تحديد وتصنيف متغيرات المعنى الخاطئ لمستقبلاتGABA A الخاصة بالموقف لدورها في الخلايا العصبية الهرمية في الحصين

ملخص

تقدم هذه الدراسة إطارا متعدد النطاقات ، يمتد من الحمض النووي إلى وظيفة البروتين والسلوك العصبي. يقدم نهجا جديدا للتحقيق في الطفرات المسببة للأمراض المتوقعة في الوحدة الفرعية لمستقبلات GABA_A ، بافتراض أن طفرات الصرع والطفرات القريبة ، التي يتم التنبؤ بها على أنها مسببة للأمراض ، قد تنتج تأثيرات مماثلة على نموذج الخلايا العصبية الهرمية CA1.

الملخص

يعد فهم تأثيرات المتغيرات غير المعروفة وظيفيا في الجينات المرتبطة بالصرع أمرا بالغ الأهمية لتوضيح الفيزيولوجيا المرضية للمرض وتطوير علاجات مخصصة. من خلال إطار متعدد النطاقات ، يمتد من تسلسل الحمض النووي إلى وظيفة البروتين والسلوك العصبي ، نصف نهجا جديدا للتنبؤ وافحص الطفرات المسببة للأمراض ، بافتراض أن طفرات الصرع في الوحدة الفرعية لمستقبلات GABA_A والطفرات المتوقعة القريبة قد تنتج تأثيرات مماثلة على نموذج الخلايا العصبية الهرمية CA1. من خلال استكشاف العلاقات المميزة بين الطفرات المسببة للأمراض المتوقعة والطفرات الصرعية القريبة ، تهدف الدراسة إلى تقدير آثار الطفرات المتوقعة بناء على تأثيرات طفرات الصرع على محاكاة الخلايا العصبية الهرمية في الحصين.

تبدأ المنهجية بجمع البيانات الجينية للوحدة الفرعية لمستقبلات GABA_A γ2 ، متبوعة بتنظيف البيانات وتنسيقها التي يتم إجراؤها في R باستخدام برنامج نصي مخصص. بعد ذلك ، سيتم تطبيق تنبؤات المجموعة لتحديد وتحديد أولويات المتغيرات الخاطئة المسببة للأمراض للوحدة الفرعية γ2 . سيتم توضيح رسم خريطة متغير ممرض معين (متوقع) إلى المجالات الهيكلية للوحدة الفرعية التي تشترك فيها طفرات الصرع ، مصحوبة بالنمذجة الجزيئية لآثارها والنظر في الحفظ التطوري. بعد ذلك ، سيتم إجراء التحليل التلوي الخاص بالمتغير وتطبيع المعلمات ، متبوعا بتحليل الارتباط لتحديد أي علاقات ذات دلالة إحصائية بين الطفرات المتوقعة وطفرات الصرع القريبة. باستخدام محاكي عصبي قائم على Python ، سيتم وصف نموذج الخلايا العصبية القائم على التوصيل متعدد المقصورات ، والذي يعكس تأثير الطفرات البرية والصرع. سيتم النظر في محاكاة الاستجابات العصبية الناتجة عن النوع الفرعي لمستقبلات_{GABA A} المنشأ للصرع من أجل التقدير التقريبي لتأثير المتغيرات المسببة للأمراض المتوقعة على الاستجابة العصبية. على حد علمنا ، هذا هو أول بروتوكول يستكشف إطارا متعدد النطاقات لتقدير تأثيرات متغيرات مستقبلات GABA_A على السلوك العصبي ، وهو أمر بالغ الأهمية لأبحاث الصرع. يمكن أن يكون هذا البروتوكول بمثابة أساس لتعزيز التنبؤات بالأنماط الظاهرية الخلوية الناجمة عن المتغيرات المسببة للأمراض المحتملة لمستقبلات GABA_A المرتبطة بالصرع.

المقدمة

بالنسبة لجميع الأمراض البشرية تقريبا ، يلعب التباين الجيني دورا مهما في القابلية الفردية. لذلك ، فإن فهم كيفية ارتباط اختلافات التسلسل بمخاطر المرض يوفر طريقة قيمة للكشف عن العمليات الرئيسية التي ينطوي عليها تطور المرض وتحديد مناهج جديدة للوقاية والعلاج¹. ينطبق هذا أيضا على اضطرابات النمو العصبي ، والتي تصنف من بين الحالات الطبية المزمنة الأكثر انتشارا في الرعاية الأولية للأطفال². توضح حالات مثل اضطراب طيف التوحد والإعاقة الذهنية والصرع كيف يؤثر التباين الجيني بشكل كبير على قابلية الفرد أثناء التطور³.

يكون الدماغ النامي أكثر عرضة لنوبات....

البروتوكول

1. في التنبؤ بالسيليكو للمتغيرات المسببة للأمراض

1. جمع بيانات المتغير
   1. باستخدام قاعدة بيانات ClinVar²⁹ ، ابحث عن المتغيرات ذات الأهمية غير المؤكدة (VUS) في منطقة الترميز للجين محل الاهتمام عبر موقع الويب: https://www.ncbi.nlm.nih.gov/clinvar/. أدخل رمز الجين (على سبيل المثال ، GABRG2) في شريط البحث وقم بتصفية النتائج لتشمل فقط الأنواع المطلوبة من المتغيرات ، مثل المتغيرات أحادية النيوكليوتيدات ، والمتغيرات الخاطئة ذات الأهمية غير المؤكدة. قم بتنزيل البيانات وحفظها ك data.xlxs (الملف التكميلي 4: الجدول التكميلي S1). سجل تاريخ البيانات التي تم تنزيلها....

النتائج

تستخدم هذه الدراسة نهجا متعدد النطاقات للتنبؤ بالمتغيرات المسببة للأمراض وتوصيفها في الوحدة الفرعية γ2 لمستقبلات GABA_A ، وهو مكون رئيسي في الفيزيولوجيا المرضية للصرع. من خلال استخدام النماذج التنبؤية ، والنمذجة الجزيئية ، والحفظ التطوري ، والفحص الهيكلي ، وتحليل الارتباط ، والمحاكاة العصبية ، يعزز هذا النهج تصنيف المتغيرات ، مع أهمية كبيرة لأبحاث الصرع وربما للاستخدام السريري. يتم عرض الملخص العام للمنهجية في الشكل 1.

المناقشة

من خلال تطبيق مزيج من علم الوراثة الحسابي والنمذجة الجزيئية والمحاكاة العصبية ، فإن النهج المقدم في هذه الورقة لديه القدرة على تحسين تصنيف متغيرات مستقبلات GABA_A ، مما يوفر رؤى قيمة لكل من أبحاث الصرع والتطبيقات السريرية. يتم تقديم تحليل شامل لتحديد الطفرات المسببة للأمراض المتوقعة وتحديد أولوياتها وتوسيعه في إطار من المحتمل أن يسد الفجوة بين التأثيرات المتغيرة على البروتين والنمط الظاهري الخلوي. يسمح تقييم تأثير نشاط مستقبلات_{GABA A} المنشأ الصرع على محاكاة الخلايا ا.......

المواد

قائمة المواد المستخدمة في هذه المقالة

الاسم	الشركة	رقم فهرسي	التعليقات
بريان2	جامعة السوربون ، INSERM ، CNRS ، معهد الرؤية ، فرنسا. إمبريال كوليدج لندن ، المملكة المتحدة	2.8.0.4	ستيمبرج وآخرون ، 2019 (https://pypi.org/project/Brian2/ )
خادم dbNSFP	جينوس المعلوماتية الحيوية ذ.م.م ، الولايات المتحدة الأمريكية	الإصدار 3.0	ليو وآخرون ، 2020 (http://database.liulab.science/dbNSFP) (https://sites.google.com/site/jpopgen/dbNSFP)
الأمل	مركز المعلوماتية الجزيئية والجزيئية الحيوية CMBI ، جامعة رادبود ، هولندا   ؛	1.1.1	Venselaar et al., 2010 (https://www3.cmbi.umcn.nl/hope/)
جالفيو	جامعة دندي ، المملكة المتحدة	جي في 2	ووترهاوس وآخرون ، 2009 (https://www.jalview.org/)
دفتر جوبيتر	مشروع Jupyter ، الولايات المتحدة الأمريكية		https://jupyter.org/install
فيتون	مؤسسة بايثون للبرمجيات ، الولايات المتحدة الأمريكية	3.13	https://www.python.org/downloads/
بروتر   ؛	ETH زيورخ، سويسرا	الإصدار 1.0	Omasits، وآخرون، 2014 (https://wlab.ethz.ch/protter/start/)
R	مؤسسة R للحوسبة الإحصائية ، الولايات المتحدة الأمريكية	R الإصدار 4.3.2	https://www.r-project.org/
RStudio	برنامج Posit ، PBC ، الولايات المتحدة الأمريكية	RStudio 2023.12.1+402 إصدار "عاصفة المحيط"	https://posit.co/downloads/