Simple Science

最先端の科学をわかりやすく解説

# 健康科学# 遺伝学・ゲノム医学

isoTWAS: 遺伝子研究への新しいアプローチ

新しい方法が複雑な特徴への深い遺伝的関連性を明らかにした。

― 1 分で読む


isoTWASが遺伝子解析isoTWASが遺伝子解析を変革する善した。新しい方法が遺伝子と複雑な特徴の関係を改
目次

過去10年間で、科学者たちは遺伝子が人間のさまざまな特性にどのように関係しているかを理解するのに大きな進展を遂げてきた。これらの特性は、身長や体重、病気へのかかりやすさといった複雑なものであることがある。研究者たちは、これらの特性を調べるために、全ゲノム関連解析(GWAS)という方法を使用する。GWASは、多くの遺伝的データを見て、遺伝子と特性の間の関連を見つける。しかし、単にこれらの関連を見つけるだけでは不十分で、遺伝子が分子レベルでどのように機能するかを理解することがまだ課題となっている。

この研究の最大の問題の一つは、GWASによって見つかった多くの遺伝的リンクが、タンパク質をコードしないゲノムの領域に存在することだ。代わりに、遺伝子の発現に影響を与える領域にしばしば存在する。これにより、特定の遺伝的変化が特定の特性を引き起こす原因を特定するのが難しくなる。研究者たちは、これらの領域内の重要な遺伝子変異に焦点を合わせ、それらが近くの遺伝子にどのように影響を与えるかを解明する方法を見つける必要がある。

これらのリンクを理解するために、さまざまな方法が開発されてきた。これらの方法は、遺伝子がどのようにオンオフされるかに関するデータとGWASデータを組み合わせて、研究されている特性に関連する遺伝子を特定することを目指している。その一つが、トランスクリプトーム全体関連分析(TWAS)と呼ばれる方法だ。TWASは遺伝的データが遺伝子発現にどのように影響を与えるかを予測し、遺伝的変異と特定の特性を結びつける手助けをする。これらの技術の改善にもかかわらず、多くのGWASリンクはまだどのように機能するのかの明確な説明が不足している。

代替エクスプライシングの重要性

ここまでのところ、ほとんどの研究は遺伝子の総合的な発現を見てきた。しかし、遺伝子は代替エクスプライシングというプロセスを通じて、アイソフォームと呼ばれるさまざまなバージョンを生成することができる。これは、1つの遺伝子が複数の産物を作り出し、体内で異なる役割を果たす可能性があることを意味する。代替エクスプライシングは非常に一般的で、90%以上のヒト遺伝子に影響を与えている。これにより、遺伝子調節の複雑さが大幅に増し、私たちの遺伝子コードの機能性も高まる。

例えば、脳内では、いくつかの遺伝子が多くのアイソフォームを生成する。これらのアイソフォームは、その構造や機能が異なり、遺伝子が特性に影響を与える方法に複雑さを加える。特定の特性に関連するアイソフォームを理解することは、その特性への遺伝的影響を深く理解する手助けとなる。

研究では、スプライシングの乱れがさまざまな病気、特にメンタルヘルス障害につながることが示されている。しかし、局所的なスプライシングイベントを測定するのはしばしば複雑で、異なる研究間でデータを統合するのは難しい。多くの既存の方法は総合的な遺伝子発現に焦点を当て、アイソフォームが提供する微妙な情報を見逃してしまう。

isoTWASの導入

これらの課題に取り組むために、isoTWASが開発された。この新しいアプローチは、アイソフォームレベルの発現に関連する遺伝的データを分析することを目指している。これは、従来の方法ではできない形で遺伝的影響を特定の特性に結びつけることを狙っている。

isoTWASは既存のTWASフレームワークに基づいているが、遺伝子のアイソフォームに焦点を当てることで異なる角度からアプローチしている。これにより、特定の特性に関連する遺伝的変異と特定のアイソフォームの間のリンクを見つける可能性がある。この焦点により、研究者たちは総合的な遺伝子発現だけを見ている場合には見逃されるかもしれない関連性を明らかにすることができる。

isoTWASのプロセスは、3つの主要なステップで構成されている:

  1. アイソフォーム発現のモデリング:最初のステップでは、isoTWASは遺伝的変異が異なるアイソフォームの発現にどのように影響を与えるかを推定する予測モデルを作成する。これは、広範な遺伝情報を持つ既存のデータベースからのデータを使用することを含む。

  2. アイソフォーム発現の推定:2つ目のステップでは、isoTWASはこれらの予測モデルを別の遺伝データセットに適用してアイソフォーム発現を推定する。これにより、研究者たちはこれらの特定のアイソフォームがさまざまな特性とどのように関連しているかを見ることができる。

  3. 特性関連の解析:最後に、この方法は推定されたアイソフォーム発現と特定の特性とのリンクを調べ、さまざまな特性に関連するアイソフォームを特定する。

アイソフォームに焦点を当てることで、isoTWASは複雑な特性の遺伝的基盤に関するより詳細な洞察を明らかにすることができる。

isoTWASの利点

isoTWASを従来の方法と比較した場合の利点は多数ある:

  • より良い予測:遺伝子の異なるアイソフォーム間の関係を見て、isoTWASは遺伝子発現についてより正確な予測を行うことができる。これにより、特性の理解と特定が向上する。

  • 発見可能な遺伝子の増加:isoTWASは、より多くの遺伝子の分析を可能にする。これは、複雑な特性に影響を与える遺伝子が多く存在するため、より多くの候補があることで、重要な遺伝的要因を特定する可能性が高まる。

  • ユニークなアイソフォーム関連の検出:isoTWASは、総合的な遺伝子発現を見るだけでは明らかにならない特定のアイソフォーム-特性の関連を特定できる。これは、遺伝子が特性と明確な関連を示さない場合でも、そのアイソフォームには関連がある可能性があることを意味する。

  • 遺伝的メカニズムに関する詳細な洞察:アイソフォームを分析することで、研究者は遺伝的変異が特性にどのように影響するかについての詳細な理解を得ることができる。この詳細さは、複雑な特性の背後にあるメカニズムに対する新しい洞察につながる。

実施と結果

実際に、isoTWASは、遺伝子型-組織表現プロジェクト(GTEx)やPsychENCODEコンソーシアムなどの大規模研究からのデータを使用してテストされてきた。これらの応用は、isoTWASが遺伝子発現の予測と複雑な特性との関連を特定する点で、従来のTWAS方法を大幅に上回ることを示した。

広範なシミュレーションと実データにおいて、isoTWASは次のことができた:

  • 従来の方法よりもはるかに高い精度でアイソフォームレベルの発現を予測。
  • 複雑な特性との関連をより多く明らかにし、これらの特性に関連する可能性のある遺伝子の数を大幅に増加させた。
  • さまざまなアイソフォーム間での遺伝的効果の違いを捉え、特定の遺伝的変異が研究されている特性の背後にある可能性をより適切に理解することを可能にした。

アイソフォーム情報の探求

このアイソフォームレベルの情報を調査することは、予測能力を高めるだけでなく、遺伝的変異が特性の異なる結果をもたらす方法についてのより微妙な見解を提供する。例えば、遺伝子のあるアイソフォームが特性と強い関連を持っている一方で、別のアイソフォームはそうでない場合、どの特定の遺伝的変化がその関連を推進しているのかを特定する手助けとなる。

さらに、isoTWASは研究者が遺伝子のアイソフォーム間での協調的な変化を考慮することを可能にする。これは多くの遺伝的効果が独立していないため、調和して複数のアイソフォームに関連する方法で影響を与える可能性があるため、重要だ。これらの関係を理解することは、より堅実な発見と解釈につながることができる。

神経精神的特性における重要な発見

isoTWASが統合失調症や双極性障害などの神経精神的特性に適用されたとき、従来の方法では見逃されていた重要な関連を明らかにするのに効果的であった。多くのアイソフォームが関連する遺伝子を特定し、これらの特性が特定の遺伝的変化によってどのように影響を受けるかの複雑な姿を明らかにした。

例えば、isoTWASは特定のアイソフォームがADHDやうつ病と有意に関連していることを発見し、研究者に新しい候補を提供した。この方法が異なるアイソフォームレベルの関連を明らかにする能力は、遺伝子研究におけるアイソフォームデータの重要性を強調している。

遺伝的特性マッピングの未来

isoTWASからの発見は、特に脳における複雑な特性の背後にある遺伝的メカニズムの発見の向上の可能性を示している。研究が続く中で、isoTWASは遺伝子がさまざまな特性や病気にどう影響しているかについての理解を深める上で重要な役割を果たすことができる。

今後、研究者たちはいくつかの課題に取り組む必要がある。トランスクリプトームのアノテーションの質と完全性は、アイソフォーム予測の正確性を確保するために重要だ。さらに、さまざまなシーケンシング技術の統合は、isoTWASの能力をさらに向上させる可能性がある。

アイソフォームレベルの分析に重点を置くことは、科学者たちが遺伝研究にアプローチする方法において大きな変化をもたらす。特定のアイソフォームに焦点を当てることで、研究者は遺伝的影響が特性に与えるメカニズムを特定しやすくなり、複雑な遺伝データのより効果的な解釈につながる。

結論

結論として、isoTWASは複雑な特性に対する遺伝的関連を理解するための有望なフレームワークを提供する。アイソフォームレベルの発現に焦点を当てることで、isoTWASはより正確な予測を可能にし、遺伝的影響の背後にある分子メカニズムに対する理解を深める。重要なアイソフォーム-特性の関連を特定する能力は、さまざまな複雑な特性や病気の遺伝的基盤に対するよりターゲットを絞った研究の道を切り開くことができる。

科学コミュニティが遺伝学の複雑さを探求し続ける中で、isoTWASのような方法は、遺伝子、アイソフォーム、そしてそれらが影響を与える特性の間の複雑な関係を解明するために重要だろう。今後の道のりは、さまざまなタイプのゲノムデータを統合し、既存の技術を洗練し、アイソフォームレベルでの発見の生物学的関連性に焦点を当てることを含むだろう。このアプローチは、ヒト生物学と健康や病気の遺伝的基盤に関するより深い洞察を提供するだろう。

オリジナルソース

タイトル: Isoform-level transcriptome-wide association uncovers extensive novel genetic risk mechanisms for neuropsychiatric disorders in the human brain

概要: Integrative methods, like colocalization and transcriptome-wide association studies (TWAS), identify transcriptomic mechanisms at only a fraction of trait-associated genetic loci from genome-wide association studies (GWAS). Here, we show that a reliance on reference functional genomics panels of only total gene expression greatly contributes to this reduced discovery. This is particularly relevant for neuropsychiatric traits, as the brain expresses extensive, complex, and unique alternative splicing patterns giving rise to multiple genetically-regulated transcript-isoforms per gene. Integrating highly correlated transcript-isoform expression with GWAS requires methodological innovations. We introduce isoTWAS, a multivariate framework to integrate genetics, isoform-level expression, and phenotypic associations in a step-wise testing framework, and evaluate it using data from the Genotype-Tissue Expression (GTEx) Project, PsychENCODE Consortium, and other sources. isoTWAS shows three main advantages. First, joint, multivariate modeling of isoform expression from cis-window SNPs improves prediction by [~]1.8-2.4 fold, compared to univariate modeling. Second, compared to gene-level TWAS, these improvements in prediction lead to [~]1.9-2.5-fold increase in the number of testable genes and a median of 25-70% increase in cross-validated prediction of total gene expression, with the added ability to jointly capture expression and splicing mechanisms. In external validation, isoform-centric models predicted gene expression at percent variance explained >1% for 50% more genes than gene-centric models. Third, across 15 neuropsychiatric traits, isoTWAS increased discovery of trait associations within GWAS loci over TWAS, capturing [~]60% more unique loci and 95% of loci detected by TWAS. Results from extensive simulations showed no increase in false discovery rate and reinforce isoTWASs advantages in prediction and trait mapping power over TWAS, especially when genetic effects on expression vary across isoforms of the same gene. We illustrate multiple biologically-relevant isoTWAS-identified trait associations undetectable by gene-level methods, including isoforms of AKT3, CUL3, and HSPD1 with schizophrenia risk, and PCLO with multiple disorders. The isoTWAS framework addresses an unmet need to consider the transcriptome on the transcript-isoform level to increase discovery of trait associations, especially for brain-relevant traits.

著者: Arjun Bhattacharya, C. Jops, D. D. Vo, M. Kim, C. Wen, J. L. Hervoso, B. Pasaniuc, M. J. Gandal

最終更新: 2023-07-06 00:00:00

言語: English

ソースURL: https://www.medrxiv.org/content/10.1101/2022.08.23.22279134

ソースPDF: https://www.medrxiv.org/content/10.1101/2022.08.23.22279134.full.pdf

ライセンス: https://creativecommons.org/licenses/by-nc/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。

著者たちからもっと読む

類似の記事