：嗜睡症是一种自身免疫性疾病。该假说认为：自身免疫系统功能障碍导致异常的orexin细胞破坏，这进而引起了睡眠障碍。
阻塞性睡眠呼吸暂停综合征是另一个表明受基因的影响睡眠障碍的流行病学证据。然而，在28-29章中详述的大量遗传研究方法在鉴别重要的基因影响并没有那么富有成效。
因为大多数阻塞性睡眠呼吸暂停综合症有关危险因素知识涉及环境因素（比如肥胖、性别、年龄、呼吸道过敏,和其他医疗条件）作者准确地提出假设：这有限的成功归功于阻塞性睡眠呼吸暂停的异构特性和在基因分析中解释环境影响因素的需要。
有人提出，在分析中使用的中间表型似乎 是一个非常有前景针对阻塞性睡眠呼吸障碍综合征未来基因研究方法（也似乎是一个合适的方法来许多分析其他睡眠障碍）。
不宁腿综合征并不因其确定的遗传性而令人吃惊，它开创了可成功应用于全基因组关联研究法的睡眠相关疾病先例。目前为止，在基因转录过程中主要包含了围绕5个潜在候选基因的6个基因位点，这也是众多关联基因和全基因组关联研究中的结果。具体的详细细节将在第32中阐述。
通常而言，尽管已取得少许进展，在研究开始时，仍然可以从遗传学（构成了医学诊断上所定义的睡眠疾病基础）上学习到很多知识。
最终，有关睡眠基因研究的目标是来帮助我们更好的理解各种疾病的生物学基础进而可以为患者提供更多的个性化治疗方案。在35章中将会对基于基因疗法的睡眠疾病治疗进行阐述。
在本书出版之际，已在实验鼠试验中证明orexin基因疗法可以成功治疗发作性睡眠症。就睡眠基因研究发展领域来说，我们希望有越来越多的机会来发展其他各种睡眠疾病的基因靶向疗法。
总之，有显著证据表明遗传因素影响睡眠模式；然而为了研究目的而言去定义睡眠障碍仍然有一些困难。通篇的共同主题是确定睡眠相关特性的准确定义和在睡眠的基因研究中推广使用中间表型或内在表型。这种基因发现的研究方法，在其他复杂的疾病研究中已经取得相当的成功。
由于许多与所关注的病症有关联但不是必需诊断的病症中间表型是数量形式的，评估他们可能会帮助我们鉴别更多的由受累者所组成的基因相似群体，从而进一步为我们增加检测效应的能力。随着新方法被迅速被用于遗传和基因组分析的发展，睡眠遗传学领域代表相对未开发的资源，等待着去被发现。
