在先天性心脏病中的非编码变体和形模式:机器学习来预测功能影响
Enrique Mondragon-Estrada1,2, Jane W Newburger3,4, Steven R DePalma5
1Division of Newborn Medicine, Department of Pediatrics, Boston Children's Hospital, Boston, MA, USA.
iScience
|January 29, 2025
概括
非编码变体可能会在先天性心脏病 (CHD) 中破坏大脑发育. 深度学习发现了影响基因调节的变体,与心血管疾病组的突模式变化有关,这表明神经发育障碍的作用.
科学领域:
- 遗传学 是一个遗传学.
- 神经科学是一个神经科学.
- 发展生物学 发展生物学
背景情况:
- 先天性心脏病 (CHD) 与神经发育障碍有关.
- 大脑形模式的形成对神经发育至关重要.
- 非编码新型变异 (ncDNVs) 在与心血管疾病相关的大脑发育中的作用尚不清楚.
研究的目的:
- 在患有心脏病的人群中调查ncDNVs和形模式之间的关联.
- 利用深度学习来预测ncDNVs对基因调节的功能影响.
主要方法:
- 深度学习模型预测了ncDNVs对基因调节信号的影响.
- 预测的影响在CHD和非CHD队列之间进行了比较.
- 评估了预测的ncDNV影响与状折叠模式之间的关系.
主要成果:
- 预计ncDNVs会增加H3K9me2的修饰,与CHD队列中右侧状形模式的更大破坏相关.
- 这些ncDNV所准的基因显示为神经元发育功能的丰富.
结论:
- 深度学习可以识别大脑发育中的非编码变体的潜在作用.
- 影响H3K9me2的ncDNV可能会导致CHD的神经发育变化.
- 这项研究为研究神经发育中的非编码变异效应提供了一个框架.
