Simple Science

最先端の科学をわかりやすく解説

# 生物学# ゲノミクス

構造的変異が脳の健康に与える影響

構造変異は遺伝的多様性と脳機能に重要な役割を果たす。

Kimberley J. Billingsley, Melissa Meredith, Kensuke Daida, Pilar Alvarez Jerez, Shloka Negi, Laksh Malik, Rylee M. Genner, Abraham Moller, Xinchang Zheng, Sophia B. Gibson, Mira Mastoras, Breeana Baker, Cedric Kouam, Kimberly Paquette, Paige Jarreau, Mary B. Makarious, Anni Moore, Samantha Hong, Dan Vitale, Syed Shah, Jean Monlong, Caroline B. Pantazis, Mobin Asri, Kishwar Shafin, Paolo Carnevali, Stefano Marenco, Pavan Auluck, Ajeet Mandal, Karen H. Miga, Arang Rhie, Xylena Reed, Jinhui Ding, Mark R. Cookson, Mike Nalls, Andrew Singleton, Danny E. Miller, Mark Chaisson, Winston Timp, J. Raphael Gibbs, Adam M. Phillippy, Mikhail Kolmogorov, Miten Jain, Fritz J. Sedlazeck, Benedict Paten, Cornelis Blauwendraat

― 1 分で読む


SVと脳の機能SVと脳の機能を見てみる。構造的変異を探って、その脳の健康への役割
目次

遺伝学の複雑な世界では、構造的変異(SV)は、見方によっては無名のヒーローか、いたずら好きのトラブルメーカーだ。これは、挿入、欠失、重複、そしてDNAの他の再配置を含むゲノムの変化だ。これらはヒトの遺伝的多様性の重要な部分を占めていて、私たちの脳の配線からさまざまな病気のリスクまで、すべてに影響を与えるんだ。

SVが脳に与える影響

SVは人間の脳の遺伝的構造を形作る特別な役割を果たしている。どの遺伝子がオンまたはオフになるか、遺伝子の調整方法、さらにはゲノムの安定性にまで影響を与えることがある。これらの要素は、個々の脳の構造、認知能力、神経疾患への脆弱性に深く影響する。

代表的な例はAPP遺伝子で、重複が早発性アルツハイマー病に関連している。似たように、SNCA遺伝子の変異はパーキンソン病や他の形の認知症に寄与している。SVは、TAF1遺伝子の可動要素の挿入が関与するX連鎖ジストニアパーキンソニズムのような障害にも関与している。パーキン遺伝子(PRKN)も、その再配置により早発性パーキンソン病に関与していることが知られている。

これらの例は、SVが神経変性疾患の発展と進行において重要な役割を果たすことを示していて、脳の障害をよりよく理解するために、これらの遺伝的変異を研究する重要性を強調している。

SVを検出する際の課題

その重要性にもかかわらず、従来の短リードシーケンシング法を使ってSVを検出するのは、藁の中の針を探すようなものだ。短リードは通常数百塩基対の長さで、大きな構造的変異をキャッチするのが難しい。さらに、繰り返しのゲノム領域での変異の解決も難しく、その結果、SVのかなりの部分が見逃されることになる。

そこで登場するのがロングリードシーケンシング(LRS)技術で、これによってはるかに長いリードを提供し、大きなSVを網羅しやすくなる。これらの方法により、研究者はSVをより正確に検出し、広いゲノム距離にわたって変異をフェーズできるようになる。最近の研究では、LRSがSVの検出を大幅に向上させることが示されている。

多様な遺伝的背景の重要性

遺伝学の研究はしばしば欧州の集団に焦点を当てていて、他の系統における遺伝的変異の理解が欠けている。このバイアスは、特定の集団に特有の変異の発見を制限する可能性があり、それは疾患感受性や他の特徴を理解するために不可欠だ。

例えば、パーキンソン病に関連した集団特有の変異が、アフリカ系またはアフリカ系混合の祖先を持つ集団で特定され、この研究の範囲を広げる重要性を示している。科学者たちが多様な集団間の遺伝的リスク因子の違いを明らかにする中で、包括的なゲノム資源の開発が病気マッピングの精度を向上させ、公平な医療ソリューションを世界中で確保するためにも重要になる。

研究の概要

広範な分析の中で、研究者たちは欧州系とアフリカ系の351人の脳から高品質のロングリードゲノムを生成した。このプロジェクトでは234,905のSVが発見され、ほとんどのタンパク質コーディング遺伝子をカバーするローカルなフェーズ組立が得られた。彼らはまた、これらのSVが脳組織における遺伝子発現やメチル化にどのように影響するかをさらに理解することができた。

彼らはこの貴重なリソースを一般に公開しただけでなく、今後の研究のために遺伝的変異の生物学的効果を探り、ロングリードとショートリードのゲノムデータを持つ多様な対照群を提供した。

サンプル収集と遺伝的系統

この研究では、NABECとHBCCの2つのコホートから359の人間の脳サンプルを全ゲノムシーケンシングした。NABECコホートのサンプルは主にヨーロッパ系で、HBCCのサンプルは主にアフリカ系だった。各サンプルの系譜ラベリングはさまざまなデータベースを使用して慎重に決定され、研究が多様な遺伝的風景を代表することを助けた。

ゲノムのアセンブリ

研究者たちはサンプルのゲノムを組み立てるために高度な計算技術を使用した。彼らは両親のDNAを考慮した二倍体アセンブリを生成し、これにより広範な構造的変異をキャッチすることができた。これはゲノムデータを正確に表現するために重要だった。

構造的変異の特性評価

SVを特定し特徴付けるために、研究者たちは包括的な検出を確保するために2つの補完的方法を使った。データが処理され調和された後、彼らは高信頼度のSVを impressively 見つけた。興味深いことに、ほとんどのSVは稀で、かなりの割合がマイナーアレル頻度1%未満だった。

チームは、個別のSVの平均数が2つのコホート間で異なり、より遺伝的に多様なHBCCのサンプルがSVの平均が高いことを発見した。特定されたSVのほとんどは挿入で、削除や逆位は少なかった。これは類似の大規模研究からの発見と一致している。

SVが遺伝子発現に与える影響

SVが遺伝子発現に与える影響をさらに深く探るために、研究者たちは定量的形質座(QTL)解析を行った。具体的には、脳の前頭皮質における遺伝子発現に対するSVの影響を評価した。一般的な変異を見て、彼らはその調整効果を評価し、SVとさまざまな遺伝子の発現との間に重要な関連を明らかにした。

研究は、SVがこれらの関連を駆動する主要な候補変異である可能性を示していて、遺伝的変異が脳機能にどう影響するかを理解する上での重要性を強調している。

メチル化プロファイリング

研究のもう一つの重要な側面は、DNAメチル化パターンの検査だった。メチル化は調整メカニズムとして機能し、遺伝子発現に影響を与え、その分析は遺伝的変異が脳の健康にどう影響するかを知る手助けになる。

研究者たちはロングリードシーケンシングを利用してメチル化プロファイリングを行い、従来の方法と比べてメチル化パターンのより詳細な理解を可能にした。結果は、脳組織のほとんどのメチル化が過剰メチル化されていて、特定の領域で年齢に関連した変化が見られた。

SVとメチル化の関係

さらに調査を進める中で、チームはSVが前頭皮質内のDNAメチル化パターンにどう影響するかを調べた。彼らはメチル化レベルの変化に関連したいくつかのSVを特定し、遺伝的要因とエピジェネティック要因が脳機能を形作る上での複雑な相互作用を強調した。

SVが遺伝子発現やメチル化に与える影響を同時に分析することで、研究者たちは以前は見逃されていたかもしれない複雑な調整メカニズムを明らかにすることができた。

課題と限界

シーケンシング技術の進歩が遺伝的変異を理解する新しい扉を開いたにもかかわらず、まだ課題が残っている。SVの統合と正確な特定は、ゲノム変異の複雑さゆえに難しい場合もある。さらに、この研究は一般的な遺伝的変異に焦点を当てているが、今後の研究ではより稀な変異の役割を探求する必要がある。

結論

要するに、この研究は構造的変異の複雑な世界と、それが脳機能と健康に与える影響を明らかにしている。最先端のシーケンシング技術と多様なサンプルを利用することで、研究者たちは人間の脳の遺伝的およびエピジェネティックな風景を理解する上での進展を遂げている。この包括的なリソースは、遺伝学、脳機能、神経障害の関係性に関する今後の研究の道を切り開くことになるだろう。だから、自分の脳の神秘について考えることがあれば、遺伝学は大きなパズルで、SVはその絵を完成させるためのいくつかのピースだと思ってね!

オリジナルソース

タイトル: Long-read sequencing of hundreds of diverse brains provides insight into the impact of structural variation on gene expression and DNA methylation

概要: Structural variants (SVs) drive gene expression in the human brain and are causative of many neurological conditions. However, most existing genetic studies have been based on short-read sequencing methods, which capture fewer than half of the SVs present in any one individual. Long-read sequencing (LRS) enhances our ability to detect disease-associated and functionally relevant structural variants (SVs); however, its application in large-scale genomic studies has been limited by challenges in sample preparation and high costs. Here, we leverage a new scalable wet-lab protocol and computational pipeline for whole-genome Oxford Nanopore Technologies sequencing and apply it to neurologically normal control samples from the North American Brain Expression Consortium (NABEC) (European ancestry) and Human Brain Collection Core (HBCC) (African or African admixed ancestry) cohorts. Through this work, we present a publicly available long-read resource from 351 human brain samples (median N50: 27 Kbp and at an average depth of [~]40x genome coverage). We discover approximately 234,905 SVs and produce locally phased assemblies that cover 95% of all protein-coding genes in GRCh38. Utilizing matched expression datasets for these samples, we apply quantitative trait locus (QTL) analyses and identify SVs that impact gene expression in post-mortem frontal cortex brain tissue. Further, we determine haplotype- specific methylation signatures at millions of CpGs and, with this data, identify cis-acting SVs. In summary, these results highlight that large-scale LRS can identify complex regulatory mechanisms in the brain that were inaccessible using previous approaches. We believe this new resource provides a critical step toward understanding the biological effects of genetic variation in the human brain.

著者: Kimberley J. Billingsley, Melissa Meredith, Kensuke Daida, Pilar Alvarez Jerez, Shloka Negi, Laksh Malik, Rylee M. Genner, Abraham Moller, Xinchang Zheng, Sophia B. Gibson, Mira Mastoras, Breeana Baker, Cedric Kouam, Kimberly Paquette, Paige Jarreau, Mary B. Makarious, Anni Moore, Samantha Hong, Dan Vitale, Syed Shah, Jean Monlong, Caroline B. Pantazis, Mobin Asri, Kishwar Shafin, Paolo Carnevali, Stefano Marenco, Pavan Auluck, Ajeet Mandal, Karen H. Miga, Arang Rhie, Xylena Reed, Jinhui Ding, Mark R. Cookson, Mike Nalls, Andrew Singleton, Danny E. Miller, Mark Chaisson, Winston Timp, J. Raphael Gibbs, Adam M. Phillippy, Mikhail Kolmogorov, Miten Jain, Fritz J. Sedlazeck, Benedict Paten, Cornelis Blauwendraat

最終更新: 2024-12-18 00:00:00

言語: English

ソースURL: https://www.biorxiv.org/content/10.1101/2024.12.16.628723

ソースPDF: https://www.biorxiv.org/content/10.1101/2024.12.16.628723.full.pdf

ライセンス: https://creativecommons.org/publicdomain/zero/1.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。

著者たちからもっと読む

類似の記事

ニューラル・コンピューティングと進化コンピューティングEEGと機械学習を使ったアルツハイマー検出の進展

新しい研究が、アルツハイマーの早期診断に向けてEEGとAIを活用することを明らかにした。

Akshay Sunkara, Sriram Sattiraju, Aakarshan Kumar

― 1 分で読む