RNA-sekvensering i Framingham Heart Study Third Generation Cohort Exam 2

RNA-sekvensering (RNA-seq) är ett kraftfullt verktyg för att utvärdera transkriptomet med otroligt djup och klarhet. Jämfört med genuttrycksmatriser tillåter RNA-seq identifiering och kvantifiering av en större uppsättning kända transkript (inklusive långa icke-kodande RNAs [lncRNA]), nya transkript, alternativa splitsningshändelser och allelspecifikt uttryck (inklusive föräldra- ursprungsallelspecifikt uttryck); alla med ett mycket högre signal-till-brus-förhållande jämfört med genuttrycksprofilering via mikroarrayer. Relationerna mellan dessa transkriptomiska egenskaper och hälsa och sjukdom i mycket stora befolkningsstudier är underutforskade. Det är vår övertygelse att detta föreslagna projekt kommer att identifiera nya biomarkörer för sjukdomsrisk och ge insikter om sjukdomspatogenes. Framingham Heart Study (FHS) är unikt lämpad för att utföra RNA-seq på grund av rikedomen av befintliga fenotypresurser i kombination med data från hela genomsekvensen (WGS) från TOPMed och methylomic data, data och andra omics data som kan utnyttjas på extremt sätt låg kostnad för att maximera effekten av en investering i RNA-seq.

Tillkomsten av high-throughput RNA-seq-teknologi har revolutionerat transkriptomisk profilering i en aldrig tidigare skådad skala, vilket har lett till upptäckten av nya RNA-arter och fördjupat vår förståelse av transkriptomisk dynamik. Jämfört med mikroarray-baserad RNA-profilering uppskattas RNA-seq för sin förmåga att avslöja transkriptomets komplexitet, som omfattar tidigare okända kodande och lncRNA-arter, nya transkriberade regioner, alternativ splitsning, allelspecifikt uttryck och fusionsgener. Detta projekt föreslår att bygga vidare på och utöka det arbete som utförs med genuttrycksmatriser i FHS genom att undersöka komplexa transkriptomiska egenskaper som inte kan bestämmas med hjälp av mikromatrisbaserade uttrycksdata.

I detta förslag fokuserar vi på expressionsnivåer av proteinkodande RNA, lncRNA, alternativ splitsning och allelspecifikt uttryck. Det finns ~18 000 mRNA-transkript på gennivå för proteinkodande RNA. Alternativ splitsning är en hårt reglerad process som producerar olika mRNA-isoformer från gener som innehåller flera exoner. En viktig tillämpning av RNA-seq är att detektera även subtila skillnader i exon splitsning. lncRNA är icke-proteinkodande transkript längre än 200 nukleotider och har varit inblandade i många biologiska processer. Till exempel påverkar vissa lncRNA uttrycket av närliggande proteinkodande gener, vissa kan binda till enzymer som reglerar transkriptionsmönster och andra lncRNA är föregångare till små RNA. Ett antal beräkningsmetoder har utvecklats för att detektera alternativ splitsning och lncRNA från RNA-seq-data. Identifiering av alternativ splitsning och lncRNA kommer att standardiseras över TOPMed-studier och vi kommer att genomföra analyser på centralt kallade splitsningsdata såväl som lncRNA. Allel-specifikt uttryck (ASE), som inte kan mätas med hjälp av mikromatriser, tillåter differentiering mellan transkript från de två haplotyperna av en individ på heterozygota platser. ASE möjliggör en mer detaljerad förståelse av hur en sjukdomsrelaterad genotyp påverkar genuttryck. ASE har kopplats till mänsklig sjukdom i små provuppsättningar men har inte undersökts fullt ut i stora populationer. Standard

bioinformatikverktyg har utvecklats för att studera ASE. Dessutom, med TOPMed WGS-data om föräldrar från FHS Offspring-kohorten, kommer det att vara möjligt att studera ASE från ursprungsförälder, vilket främjar vår förmåga att dissekera faktorer som bidrar till det transgenerationella arvet av kardiometabolisk sjukdom.

I denna ansökan föreslår vi att utvidga undersökningen av transkriptomik i FHS tredje generationens kohortprov 2-deltagare. Syftet med att genomföra RNA-seq i FHS tredje generationens kohortspegel och utvidga de för vår ursprungliga mikroarray-baserade genuttrycksprofilering. Specifikt kommer vi att undersöka sambandet mellan komplex transkriptomisk variation till: 1) kardiometabola sjukdomsutfall, 2) genetisk sekvensvariation och 3) flera lager av omiska data (Syften 1-3). Med den föreslagna RNA-seq-datan kommer utredare såväl som det allmänna forskarsamhället (via dbGaP-åtkomst) att ha förmågan att studera transkriptomik från olika perspektiv genom att alltid utnyttja befintliga resurser för att främja det vetenskapliga värdet av detta projekt. För att maximera avkastningen på investeringen kommer sekvensering att utföras av ett utsett TOPMed RNA-seq-laboratorium, och syftena med detta projekt kommer att samordnas med andra

TOPMedade studier som genomför RNA-seq.