新しいツールがラットの遺伝子と人間の特性を結びつける
RatXcanは、ラットの遺伝子と体長やBMIのような特性との関連を明らかにする。
Hae Kyung Im, N. Santhanam, S. Sanchez-Roige, S. Mi, Y. Liang, A. Chitre, D. Munro, D. Chen, F. Nyasimi, J. Gao, A. M. George, A. F. Gileta, K. Holl, A. Hughson, C. P. King, A. C. Lamparelli, C. D. Martin, A. G. Martinez, C. L. St. Pierre, J. Tripi, T. Wang, H. Chen, S. Flagel, K. Ishiwari, P. Meyer, O. Polesskaya, L. Saba, L. S. Woods, A. A. Palmer
― 1 分で読む
目次
最近、科学者たちは遺伝子が重要な身体特性にどのように影響するかを理解するために大きな進展を遂げてきたんだ。多くの人のDNAを調べることで、身長、体重、体格指数(BMI)などの特性に関連するさまざまな遺伝子マーカーを見つけたんだ。でも、これらの発見を健康問題の実際の解決策にするのはまだ難しい。理由の一つは、見つかった遺伝子変化のほとんどが特性を直接制御する遺伝子にはないからで、これがどう身体に影響するのかを特定するのが難しいんだ。
遺伝子翻訳の課題
この研究の大きな問題は、研究で見つかったマーカーの大部分が特定の遺伝子と直接リンクしていないことなんだ。むしろ、遺伝子活動を制御する領域にあることが多いから、どの遺伝子が特定の特性に実際に関与しているのかを判断するのが難しい。そこで研究者たちは、遺伝子の活動が特性にどのように影響するかを分析する新しい方法を開発したんだ。
その一つは、研究に使われる動物、つまりモデル生物のデータを活用する方法だ。これらの動物を使うことで、遺伝子の変異が特定の行動や身体的特性にどのように影響するかを実験することができるんだ。でも、これらのモデル生物で観察された遺伝的パターンが人間と同じかどうかに関しては議論がある。
RatXcanの導入
人間と動物の研究のギャップを埋めるために、科学者たちはRatXcanという新しいツールを作ったんだ。このツールは、よく研究されていて多様な遺伝的背景を持つ実験用のラット専用に設計されている。RatXcanは、遺伝子発現を分析することで複雑な特性に因果関係のある遺伝子を特定するのを助けるんだ。
RatXcanを使うことで、研究者たちはラットと人間の両方で身長やBMIのような似た特性が同じ遺伝的要因によって影響されるかどうかを学ぼうとしている。この方法を通じて、遺伝子と特性の関係が異なる種間で一貫していることを示すことを望んでいるんだ。
実験の設定
RatXcanツールを訓練するために、科学者たちはまずラットの遺伝子発現に関するデータを集めたんだ。88匹のラットの遺伝的構成を調べて、脳の5つの異なる領域から情報を集めた。この訓練フェーズで、研究者たちはラットの遺伝情報に基づいて各遺伝子がどれだけ活発かを予測するモデルを構築することができたんだ。
結びつきのフェーズでは、これらのモデルを使って5,000匹以上のラットのデータを分析したんだ。すべてのラットは体長やBMIに関するデータを持っていた。RatXcan方法を適用することで、研究者たちは予測された遺伝子活動と身体的特性の関連性を検証することができたんだ。
ラットにおける遺伝子発現の理解
研究者たちはラットの遺伝子発現がどのように機能するかを理解するために、特定の脳の領域である核殻を調べたんだ。この領域はさまざまな行動や反応に関与していることが示されている。遺伝子活動の違いのどれだけが遺伝子によって説明できるかを計算したところ、多くの遺伝子が重要な遺伝率を持っていることが分かった。つまり、その活動レベルが主に遺伝子要因によって影響されているってことだ。
この研究ではラットの遺伝子発現を人間のそれと比較した。彼らは両種が特定の特性に関して似たような遺伝子発現パターンを持っていることを発見した。この発見は、ラットが人間の遺伝学を研究するのに適したモデルとしての信頼性を高めるんだ。
予測モデルの訓練
有用な予測モデルを作るために、科学者たちは弾性ネット回帰という方法を使った。これにより、さまざまな遺伝的変異の影響を考慮しながら、遺伝子が特性にどのように影響するかを特定することができたんだ。彼らは異なる脳の領域で数千の遺伝子のモデルを訓練した。
その結果、ラットの遺伝子活動を成功裏に予測するモデルがセットできた。それを使って、遺伝子発現と体長やBMIのような特性との関係を探ることができたんだ。
予測性能の比較
モデルを開発した後、研究者たちは予測が別のラットのグループの実際の遺伝子発現とどれほどマッチするかをテストした。彼らは、最も良い予測が高い相関率を示し、モデルが観察された遺伝子活動を正確に反映していることを発見したんだ。
さらに、異なる脳の領域での遺伝子予測を調べ、ある領域で良い結果を出した遺伝子が他の領域でも同様に良い結果を出す傾向があることを見つけた。これは、ラットの異なる脳の部分間で遺伝子の構造がかなり似ていることを示しているんだ。
RatXcanフレームワーク
ラットにおける遺伝子発現パターンをしっかり理解した研究者たちは、RatXcanフレームワークを拡張したんだ。彼らは、特に人間の遺伝学のために設計されたPrevixcanツールキットで得た知識を統合した。
RatXcanフレームワークは、ラットの集団の遺伝的類似性を考慮するための方法を取り入れた。これにより、個体間の高い関連性から生じるバイアスを修正できるんだ。このツールを使えば、ラットでの遺伝的関連研究を人間の特性研究と比較できるようになるんだ。
体長とBMIのテスト
研究者たちはRatXcanフレームワークを使ってラットの体長とBMIを調べた。彼らはこれらの特性に有意に関連する遺伝子を探したんだ。異なる脳組織からの結果を組み合わせることで、体長とBMIに関連する重要な遺伝子を特定することができたんだ。
有意な遺伝子の中には、以前に肥満やエネルギー代謝に関連付けられていた受容体に関連する注目すべき発見があった。この発見は、ラットと人間の両方で行われた過去の研究とも一致していて、RatXcanメソッドが種間の遺伝的発見をつなぐのに関連性があることをさらに支持しているんだ。
富化分析
ラットの研究で特定された遺伝子が人間の特性に関連しているかを調べるために、研究者たちは富化分析を行った。ラットの体長に関連する遺伝子を人間の身長に関連する遺伝子と比較したところ、かなりのオーバーラップがあった。同様に、ラットのBMIと人間の体重特性の関係も評価し、有意な関連性が見つかったんだ。
この富化分析は、ラットの体長とBMIに対する遺伝的影響が人間のこれらの特性を理解する上で関連があることを示しているんだ。これは、動物モデルを人間の健康研究により良く活用するための貴重な証拠を提供するんだよ。
研究の限界
でも、研究には限界もあるんだ。例えば、予測モデルを訓練するために使用されたサンプルサイズは比較的小さく、予測の正確性に影響を与える可能性がある。また、分析のために選ばれた特定の組織が、体長やBMIのような特性を研究するのに最適な選択肢を完全に代表しているとは限らない。
さらに、どの遺伝子がゲノム内でどれほど密接にリンクしているかについても懸念があり、結果の解釈を複雑にする可能性がある。これは特に、遺伝的類似性が結果を混乱させる可能性があるモデル生物に関連している。
結論
RatXcanの開発は、動物と人間の遺伝学のギャップを埋める重要なステップを表しているんだ。遺伝子発現と様々な特性の関係をラットで分析することで、彼らは人間の健康にとって重要な複雑な特性の遺伝的基盤をよりよく理解できるようになる。
この研究は、モデル生物を使って遺伝病や特性を研究する新しい可能性の扉を開くんだ。その発見は、動物モデルが人間における介入や治療の改善につながる洞察を提供できる可能性を示している。
遺伝情報をより効果的に種間で結びつけることで、RatXcanは遺伝学研究における長年の課題に対処している。まだやるべきことはあるけど、この方法論は、遺伝子が特性や健康結果にどのように影響するかを理解するのを改善するための希望を持っているんだ。
タイトル: RatXcan: A framework for cross-species integration of genome-wide association and gene expression data
概要: Genome-wide association studies (GWAS) have implicated specific alleles and genes as risk factors for numerous complex traits. However, translating GWAS results into biologically and therapeutically meaningful discoveries remains extremely challenging. Most GWAS results identify noncoding regions of the genome, suggesting that differences in gene regulation are the major driver of trait variability. To better integrate GWAS results with gene regulatory polymorphisms, we previously developed PrediXcan (also known as "transcriptome-wide association studies" or TWAS), which maps SNPs to predicted gene expression using GWAS data. In this study, we developed RatXcan, a framework that extends this methodology to outbred heterogeneous stock (HS) rats. RatXcan accounts for the close familial relationships among HS rats by modeling the relatedness with a random effect that encodes the genetic relatedness. RatXcan also corrects for polygenic-driven inflation because of the equivalence between a relatedness random effect and the infinitesimal polygenic model. To develop RatXcan, we trained transcript predictors for 8,934 genes using reference genotype and expression data from five rat brain regions. We found that the cis genetic architecture of gene expression in both rats and humans was sparse and similar across brain tissues. We tested the association between predicted expression in rats and two example traits (body length and BMI) using phenotype and genotype data from 5,401 densely genotyped HS rats and identified a significant enrichment between the genes associated with rat and human body length and BMI. Thus, RatXcan represents a valuable tool for identifying the relationship between gene expression and phenotypes across species and paves the way to explore shared biological mechanisms of complex traits. Author SummaryUnderstanding how genetic variation affects phenotypic variation is critical to leveraging the wealth of genetic studies to make biologically and therapeutically useful discoveries. Since most of the genetic loci associated with complex diseases are regulatory in nature--meaning that they do not alter protein coding but rather subtly affect gene expression--transcriptome-wide association studies have been developed. However, these apply only to human data where large samples of unrelated individuals are available. For animal models, relatedness is much higher, causing higher false-positive rates. We propose a computationally efficient method to address this problem and find shared biology between humans and rats. Taken together, our development paves the way to further explore shared biological mechanisms of complex traits across species.
著者: Hae Kyung Im, N. Santhanam, S. Sanchez-Roige, S. Mi, Y. Liang, A. Chitre, D. Munro, D. Chen, F. Nyasimi, J. Gao, A. M. George, A. F. Gileta, K. Holl, A. Hughson, C. P. King, A. C. Lamparelli, C. D. Martin, A. G. Martinez, C. L. St. Pierre, J. Tripi, T. Wang, H. Chen, S. Flagel, K. Ishiwari, P. Meyer, O. Polesskaya, L. Saba, L. S. Woods, A. A. Palmer
最終更新: 2024-10-19 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2022.06.03.494719
ソースPDF: https://www.biorxiv.org/content/10.1101/2022.06.03.494719.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
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。