博文

推断人类神经发生过程中细胞类型特异性因果基因调控网络

已有 1248 次阅读 2023-8-14 13:29 |个人分类:科普|系统分类:科普集锦

推断人类神经发生过程中细胞类型特异性因果基因调控网络

全基因组关联研究（GWAS）已经确定了许多与神经精神疾病风险相关的常见遗传变异以及其他大脑相关特征（如皮层结构）的个体间差异。单独的GWAS研究并不能产生分子、细胞和系统水平的因果通路，通过这些通路发现的遗传变异会影响性状。鉴于非编码调控元件中大脑性状相关变体的富集，基因调控表型的定量性状位点（QTL）分析，包括染色质可及性和基因表达，已被广泛应用于GWAS的功能解释（图1a）。重要的是，最近的QTL研究表明，这些非编码的脑线索相关变体以发育和细胞类型特异性的方式发挥其功能作用。

为了找到非编码遗传变异影响复杂大脑或行为特征的因果基因调控网络，首先，在相关细胞类型和发育时间段内进行的分子QTL与特征GWAS之间的共定位，以识别共同的因果变异。类似地，多个分子QTL之间的共定位可以用于确定是否对这两个性状都有共同的遗传影响，例如染色质可及性和基因表达。然而，共同定位并不能保证因果关系。如果由X表示的遗传变体与候选介质（M）（如染色质可及性）和结果（Y）（如从相同个体测量的基因表达）显著相关；X（或X的LD代理）可以独立于M直接调节Y，称为独立性（X->M；X->Y）；X对Y的影响可以部分或完全通过M介导，称为正向模型（X->M->Y）；或者X对M的影响可以部分或完全由Y介导，称为反应模型（X->Y->M）（图1b）。每个模型中事件的因果顺序不取决于X对M或Y的影响的方向性，这是从X固定的到M或Y。大脑特征相关变体的因果途径可用于优先考虑中断关键病理过程的可操作的特征相关治疗靶点。

图1 研究设计。a细胞类型特异性体外实验系统，包括祖细胞及其分化的神经元子代。b本研究中评估的模型

非编码性状相关遗传变异的因果通路已被实验证明适用于GWAS性状的一小部分。因果正向模型（X->M->Y）的一个例子是位于调节元件（M）（如基因启动子或增强子）内的一种常见遗传变体（X），其破坏转录因子（TF）的结合基序，导致通过染色质可及性QTL（caQTL）分析观察到的染色质差异可及性，这导致通过顺式表达QTL（顺式eQTL）分析观察到的差异表达（Y）。尽管不太规范，但因果反应模型（X->Y->M）也已通过实验验证，其中编码TF的基因表达的变化可能导致携带TF结合基序的基因组区域中染色质可及性的变化。类似的基因调节机制可以导致反式eQTL，由此遗传变体（X）顺式调节转录因子或信号级联的成分（M），并导致远端基因（Y）的表达改变。或者，在独立性模型中，基因的表达与染色质的可及性无关，这可能是由于假阳性共定位或非规范调节机制。

使用遗传关联数据检验因果模型有两种常见的方法。孟德尔随机化（MR）分析通过定义“工具”（影响M并满足某些建模假设的变体）来推断因果关系，并通过检查其配对效应大小和标准误差来确定这些工具是否会影响Y到M。MR分析具有使用汇总统计而非原始数据的优势，此外，不需要在同一个体中测量两种表型M和Y。然而，MR方法需要等位基因异质性，而CaQTL很少发现这种异质性，eQTL通常只有在大样本量下才能检测到。候选的，当在同一供体中测量多种表型并且可以访问原始数据时，可以进行中介分析来区分多效性、正向和因果反应模型。当没有不受控制的混杂时，前向模型的证据是在经典中介方法中建立的，并且（1）在给定X的情况下M和Y是条件依赖的，（2）在给定M的情况下X和Y是有条件独立的。中介方法已应用于个体水平的多模式QTL数据，以推断不同分子中间体之间的因果关系，包括通过DNA甲基化、组蛋白乙酰化、染色质可及性和远端基因的反式调节介导基因表达。然而，这些先前的研究在指定多重零假设、校正多重测试以及量化完全与部分中介的证据方面存在困难。最近的贝叶斯模型选择框架可以通过权衡X-M-Y三元组中每个潜在关系的证据来克服这些挑战，总结为后验概率。

目前的研究已经使用多模式QTL调查了人类大脑中基因介导的因果基因调控网络，但它们仅限于研究来自批量成年脑组织的数据，并且无法解析细胞类型和发育特异性机制。最近研究中，Aygün等人应用贝叶斯因果推断方法bmediatR来检验遗传效应的中介作用（1）通过附近染色质的可及性对基因表达的影响，（2）通过转录因子的表达对远端染色质的可达性的影响，以及（3）使用人类皮层祖细胞及其分化的神经元后代的ca/eQTL数据集，通过其他基因的反式调节来影响下游基因表达（图1a）。作者们确定了168和38个基因在祖细胞和神经元中由染色质可及性介导的基因表达的因果通路。此外，作者们还发现11和12个下游基因的表达分别由祖细胞和神经元中顺式调节SNPs附近的上游基因介导。此外，作者们提出了通过多个生物学水平影响大脑结构和神经精神疾病的因果机制，通过定义因果正向调节机制和与颞中回表面积GWAS共同定位的位点的染色质可及性，导致SLC26A7基因表达的变化。

参考文献

[1] Aygün N, Liang D, Crouse WL, Keele GR, Love MI, Stein JL. Inferring cell-type-specific causal gene regulatory networks during human neurogenesis. Genome Biol. 2023 May 30;24(1):130. doi: 10.1186/s13059-023-02959-0.

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC