Endokrine, metabolske, kardiovaskulære og immunologiske aspekter ved kjønnskromosomavvik i forhold til genotype (EMKISCA)

Bakgrunn: De mest utbredte SCA er Klinefelter syndrom (KS; 47, XXY), 47,XXX, 47,XYY og Turner syndrom (TS; 45,X) med en prevalens på 85-250, 84, 98 og 50 per 100 000 levendefødte henholdsvis gutter/jenter. Flertallet av SCA-er kan lide av en rekke sykdommer, inkludert medfødte misdannelser, metabolske sykdommer, hypergonadotrop hypogonadisme og infertilitet, autoimmune sykdommer og psykiatriske sykdommer. Imidlertid er de genetiske mekanismene som forårsaker disse fenotypene stort sett uforklarlige. Fenotypene har blitt foreslått å oppstå fra endringer i DNA-metylering og RNA-uttrykk. Metylomet og transkriptomet i perifere blodprøver fra personer med KS, 47, XXX og TS har vist seg å være endret sammenlignet med kontroller. Disse genene begynner nå å bli funnet eks. SHOX, som ligger i den pseudo-autosomale regionen av X- og Y-kromosomet, slipper unna X-inaktivering og tilsvarer derfor antall kjønnskromosomer. Endret ekspresjon av SHOX i SCA har vært assosiert med den endrede høyden sett hos disse pasientene.

Hypoteser:

1. Metylomet og transkriptomet til SCA-er er endret sammenlignet med karyotypiske normale kvinner og menn, og en unik metyleringsprofil og RNA-ekspresjonsprofil sees for de forskjellige SCA-undergruppene.
2. Metyleringsprofilen og RNA-ekspresjonsprofilen viser tidsmessige endringer.
3. DNA-metyleringsprofilen og RNA-ekspresjonsprofilen er vevsspesifikke.

3. Fenotypen og den økte risikoen for sykdommer sett hos pasienter med SCA er assosiert med den endrede RNA-ekspresjonen og DNA-metyleringsprofilen.

Materialer: Blod, fett, muskler, hud, bukkalbytter, urin, vil bli samlet inn fra 60 Klinefelter, 60 Turner syndrom pasienter, 20:47, XXX og 20:47, XYY og 80 mannlige og kvinnelige kontroller.

Metoder:

Analyse av DNA-metylering ved bruk av Whole Genome Bisulfite Sequencing (WGBS). Genomisk DNA vil bli bisulfitt-konvertert og sekvensert på et Illumina Novaseq System. Sekvensdataforbehandlere av programvarepipeline MethylStar. Analysert med R.

Genekspresjonsanalyse (RNA) RNA vil bli renset og sekvensert med en sekvensdybde på 30 millioner avlesninger. Behandling av sekvensdata ved hjelp av FastQC (kvalitetskontroll), HISAT2 (mapping) og featureCounts (gen-uttrykk). Forskjeller i genuttrykk vil bli analysert i R.

De ekstraherte biopsiene vil bli dissosiert til enkeltceller. RNA fra disse singulære cellene vil bli individuelt sekvensert. For miRNA-analyse vil vi isolere små ikke-kodende RNA-er og analysere disse ved neste generasjons sekvensering. Re-modellering av kromatin kan analyseres gjennom "fotavtrykk" etterlatt av histoner på DNA-strengen. Kartlegging av fotavtrykk langs hele X-kromosomet gjøres ved å bruke en enkelt analyse med kromatin-immunutfelling (CHIP) i kombinasjon med dyp sekvensering (chIPseq).

Genotype-Fenotype assosiasjonsanalyse med vektet korrelasjonsnettverksanalyse (WGCNA) vi vil avdekke mønstrene som gener oppfører seg i og dele dem inn i moduler hvor gener reagerer avhengig av hverandre. Disse modulene vil etterpå bli assosiert med de kliniske dataene, noe som muliggjør identifisering av "hub"-genene med de sterkeste assosiasjonene til fenotypen.

Disse genmodulene, og selve genekspresjonsdataene, kan videre inkluderes i "dypfenotyping" ved bruk av kunstig intelligens Perspektiver En karakterisering av metylomet og transkriptomet fra forskjellig målvev fra pasienter med SCA vil ikke bare være av betydning for disse pasientene men kan føre til en større forståelse av lignende sykdommer hos pasienter uten SCA. Å bruke SCA som sykdomsmodeller og identifisere endringer i DNA-metylering og RNA-uttrykk relatert til komorbiditet som metabolsk syndrom, medfødt hjertesykdom eller psykiatriske sykdommer kan øke forståelsen av disse sykdommene generelt og potensielt forbedre behandlingen hos andre pasientgrupper med lignende sykdommer.

I tillegg vil datainnsamlingen utvide biobanken vår og muliggjøre fremtidige forskningsprosjekter om SCA.