通过前列腺单细胞中的多基因组测序来识别调控性eQTL

科学领域:

• 基因组学和生物信息学
• 癌症研究 癌症研究
• 分子生物学分子生物学

背景情况:

• 全基因组关联研究 (GWAS) 和表达量化特征位点 (eQTL) 分析确定前列腺癌风险变异,但难以确定调控效应.
• 单细胞测序技术使染色质可访问性和基因表达的同时分析成为可能,为将调控元素与基因活动联系起来提供了强大的工具.
• 了解非编码变异的功能影响对于破译前列腺癌病因和开发向治疗至关重要.

研究的目的:

• 测试假设,多组单细胞测序可以在前列腺癌风险位置映射调控元素及其向基因.
• 识别和功能验证与前列腺癌相关的新型调控单核酸多态 (SNP) 和它们的基因.

主要方法:

• 应用了10X多组ATAC+基因表达平台,对来自多个前列腺细胞系的65,501个单细胞进行了分析.
• 利用向测序来丰富前列腺癌风险位置的数据,专注于2730个候选生殖系变异和273个相关基因.
• 整合单细胞多原子数据与来自GTEx前列腺队列的批量eQTL数据,并进行了报告员测定和SILAC蛋白质组学以进行功能验证.

主要成果:

• 向的多组数据提高了基因表达和染色质可访问性丰度,分别为约20%和5%.
• 单细胞多基因组协会和大量eQTL发现之间有明显的重叠,约20%的GTEx eQTL被覆盖,约10%的多基因组协会被GTEx eQTL识别.
• 确定了之前报告的监管变体 (例如rs60464856-RUVBL1,rs7247241-SPINT2) 并功能验证了一个新的监管SNP (rs2474694-VPS53).

结论:

• 多组单细胞方法是可行的和有效的,用于识别调节性SNP及其受调节的基因在前列腺癌.
• 这种方法提供了单细胞水平的调节元件及其向基因的高分辨率地图,对于理解非编码变体功能至关重要.
• 这些发现为更深入地了解前列腺癌的遗传结构和开发精准医学策略铺平了道路.