Endokrynologiczne, metaboliczne, sercowo-naczyniowe i immunologiczne aspekty nieprawidłowości chromosomów płciowych w odniesieniu do genotypu (EMKISCA)

Tło: Najbardziej rozpowszechnionymi NZK są zespół Klinefeltera (KS; 47, XXY), 47,XXX, 47,XYY i zespół Turnera (TS; 45,X) z częstością 85-250, 84, 98 i 50 na 100 000 żywo urodzonych odpowiednio chłopcy/dziewczęta. Większość NZK może cierpieć na szereg chorób, w tym wrodzone wady rozwojowe, choroby metaboliczne, hipogonadyzm hipergonadotropowy i niepłodność, choroby autoimmunologiczne i choroby psychiczne. Jednak mechanizmy genetyczne powodujące te fenotypy są w dużej mierze niewyjaśnione. Sugeruje się, że fenotypy powstają w wyniku zmian w metylacji DNA i ekspresji RNA. Stwierdzono, że metylom i transkryptom w próbkach krwi obwodowej osób z KS, 47,XXX i TS są zmienione w porównaniu z grupą kontrolną. Te geny zaczynają być teraz znajdowane np. SHOX, zlokalizowany w pseudoautosomalnym regionie chromosomu X i Y, wymyka się inaktywacji X i dlatego odpowiada liczbie chromosomów płciowych. Zmieniona ekspresja SHOX w NZK była związana ze zmienionym wzrostem obserwowanym u tych pacjentów.

hipotezy:

1. Metylom i transkryptom SCA są zmienione w porównaniu z kariotypowymi normalnymi kobietami i mężczyznami, a dla różnych podgrup SCA obserwuje się unikalny profil metylacji i profil ekspresji RNA.
2. Profil metylacji i profil ekspresji RNA wykazują zmiany czasowe.
3. Profil metylacji DNA i profil ekspresji RNA są specyficzne tkankowo.

3. Fenotyp i zwiększone ryzyko chorób obserwowane u pacjentów z NZK są związane ze zmienionym profilem ekspresji RNA i metylacji DNA.

Materiały: Krew, tłuszcz, mięśnie, skóra, tkanki policzkowe, mocz zostaną pobrane od 60 klinefelterów, 60 pacjentów z zespołem Turnera, 20:47, XXX i 20:47, XYY oraz od 80 dopasowanych mężczyzn i kobiet w grupie kontrolnej.

Metody:

Analiza metylacji DNA przy użyciu sekwencjonowania wodorosiarczynem całego genomu (WGBS). Genomowy DNA zostanie przekształcony w wodorosiarczyn i zsekwencjonowany w systemie Illumina Novaseq. Preprocesory danych sekwencyjnych potoku programowego MethylStar. Analizowane za pomocą R.

Analiza ekspresji genów (RNA) RNA zostanie oczyszczone i zsekwencjonowane z głębokością sekwencji 30 milionów odczytów. Przetwarzanie danych sekwencyjnych przy użyciu FastQC (kontrola jakości), HISAT2 (mapowanie) i featureCounts (ekspresja genów). Różnice w ekspresji genów zostaną przeanalizowane w R.

Wyekstrahowane biopsje zostaną rozdzielone na pojedyncze komórki. RNA z tych pojedynczych komórek zostanie indywidualnie zsekwencjonowane. Do analizy miRNA wyizolujemy małe niekodujące RNA i przeanalizujemy je za pomocą sekwencjonowania nowej generacji. Ponowne modelowanie chromatyny można analizować na podstawie „śladów” pozostawionych przez histony na nici DNA. Mapowanie śladów wzdłuż całego chromosomu X przeprowadza się za pomocą pojedynczego testu z immunoprecypitacją chromatyny (CHIP) w połączeniu z głębokim sekwencjonowaniem (chIPseq).

Analiza asocjacji genotyp-fenotyp z analizą ważonej sieci korelacji (WGCNA) odkryjemy wzorce zachowania genów i podzielimy je na moduły, w których geny reagują w zależności od siebie. Moduły te zostaną następnie powiązane z danymi klinicznymi, umożliwiając identyfikację genów „głównych” z najsilniejszymi powiązaniami z fenotypem.

Te moduły genów i same dane dotyczące ekspresji genów można ponadto włączyć do „głębokiego fenotypowania” przy użyciu sztucznej inteligencji. Perspektywy Charakterystyka metylomu i transkryptomu z różnych tkanek docelowych pacjentów z SCA miałaby znaczenie nie tylko dla tych pacjentów ale może prowadzić do lepszego zrozumienia podobnych chorób u pacjentów bez NZK. Wykorzystanie SCA jako modeli chorób i zidentyfikowanie zmian w metylacji DNA i ekspresji RNA związanych z chorobami współistniejącymi, takimi jak zespół metaboliczny, wrodzona choroba serca lub choroby psychiczne, mogłoby ogólnie zwiększyć zrozumienie tych chorób i potencjalnie poprawić leczenie innych grup pacjentów z podobne choroby.

Ponadto gromadzenie danych rozszerzy nasz biobank i umożliwi przyszłe projekty badawcze dotyczące SCA.