对非编码突变的综合分析确定了早产儿中可用药的基因组

科学领域:

• 遗传学和基因组学 遗传学和基因组学
• 生殖生物学 生殖生物学
• 计算生物学是一种计算生物学.

背景情况:

• 自发早产 (sPTB) 影响约10%的美国怀孕,已知家族关联,但难以捉摸的遗传基础.
• 鉴定导致sPTB的特定遗传位置仍然是生殖医学中的一个重大挑战.

研究的目的:

• 使用先进的计算模型识别与自发早产 (sPTB) 相关的新型遗传因素.
• 研究已识别的基因在肌肉膜功能中的作用及其由孕激素调节的作用.
• 探索已识别的基因变异的潜力,作为预测孕激素预防治疗反应的预测因素.

主要方法:

• 集成的深度学习和图形模型与怀孕的肌体表观基因组和来自不同队伍的大规模基因组数据.
• 分析基底分辨率突变效应以确定与sPTB相关的基因.
• 选了大约4000种化合物,以确定针对已识别的基因的治疗候选物.

主要成果:

• 发现了参与肌肉肌肉放松和炎症反应的新型sPTB基因,由孕激素受体调节.
• 证明了在已识别的基因中的突变负担预测了孕妇对孕激素治疗的反应.
• 候选分子对劳动调节的实验验证治疗作用.

结论:

• 这项研究揭示了一个可用药物的基因组景观,用于早产干预.
• 综合性方法为剖析具有遗传组件的复杂疾病提供了可通用的框架.
• 鉴定出基因和治疗点为预防自发早产提供了新的途径.