PsychAD单核转录组与基因型数据质控
建立可用于遗传调控表达建模的细胞类型特异性表达和基因型资源。
使用PsychAD联盟DLPFC snRNA-seq和基因型数据，按血统划分EUR、AFR、AMR，进行变异和基因表达质控，生成pseudobulk表达并调整PEER因子。
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
人类脑部疾病的单核转录组范围关联研究
Single-nucleus transcriptome-wide association study of human brain disorders
实验完整度
高基于snRNA-seq构建细胞类型TIM，进行S-snTWAS与MVP个体水平I-snTWAS、精细定位、mash及PheWAS验证。
主要模型
PsychAD队列背外侧前额叶皮层snRNA-seq（1,494名供体，>600万细胞核） Million Veteran Program个体水平队列（662,681名基因型个体） ROSMAP snRNA-seq与WGS（396名EUR参与者） FACS分选人微胶质细胞（FACS-MG）
重点核对
PsychAD snTIM训练血统与样本量：EUR N=920，AFR N=321，AMR N=118；DLPFC 32个细胞群体、3个血统共94个snTIM。 S-snTWAS使用12个EUR GWAS，FDR校正双侧P≤0.05，覆盖bulk、snBulk、class和subclass分辨率。 I-snTWAS在MVP中进行，逻辑回归校正性别、年龄和前10个遗传主成分，FDR校正双侧P≤0.05。 FOCUS精细定位以PIP≥0.5为阈值；EUR与AFR双血统使用MA-FOCUS。 snGReX-PheWAS选择623个基因，Bonferroni校正双侧P≤0.05且互补snTWAS至少FDR≤0.05。
摘要
常见脑部疾病带来沉重的健康负担，但将其遗传风险定位到脑内特定细胞类型仍具挑战。虽然全基因组关联研究已鉴定出大量与神经精神及神经退行性疾病相关的位点，但其中许多位点位于非编码区，影响特定细胞类型的基因表达。传统的大块脑组织转录组分析往往聚焦于欧洲血统队列，将细胞多样性平均化，掩盖了与遗传风险相关的基因表达改变。在此，我们利用多血统PsychAD队列背外侧前额叶皮层的单核基因表达谱，构建了主要脑细胞类型中遗传调控表达的转录组插补模型。将这些模型应用于神经精神及神经退行性疾病，揭示了数千个在大块组织分析中无法检测到的基因–性状关联，并将许多信号解析到离散的神经元、胶质和免疫细胞群体。百万退伍军人计划中的跨血统分析证实了这些关联，揭示了细胞类型特异性预测表达的多效性，并证明性状相关的失调在不同血统间保守，从而能够定位因果基因和通路。总体而言，这些发现提供了一个细胞类型分辨且血统感知的人前额叶皮层遗传调控表达图谱，并说明单核转录组学如何锐化复杂脑部疾病的基因发现和治疗靶点优先级排序。
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
- 如何将神经精神疾病和神经退行性疾病的遗传风险定位到人脑特定细胞类型的基因表达调控，并评估其跨血统保守性和多效性。
- 核心机制
- 非编码常见变异通过调控特定脑细胞类型中的基因表达（GReX）影响疾病风险；细胞类型分辨的snTIM可捕获大块组织平均化掩盖的遗传调控表达变化。
- 主要证据
- 基于PsychAD DLPFC snRNA-seq构建的94个血统和细胞类型特异性snTIM，在12个NPD/NDD GWAS中开展S-snTWAS，发现数千个GTA；MVP I-snTWAS、mash、FOCUS/MA-FOCUS和snGReX-PheWAS验证并解析了细胞类型特异性、共享性和跨血统关联。
- 研究意义
- 提供细胞类型分辨且血统感知的人前额叶皮层遗传调控表达图谱，锐化复杂脑部疾病的基因发现和 therapeutic target prioritization。
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。
构建血统和细胞类型特异性snTIM
预测不同血统和脑细胞类型中由遗传变异调控的基因表达。
使用PrediXcan在EUR、AFR、AMR中分别训练snTIM，覆盖snBulk、class和subclass分辨率；以R2CV≥0.01、FDR校正PCV≤0.05和模型SNP>0定义可插补基因。
S-snTWAS关联12个脑部疾病GWAS
发现细胞类型特异性基因–性状关联，并与bulk TIM比较。
使用S-PrediXcan将EUR bulk和snTIM应用于12个EUR NPD/NDD GWAS，FDR校正双侧P≤0.05定义显著GTA；进行临床相关基因集富集、novel GTA分析和FOCUS精细定位。
细胞类型特异性和跨疾病共享分析
量化GTA的细胞类型特异性并解析疾病间共享生物学。
使用mash估计class水平细胞类型特异性效应；使用Fisher精确检验评估疾病对之间显著关联和通路共享；使用PTCA评估跨性状z-score一致性。
MVP个体水平I-snTWAS与跨血统验证
在独立个体水平队列中验证S-snTWAS并评估跨血统保守性和多效性。
在MVP中按血统匹配snTIM进行GReX插补和逻辑回归I-snTWAS，使用PTCA、FOCUS和MA-FOCUS比较EUR、AFR、AMR；开展snGReX-PheWAS。
外部队列和独立TIM验证
验证PsychAD snTIM的样本外表现和S-snTWAS结果可重复性。
使用ROSMAP EUR snRNA-seq/WGS和FACS-MG bulk RNA-seq评估GReX与观察表达相关性；与已发表snTIM和MG特异性TIM比较TWAS z-score。
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。
转录组范围关联分析
验证细胞类型特异性
验证通路和共享生物学
评估表型组多效性
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 基因分型 | MVP 1.0定制Axiom芯片 | MVP | -- |
| 基因型质控与关联分析 | PLINK | -- | -- |
| 基因型插补 | SHAPEIT4 v4.1.3 | -- | v4.1.3 |
| Minimac4 | -- | -- | |
| 遗传主成分分析 | EIGENSOFT v6 | -- | v6 |
| 基因表达残差化 | PEER | -- | -- |
| 基因表达分析 | dreamlet | -- | -- |
| eQTL分析 | fastQTL | -- | -- |
| 基因型与表型格式标准化 | MungeSumstats | -- | -- |
| GWAS汇总统计插补 | imputez | -- | maxWindowSize 200 |
| 细胞类型注释 | scvi-tools | -- | -- |
| 基于变分推断的单细胞注释 | -- | -- | |
| 精细定位 | FOCUS | -- | -- |
| 双血统精细定位 | MA-FOCUS | -- | -- |
| 多变量自适应收缩分析 | mashr | -- | -- |
| 异质性分析 | metafor | -- | -- |
| eQTL可视化 | qtlPlots v0.0.7 | -- | v0.0.7 |
| 连锁不平衡分析 | LDlink | -- | -- |
| 通路富集分析 | JEPEGMIX2-P | -- | -- |
| 共表达网络分析 | MEGENA | -- | -- |
| 基因集富集分析 | limma | -- | -- |
| GWAS功能注释 | FUMA | -- | -- |
| 基因水平关联分析 | MAGMA | -- | -- |
| GWAS基因型质控 | KING | -- | filter=0.0884 |
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 |
|---|---|
| PsychAD snTIM训练队列 | 血统划分和样本量：EUR N=920、AFR N=321、AMR N=118；DLPFC snRNA-seq 1,494名供体、>600万细胞核；East Asian和South Asian因效力不足排除。 阅读提示：Methods 'PsychAD cohort'及Supplementary Table 41。 |
| snTIM训练与可插补阈值 | PrediXcan训练94个snTIM；可插补基因标准为R2CV≥0.01、FDR校正PCV≤0.05、模型SNP>0；EUR/AFR/AMR可插补蛋白编码基因数分别为12,289、10,375、5,543。 阅读提示：Methods 'Training of cell-type-specific PrediXcan models'和Supplementary Tables 4–9。 |
| S-snTWAS GWAS选择和显著性 | 12个EUR NPD/NDD GWAS；FDR校正双侧P≤0.05；排除MHC区域；缺失SNP插补要求GWAS imputation R2≥0.7。 阅读提示：Methods 'GWAS phenotypes and category definitions'、'S-TWAS using summary statistics'及Supplementary Table 12。 |
| MVP I-snTWAS和PheWAS | MVP Release 4，662,681人；EUR 438,582、AFR 112,346、AMR 48,726；逻辑回归校正性别、年龄和前10个遗传主成分；FDR-adjusted two-sided P≤0.05；PheWAS至少500病例和500对照。 阅读提示：Methods 'I-TWAS and snGReX-PheWAS in MVP'及Supplementary Table 12。 |
| 精细定位和细胞类型特异性分析 | FOCUS PIP≥0.5；MA-FOCUS用于EUR和AFR双血统；mash使用class水平6个细胞类型，剔除Endo和mural，local false sign rate≤0.05；I2基于至少两个细胞类型TIM可插补基因。 阅读提示：Methods 'TWAS fine-mapping'、'mash Analysis'、'GTA heterogeneity analysis'。 |
| 外部验证队列 | ROSMAP 396名EUR参与者，snRNA-seq/WGS；FACS-MG 271名EUR个体；比较out-of-sample R2与R2CV，及TWAS z-score相关性。 阅读提示：Methods 'Out-of-sample validation of PsychAD snTIMs'、'S-snTWAS validation'及Supplementary Fig. 26。 |