In kaart brengen van de ziekte van Alzheimer varianten op hun doel genen met behulp van computationele analyse van Chromatin configuratie

Hoewel GWAS met succes genomische regio’s heeft geïdentificeerd die verband houden met menselijke eigenschappen en ziekten, is de biologische impact van deze risicovarianten onduidelijk. Hier schetsen we een protocol om computationeel putatieve doelgenen van GWAS-risicovarianten te voorspellen met chromatine interactieprofielen. Vaak is de identificatie van risicogenen een eerste stap om ziektemechanismen te begrijpen en normale therapeutische benaderingen mogelijk te maken.

We hopen dat de resultaten van dit werk uiteindelijk kunnen leiden tot definitieve strategieën om de ziekte van Alzheimer te diagnosticeren en te behandelen. Het belangrijkste voordeel van deze techniek is dat door het gebruik van 3D chromoton contactfrequenties kunnen we de genen die worden beïnvloed door de ziekte van Alzheimer risico variantie te identificeren, zelfs als ze duizenden of zelfs miljoenen basisparen weg. Bij het proberen van dit protocol is vertrouwdheid met R of een X-paarsysteem van cruciaal belang omdat van de gebruiker wordt verwacht dat hij het hele protocol met het systeem uitvoert.

Als u dit rekenprotocol wilt uitvoeren, verwijst u naar de code in het tekstmanuscript of op het scherm. Begin, door het opzetten in R, om een G-bereiken object voor geloofwaardige, enkele nucleatide polymorfismen of SNPS genereren. Voor positionele mapping, setup in R laad dan de promotor en exonic regio en het genereren van een G-bereik object.

Overlap de geloofwaardige SNPS met de exonic regio’s en met de promotorregio’s. Als u SNPS wilt koppelen aan hun vermeende doelgenen met chromaton-interacties, laadt u de Hi C-gegevensset en genereert u een G-bereikobject. Overlap de geloofwaardige SNPS met het Hi C G-bereikobject.

En compileer AD kandidaat-genen, gedefinieerd door positionele mapping en chromoton interactieprofielen. Verken vervolgens ontwikkelingstrajecten. Setup in R en proces van de expressie metadata.

Geef ontwikkelingsstadia op en selecteer corticale gebieden. Haal de ontwikkelingsexpressieprofielen van AD-risicogenen eruit en vergelijk prenatale versus postnatale expressieniveaus. Onderzoek expressieprofielen van het celtype door in R in te stellen en cellulaire expressieprofielen van AD-risico’s te extraheren.

Ten slotte voert u genannotatieverrijkingsanalyse van AD-risicogenen uit. Homer downloaden en configureren. Voer vervolgens Homer uit en plot de verrijkte termen met R Studio.

Een set van 800 geloofwaardige SNP’s werd onderzocht met behulp van dit proces. Positionele mapping bleek dat 103 SNP’s overlapten met promotors en 42 SNPs overlapten met Exons, terwijl 84% van de SNP’s bleef niet aangemeld. Met behulp van Hi-C datasets in de volwassen hersenen, een extra 208 SNPs werden gekoppeld aan 64 genen op basis van fysieke nabijheid.

In totaal werden 284 AD-geloofwaardige SNP’s in kaart gebracht op 112 AD-risicogenen. AD-risicogenen werden geassocieerd met amyloïde precursoreiwitten, amyloïde bètavorming en immuunrespons, die de bekende biologie van de ziekte weerspiegelt. Ontwikkelingsexpressieprofielen van AD-risicogenen vertoonden een duidelijke postnatale verrijking die wijst op het leeftijdsverdenk van de ziekte.

Ten slotte werden de genen zeer uitgedrukt in microglia de primaire immuuncellen in de hersenen die de terugkerende bevindingen ondersteunt dat AD een sterke immuunbasis heeft. Hier gebruiken we Hi-C gegevens uit het hersenweefsel om een biologische impact van de ziekte van Alzheimer risico variantie te analyseren. Echter, om deze methode toe te passen op een andere GWAS studie het niveau van de nieuwe Hi-C gegevens in het relevante weefsel is van cruciaal belang.

Deze resultaten kunnen verder worden bestudeerd en gevalideerd met behulp van crisper-gebaseerde technologieën, enhancer reporter tests, of door kruisen met andere functionele genomische datasets zoals EQTLs. Hier identificeren we tientallen risicogenen voor de ziekte van Alzheimer en we verwachten dat de identificatie van deze genen ons kan helpen hun voorheen onbekende rol bij de ziekte van Alzheimer te begrijpen.