$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Populations- und familienbasierte genetische Studien führen typischerweise zur Identifizierung genetischer Varianten, die statistisch mit einer klinischen Krankheit oder einem Phänotyp assoziiert sind. Bei vielen Krankheiten und Merkmalen sind die meisten Varianten nicht-kodierend und wirken daher wahrscheinlich, indem sie subtile, vergleichsweise schwer vorherzusagende Mechanismen beeinflussen, die die Genexpression steuern. Hier beschreiben wir einen allgemeinen strategischen Ansatz, um nicht-kodierende Varianten zu priorisieren und auf ihre Funktion hin zu screenen. Dieser Ansatz beinhaltet eine rechnergestützte Priorisierung unter Verwendung funktioneller genomischer Datenbanken, gefolgt von einer experimentellen Analyse der differentiellen Bindung von Transkriptionsfaktoren (TFs) an Risiko- und Nicht-Risikoallele. Sowohl für die elektrophoretische Mobilitätsverschiebungs-Assay (EMSA) als auch für die DNA-Affinitätsfällungsassay (DAPA) von genetischen Varianten wird ein synthetisches DNA-Oligonukleotid (Oligo) verwendet, um Faktoren im Kernlysat von krankheits- oder phänotyprelevanten Zellen zu identifizieren. Bei EMSA werden die Oligonukleotide mit oder ohne gebundene Kernfaktoren (oft TFs) durch nicht-denaturierende Elektrophorese an einem Tris-Borat-EDTA (FSME)-Polyacrylamidgel analysiert. Bei DAPA werden die Oligonukleotide an eine magnetische Säule gebunden und die Kernfaktoren, die spezifisch an die DNA-Sequenz binden, werden eluiert und durch Massenspektrometrie oder mit einer reduzierenden Natriumdodecylsulfat-Polyacrylamid-Gelelektrophorese (SDS-PAGE) analysiert, gefolgt von einer Western-Blot-Analyse. Dieser allgemeine Ansatz kann in großem Umfang verwendet werden, um die Funktion nicht-kodierender genetischer Varianten zu untersuchen, die mit einer Krankheit, einem Merkmal oder einem Phänotyp verbunden sind.