$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Des études de séquençage et de génotypage à base d'études, y compris l'ensemble du génome des études d'association (GWAS), des études de locus candidat, et profond de séquençage, ont identifié de nombreuses variantes génétiques qui sont statistiquement associés à une maladie, trait, ou d'un phénotype. Contrairement aux prévisions initiales, la plupart de ces variantes (85-93%) sont situées dans des régions non codantes et ne changent pas la séquence d'acides aminés des protéines 1,2. L' interprétation de la fonction de ces variantes non codantes et déterminer les mécanismes biologiques qui les relient à la maladie associée, trait ou un phénotype a révélé difficile 3-6. Nous avons développé une stratégie générale visant à identifier les mécanismes moléculaires qui lient les variantes à une importante phénotype intermédiaire - l'expression du gène. Ce pipeline est spécifiquement conçu pour identifier la modulation de la liaison par des variants génétiques TF. Cette stratégie combine les approches de calcul et des techniques de biologie moléculaire visant à prédireeffets biologiques des variants candidats in silico, et vérifier ces prédictions empiriquement (Figure 1).

Figure 1:.. Approche stratégique pour l'analyse des étapes non codantes variantes génétiques qui ne sont pas inclus dans le protocole détaillé associé à ce manuscrit sont en gris S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.
Dans de nombreux cas, il est important de commencer en élargissant la liste des variantes à inclure tous ceux en haute liaison-déséquilibre (LD) avec chaque variante statistiquement associée. LD est une mesure d'association non aléatoire des allèles à deux positions chromosomiques différentes, qui peut être mesurée par la r 2 statistique 7. r 2 est une mesure du linkage déséquilibre entre deux variantes, avec un r 2 = 1 désignant liaison parfaite entre deux variantes. Allèles en haute LD se trouvent à la co-ségrégation sur le chromosome à travers les populations ancestrales. tableaux de génotypage actuels ne comprennent pas toutes les variantes connues dans le génome humain. Au lieu de cela, ils exploitent la LD dans le génome humain et comprennent un sous - ensemble des variantes connues qui agissent comme substituts pour les autres variantes dans une région particulière de LD 8. Ainsi, une variante sans aucune conséquence biologique peut être associée à une maladie particulière, car il est en LD avec la variante-causal variante avec un effet biologique significatif. La procédure, il est recommandé de convertir la dernière version de 1000 génomes projeter 9 fichiers variante d'appel (VCF) dans des fichiers binaires compatibles avec PLINK 10,11, un outil open-source pour toute analyse d'association du génome. Par la suite, toutes les autres variantes génétiques avec LD r 2> 0,8 avec chacun va génétique d'entréeRiant peut être identifié en tant que candidats. Il est important d'utiliser la population de référence appropriée pour ce beau - par exemple, si un variant a été identifié chez les sujets d'origine européenne, des données provenant de sujets d'ascendance similaires devraient être utilisés pour l' expansion de LD.
l'expansion LD se traduit souvent par des dizaines de variantes de candidats, et il est probable que seule une petite fraction de ceux-ci contribuent au mécanisme de la maladie. Souvent, il est impossible d'étudier expérimentalement chacune de ces variantes individuellement. Il est donc utile de tirer parti des milliers de jeux de données accessibles au public de génomique fonctionnelle comme un filtre pour prioriser les variantes. Par exemple, le consortium ENCODE 12 a effectué des milliers d'expériences de ChIP-seq décrivant la liaison de TFs et co-facteurs, et les marques de histones dans un large éventail de contextes, ainsi que des données chromatine d'accessibilité des technologies telles que DNase-seq 13, ATAC -seq 14 et suivants 15-FAIRE. Databases et les serveurs Web tels que le navigateur UCSC Genome 16, Feuille de route Epigenomics 17, Blueprint Epigénome 18, cistrome 19 et ReMap 20 offrent un accès gratuit aux données produites par ces autres techniques expérimentales et à travers un large éventail de types et conditions cellulaires. Quand il y a trop de variantes pour examiner expérimentalement, ces données peuvent être utilisées pour établir des priorités de ceux situés dans les régions régulatrices probables dans les types de cellules et de tissus concernés. En outre, dans les cas où une variante est dans un pic de ChIP-seq pour une protéine spécifique, ces données peuvent fournir des pistes potentielles à la TF (s) spécifique ou co-facteurs dont la liaison pourrait affecter.
Ensuite, les variants résultants en priorité sont sélectionnés expérimentalement pour valider la liaison en utilisant EMSA 21,22 prédit une protéine dépendante du génotype. EMSA mesure la variation de la migration de l'oligonucléotide sur un gel TBE non réducteur. oligo- marqué par fluorescence est mis en incubation avec lelysat nucléaire, et la liaison des facteurs nucléaires retarder le mouvement de l'oligo sur le gel. De cette manière, oligo qui a lié des facteurs plus nucléaires présentera comme un signal fluorescent plus fort lors de la numérisation. Notamment, l'EMSA ne nécessite pas des prédictions sur les protéines spécifiques dont la liaison sera affectée.
Une fois que les variantes sont identifiées qui sont situés dans des régions régulatrices prévues et sont capables de facteurs nucléaires différentiellement contraignants, les méthodes de calcul sont utilisées pour prédire la TF spécifique (s) dont la liaison qu'ils pourraient affecter. Nous préférons utiliser CIS-BP 23,24, RegulomeDB 25, UNIProbe 26 et JASPAR 27. Une fois que le candidat TFs sont identifiés, ces prévisions peuvent être spécifiquement testées en utilisant des anticorps contre ces TFs (EMSA-supershifts et DAPA-Westerns). Une EMSA-supershift implique l'addition d'un anticorps spécifique TF au lysat nucléaire et oligo. Un résultat positif dans un EMSA-supershift est réédesented comme un nouveau changement dans la bande EMSA, ou une perte de la bande (examiné en référence 28). Dans le DAPA complémentaire, d'un duplex oligonucléotidique 5'-biotinylée contenant de la variante et la 20 paire de bases de nucléotides flanquantes sont mises en incubation avec un lysat nucléaire du type de cellule approprié (s) pour capturer des facteurs nucléaires se liant spécifiquement oligos. Le complexe facteur nucléaire duplex oligonucléotide est immobilisé par des microbilles de streptavidine dans une colonne magnétique. Les facteurs liés nucléaires sont collectés directement par élution 29,48. prédictions de liaison peuvent alors être évalués par un transfert de Western en utilisant des anticorps spécifiques de la protéine. Dans les cas où il n'y a pas de prédictions évidentes, ou trop de prédictions, les élutions de variantes pull-downs des expériences de DAPA peuvent être envoyés à un noyau de protéomique pour identifier les TFs candidats en utilisant la spectrométrie de masse, qui peuvent ensuite être validées en utilisant ces décrits précédemment méthodes.
Dans la suite de l'article, le protocole détaillé pour EMSA et DAPA analyse des variants génétiques est fourni.