《新的地图将数千个遗传变异与疾病基因联系起来》

  • 来源专题:人类遗传资源和特殊生物资源流失
  • 编译者: yanyf@mail.las.ac.cn
  • 发布时间:2021-04-17
  • 全基因组关联研究(GWAS)已经确定了数千种与多种疾病相关的遗传变异。但是这些研究往往不能确定基因变异会带来什么特定的特征或疾病。

    曾在麻省理工学院和哈佛大学布罗德研究所(Broad Institute of MIT)做博士后研究员、现为斯坦福大学(Stanford University)助理教授的杰西·恩格里茨(Jesse enggreitz)说:“挑战在于,这些变体中的许多都难以解释。”当基因变异出现在基因组中不为蛋白质编码的区域时,比如被称为增强子的区域,它们就更难解释。这些非编码元件调节基因的活性,而这些基因往往位于离增强子很远的地方,而且它们在不同类型的细胞中作用不同。

    为了解决这个问题,在Broad工作的时候,enggreitz和Broad的合作者一起开发了一个模型,预测在特定细胞类型中增强子调节的基因。现在,由enggreitz和Broad创始董事Eric Lander(正在休假)领导的一项合作研究已经在131种细胞类型和组织中利用该模型创建了增强子与其目标基因的连接图。利用这些地图,该团队将GWAS研究中的5000多个信号与包括癌症和心脏病在内的72种性状和疾病的近2250个基因联系起来。

    “我们现在有能力全面观察许多类型的细胞,并且第一次对这些非编码增强子和变异体的作用做出合理准确的预测,”enggreitz说。

    研究小组还表明,他们的模型,称为接触活性(ABC)模型,准确地预测了哪些增强子包含炎症性肠病(IBD)的风险变体。该研究揭示了IBD可能的生物学机制,并为进一步研究其他疾病的调控因素奠定了基础。

    提高模型

    研究人员的ABC模型根据两个相对简单的因素预测哪个增强子调节哪个基因:增强子与其目标基因启动子接触的频率,以及增强子的活性水平。在他们的研究中,该团队将他们的模型应用于131个代表不同细胞类型、组织和细胞系的样本,创建了100多个地图,预测每个样本中的增强子及其潜在基因靶标。

    科学家们很快意识到,这些地图可以帮助他们识别与某些性状或疾病有关的基因变异。他们发现,之前在GWASs中发现的IBD变体经常与预测的增强子重叠。此外,IBD风险变异发生在与IBD相关的细胞类型,如肠道免疫细胞。

    接下来,该团队将他们的模型应用于72种疾病和性状,并将5036个GWAS信号与2249个基因联系起来。在这些基因中,577似乎在多种性状或疾病中发挥作用,通过在不同类型的细胞中作用的增强子变异。研究结果表明,ABC模型可以帮助研究人员识别增强子内可能与疾病相关的变异,并选择研究疾病机制时关注的细胞类型。

    “我们的模型对我们缩小选择范围非常有用,”约瑟夫·纳赛尔(Joseph Nasser)说。他曾是布罗德大学的科学家,现在是加州理工学院(California Institute of Technology)的研究生,也是该研究的第5位合著者之一。“如果我们感兴趣的一种变体与一种预计可以调节基因的增强子重叠,但这种增强子只在少数细胞类型中存在,这对试图弄清楚这种变体如何介导疾病风险有很大帮助。”

    对炎症性肠病

    为了验证他们的模型,研究人员观察了一种特定的增强剂,模型预测这种增强剂与一种名为PPIF的基因有关。该基因为亲环蛋白D编码,这是一种参与细胞产生能量线粒体活动的蛋白质。研究小组在他们预测的增强子中发现了一种与IBD相关的变异,这表明增强子在IBD中可能很重要。通过在实验室中调节一种免疫细胞中的这种增强剂,研究小组发现这种增强剂调节了细胞的线粒体功能。研究结果有效地将研究小组的一项预测与细胞内的实际活动联系起来。

    这项研究在研究炎症性肠病方面向前迈进了一步,在美国,炎症性肠病影响着大约300万成年人。更广泛地说,它还帮助研究人员锁定对特定疾病或特征可能很重要的庞大人类基因组的部分。“这将真正加速理解不同功能的过程,因为我们现在可以锁定我们应该研究的确切细胞类型和基因组合,”恩格尔茨说。“这项研究汇集了来自世界各地具有不同专长的人。这是一次与许多人的惊人合作。”

    其他四位共同第一作者是布罗德大学的Drew Bergman,现在Bristol Myers Squibb的Charles Fulco,柏林自由大学的Philine Guckelberger和斯坦福大学的Benjamin Doughty。

    科学家们利用从一个人身上收集的数据生成了100多张增强基因地图。他们希望继续完善他们的模型,更多的这样的地图将从不同的人和数百种细胞类型生成,纳赛尔说。“这项研究更多的是打开这个问题的书,而不是关上它。”

    部分支持这项研究提供了广泛的研究所,美国国立卫生研究院,哈佛大学的社会学者,戈登和贝蒂·摩尔和基础研究专项斯坦福大学的西尔·帕卡德儿童医院,斯坦利Zhengxu,应他的基础,精神病学研究中心。

相关报告
  • 《了解疾病表观遗传原因的宝藏图》

    • 来源专题:生物安全网络监测与评估
    • 编译者:yanyf@mail.las.ac.cn
    • 发布时间:2019-06-10
    • 在科学家首次绘制人类基因组图谱超过15年后,大多数疾病仍然无法根据一个人的基因预测,导致研究人员探索疾病的表观遗传原因。但表观遗传学的研究不能像遗传学那样进行,因此进展缓慢。现在,贝勒医学院和德克萨斯儿童医院的USDA / ARS儿童营养研究中心的研究人员确定了科学家应该关注的基因组的一个独特部分。他们的报告在基因组生物学中发表,该报告提供了加速表观遗传学和人类疾病研究的“宝藏图”。 表观遗传学是一种用于分子标记DNA的系统 - 它告诉身体中的不同细胞哪种基因在该细胞类型中打开或关闭。但是表观遗传学的细胞特异性使得研究具有挑战性。虽然血液样本可用于对个体进行“基因分型”,但血液DNA中的大多数表观遗传标记未提供关于身体其他部位(例如大脑或心脏)中的表观遗传失调的线索。 贝勒的营养学和分子与人类遗传学儿科教授Robert A. Waterland及其团队确定了基因组的特殊区域,其中血样可用于推断全身的表观遗传调控,使科学家能够进行测试对于表观遗传病的原因。 为此,他们专注于最稳定的表观遗传调控形式 - DNA甲基化。向DNA分子中添加甲基基团发生在胚胎状态,并可能影响您一生的健康。 为了鉴定人类之间DNA甲基化不同但在不同组织中一致的基因组区域,他们在10个尸体中的每一个的三个组织(甲状腺,心脏和脑)中描绘了整个基因组中的DNA甲基化。 “由于这些组织各自代表了早期胚胎的不同层,我们基本上可以追溯到早期胚胎发育过程中发生的事件,”沃特兰说。 “为了绘制DNA甲基化,我们将甲基化信息转换成遗传信号,然后对基因组进行测序。我们的地图集需要大量的测序数据 - 比2001年第一张人类基因组图谱所用数据多370倍。” 研究人员绘制的近10,000个区域,称为系统性个体间变异的相关区域(CoRSIV),构成了人类以前未被认识到的分子个体水平。 “最近的研究已经表明,这些地区的甲基化与一系列人类疾病有关,包括肥胖,癌症,自闭症,阿尔茨海默病和腭裂,”Baylor and co分子和细胞生物学副教授Cristian Coarfa博士说。 - 项目的领导者 沃特兰认为,这些研究结果将改变表观遗传学和疾病的研究,因为研究人员现在将知道基因组的位置。 “由于表观遗传标记具有稳定沉默或稳定激活基因的能力,任何具有遗传基础的疾病都可能具有表观遗传基础,”Waterland说。 “从表观遗传的角度来看,我们有很大的潜力来理解疾病过程.CORRS是这方面的入口。” 这项工作的其他贡献者包括Chathura J. Gunasekara,C。Anthony Scott,Eleonora Laritsky,Maria S. Baker,Harry MacKay,Jack D. Duryea,Noah J. Kessler,Garrett Hellenthal,Alexis C. Wood,Kelly R. Hodges, Manisha Gandhi,Amy B. Hair,Matt J. Silver,Sophie E. Moore,Andrew M. Prentice,Yumei Li和Rui Chen。 这项工作得到比尔和梅林达盖茨基金会,NIH / NIDDK(1R01DK111522),德克萨斯州癌症预防和研究所(RP170295),美国农业部/ ARS(CRIS 3092-5-001-059),英国医学研究委员会(比尔和梅林达盖茨基金会(OPP1 066947),NIH(S10OD023469),NIH / NICHD(1R21HD087860)和Wellcome Trust(098386 / Z / 12 / Z)。 ——文章发布于2019年6月3日
  • 《Nature | 冠状动脉疾病基因收敛到内皮细胞程序上》

    • 来源专题:战略生物资源
    • 编译者:李康音
    • 发布时间:2024-02-08
    • 2024年2月7日,博德研究所的研究人员在Nature在线发表题为Convergence of coronary artery disease genes onto endothelial cell programs的文章。 将全基因组关联研究 (GWAS) 的变异与疾病的潜在机制联系起来仍然是一个挑战。对于某些疾病,一个成功的策略是寻找多个GWAS位点包含在同一生物途径中起作用的基因的病例。然而,我们对哪些基因在哪些通路中起作用的了解并不完整,特别是对于细胞类型特异性通路或研究不足的基因。 该研究介绍一种将GWAS变体连接到函数的方法。该方法使用表观基因组学数据将变异与基因联系起来,使用Perturb-seq将基因与通路从头联系起来,并整合这些数据以识别GWAS位点与通路的收敛性。研究人员应用这种方法来研究内皮细胞在冠状动脉疾病 (CAD) 遗传风险中的作用,并发现 43 个 CAD GWAS 信号汇聚在脑海绵状血管畸形 (CCM) 信号通路上。该通路的两个调节因子 CCM2 和 TLNRD1 均与 CAD 风险变异相关,调节其他 CAD 风险基因并影响内皮细胞中的动脉粥样硬化保护过程。这些结果提出了一个模型,其中CAD风险部分是由致病基因收敛到内皮细胞中的特定转录途径驱动的。他们突出了常见和罕见血管疾病(CAD 和 CCM)之间的共同基因,并将 TLNRD1 确定为 CCM 信号通路中一种新的、以前未表征的成员。这种方法对于将变异与其他常见多基因疾病的功能联系起来将非常有用。