在阿尔茨海默氏病中识别细胞类型特定的可用药物标的多奥米克分析

科学领域:

• 遗传学 遗传学 是一个
• 神经科学是一个神经科学.
• 生物信息学是一种生物信息学.

背景情况:

• 表达量的特征位点 (eQTLs) 对于将遗传变异与疾病基因联系起来至关重要.
• 之前的研究将全基因组关联研究 (GWAS) 与组织水平的eQTL集成在一起,但缺乏针对阿尔茨海默病 (AD) 的细胞类型特定分析.
• 在AD GWAS数据集的系统分析和组织与细胞类型eQTL效应的比较缺失.

研究的目的:

• 将脑细胞类型特定的eQTL数据集与AD GWAS数据集集集成.
• 在细胞类型水平上识别AD的潜在因果基因.
• 探索AD的监管机制,途径和潜在的药物重用.

主要方法:

• 使用总结基于数据的孟德尔随机化 (SMR) 和贝叶斯定位 (COLOC).
• 整合了五个AD GWAS数据集,包括三个单细胞和一个批量组织eQTL元分析.
• 分析了增强剂活性,蛋白质与蛋白质相互作用,途径丰富和药物特征.

主要成果:

• 确定了27个阿尔茨海默病的候选因果基因,主要在微质细胞和刺激神经元中.
• 发现PABPC1是一种新型的天体细胞特异性基因,与接近天体细胞特异性增强剂的AD风险变异相关.
• 确定伊马替尼甲酸作为AD重定位的关键药物候选药物.

结论:

• 系统地优先考虑AD候选因果基因使用细胞类型特定的分子证据.
• 增强对AD遗传变异背后的分子机制的理解.
• 促进了AD GWAS结果的解释,并确定了潜在的治疗点.