因果性自身免疫性疾病变体的遗传和表观遗传精细映射
Kyle Kai-How Farh1, Alexander Marson2, Jiang Zhu3
11] Broad Institute of MIT and Harvard, Cambridge, Massachusetts 02142, USA [2] Analytical and Translational Genetics Unit, Massachusetts General Hospital, Boston, Massachusetts 02114, USA.
识别自身免疫性疾病的因果变异至关重要. 我们的研究开发了一个精细映射算法,揭示了大多数因果变异是非编码和影响免疫细胞增强剂,为疾病机制提供了新的见解.
科学领域:
- 遗传学 是一个遗传学.
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
背景情况:
- 全基因组关联研究 (GWAS) 识别了与疾病相关的基因位置,但缺乏因果变异的解决方案.
- 了解诸如自身免疫性疾病等复杂疾病中非编码变体的功能机制仍然是一个重大挑战.
研究的目的:
- 开发和应用精细映射算法,精确确定21种自身免疫性疾病的候选因果变异.
- 将遗传数据与功能基因组学相结合,以阐明自身免疫性疾病风险变异的机制.
主要方法:
- 开发了一个精细映射算法,使用来自21种自身免疫疾病的基因型数据.
- 综合预测的因果变异与RNA和染色质映射数据来自各种原发性免疫细胞 (例如T细胞,B细胞,单细胞).
- 分析了相对于调控元素,转录和转录因子结合位点的变异位置.
主要成果:
- 确定了21种自身免疫性疾病的候选因果变异.
- 大约90%的因果变异是非编码的,其中60%位于免疫细胞增强剂中.
- 许多增强剂在免疫刺激时显示基乙烯化和增强剂相关RNA转录的增加.
- 因果变异通常在调节性蛋白质结合部位附近,但很少改变正规的转录因子动机.
- 大多数非编码风险变异影响非正规序列元素,挑战当前的基因调控模型.
结论:
- 大多数自身免疫性疾病风险变体是非编码的,通过免疫细胞调节元件发挥作用.
- 免疫刺激显著影响了含有因果变异的增强剂的活性.
- 目前的模型不足以解释许多非编码风险变异的监管影响,需要新的框架来理解免疫中的基因调节.
更多相关视频
11:35Screening for Functional Non-coding Genetic Variants Using Electrophoretic Mobility Shift Assay EMSA and DNA-affinity Precipitation Assay DAPA
Published on: August 21, 2016
09:08Investigating Target Gene Function in a CD40 Agonistic Antibody-induced Colitis Model using CRISPR/Cas9-based Technologies
Published on: June 2, 2021
相关概念视频
Genome-wide Association Studies-GWAS
GWAS does not require the identification of the target gene involved in...
Autoimmune Disorders
Concept and Mechanism of Autoimmune Diseases
The immune...
Pharmacogenomics: Identification of New Drug Targets
Principles of Pharmacogenetics: Types of Genetic Variants
Single Nucleotide Polymorphisms-SNPs
Pharmacogenetic Phenotypes: Alterations in Pharmacokinetics, Drug Targets and Biologic Milieu
