遺伝子型に関連する性染色体異常の内分泌、代謝、心血管および免疫学的側面 (EMKISCA)

背景: 最も一般的な SCA はクラインフェルター症候群 (KS; 47, XXY)、47,XXX, 47,XYY およびターナー症候群 (TS; 45,X) であり、有病率は 100,000 人の生児あたり 85-250、84、98、および 50 です。男の子/女の子、それぞれ。 SCA の大部分は、先天性奇形、代謝性疾患、高ゴナドトロピン性性腺機能低下症および不妊症、自己免疫疾患、精神疾患など、さまざまな疾患に苦しむ可能性があります。 ただし、これらの表現型を引き起こす遺伝的メカニズムはほとんど説明されていません。 表現型は、DNA メチル化と RNA 発現の変化から生じることが示唆されています。 KS、47、XXX、および TS を持つ人の末梢血サンプルのメチロームとトランスクリプトームは、対照と比較して変化していることがわかっています。 これらの遺伝子は現在、発見され始めています。 X および Y 染色体の疑似常染色体領域に位置する SHOX は、X 不活性化を回避するため、性染色体の数に相当します。 SCA における SHOX の発現の変化は、これらの患者に見られる身長の変化と関連しています。

仮説:

1. SCA のメチロームおよびトランスクリプトームは、核型の正常な女性および男性と比較して変更されており、異なる SCA サブグループについて独自のメチル化プロファイルおよび RNA 発現プロファイルが見られます。
2. メチル化プロファイルと RNA 発現プロファイルは、一時的な変化を示しています。
3. DNA メチル化プロファイルと RNA 発現プロファイルは組織特異的です。

3. SCA 患者に見られる表現型と疾患リスクの増加は、RNA 発現と DNA メチル化プロファイルの変化に関連しています。

材料: 血液、脂肪、筋肉、皮膚、バッカル スワップ、尿は、60 人のクラインフェルター、60 人のターナー症候群患者、20: 47、XXX および 20: 47、XYY、および 80 人の男性と女性の対応するコントロールから収集されます。

方法:

全ゲノム Bisulfite Sequencing (WGBS) を使用した DNA メチル化の解析。 ゲノム DNA はバイサルファイト変換され、Illumina Novaseq System でシーケンスされます。 ソフトウェア パイプライン MethylStar のシーケンス データ プリプロセッサ。 Rを使って分析。

遺伝子発現解析 (RNA) RNA はクリーニングされ、3,000 万リードのシーケンス深度でシーケンスされます。 FastQC (品質管理)、HISAT2 (マッピング)、featureCounts (遺伝子発現) を使用したシーケンス データの処理。 遺伝子発現の違いはRで分析されます。

抽出された生検は特異細胞に解離され、これらの特異細胞からの RNA は個別に配列決定されます。 miRNA 解析では、小さなノンコーディング RNA を分離し、次世代シーケンシングによって解析します。 クロマチンのリモデリングは、ヒストンが DNA 鎖に残した「足跡」から分析できます。 X 染色体全体に沿ったフットプリントのマッピングは、クロマチン免疫沈降 (CHIP) と med ディープ シーケンス (chIPseq) を組み合わせた単一のアッセイを使用して行われます。

加重相関ネットワーク分析 (WGCNA) を使用した遺伝子型-表現型関連分析では、遺伝子の動作パターンを明らかにし、遺伝子が相互に依存して反応するモジュールに分割します。 これらのモジュールはその後臨床データに関連付けられ、表現型との最も強い関連性を持つ「ハブ」遺伝子の識別が可能になります。

これらの遺伝子モジュールと遺伝子発現データ自体は、人工知能を使用した「ディープ フェノタイピング」にさらに含めることができます。しかし、SCAのない患者の同様の疾患についてより深く理解することにつながる可能性があります。 SCA を疾患モデルとして使用し、メタボリック シンドローム、先天性心疾患、精神疾患などの併存疾患に関連する DNA メチル化と RNA 発現の変化を特定することで、これらの疾患の一般的な理解が深まり、他の患者グループの治療が改善される可能性があります。類似の疾患。

さらに、データ収集は私たちのバイオバンクを拡大し、SCA に関する将来の研究プロジェクトを可能にします。