Nova ferramenta conecta genética de ratos a traços humanos
O RatXcan mostra conexões entre a genética dos ratos e características como comprimento do corpo e IMC.
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
― 8 min ler
Índice
- O Desafio da Tradução Genética
- Introduzindo o RatXcan
- Configuração Experimental
- Entendendo a Expressão Gênica em Ratos
- Treinando Modelos de Previsão
- Comparando Desempenhos de Previsão
- Estrutura RatXcan
- Testando Comprimento Corporal e IMC
- Análise de Enriquecimento
- Limitações do Estudo
- Conclusão
- Fonte original
- Ligações de referência
Nos últimos anos, os cientistas fizeram um progresso significativo em entender como nossos genes afetam características físicas importantes. Ao analisar o DNA de várias pessoas, os pesquisadores descobriram uma gama ampla de marcadores genéticos relacionados a traços como altura, peso e índice de massa corporal (IMC). No entanto, transformar essas descobertas em soluções reais para problemas de saúde ainda é um desafio. Uma razão para isso é que a maioria das mudanças genéticas encontradas não está localizada em genes que controlam diretamente os traços, tornando difícil identificar como essas mudanças afetam nossos corpos.
O Desafio da Tradução Genética
Um grande problema nessa pesquisa é que uma alta porcentagem dos marcadores encontrados nos estudos não se liga diretamente a genes específicos. Em vez disso, eles geralmente estão em regiões do DNA que ajudam a controlar a atividade gênica. Isso dificulta para os cientistas determinarem quais genes são realmente responsáveis por certos traços. Para lidar com esse problema, os pesquisadores desenvolveram novos métodos para analisar como a atividade gênica influencia os traços.
Um desses métodos usa dados de animais usados em pesquisas, conhecidos como organismos modelo. Esses animais permitem que os pesquisadores realizem experimentos que testam como as variações genéticas afetam comportamentos ou características físicas específicas em um ambiente controlado. No entanto, há um debate sobre se os padrões genéticos observados nesses organismos modelo são os mesmos encontrados em humanos.
Introduzindo o RatXcan
Para preencher a lacuna entre a pesquisa em humanos e em animais, os cientistas criaram uma nova ferramenta chamada RatXcan. Essa ferramenta é projetada especificamente para ratos de laboratório cruzados, que são um tipo de rato bem estudado e possuem um background genético diverso. O RatXcan ajuda os pesquisadores a identificar quais genes estão causalmente relacionados a traços complexos, analisando a Expressão Gênica, que é o quão ativo um gene está em produzir seus efeitos.
Usando o RatXcan, os pesquisadores queriam saber se traços semelhantes em ratos e humanos-como altura e IMC-são influenciados pelos mesmos fatores genéticos. Por meio desse método, os pesquisadores esperam mostrar que as conexões entre genes e traços são consistentes entre diferentes espécies.
Configuração Experimental
Para treinar a ferramenta RatXcan, os cientistas primeiro reuniram dados sobre a expressão gênica em ratos. Eles estudaram a composição genética de 88 ratos e coletaram informações de cinco áreas diferentes do cérebro. Essa fase de treinamento permitiu que os pesquisadores construíssem modelos que preveem quão ativo cada gene é com base nas informações genéticas dos ratos.
Na fase de associação, esses modelos foram usados para analisar um grupo maior de mais de 5.000 ratos, todos com dados sobre seu comprimento corporal e IMC. Aplicando o método RatXcan, os pesquisadores puderam testar ligações entre a atividade gênica prevista e características físicas, levando em conta o alto grau de parentesco entre os ratos devido ao seu cruzamento seletivo.
Entendendo a Expressão Gênica em Ratos
Os pesquisadores queriam entender como a expressão gênica funciona nos ratos, então estudaram uma área específica do cérebro chamada núcleo accumbens. Essa área tem mostrado estar envolvida em vários comportamentos e respostas. Eles calcularam quanto da diferença na atividade gênica poderia ser explicada pela genética e descobriram que muitos genes tinham uma herdabilidade significativa, significando que seus níveis de atividade eram amplamente influenciados por fatores genéticos.
O estudo também comparou as expressões gênicas de ratos com as de humanos. Eles descobriram que ambas as espécies têm padrões semelhantes na expressão gênica em relação a certos traços. Essa descoberta dá credibilidade ao uso de ratos como um modelo adequado para estudar a genética humana.
Treinando Modelos de Previsão
Para criar modelos de previsão úteis, os cientistas usaram um método chamado regressão de rede elástica. Essa abordagem permite que eles determinem como os genes influenciam os traços, considerando a influência de várias Variantes Genéticas diferentes. Eles treinaram modelos para milhares de genes em diferentes regiões do cérebro.
O resultado foi um conjunto de modelos que previram com sucesso a atividade gênica em ratos, que poderiam então ser usados para explorar relações entre a expressão gênica e traços como comprimento corporal e IMC.
Comparando Desempenhos de Previsão
Depois de desenvolver os modelos, os pesquisadores testaram quão bem as previsões correspondiam às expressões gênicas reais em um grupo separado de ratos. Eles descobriram que as melhores previsões apresentaram altas taxas de correlação, significando que os modelos refletiram com precisão a atividade gênica observada.
Além disso, eles analisaram as previsões gênicas em diferentes áreas do cérebro e descobriram que genes que se saíram bem em uma área também tendiam a se sair bem em outras. Isso indicou que a arquitetura genética é bastante semelhante nas diferentes partes do cérebro dos ratos.
Estrutura RatXcan
Com um entendimento sólido dos padrões de expressão gênica em ratos, os pesquisadores expandiram a estrutura do RatXcan. Eles integraram o conhecimento obtido do toolkit PrediXcan, que foi especificamente projetado para genética humana.
A estrutura do RatXcan incorporou métodos para considerar as semelhanças genéticas na população de ratos. Dessa forma, corrigiu qualquer viés que pudesse surgir do alto parentesco entre os ratos. A ferramenta permite que os pesquisadores realizem estudos de associação genética em ratos que podem ser comparados a estudos sobre traços humanos.
Testando Comprimento Corporal e IMC
Os pesquisadores aplicaram a estrutura do RatXcan para estudar o comprimento corporal e o IMC em ratos. Eles buscaram genes que estavam significativamente ligados a esses traços. Usando uma combinação de resultados de diferentes tecidos cerebrais, conseguiram identificar genes importantes associados ao comprimento corporal e ao IMC.
Entre os genes significativos, uma descoberta notável estava ligada a um receptor que já tinha sido associado à obesidade e ao metabolismo de energia. Essa descoberta foi consistente com estudos anteriores feitos tanto em ratos quanto em humanos, apoiando ainda mais a relevância do método RatXcan em conectar descobertas genéticas entre espécies.
Análise de Enriquecimento
Para ver se os genes identificados nos estudos com ratos também estavam ligados a traços humanos, os pesquisadores realizaram uma análise de enriquecimento. Eles compararam os genes associados ao comprimento corporal dos ratos com aqueles vinculados à altura humana e encontraram uma sobreposição substancial. Da mesma forma, avaliaram a relação entre IMC de ratos e traços de peso humano e também encontraram associações significativas.
Essa análise de enriquecimento demonstrou que as influências genéticas sobre comprimento corporal e IMC em ratos são relevantes para entender esses traços em humanos. Isso fornece evidências valiosas que podem promover um melhor uso de modelos animais na pesquisa sobre saúde humana.
Limitações do Estudo
No entanto, a pesquisa tem suas limitações. Por exemplo, o tamanho da amostra usado para treinar os modelos de previsão era relativamente pequeno, o que poderia afetar a precisão das previsões. Além disso, os tecidos específicos escolhidos para análise podem não representar totalmente as melhores opções para estudar traços como comprimento corporal e IMC.
Há também preocupações sobre quão intimamente os genes estão ligados no genoma, o que pode complicar a interpretação dos resultados. Isso é particularmente relevante em organismos modelo onde as semelhanças genéticas podem confundir as descobertas.
Conclusão
O desenvolvimento do RatXcan representa um passo importante para reduzir a distância entre a genética de animais e humanos. Permitindo que os pesquisadores analisem a expressão gênica e sua conexão com vários traços em ratos, eles podem entender melhor as bases genéticas de traços complexos que são significativos para a saúde humana.
Essa pesquisa abre portas para novas possibilidades no estudo de doenças e traços genéticos usando organismos modelo. As descobertas destacam o potencial que os modelos animais têm em fornecer insights que podem levar a melhores intervenções e tratamentos em humanos.
Ao relacionar de forma mais eficaz as informações genéticas entre espécies, o RatXcan enfrenta um desafio de longa data na pesquisa genética. Embora ainda haja trabalho a ser feito, essa metodologia tem promessas para melhorar nossa compreensão de como os genes influenciam traços e resultados de saúde tanto em humanos quanto em modelos animais.
Título: RatXcan: A framework for cross-species integration of genome-wide association and gene expression data
Resumo: 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.
Autores: 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
Última atualização: 2024-10-19 00:00:00
Idioma: English
Fonte URL: https://www.biorxiv.org/content/10.1101/2022.06.03.494719
Fonte PDF: https://www.biorxiv.org/content/10.1101/2022.06.03.494719.full.pdf
Licença: https://creativecommons.org/licenses/by/4.0/
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.