解密导致早产的机制,通过GWAS后集成多omics数据的解密机制

科学领域:

• 遗传学 遗传学是一种遗传学.
• 生殖健康 生殖健康
• 围产儿医学 围产儿医学

背景情况:

• 在37周之前的自发早产 (sPTB) 是新生儿死亡的主要原因.
• sPTB与后代的长期健康问题有关.
• 了解sPTB的遗传基础对于预防和管理至关重要.

研究的目的:

• 调查印度人群中自发早产的遗传结构.
• 通过全基因组关联研究 (GWAS) 识别与sPTB相关的遗传变异.
• 探索已识别的基因变异对基因表达和甲基化的功能影响.

主要方法:

• 在GARBH-Ini印度队列中进行了全基因组关联研究 (GWAS).
• 与欧洲队伍进行跨民族复制分析.
• 综合多omics数据 (基因型,DNA甲基化,基因表达) 和临床数据.
• 利用机器学习来开发sPTB风险的预测模型.

主要成果:

• 确定了40个与sPTB显著相关的单核酸多态 (SNP),其中rs57480735达到全基因组显著性 (p = 2.3 × 10^-8).
• 跨种族复制在印度和欧洲队列中确定了212个与sPTB相关的SNP.
• 确定了一组具有机器学习的66-SNP面板,在sPTB预测中获得了0.78的AUC.
• 发现跨种族变异会影响炎症基因甲基化/表达,而特定于种群的变异会影响胎盘床形成基因.

结论:

• 遗传因素在自发早产中起着重要作用.
• 66个SNP的组合可以有效地预测sPTB风险,从而实现潜在的早期分层.
• 研究结果强调了不同种族群体中影响sPTB的独特遗传机制,影响炎症和胎盘发育途径.