参考基因组的更新改变了阿尔茨海默病中差异表达基因的检测及其方向

Updates to the reference genome alter the detection and direction of genes differentially expressed in Alzheimer's disease

作者信息Anina N Lund, Ryan C Thompson, Ying-Chich Wang, Hardik Shah, Panos Roussos, Robert Sebra, Girish N Nadkarni, Eric J Nestler, Alexander W Charney, Noam D Beckmann
PMID43026550
发布时间2026-08-19
DOI10.1186/s13059-026-04213-9

实验完整度

中

基于两个独立脑转录组队列(ROSMAP、MSBB)的批量RNA-seq数据,进行差异定量、差异表达及交互分析,并开展通路富集,但无湿实验功能验证。

主要模型

ROSMAP队列背外侧前额叶皮层批量RNA-seq样本(633例) MSBB队列前额叶皮层(BM10)批量RNA-seq样本(246例)

重点核对

五个参考基因组及转录组注释:NCBI36、GRCh37、GRCh38.p12、GRCh38.p13、CHM13v2.0 差异表达分析协变量:ROSMAP固定效应包括AD性状、RIN、5'至3'偏好、链平衡、内含子碱基百分比、PMI,随机效应包括测序批次、性别、种族 差异表达分析协变量:MSBB固定效应包括RIN、AD性状、外显子率、PMI,随机效应包括测序批次、性别、种族 基因表达过滤标准:至少10%样本中计数≥1 CPM 差异表达显著性阈值:FDR≤0.05

摘要

背景:阿尔茨海默病基因表达研究常依赖已知疾病关联的可重复性来为新发现建立信心。该方法假设与阿尔茨海默病相关的真实生物学变异对一系列可能在实验间存在差异的技术和生物学混杂因素具有稳健性。在此,我们系统评估了阿尔茨海默病差异表达分析中一个重要但常被忽视的技术混杂因素的影响:由人类基因组参考和转录组注释持续更新导致的基因定量变化。结果:为研究此问题,我们使用从NCBI36到CHM13v2.0的广泛人类基因组参考所映射的五个转录组注释,对来自阿尔茨海默病患者和对照的大型脑转录组数据集(ROSMAP)中的基因表达进行了定量。尽管几乎所有基因在参考对之间表现出显著的表达差异(即被差异定量),但全基因组阿尔茨海默病差异表达特征在参考之间仍高度一致。值得注意的是,虽然一组核心的显著差异表达的阿尔茨海默病基因在参考之间基本保守,但参考特异性的阿尔茨海默病相关基因富集于已知参与该疾病的通路。研究还识别了与阿尔茨海默病关联方向在参考间显著不同的基因,突显了参考选择对阿尔茨海默病相关基因和通路的潜在影响。所有结果在来自同一脑区的独立转录组数据集(MSBB)中得到了重复。结论:这些发现表明,尽管全基因组差异表达特征总体可重复,但参考基因组的选择影响了特定阿尔茨海默病相关基因的识别和解释,强调了参考选择在阿尔茨海默病转录组研究中的关键重要性。

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
参考基因组和转录组注释的选择如何影响阿尔茨海默病差异表达基因的检测、可重复性及关联方向?
核心机制
参考更新导致几乎所有基因的定量发生显著变化,但多数为样本间一致的表达量偏移;这种偏移通常不改变全基因组病例-对照差异表达特征,但可影响特定基因的统计显著性和关联方向。
主要证据
在ROSMAP和MSBB两个前额叶皮层批量RNA-seq数据集中,将同一批样本比对至五个参考进行差异定量和差异表达分析;全基因组AD差异表达特征在参考间高度相关(ROSMAP最低Spearman ρ=0.96,MSBB最低ρ=0.94),但部分AD差异表达基因在参考间不一致,且交互分析识别出关联方向在参考间显著不同的基因。
研究意义
表明参考选择在AD转录组研究的发现阶段,尤其是识别特定AD相关基因和解释通路时具有关键重要性;而在重复验证全基因组差异表达特征时影响可能较小。

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

数据获取与参考比对

在同一批样本上评估不同参考基因组对基因定量的影响。

下载ROSMAP和MSBB的BAM文件并转换为FASTQ,使用STAR将原始RNA-seq reads比对到五个参考基因组,使用featureCounts进行基因水平定量。

2

差异定量分析

评估参考对之间基因表达定量是否存在差异及差异幅度。

对每对参考使用其表达基因的并集进行配对差异定量分析,以样本ID为随机效应,参考为固定效应;并计算基因水平相关性及进行Wilcoxon符号秩检验验证。

3

AD差异表达分析

评估参考选择对AD病例-对照差异表达特征及AD差异表达基因识别的影响。

在每个参考上分别对每个AD性状进行差异表达分析,比较AD与对照,并比较不同参考间的logFC相关性和AD差异表达基因重叠。

4

AD与参考交互分析

识别与AD关联方向或强度在参考间显著不同的基因。

对每对参考进行AD性状与参考基因组的交互差异表达分析,排除仅在一个参考中定量的基因,并对交互差异表达基因进行GO和MSigDB富集分析。

5

通路富集分析

评估参考特异性AD差异表达基因和交互差异表达基因是否富集于AD相关通路或染色体区域。

使用GO和MSigDB(Hallmark、C2、C1)对参考特异性AD差异表达基因及交互差异表达基因进行富集分析,采用单侧Fisher精确检验。

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
STAR--v 2.7.3a
featureCounts(Subread)--v 1.6.3
SAMtools--v1.11
edgeR--v4.4.2
variancePartition--v1.36.3
limma--v3.62.2
goseq--v1.58.0
topGO--v2.58.0
rrvgo--v1.18.0
org.Hs.eg.db----
GSEApy----
ggplot2----

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
数据获取与参考比对
ROSMAP和MSBB样本量分别为633和246;五个参考基因组版本及对应的GTF/FASTA来源;STAR和featureCounts版本
阅读提示:Methods的Data description、Reference descriptions和Reference preparation and alignment小节
差异定量分析
基因过滤标准(至少10%样本中≥1 CPM);FDR≤0.05;参考为固定效应、样本ID为随机效应;配对Wilcoxon检验用于原始计数
阅读提示:Methods的DQ analyses小节及Fig. 2图注
AD差异表达分析
AD性状的离散化定义(ROSMAP:Braak≥3、CERAD 1-3、Cognitive 4或5;MSBB:CDR≥1、Plaque mean≥12等);协变量列表;FDR≤0.05
阅读提示:Methods的Data description和AD DE analyses小节
AD与参考交互分析
交互项设定;排除仅在一个参考中定量的基因;连续性状与分类性状的交互建模方式;FDR≤0.05
阅读提示:Methods的AD interaction analyses小节
通路富集分析
参考特异性AD差异表达基因和交互差异表达基因的定义;GO和MSigDB集合选择;单侧Fisher精确检验;BH校正
阅读提示:Methods的Pathway enrichment analyses小节