通过将转录因子链接的转位变异整合到转录组宽关联分析中,增强疾病风险基因发现

科学领域:

• 遗传学 是一个遗传学.
• 基因组学就是基因组学.
• 计算生物学 计算生物学

背景情况:

• 全转录组关联研究 (TWAS) 将基因表达与全基因组关联研究 (GWAS) 整合起来,以找到疾病基因.
• 现有的TWAS方法主要利用cis-acting变体,使得trans-acting变体在基因表达预测方面未得到充分探索.

研究的目的:

• 开发和验证一种新的TWAS方法,transTF-TWAS,结合转录因子 (TF) 链接的转变作用变体.
• 提高基因表达和替代拼接的预测,以改善疾病基因发现.

主要方法:

• 引入了transTF-TWAS,将TF-链接的转变变体集成到基因表达预测模型中.
• 利用基因型-组织表达 (GTEx) 项目数据进行模型培训.
• 将模型应用于乳腺,前列腺和肺癌的大型GWAS数据集.

主要成果:

• 与现有的TWAS方法相比,TransTF-TWAS在构建基因预测模型方面表现出卓越的性能.
• 这种方法显著改善了在多种癌症类型中识别与疾病相关的基因.
• 模拟和真实数据分析证实了transTF-TWAS的增强精度和发现能力.

结论:

• 通过利用跨作用变体,TransTF-TWAS在疾病风险基因发现方面取得了重大进展.
• 这些发现揭示了关键的遗传调节器和参与疾病易感性的监管网络.
• 这种方法为复杂疾病的遗传结构提供了新的见解.