从变体到机制:GWAS后的神经基因组学时代
Michael P Margolis1, Miao Tang2, Miriam Gagliardi3
1Department of Psychiatry and Biobehavioral Sciences, Semel Institute, David Geffen School of Medicine, University of California, Los Angeles, Los Angeles, CA 90024, USA; Department of Human Genetics, David Geffen School of Medicine, University of California, Los Angeles, Los Angeles, CA 90095, USA.
全基因组关联研究 (GWAS) 已经确定了与神经精神疾病 (NPD) 相关的数千种变异. 需要新的功能基因组学,机器学习和实验方法来了解这些变体是如何引起疾病的,并使临床翻译成为可能.
科学领域:
- 遗传学 是一个遗传学.
- 神经科学是一个神经科学.
- 计算生物学 计算生物学
背景情况:
- 全基因组关联研究 (GWAS) 已经确定了许多与神经精神疾病 (NPD) 相关的变体,如自闭症谱系障碍 (ASD),精神分裂症 (SCZ) 和阿尔茨海默病 (AD).
- 了解这些变异的因果生物学机制和途径是NPD发病学研究的一个重大挑战.
- NPDs是多基因的,涉及常常位于非编码基因组区域的类变体.
研究的目的:
- 讨论功能基因组学,机器学习和实验方法来解读NPD中的变异效应.
- 为了确定疾病相关的细胞类型和状态,以获得机械洞察力.
- 整合跨位点的发现,以确定多基因融合的途径.
主要方法:
- 功能性基因组学用于映射变异对基因效应.
- 机器学习来分析大规模的基因组数据.
- 对已识别的路径进行实验验证.
主要成果:
- 摘要讨论了方法,而不是提出具体的结果.
- 强调需要整合各种方法来理解机械学.
- 强调识别特定于细胞类型的变异效应的重要性.
结论:
- 跨方法和关键疾病途径的结果的融合至关重要.
- 这些综合方法对于复杂的大脑疾病发现的临床转化至关重要.
- 推进对NPD病原体的机械洞察力需要一个多方面的策略.
更多相关视频
08:27Large-Scale Multi-Omics Genome-Wide Association Studies Mo-GWAS: Guidelines for Sample Preparation and Normalization
Published on: July 27, 2021
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...
Genomics
Evolutionary Relationships through Genome Comparisons
