Sci Simple

New Science Research Articles Everyday

# Biologia # Genómica

O Impacto das Variantes Estruturais na Saúde Cerebral

Variantes estruturais são super importantes na diversidade genética e na função do cérebro.

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

― 8 min ler


SVs e Função Cerebral SVs e Função Cerebral papel na saúde do cérebro. Explorando variantes estruturais e seu
Índice

No mundo complicado da genética, os Variantes Estruturais (SVs) são os heróis não reconhecidos ou os trapaceiros travessos, dependendo de como você vê. Essas mudanças no genoma podem envolver inserções, deleções, duplicações e outras reorganizações do DNA. Elas contribuem uma parte significativa da diversidade genética nos humanos, influenciando tudo, desde como nossos cérebros são conectados até nosso risco para várias doenças.

Como os SVs Afetam o Cérebro

Os SVs têm um papel único em moldar a arquitetura genética do cérebro humano. Eles podem afetar quais genes são ativados ou desativados, como os genes são regulados e até impactar a estabilidade genômica. Todos esses fatores podem influenciar profundamente a estrutura do cérebro individual, as habilidades cognitivas e a vulnerabilidade a distúrbios neurológicos.

Um exemplo notável é o gene APP, onde duplicações foram associadas à doença de Alzheimer de início precoce. Da mesma forma, variações no gene SNCA contribuem para a doença de Parkinson e outras formas de demência. Os SVs podem até estar envolvidos em distúrbios como a distonia X-linked Parkinsonismo, com base em inserções de elementos transponíveis no gene TAF1. O gene Parkin (PRKN) também é conhecido por estar implicado na doença de Parkinson de início precoce devido às suas reorganizações.

Esses exemplos mostram como os SVs podem ter um papel crítico no desenvolvimento e na progressão de Doenças Neurodegenerativas, destacando a importância de estudar essas variações genéticas para entender melhor os distúrbios cerebrais.

Desafios na Detecção de SVs

Apesar de sua importância, detectar SVs usando métodos tradicionais de sequenciamento de leitura curta pode ser como procurar uma agulha em um palheiro. Leituras curtas, normalmente apenas algumas centenas de pares de bases, costumam ter dificuldade em capturar variantes estruturais maiores. Elas também têm um tempo difícil para resolver variantes em regiões genômicas repetitivas, o que leva a uma parte significativa dos SVs sendo perdidos.

Aí entram as tecnologias de sequenciamento de leitura longa (LRS), que vêm para o resgate oferecendo leituras que são muito mais longas e melhores em abranger grandes SVs. Esses métodos permitem que os pesquisadores detectem SVs com mais precisão e apliquem variantes em distâncias genômicas maiores. Estudos recentes demonstraram que a LRS melhora substancialmente a detecção de SVs, mesmo em regiões desafiadoras do genoma.

A Importância de Fundos Genéticos Diversos

A pesquisa em genética muitas vezes se concentrou em populações europeias, deixando uma lacuna na compreensão da variação genética em outras ancestrais. Esse viés pode limitar a descoberta de variantes específicas para certas populações, que são essenciais para entender a suscetibilidade a doenças e outros traços.

Por exemplo, uma variante específica de população associada à doença de Parkinson foi identificada em populações de ancestralidade africana ou africana admixtas, mostrando a importância de ampliar o escopo da pesquisa genética. À medida que cientistas revelam diferenças nos fatores de risco genético entre populações diversas, desenvolver recursos genômicos inclusivos se torna vital para melhorar a precisão do mapeamento de doenças e garantir soluções de saúde justas em todo o mundo.

Visão Geral do Estudo

Em uma análise extensa, pesquisadores geraram Genomas de leitura longa de alta qualidade a partir dos cérebros de 351 indivíduos com ancestralidade europeia e africana. Este projeto descobriu incríveis 234.905 SVs e produziu montagens localmente faseadas cobrindo a maioria dos genes codificadores de proteínas. Eles também avançaram na compreensão de como esses SVs impactam a Expressão Gênica e a Metilação no tecido cerebral.

Não apenas tornaram esse recurso valioso publicamente disponível, mas também prepararam o terreno para pesquisas futuras sobre os efeitos biológicos da variação genética e forneceram um conjunto diversificado de controles pareados com dados genômicos de leitura longa e curta.

Coleta de Amostras e Ancestralidade Genética

O estudo envolveu sequenciamento de genoma completo em 359 amostras de cérebro humano de duas coortes, NABEC e HBCC. As amostras da coorte NABEC eram principalmente de ancestralidade europeia, enquanto as do HBCC eram predominantemente de ancestralidade africana. O rotulamento genealógico de cada amostra foi cuidadosamente determinado usando vários bancos de dados, ajudando a garantir que a pesquisa representasse uma paisagem genética diversificada.

Montando o Genoma

Os pesquisadores usaram técnicas computacionais avançadas para montar os genomas das amostras. Eles produziram montagens diploides, onde o DNA de ambos os pais é considerado, o que lhes permitiu capturar uma ampla gama de variantes estruturais. Isso foi crucial para representar com precisão os dados genômicos.

Caracterização de Variantes Estruturais

Para identificar e caracterizar os SVs, os pesquisadores utilizaram dois métodos complementares para garantir uma detecção abrangente. Assim que os dados foram processados e harmonizados, eles encontraram um número impressionante de SVs de alta confiança. Curiosamente, a maioria desses SVs eram raros, com uma proporção significativa tendo uma frequência de alelo menor que 1%.

A equipe descobriu que o número médio de SVs por indivíduo variava entre as duas coortes, com as amostras mais geneticamente diversas do HBCC apresentando uma média maior de SVs. A maioria dos SVs identificados era de inserções, com menos deleções e inversões presentes, refletindo descobertas de estudos similares em grande escala.

O Impacto dos SVs na Expressão Gênica

Aprofundando o impacto dos SVs na expressão gênica, os pesquisadores realizaram análises de locus de traço quantitativo (QTL). Especificamente, avaliaram o efeito dos SVs na expressão gênica no córtex frontal do cérebro. Ao observar variantes comuns, foram capazes de avaliar seus efeitos regulatórios e descobrir associações significativas entre SVs e a expressão de vários genes.

O estudo revelou que os SVs podem ser os principais candidatos que impulsionam essas associações, ressaltando sua importância para entender como as variações genéticas afetam a função cerebral.

Perfilagem de Metilação

Outro aspecto importante da pesquisa foi a análise dos padrões de metilação do DNA. A metilação serve como um mecanismo regulatório, influenciando a expressão gênica, e sua análise pode fornecer insights sobre como as variações genéticas afetam a saúde do cérebro.

Os pesquisadores utilizaram sequenciamento de leitura longa para realizar a perfilagem de metilação, o que permite uma compreensão mais abrangente dos padrões de metilação em comparação com métodos tradicionais. As descobertas mostraram que a maioria da metilação estava hipermetilada no tecido cerebral, e certas regiões exibiram mudanças associadas à idade.

A Ligação Entre SVs e Metilação

Em uma investigação adicional, a equipe analisou como os SVs influenciam os padrões de metilação do DNA no córtex frontal. Eles identificaram vários SVs que estavam ligados a mudanças nos níveis de metilação, enfatizando a complexa interação entre fatores genéticos e epigenéticos na formação da função cerebral.

Ao analisar os efeitos dos SVs na expressão gênica e na metilação simultaneamente, os pesquisadores conseguiram descobrir mecanismos regulatórios intrincados que podem ter sido negligenciados anteriormente.

Desafios e Limitações

Embora os avanços na tecnologia de sequenciamento tenham aberto novas portas para entender a variação genética, ainda há desafios a enfrentar. A fusão e a identificação precisa dos SVs podem ser complicadas devido à complexidade das variações genômicas. Além disso, enquanto o estudo se concentrou em variações genéticas comuns, pesquisas futuras precisarão explorar o papel de variantes mais raras para obter um quadro mais completo.

Conclusão

Resumindo, o estudo ilumina o intrincado mundo das variantes estruturais e sua influência na função e saúde do cérebro. Ao utilizar tecnologia de sequenciamento de ponta e uma ampla variedade de amostras, os pesquisadores estão avançando na compreensão da paisagem genética e epigenética do cérebro humano. Esse recurso abrangente, sem dúvida, abrirá caminho para futuras pesquisas sobre as conexões entre genética, função cerebral e distúrbios neurológicos, garantindo que os cientistas continuem a desvendar os mistérios do nosso órgão mais complexo. Então, se você algum dia se pegar pensando nos mistérios do seu próprio cérebro, só lembre-se: a genética é um grande quebra-cabeça, e os SVs são algumas das peças que ajudam a completar a imagem!

Fonte original

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

Resumo: 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.

Autores: 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

Última atualização: 2024-12-18 00:00:00

Idioma: English

Fonte URL: https://www.biorxiv.org/content/10.1101/2024.12.16.628723

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

Licença: https://creativecommons.org/publicdomain/zero/1.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao biorxiv pela utilização da sua interoperabilidade de acesso aberto.

Artigos semelhantes