跨性状富集分析
评估GCA与各衰老标志物之间是否存在共享的遗传结构。
使用条件Q-Q图分析GCA的p值分布,并根据与每个衰老标志物(LTL、HannumAA、IEAA、PhenoAA、GrimAA)的关联显著程度进行条件分层。
Cross-Trait Meta-Analysis Reveals a Genetic Link between Inflammation and Aging in Giant Cell Arteritis
研究基于已发表GWAS数据和公开转录组数据,进行跨性状荟萃分析、功能注释、基因优先化、表达验证和药物再利用分析,缺乏功能实验验证。
GCA GWAS数据集(3,498例病例,15,550例对照) 端粒长度GWAS数据集(472,174例个体) 表观遗传年龄加速GWAS数据集(34,710例个体) 单核细胞和CD4+ T细胞转录组数据
GCA GWAS病例数:3,498例,对照数:15,550例 端粒长度GWAS样本量:472,174例 表观遗传年龄加速GWAS样本量:34,710例 显著性阈值:p<5×10-8 用于预测验证的GCA亚组:1,034例病例和1,294例对照
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
评估GCA与各衰老标志物之间是否存在共享的遗传结构。
使用条件Q-Q图分析GCA的p值分布,并根据与每个衰老标志物(LTL、HannumAA、IEAA、PhenoAA、GrimAA)的关联显著程度进行条件分层。
识别GCA与衰老标志物在特定基因组位点上的遗传相关性。
使用LAVA对2,495个独立基因组位点进行单变量和双变量分析。
鉴定与GCA和至少一个衰老标志物显著关联的遗传变异。
使用ASSET对GCA、LTL和每个EAA指标(HannumAA、IEAA、PhenoAA、GrimAA)的GWAS汇总统计数据进行四组荟萃分析。
评估新识别的SNPs是否能提高GCA遗传易感性的预测能力。
将21个显著先导SNP中的20个纳入修订的PRS模型,并在原始GWAS中的1,034例病例和1,294例对照组中评估预测性能。
对多效性位点进行功能注释,并确定最可能的因果基因。
使用FUMA的SNP2GENE功能进行注释和基因映射,并整合pQTL、sQTL和Open Target Genetics的V2G分数。
评估优先考虑的基因在巨细胞动脉炎患者免疫细胞中的表达是否改变。
查询公开转录组数据中单核细胞和CD4+ T细胞中优先基因的差异表达结果。
探索多效性变异在组织和细胞类型中的特异性富集。
使用GoShifter分析9种组蛋白标记在血管和免疫组织中的富集。
评估优先基因是否与已知的衰老相关基因重叠。
使用EnrichR对三个衰老基因集库进行富集分析。
识别可能用于治疗GCA的现有药物。
基于优先考虑的基因,查询DrugBank数据库中的药物。
按研究目的归类文中使用的方法,便于定位所需技术。
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 |
|---|---|
| 跨性状荟萃分析 | GCA GWAS数据(3,498例病例,15,550例对照);端粒长度GWAS数据(472,174例个体);EAA GWAS数据(34,710例个体);分析软件ASSET;排除HLA区域;MAF>1%;全基因组显著性阈值p<5×10-8。 阅读提示:Materials and Methods - Cross-trait meta-analysis |
| 局部遗传相关分析 | 使用LAVA软件;分析2,495个独立基因组位点;单变量分析阈值p<2×10-5(Bonferroni校正);双变量分析FDR<0.05。 阅读提示:Materials and Methods - Evaluation of local genetic correlation |
| 功能注释和基因优先化 | 使用FUMA SNP2GENE功能;整合pQTL、sQTL和V2G分数;优先考虑94个基因;参考GCA相关组织(全血、免疫细胞、血管组织)。 阅读提示:Materials and Methods - Functional annotation of genetic variants |
| 差异表达验证 | 使用公开转录组数据(单核细胞和CD4+ T细胞);比较活动期GCA、缓解期未治疗、缓解期治疗和健康对照;差异表达阈值FDR<0.05。 阅读提示:Materials and Methods - Differential expressions of prioritized genes |
| 调控元件富集分析 | 使用GoShifter;分析9种组蛋白标记;仅包括血管和免疫组织或细胞类型的注释。 阅读提示:Materials and Methods - Regulatory elements enrichment analysis |
| 基因集富集分析 | 使用EnrichR;三个基因集库:GTEx Aging Signatures 2021、Aging_Perturbations_from_GEO_down、Aging_Perturbations_from_GEO_up;p<0.05且至少三个基因重叠。 阅读提示:Materials and Methods - Gene set enrichment analysis |
| 药物再利用分析 | 使用优先基因查询DrugBank数据库;关注药物作用机制和文献综述。 阅读提示:Materials and Methods - Drug repurposing analysis |