蛋白质组,转录组和多特征分析的联合分析,以确定新的帕金森病风险基因
Jing-Jing Shi1, Cheng-Yuan Mao1, Ya-Zhou Guo2
1Department of Neurology, The First Affiliated Hospital of Zhengzhou University, Zhengzhou University, Zhengzhou 450000, Henan, China.
Aging
|January 19, 2024
概括
这项研究通过蛋白质水平确定了16个与帕金森病 (PD) 风险相关的基因,并使用全转录组分析发现了26个新的PD相关基因,从而进一步了解PD的遗传原因.
科学领域:
- 遗传学 遗传学 是一个
- 神经科学是一个神经科学.
- 生物化学 生物化学
背景情况:
- 全基因组关联研究 (GWAS) 已经确定了帕金森病 (PD) 风险变体,但它们的功能机制仍然不清楚.
- 了解PD的遗传结构对于开发有效的治疗策略至关重要.
研究的目的:
- 通过整合蛋白质组和转录组数据来识别和优先考虑与帕金森病 (PD) 风险相关的基因.
- 在蛋白质和基因表达水平上探索PD风险变异的功能后果.
主要方法:
- 全蛋白质组关联研究 (PWAS) 和基于总结数据的门德尔随机化 (SMR) 使用PD GWAS,蛋白质组数据和蛋白质定量特征位置 (pQTL).
- 全转录组关联研究 (TWAS) 和因果基因组的精细映射 (FOCUS) 在22种组织中利用关节组织归因 (JTI).
- 对GWAS (MTAG) 进行多特征分析,以增强基因发现的统计能力.
主要成果:
- 根据基因调节的蛋白质丰度,确定了与PD风险相关的16个基因.
- 通过TWAS和FOCUS发现了26个新的PD相关基因,以前没有报道过.
- 五个基因 (CD38,GPNMB,RAB29,TMEM175,TTC19) 在蛋白质组和转录组两种水平上都显示出显著的PD关联.
结论:
- 这项大规模的研究为帕金森病的遗传病因和结构提供了新的见解.
- 这些发现突显了整合多种OMIC数据对于复杂疾病中全面的基因发现的重要性.
- 已识别的候选基因为PD的未来研究和治疗干预提供了潜在的目标.


