基因组序列分析鉴定多系统萎缩的新风险位点

Genome sequence analyses identify novel risk loci for multiple system atrophy

作者信息Ruth Chia, Anindita Ray, Zalak Shah, Jinhui Ding, Paola Ruffo, Masashi Fujita, Vilas Menon, Sara Saez-Atienzar, Paolo Reho, Karri Kaivola, Ronald L Walton, Regina H Reynolds, Ramita Karra, Shaimaa Sait, Fulya Akcimen, Monica Diez-Fairen, Ignacio Alvarez, Alessandra Fanciulli, Nadia Stefanova, Klaus Seppi, Susanne Duerr, Fabian Leys, Florian Krismer, Victoria Sidoroff, Alexander Zimprich, Walter Pirker, Olivier Rascol, Alexandra Foubert-Samier, Wassilios G Meissner, François Tison, Anne Pavy-Le Traon, Maria Teresa Pellecchia, Paolo Barone, Maria Claudia Russillo, Juan Marín-Lahoz, Jaime Kulisevsky, Soraya Torres, Pablo Mir, Maria Teresa Periñán, Christos Proukakis, Viorica Chelban, Lesley Wu, Yee Y Goh, Laura Parkkinen, Michele T Hu, Christopher Kobylecki, Jennifer A Saxon, Sara Rollinson, Emily Garland, Italo Biaggioni, Irene Litvan, Ileana Rubio, Roy N Alcalay, Kimberly T Kwei, Steven J Lubbe, Qinwen Mao, Margaret E Flanagan, Rudolph J Castellani, Vikram Khurana, Alain Ndayisaba, Andrea Calvo, Gabriele Mora, Antonio Canosa, Gianluca Floris, Ryan C
PMID38701790
期刊Neuron
发布时间2024-07-03
DOI10.1016/j.neuron.2024.04.002

实验完整度

包含GWAS、TWAS、colocalization、稀有变异分析及单核RNA-seq多个独立证据层级,并进行了功能验证。

主要模型

MSA患者队列(n=888) 健康对照队列(n=7128) GTEx脑组织表达数据 ROS/MAP单核RNA-seq队列

重点核对

GWAS分析:添加模型和隐性模型,MAF>1%,性别和7个主成分作为协变量,基因组显著阈值5×10^-8。 TWAS分析:使用GTEx v8 13个脑区的表达权重,通过FUSION管道,显著阈值按脑区调整。 稀有变异分析:SKAT-O测试,MAF≤1%,MAC≥2,候选基因集限定。 单核RNA-seq分析:使用ROS/MAP队列(n=424),cis-eQTL映射,基因表达矩阵构建。 重复扩增分析:使用ExpansionHunter Targeted v5,检测10个已知致病性重复扩增基因。

摘要

多系统萎缩(MSA)是一种成年发病、散发性的突触核蛋白病,以帕金森综合征、小脑性共济失调和自主神经功能障碍为特征。MSA的遗传结构尚不清楚,治疗方法仅限于支持性措施。在这里,我们对来自888例欧洲血统MSA病例和7128例对照的全基因组序列数据进行了全面分析,以系统研究这种研究不足的神经退行性疾病的遗传基础。我们通过全基因组关联研究方法确定了四个显著相关的风险位点。全转录组关联分析优先考虑了USP38-DT、KCTD7和lnc-KCTD7-2作为这些位点内MSA的新易感基因,单核RNA序列分析发现相关变异在神经元和胶质细胞类型中作为多个基因的顺式表达数量性状位点。总之,这项研究强调了遗传决定因素在MSA发病机制中的作用,本研究的公开数据是研究突触核蛋白病的宝贵资源。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
多系统萎缩的遗传基础是什么?
核心机制
GWAS风险位点通过影响相关基因表达(如USP38-DT、KCTD7)增加疾病风险,KCTD7稀有错义突变也可能参与,且受影响基因在少突胶质细胞中表达,提示少突胶质细胞病变。
主要证据
基于888例MSA病例和7128例对照的GWAS发现4个风险位点;TWAS和colocalization分析优先考虑USP38-DT、KCTD7和lnc-KCTD7-2;单核RNA-seq显示风险SNP影响多个细胞类型中的基因表达。
研究意义
本研究为MSA的遗传结构提供了基础资源,为疾病建模和治疗开发铺平了道路。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

全基因组测序与质量控制

生成高质量的全基因组序列数据,为后续分析奠定基础。

对958例MSA病例和3021例健康对照进行全基因组测序,并通过样本和变异水平质量控制,最终纳入888例病例和7128例对照。

2

全基因组关联研究(GWAS)

识别与MSA相关的常见遗传变异位点。

使用PLINK 2.0在888例病例和7128例对照中进行添加模型和隐性模型GWAS,调整性别和7个主成分。

3

转录组关联分析(TWAS)

将GWAS信号与基因表达关联起来,优先考虑易感基因。

使用GTEx v8 13个脑区的表达权重,通过FUSION管道进行TWAS,识别与MSA相关的表达变化。

4

共定位分析

评估GWAS信号与eQTL共享因果变异的概率,优先考虑致病基因。

对GWAS显著位点内的SNP(p<1e-4)进行共定位分析,使用GTEx eQTL数据,计算PPH4。

5

稀有变异分析

评估候选基因中稀有功能突变的富集情况。

使用SKAT-O测试对候选基因的错义和功能缺失突变进行分析,MAF≤1%,MAC≥2。

6

细胞类型特异性表达分析

探索风险变异在不同脑细胞类型中的表达调控效应。

使用ROS/MAP单核RNA-seq数据分析风险SNP的cis-eQTL效应,涉及424个前额叶皮层样本。

7

重复扩增和结构变异分析

检测致病性重复扩增和SNCA结构变异。

使用ExpansionHunter Targeted v5检测10个已知重复扩增基因,并使用Manta检测SNCA重复。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Maxwell RSC组织DNA提取试剂盒PromegaAS1610
PicoGreen双链DNA检测试剂盒Thermo FisherP7589
TruSeq PCR-free文库制备试剂盒Illumina20015963
HiSeq X Ten试剂盒(v2.5化学)IlluminaFC-502-2501
10x Genomics单细胞3'试剂盒10x Genomics--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
GWAS
样本量(888例病例,7128例对照),种族(欧洲血统),MAF>1%,添加/隐性模型,协变量(性别、7个主成分),基因组显著阈值5e-8。
阅读提示:Methods, Genome-wide association analyses
TWAS
使用GTEx v8数据,13个脑区,FUSION管道,显著阈值按组织调整。
阅读提示:Methods, Transcriptome-wide association study
共定位分析
使用GTEx v8 eQTL数据,GWAS位点内SNP p<1e-4,PPH4≥0.8。
阅读提示:Methods, Colocalization analyses and gene prioritization
稀有变异分析
基因集(GBA1, SNCA等),MAF≤1%,MAC≥2,SKAT-O测试,协变量(性别、5个主成分)。
阅读提示:Methods, Gene-based, rare variant association analyses
单核RNA-seq
ROS/MAP队列(n=424),前额叶皮层,10x Genomics单细胞3'试剂盒,Cell Ranger处理。
阅读提示:Methods, Cell type-specific expression analysis