用一种新方法绘制了影响基因表达水平的基因组致病区域
![The researchers discovered dozens of DNA variants linked to mechanisms of autoimmune disease. Credit: Sergey Nivens/iStock/Thinkstock 用一种新方法绘制了影响基因表达水平的基因组致病区域](https://scx1.b-cdn.net/csz/news/800a/2016/diseasecausi.jpg)
A*STAR科学家报道,一种精确定位影响基因调控的DNA区域的新技术,为识别新的药物靶点和开发预测疾病风险的诊断方法奠定了基础。
“一旦你知道了真正的因果变异,就很容易把它和基因联系起来。新加坡基因组研究所的Shyam Prabhakar领导了这项工作,他说:“这是目前药物靶标识别中缺失的关键环节。”
在试图找到疾病的遗传基础时,研究人员经常扫描数千人基因组中的数十万标记,以寻找与某种特定健康问题相关的特定变异。然而,他们发现的基因关联很少是真正引发疾病的突变。被识别的变异通常只与DNA中真正的致病突变有关,现有的方法难以识别这些疾病的遗传驱动因素,尤其是因为突变通常位于调节区域,而不是编码基因本身。
Prabhakar和他的同事决定开发一种新的方法,重点关注与称为乙酰基的化学标志物相关的基因组的部分。这些化学标签会影响其缠绕在其包装蛋白周围的紧密DNA。Looser染色体意味着更多的基因表达。因此,乙酰化水平充当指示剂或调节信号,以表明附近基因的活性。
研究人员使用了一种名为ChIP-seq的方法,以一种新颖的方式来识别基因组中所有乙酰化区域的DNA突变——Prabhakar称之为“调节组测序”。他和他的团队创建了一个统计测试来关联乙酰化水平的差异(延伸开来,基因调控)基因组中的单字母差异。它们称为基因型无关的信号相关性和不平衡(G-SCI)测试。
通过分析来自57个细胞系的数据,所有来自人B细胞,一种涉及免疫的细胞类型,研究人员发现了与自身免疫疾病机制有关的数十种DNA变体。“我们的方法的美丽是它在一次拍摄的一切中,”Prabhakar说。“这是一个非常便宜和简单的方法。您不需要任何先前的信息。”
Prabhakar的小组现在正将同样的方法和G-SCI测试应用于死后的脑组织,以努力理解自闭症和精神分裂症等疾病。研究人员还在研究各种血细胞,以探究对传染性疾病易感性的基因。
用户评论