通过整合多分子现象型定量特征位置和GWAS总结数据来进行神经精神疾病中的xWAS分析
Lingxue Luo1, Tao Pang1, Haohao Zheng1
1Peking University Sixth Hospital, Peking University Institute of Mental Health, NHC Key Laboratory of Mental Health (Peking University), National Clinical Research Center for Mental Disorders (Peking University Sixth Hospital), 51 Huayuan Bei Road, Beijing, 100191, China.
这项研究将分子数据与GWAS集成,以识别神经精神疾病的新型基因,发现eQTL对优先考虑风险基因和发现新的分子调节模式最有效.
科学领域:
- 神经遗传学 神经遗传学
- 分子精神病学分子精神病学
- 基因组学就是基因组学.
背景情况:
- 将分子表型与全基因组关联研究 (GWAS) 数据的整合对于识别神经精神疾病中与疾病相关的分子特征至关重要.
- 关于不同分子特征的现有发现往往是碎片化的,这阻碍了对映射基因的全面理解.
研究的目的:
- 在五种常见的神经精神疾病中全面总结和补充分子表型 (基因表达,拼接,蛋白质丰富,DNA甲基化) 的分析.
- 用先进的分析方法识别新的可靠基因并探索它们的功能和调节模式.
主要方法:
- 对五种神经精神疾病发表的分子QTL分析进行系统审查和总结.
- 使用最新的GWAS数据,基于功能总结的计算 (FUSION) 和基于总结数据的门德尔随机化 (SMR) 的补充分析.
主要成果:
- 表达QTLs (eQTLs) 与其他QTLs相比,在优先考虑风险基因方面表现出更好的能力,其次是拼接QTLs (sQTLs).
- 大约50%的与拼接,蛋白质丰富性和DNA甲基化相关的基因被eQTL相关基因复制.
- 确定了436个新的可靠基因,富含神经递质传输通路,并确定了10个多重分子参与调节模式 (MMRP).
结论:
- 优先考虑的新型基因组和MMRP在原始GWAS分析中错过了五种神经精神疾病.
- 突出了eQTL和已识别的MMRP在未来研究神经精神疾病的病原机制方面的潜力.
更多相关视频
04:41Mapping Alzheimer's Disease Variants to Their Target Genes Using Computational Analysis of Chromatin Configuration
Published on: January 9, 2020
08:22A Novel Strategy Combining Array-CGH, Whole-exome Sequencing and In Utero Electroporation in Rodents to Identify Causative Genes for Brain Malformations
Published on: December 1, 2017
相关概念视频
Genome-wide Association Studies-GWAS
GWAS does not require the identification of the target gene involved in...
Pleiotropy
