肺GENIE:肺基因表达和网络归算引擎

科学领域:

• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.
• 分子生物学分子生物学

背景情况:

• 有限的样本大小阻碍了ex vivo肺组织基因组分析.
• 转录组归算为分子分析提供了一个非侵入性的替代方案.
• 现有的基因表达预测方法有局限性.

研究的目的:

• 引入肺基因表达和网络推算引擎 (LungGENIE),一种新的转录组推算方法.
• 使用血液基因表达数据来预测肺组织特定的基因表达.
• 在肺病研究中提供基因组分析的工具.

主要方法:

• 利用基因型-组织表达 (GTEx) 项目的配对血液和肺部RNA测序数据进行模型训练.
• 通过使用来自SUNY Upstate Biorepository (SUBR) 的独特配对血液和肺样本验证了LungGENIE的性能.
• 在COPD遗传流行病学研究 (COPDGene) 的独立数据集中证明了概念的证明.

主要成果:

• 与现有的cis-expression定量特征位点 (cis-eQTL) 方法相比,LungGENIE的预测准确度更高 (Pearson的中位数r=0.25).
• 大约一半可靠预测的转录在测试数据集中得到复制.
• 在COPD中展示了假定和实验确定差异性基因表达之间的显著相关性.

结论:

• LungGENIE提供了对现有的cis-eQTL方法和直接血液到肺的归算进行补充和优越的性能.
• 该工具在内部验证,外部复制和独立数据集中显示出强大的性能.
• LungGENIE已被确立为研究肺部疾病的非侵入性研究的宝贵工具.