Secuenciación de ARN en el examen de cohorte de tercera generación del estudio del corazón de Framingham 2

La secuenciación de ARN (RNA-seq) es una herramienta poderosa para evaluar el transcriptoma con una profundidad y claridad increíbles. En comparación con las matrices de expresión génica, RNA-seq permite la identificación y cuantificación de un conjunto más amplio de transcritos conocidos (incluidos los ARN largos no codificantes [lncRNA]), transcritos novedosos, eventos de corte y empalme alternativos y expresión específica de alelos (incluidos los parentales). expresión específica de alelo de origen); todo con una relación señal/ruido mucho más alta en comparación con el perfil de expresión génica a través de micromatrices. Las relaciones de estas características transcriptómicas con la salud y la enfermedad en estudios de población muy grandes están poco exploradas. Creemos que este proyecto propuesto identificará nuevos biomarcadores de riesgo de enfermedad y proporcionará información sobre la patogénesis de la enfermedad. El Framingham Heart Study (FHS) es especialmente adecuado para realizar RNA-seq debido a la gran cantidad de recursos fenotípicos existentes junto con datos de secuencia de genoma completo (WGS) de TOPMed y datos metilómicos, datos y otros datos ómicos que se pueden aprovechar a un nivel extremadamente alto. bajo costo para maximizar el impacto de una inversión en RNA-seq.

El advenimiento de la tecnología RNA-seq de alto rendimiento ha revolucionado la elaboración de perfiles transcriptómicos a una escala sin precedentes, lo que ha llevado al descubrimiento de nuevas especies de RNA y ha profundizado nuestra comprensión de la dinámica transcriptómica. En comparación con el perfilado de ARN basado en micromatrices, RNA-seq es apreciado por su capacidad para revelar la complejidad del transcriptoma, que abarca especies codificantes y lncRNA previamente desconocidas, nuevas regiones transcritas, corte y empalme alternativo, expresión específica de alelo y genes de fusión Este proyecto propone para aprovechar y ampliar el trabajo realizado con matrices de expresión génica en el FHS mediante el examen de características transcriptómicas complejas que no se pueden determinar utilizando datos de expresión basados ​​en micromatrices.

En esta propuesta, nos enfocamos en los niveles de expresión de ARN codificantes de proteínas, lncRNA, empalme alternativo y expresión específica de alelo. Hay ~18 000 transcritos de ARNm a nivel de genes para los ARN que codifican proteínas. El empalme alternativo es un proceso estrictamente regulado que produce diferentes isoformas de ARNm a partir de genes que contienen múltiples exones. Una aplicación importante de RNA-seq es detectar incluso diferencias sutiles en el empalme de exones. Los lncRNA son transcritos que no codifican proteínas de más de 200 nucleótidos y se han implicado en muchos procesos biológicos. Por ejemplo, algunos lncRNA afectan la expresión de genes codificadores de proteínas cercanos, algunos pueden unirse a enzimas que regulan los patrones de transcripción y otros lncRNA son precursores de pequeños RNA. Se han desarrollado varios métodos computacionales para detectar empalmes alternativos y lncRNA a partir de datos de RNA-seq. La identificación de empalmes alternativos y lncRNA se estandarizará en los estudios TOPMed y realizaremos análisis en datos de empalme llamados centralmente, así como en lncRNA. La expresión específica de alelo (ASE), que no se puede medir mediante micromatrices, permite la diferenciación entre las transcripciones de los dos haplotipos de un individuo en sitios heterocigóticos. ASE permite una comprensión más granular de cómo un genotipo relacionado con una enfermedad afecta la expresión génica. ASE se ha relacionado con enfermedades humanas en pequeños conjuntos de muestras, pero no se ha examinado completamente en grandes poblaciones. Estándar

Se han desarrollado herramientas bioinformáticas para estudiar ASE. Además, con los datos WGS de TOPMed sobre padres de la cohorte FHS Offspring, será posible estudiar la ASE de los padres de origen, lo que aumentará nuestra capacidad para diseccionar los factores que contribuyen a la herencia transgeneracional de la enfermedad cardiometabólica.

En esta aplicación, proponemos ampliar la investigación de la transcriptómica en los participantes del examen de cohorte 2 de tercera generación de FHS. Los objetivos de realizar RNA-seq en la cohorte de FHS de tercera generación reflejan y amplían los de nuestro perfil original de expresión génica basado en micromatrices. Específicamente, examinaremos la asociación de la variación transcriptómica compleja con: 1) resultados de enfermedades cardiometabólicas, 2) variación de la secuencia genética y 3) capas múltiples de datos ómicos (Objetivos 1-3). Con los datos de RNA-seq propuestos, los investigadores y la comunidad científica en general (a través del acceso dbGaP) tendrán la capacidad de estudiar la transcriptómica desde diferentes perspectivas aprovechando siempre los recursos existentes para avanzar en el valor científico de este proyecto. Para maximizar el retorno de la inversión, la secuenciación será realizada por un laboratorio TOPMed RNA-seq designado, y los objetivos de este proyecto se coordinarán con otros

Estudios TOPMed que están realizando RNA-seq.