遺伝子変異と病気リスクの洞察
研究は、遺伝的な違いが遺伝子の発現やスプライシングを通じて健康にどのように影響するかを明らかにしている。
― 1 分で読む
目次
多くの遺伝的違いが、タンパク質をコードしないDNAの部分に関連していて、これが健康への影響を理解するのを難しくしてるんだ。それを知るための一つの方法が、分子的定量的形質座(QTL)マッピングっていう手法。これによって、これらの遺伝的違いが病気リスクにどう影響するかに関わる遺伝子や分子を見つけるのを助けるんだ。そうすることで、これらの遺伝子がどう働くかを調べるための特定のテストを作れるんだ。
分子的QTLデータの応用
分子的QTL研究から集めたデータは、医療のいろんな分野で役立つよ。たとえば、新しい薬のターゲットを見つけたり、薬がどう働くかやその副作用の可能性を理解したり、既存の薬の新しい使い道を特定したり、大事な健康マーカーを明らかにするのに使えるんだ。
QTLマッピングに関する過去の研究
過去のQTLマッピングの研究の多くは、遺伝子発現かタンパク質のどちらか一方の分子に焦点を当てていたんだ。遺伝的違いがさまざまな特徴にどう繋がっているかを完全に理解するには、いろんなタイプの分子のデータを一緒に見る必要があるんだ。同じグループからの複数のタイプのデータがあれば、分析や検証が楽になるんだよ。たとえば、媒介分析を使うことで、異なる特徴が共通の遺伝的経路を通じてどう繋がっているかが見えるんだ。
INTERVAL研究
この研究では、約50,000人の献血者からの情報を集めたINTERVALプロジェクトのデータを使ったんだ。この研究は、さまざまな生物分子についての詳細な情報を集めたんだ。私たちは、RNAシーケンシングデータを使って4,700人以上の人たちの遺伝子発現とスプライシングQTLに焦点を当てたよ。そのデータを同じグループから集めた他の分子的情報、たとえばタンパク質のレベルや代謝物とも組み合わせたんだ。
遺伝子発現とスプライシングに関する発見
血液サンプルのRNAシーケンシングを通じて、19,000以上の遺伝子と111,000以上のスプライシングイベントの発現レベルを調べたんだ。そして、発現レベルとの有意な関係がある遺伝子を多く特定したんだけど、これを「cis-eGenes」と定義したんだ。つまり、いくつかの遺伝的違いが、これらの遺伝子の発現に直接影響を与えていることがわかったんだ。
スプライシングイベントに対しても有意な関係がある遺伝子がたくさん見つかったんだけど、これを「cis-sGenes」と呼ぶことにしたよ。一部は他の研究では見つからなかった新しい発見だったんだ。これで、遺伝子発現とスプライシングイベントを一緒に調べることがどれだけ重要かがわかったんだ。
遺伝的影響の調査
遺伝的違いが遺伝子発現やスプライシングにどう影響するかもさらに探ったよ。異なる特徴の間に多くの共通の遺伝的影響があることがわかって、その評価には統計的ツールを使ったんだ。また、媒介分析を通じて、これらの遺伝的違いが他の特徴にどう影響するかも調べてみたんだ。
遠隔遺伝子発現に対する遺伝的影響
次に、遺伝子のサイトから遠く離れた場所にある遺伝子に対する遺伝的変異の影響、つまり「trans-regulation」を調査したんだ。この分析は、遺伝的変異が他の遺伝子に間接的に影響を与える可能性を理解するのに役立つんだ。
トランス調節に有意に関連した遺伝子がたくさん見つかって、特定の変異が複数の遺伝子に同時に影響を与える可能性があることがわかったんだ。また、これらの遺伝子は、遺伝子の発現を調整したり、外的要因に対する体の反応を調節したりするような共通の機能に関連していることが多かったよ。
共有された遺伝的繋がり
私たちが特定した転写QTLを、同じ研究参加者からの他のタイプの分子QTLと比較したんだ。共局在分析を通じて、タンパク質や代謝物を含む異なるタイプの分子間で遺伝的信号の繋がりを探ったよ。これによって、さまざまな分子的特徴の間で多くの共有された遺伝的影響が明らかになったんだ。
スプライシングの役割を理解する
スプライシング、つまりRNAの特定の部分を取り除くプロセスは、遺伝的変異が体内のタンパク質レベルにどう影響するかにおいて重要な役割を果たしているみたい。多くのスプライシングイベントが、RNAのどの部分が含まれるかまたは除外されるかを変更することで、タンパク質の生成に影響を与えることがわかったんだ。
たとえば、特定の遺伝子のスプライシングが、血液中を循環するタンパク質の形の生成に影響を与えているんだ。これが、遺伝的違いが健康にどう影響するかを理解する上で新たな複雑さを加えるんだ。
健康に対する遺伝的変異の影響を評価する
遺伝的変異が健康にどう寄与するかをさらに理解するために、さまざまな健康状態と関連する遺伝的信号を調べたよ。これらの信号の多くが、私たちが分析で特定した遺伝子やスプライシングイベントと重なっていることがわかったんだ。この重なりを調べることで、遺伝的違いが病気リスクにどう影響するかの潜在的な経路が見えてくるんだ。
たとえば、インターロイキン-7受容体遺伝子のスプライシングの変異と、湿疹のような状態との関連を見つけたよ。これが、スプライシングを理解することで遺伝子が病気にどんな役割を果たしているかが明らかになるかもしれないってことを示唆してるんだ。
COVID-19と遺伝的要因
COVID-19の広範な影響を受けて、私たちの発見がこの病気の感受性や重症度に影響を与える遺伝的要因にどう関係しているかを評価したんだ。COVID-19に関連する遺伝的変異と、私たちが研究した遺伝子やスプライシングイベントとの間にいくつかの繋がりが見つかったよ。これが、私たちの研究が病気感受性の根底にある遺伝学を明らかにするのに役立つかもしれないって示してるんだ。
非タンパク質コーディング変異の重要性
一般的な特徴に関連する遺伝的違いのほとんどは、DNAの非コーディング領域に存在してるんだ。これは、これらの領域を研究して病気リスクへの寄与を理解することが重要だってことを再確認させるよ。私たちは大きな進展を遂げたけど、これらの変異がどのように働き、相互作用するかを定義するためには、より包括的な分子データが必要なんだ。
結論と今後の方向性
私たちの発見は、複雑な病気の遺伝的基盤を理解する上で広い意味を持っているよ。特徴と健康結果の間の遺伝的リンクを体系的に分析することで、遺伝学が健康にどのように影響するかのより明確なイメージを築くことができるんだ。
まだまだやるべきことがたくさんあるよ。多様な集団からデータを集めたり、高度な分析技術を活用したりすることが、遺伝的変異とその健康や病気への役割についての理解を深めるために重要になるんだ。
この研究は、人間の健康に影響を与える遺伝的ネットワークを探る将来の研究の基盤を提供するもので、新しい治療法や介入の可能性を開くものなんだ。ここで示された発見やデータは、遺伝学や分子生物学の研究の今後の努力にとって非常に貴重なものになると期待されてるよ。
タイトル: Genetic determinants of blood gene expression and splicing and their contribution to molecular phenotypes and health outcomes
概要: The biological mechanisms through which most non-protein-coding genetic variants affect disease risk are unknown. To investigate the gene-regulatory cascades that ensue from these variants, we mapped blood gene expression and splicing quantitative trait loci (QTLs) through bulk RNA-sequencing in 4,732 participants, and integrated these data with protein, metabolite and lipid QTLs in the same individuals. We identified cis-QTLs for the expression of 17,233 genes and 29,514 splicing events (in 6,853 genes). Using colocalization analysis, we identified 3,430 proteomic and metabolomic traits with a shared association signal with either gene expression or splicing. We quantified the relative contribution of the genetic effects at loci with shared etiology through statistical mediation, observing 222 molecular phenotypes significantly mediated by gene expression or splicing. We uncovered gene-regulatory mechanisms at GWAS disease loci with therapeutic implications, such as WARS1 in hypertension, IL7R in dermatitis and IFNAR2 in COVID-19. Our study provides an open-access and interactive resource of the shared genetic etiology across transcriptional phenotypes, molecular traits and health outcomes in humans (https://IntervalRNA.org.uk).
著者: Dirk S. Paul, A. Tokolyi, E. Persyn, A. P. Nath, K. L. Burnham, J. Marten, T. Vanderstichele, M. Tardaguila, D. Stacey, B. Farr, V. Iyer, X. Jiang, S. A. Lambert, G. Noell, M. A. Quail, D. Rajan, S. C. Ritchie, B. B. Sun, S. A. J. Thurston, Y. Xu, C. D. Whelan, H. Runz, S. Petrovski, D. J. Gaffney, D. J. Roberts, E. Di Angelantonio, J. E. Peters, N. Soranzo, J. Danesh, A. S. Butterworth, M. Inouye, E. E. Davenport
最終更新: 2023-11-27 00:00:00
言語: English
ソースURL: https://www.medrxiv.org/content/10.1101/2023.11.25.23299014
ソースPDF: https://www.medrxiv.org/content/10.1101/2023.11.25.23299014.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 medrxiv に感謝します。