Mapowanie wariantów choroby Alzheimera do ich docelowych genów przy użyciu obliczeniowej analizy konfiguracji chromatyny

Chociaż w ramach projektu GWAS udało się zidentyfikować regiony genomu związane z cechami i chorobami ludzkimi, biologiczny wpływ tych wariantów ryzyka jest niejasny. W tym miejscu przedstawiamy protokół do obliczeniowego przewidywania przypuszczalnych genów docelowych wariantów ryzyka GWAS przy użyciu profili interakcji chromatyny. Często identyfikacja genów ryzyka jest pierwszym krokiem do zrozumienia mechanizmów choroby i umożliwienia normalnego podejścia terapeutycznego.

Mamy nadzieję, że wyniki tej pracy mogą ostatecznie doprowadzić do ostatecznych strategii diagnozowania i leczenia choroby Alzheimera. Główną zaletą tej techniki jest to, że wykorzystując częstotliwości kontaktu chromotonów 3D, możemy zidentyfikować geny dotknięte zmiennością ryzyka choroby Alzheimera, nawet jeśli są one oddalone od siebie o tysiące, a nawet miliony par zasad. Podczas próby użycia tego protokołu znajomość systemu R lub pary X ma kluczowe znaczenie, ponieważ oczekuje się, że użytkownik przeprowadzi cały protokół z systemem.

Aby wykonać ten protokół obliczeniowy, zapoznaj się z kodem w rękopisie tekstowym lub na ekranie. Zacznij, od ustawienia w R, aby wygenerować obiekt zakresów G dla wiarygodnych polimorfizmów pojedynczego nukleatydu lub SNPS. W przypadku mapowania pozycyjnego skonfiguruj w R, a następnie załaduj promotor i region egzoniczny i wygeneruj obiekt zakresu G.

Nakładaj wiarygodne SNPS na regiony egzoniczne i regiony promotorowe. Aby połączyć SNPS z ich domniemanymi genami docelowymi za pomocą interakcji chromatonowych, załaduj zestaw danych Hi C i wygeneruj obiekt z zakresu G. Nakładaj na siebie wiarygodny SNPS z obiektem zakresu Hi C G.

I skompiluj geny kandydujące na AD, zdefiniowane przez mapowanie pozycyjne i profile interakcji chromotonów. Następnie zbadaj trajektorie rozwoju. Skonfiguruj w języku R i przetwórz metadane wyrażenia.

Określ etapy rozwoju i wybierz obszary kory mózgowej. Wyodrębnij profile ekspresji rozwojowej genów ryzyka choroby Alzheimera i porównaj poziomy ekspresji prenatalnej i postnatalnej. Zbadaj profile ekspresji typu komórkowego, konfigurując w języku R i wyodrębniając profile ekspresji komórkowej ryzyka choroby Alzheimera.

Na koniec należy przeprowadzić analizę wzbogacania adnotacji genów genów ryzyka choroby Alzheimera. Pobierz i skonfiguruj Homera. Następnie uruchom Homera i wykreśl wzbogacone terminy za pomocą R Studio.

Za pomocą tego procesu zbadano zestaw 800 wiarygodnych SNP. Mapowanie pozycyjne ujawniło, że 103 SNP pokrywały się z promotorami, a 42 SNP pokrywały się z eksonami, podczas gdy 84% SNP pozostało nieoznaczonych. Korzystając ze zbiorów danych Hi-C w dorosłym mózgu, dodatkowe 208 SNP powiązano z 64 genami w oparciu o bliskość fizyczną.

W sumie 284 wiarygodne SNP choroby Alzheimera zmapowano do 112 genów ryzyka choroby Alzheimera. Geny ryzyka choroby Alzheimera były związane z białkami prekursorowymi amyloidu, tworzeniem beta-amyloidu i odpowiedzią immunologiczną, co odzwierciedla znaną biologię choroby. Rozwojowe profile ekspresji genów ryzyka choroby Alzheimera wykazały wyraźne wzbogacenie pourodzeniowe, co wskazuje na związane z wiekiem podwyższone ryzyko choroby.

Wreszcie, geny wykazywały wysoką ekspresję w mikrogleju, głównych komórkach odpornościowych w mózgu, co potwierdza powtarzające się odkrycia, że AD ma silne podstawy immunologiczne. W tym miejscu wykorzystujemy dane Hi-C z tkanki mózgowej do analizy biologicznego wpływu wariancji ryzyka choroby Alzheimera. Jednak, aby zastosować tę metodę do innego badania GWAS, poziom nowych danych Hi-C w odpowiedniej tkance ma kluczowe znaczenie.

Wyniki te mogą być dalej badane i walidowane przy użyciu technologii opartych na crisper, testach reporterowych enhancer lub poprzez krzyżowanie z innymi funkcjonalnymi zestawami danych genomicznych, takimi jak EQTL. Identyfikujemy dziesiątki genów ryzyka choroby Alzheimera i spodziewamy się, że identyfikacja tych genów pomoże nam zrozumieć ich nieznaną wcześniej rolę w chorobie Alzheimera.