外显子组测序和GWAS分析
识别与SSc关联的常见遗传变异。
对2559例SSc病例和893例对照进行外显子组测序，基因型填补后使用PLINK logistic回归模型分析关联。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
整合外显子组测序与机器学习识别MICB和干扰素通路基因作为SSc风险的贡献因素
Integrative exome sequencing and machine learning identify MICB and interferon pathway genes as contributors to SSc risk
实验完整度
高包含外显子组关联分析、EAML基因优先级排序、稀有变异负荷分析、scRNA-seq定位、eQTL验证及独立队列重复验证，多层级功能验证。
主要模型
SSc患者和健康对照的外显子组测序队列 SSc和对照皮肤活检的单细胞转录组 全血eQTL数据
重点核对
GWAS分析使用2559例SSc病例和893例对照的ES数据，经基因型填补和质控后纳入877,343个变异进行分析。 EAML分析使用663例SSc病例和663例健康对照，基于错义变异EA评分进行机器学习模型训练。 scRNA-seq分析使用Tabib等人(GSE138669)的皮肤活检数据，包括12例SSc和10例对照。 eQTL分析使用Kerick等人的全血eQTL数据，交叉参考候选基因。
摘要
目的：系统性硬化症（SSc）是一种复杂的自身免疫性疾病，既有已知的遗传因素，也有未识别的遗传因素。虽然全基因组关联研究（GWAS）已定位多个位点，但许多位于非编码区。我们旨在通过外显子组测序（ES）与进化作用-机器学习（EAML）框架、单细胞RNA测序（scRNA-seq）和表达数量性状位点（eQTL）分析相结合，识别新型蛋白编码变异和致病通路。方法：在2,559例SSc病例和893例白种人对照中进行GWAS，并在9,846例病例和18,333例欧洲裔对照中重复验证。EAML优先考虑具有预测疾病的高影响错义突变的基因。分析了来自SSc和对照皮肤活检的公共scRNA-seq数据，以定位跨细胞类型的基因表达。使用全血eQTL数据来识别风险变异的调控效应。结果：在MICB位点（rs2516497，P = 3.66 × 10−13）识别出一个新的SSc风险位点并得到重复验证。EAML突出了284个富集于干扰素信号传导的基因。scRNA-seq将MICB和NOTCH4定位于成纤维细胞和内皮细胞，而HLA II类基因在巨噬细胞和成纤维细胞中富集。eQTL分析证实了MICB、NOTCH4和其他优先基因的调控效应，将SSc相关变异与转录失调联系起来。结论：这项综合性基因组研究识别了SSc的新风险位点和机制通路，突出了MICB、NOTCH4和干扰素相关基因。研究结果提供了对SSc细胞和调控结构的见解，并支持在复杂疾病遗传学中结合ES、机器学习、scRNA-seq和eQTL数据的效用。
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
- 系统性硬化症中是否存在新的蛋白编码风险变异和致病通路？
- 核心机制
- MICB和NOTCH4通过调控变异影响表达，干扰素通路基因（IFI44L、IFIT5）通过稀有错义变异影响风险，HLA II类基因在巨噬细胞和成纤维细胞中表达，提示免疫激活和血管重塑。
- 主要证据
- GWAS识别MICB位点并在大样本中重复验证；EAML识别干扰素相关基因；scRNA-seq显示MICB和NOTCH4富集于成纤维细胞和内皮细胞；eQTL证实调控效应。
- 研究意义
- 为SSc的遗传结构提供新见解，支持将MICB和干扰素相关变异纳入多基因风险评分以改善早期预测，并展示EAML方法在复杂疾病基因发现中的适用性。
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。
EAML风险基因发现
利用进化信息和机器学习优先识别与疾病相关的基因。
对663例SSc病例和663例对照的所有非同义变异进行EA评分，应用EAML算法预测病例与对照，优先基因（q<0.1）。
稀有变异负荷分析
检验稀有变异与SSc的关联。
使用RVTEST进行基因水平负荷检验，包括序列核关联检验（SKAT）。
单细胞RNA测序定位
确定风险基因在不同皮肤细胞类型中的表达模式。
分析公共scRNA-seq数据（GSE138669），聚类并注释细胞类型，绘制风险基因表达图谱。
eQTL分析
验证风险变异对基因表达调控的影响。
交叉参考候选基因与全血eQTL数据，分析SSc相关SNP对基因表达的影响。
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。
单细胞转录组分析
表达调控分析
功能富集分析
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 外显子组测序 | IDT xGen外显子组研究面板v1.0 | Integrated DNA Technologies | -- |
| 生物信息学分析 | Minimac4 | -- | -- |
| 遗传关联分析 | PLINK v1.9 | -- | -- |
| 罕见变异分析 | RVTEST | -- | -- |
| 单细胞RNA测序分析 | Seurat v4.0 | -- | -- |
| 变异注释 | Ensembl变异效应预测器（v94） | -- | -- |
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 |
|---|---|
| 外显子组测序 | 样本数量：2559例SSc病例和893例对照；测序平台：IDT xGen Exome Research Panel v1.0；比对参考基因组：GRCh38；变异过滤标准：DP<7（SNP）或DP<10（indel）设为缺失，等位基因平衡过滤。 阅读提示：Methods - Exome sequencing |
| GWAS分析 | 基因型填补：Minimac4和1000 Genomes Phase 3参考面板；质量过滤：SNP检出率>90%，MAF≥0.01，HWE P<0.05；关联模型：PLINK logistic回归，协变量包括性别和前3个主成分。 阅读提示：Methods - Subjects and methods |
| EAML分析 | 样本子集：663例病例和663例对照，性别比例匹配；变异注释：VEP v94，EA评分；EAML阈值：q<0.1。 阅读提示：Methods - Preparation of sequencing data for EAML |
| 稀有变异负荷分析 | 变异频率定义：低频1%≤MAF<5%，稀有<1%；使用RVTEST；显著性阈值：P<5×10^-5。 阅读提示：Results - RV burden analysis |
| scRNA-seq分析 | 数据来源：GSE138669；细胞过滤条件：>100转录本和>500表达特征；标准化：LogNormalization scale factor 10,000；聚类：PCA和UMAP基于前10个主成分。 阅读提示：Methods - Single-cell transcriptomic profiling |
| eQTL分析 | eQTL数据来源：Kerick et al.，全血；交叉参考方法：与EAML和GWAS候选基因列表相交。 阅读提示：Methods - Functional regulatory evidence for SSc risk variants through expression quantitative trait locus analysis |