Nat Genetics：大数据揭示疾病的基因关联

想象一下，雨水落在人行道上的场景。虽然雨滴落地似乎是随机发生的，但随着时间的推移，人行道仍然会有一片区域保持干燥。这个类比类似于犹他大学健康研究所的研究人员设计的一种新方法。他们探索了超过100,000名健康人，以确定我们不容易改变的基因区域。他们认为，这些“受限制”区域的DNA突变可能会导致严重的儿科疾病。

(图片来源：University of Utah Health)

“我们不是专注于DNA变化的地方，而是寻找DNA维持不变的基因部分，”U of U Health的人类遗传学和生物医学信息学副教授，副主任Aaron Quinlan博士说。 USTAR遗传发现中心。 “我们的模型在这个庞大的数据集中搜索密集遗传变异规则的例外情况，以揭示缺乏变异的基因的受限区域。我们相信这些区域可能是致命的，或者在突变时会导致疾病的极端表型。”

虽然这种方法在概念上很简单，但直到最近才有足够的人类基因组来实现它。这些新的，不变的延伸可能揭示新的致病基因，并可用于帮助确定发育障碍患者的疾病原因。这项研究的结果在12月10日的《Nature Genetics》期刊上发表

根据Quinlan的说法，之前未与疾病相关的基因通常包含一个或多个高度受限的区域。这些地区的突变可能导致疾病。

“我们相信这些基因在疾病的发展中发挥作用，但我们目前对它们的作用知之甚少，”该论文的资深作者Quinlan说。 “这就是令人兴奋的发现潜力所在。”

许多最受限制的区域富含与发育障碍相关的基因，包括发育迟缓，癫痫发作和先天性心脏缺陷。这些信息使团队确信该方法能够真实地揭示该方法。该图揭示了导致发育障碍的致病变异和新生突变。这种方法为确定新的编码区域以研究疾病打开了大门。

“作为一个整体的基因可能能够容忍变异，但[受限区域的一个关键部分的变异]可能会产生严重的发育后果，”该论文的第一作者，昆兰实验室的研究生James Havrilla说。

Quinlan警告说，该模型只能找到极端的表型，如对智力残疾，癫痫症，面部畸形和心脏发育问题负责的发育障碍。该模型不足以识别常见疾病的基因区域，例如糖尿病或冠状动脉疾病。此外，该研究主要基于具有欧洲血统的个体。

“我们创建的地图将为社区提供研究迄今为止没有疾病关联的基因的资源，”Quinlan说。 “这种方法的优点和力量在于，随着我们从更多的人类基因组中获取更多数据，我们可以继续提高该地图的分辨率，以确定研究疾病的区域。”

他的团队使用从基因组聚集数据库（gnomAD）获得的超过120,000个基因组创建了这些受限区域的详细地图，该数据库提供了外显子组中检测到的大量人类遗传变异目录以及来自各种大规模的基因组测序数据测序项目。

资讯出处：Big datasets pinpoint new regions to explore the genome for disease

转化医学：生物谷旗下转化医学专业平台