弗雷明汉心脏研究第三代队列考试 2 中的 RNA 测序

RNA 测序 (RNA-seq) 是一种强大的工具，可以以令人难以置信的深度和清晰度评估转录组。 与基因表达阵列相比，RNA-seq 允许识别和量化一组更大的已知转录本（包括长链非编码 RNA [lncRNA]）、新转录本、选择性剪接事件和等位基因特异性表达（包括亲本-起源等位基因特异性表达）；与通过微阵列进行基因表达谱分析相比，所有这些都具有高得多的信噪比。 在非常大的人口研究中，这些转录组学特征与健康和疾病的关系尚未得到充分探索。 我们相信，这个拟议的项目将确定新的疾病风险生物标志物，并提供对疾病发病机制的见解。 Framingham 心脏研究 (FHS) 非常适合进行 RNA-seq，因为现有的表型资源丰富，结合来自 TOPMed 的全基因组序列 (WGS) 数据和甲基组数据，数据和其他组学数据可以极度利用以低成本最大化 RNA-seq 投资的影响。

高通量 RNA-seq 技术的出现以前所未有的规模彻底改变了转录组学分析，导致新 RNA 种类的发现并加深了我们对转录组学动力学的理解。 与基于微阵列的 RNA 分析相比，RNA-seq 因其揭示转录组复杂性的能力而受到赞赏，包括以前未知的编码和 lncRNA 种类、新的转录区域、选择性剪接、等位基因特异性表达和融合基因。该项目提出通过检查无法使用基于微阵列的表达数据确定的复杂转录组学特征，建立和扩展使用 FHS 中的基因表达阵列进行的工作。

在本提案中，我们关注蛋白质编码 RNA、lncRNA、可变剪接和等位基因特异性表达的表达水平。 在蛋白质编码 RNA 的基因水平上有大约 18,000 个 mRNA 转录本。 选择性剪接是一个受到严格调控的过程，它从包含多个外显子的基因中产生不同的 mRNA 异构体。 RNA-seq 的一项主要应用是检测外显子剪接中的细微差异。 lncRNA 是长度超过 200 个核苷酸的非蛋白质编码转录物，与许多生物过程有关。 例如，一些 lncRNA 影响附近蛋白质编码基因的表达，一些可以与调节转录模式的酶结合，而其他 lncRNA 是小 RNA 的前体。 已经开发了许多计算方法来检测 RNA-seq 数据中的可变剪接和 lncRNA。 选择性剪接和 lncRNA 的识别将在 TOPMed 研究中标准化，我们将对集中调用的剪接数据和 lncRNA 进行分析。 无法使用微阵列测量的等位基因特异性表达 (ASE) 允许在杂合位点区分个体的两种单倍型的转录本。 ASE 能够更细致地了解疾病相关基因型如何影响基因表达。 ASE 在小样本集中与人类疾病有关，但尚未在大量人群中进行全面检查。 标准

已经开发了生物信息学工具来研究 ASE。 此外，利用来自 FHS 后代队列的父母的 TOPMed WGS 数据，将有可能研究原始父母 ASE，从而进一步提高我们剖析导致心脏代谢疾病跨代遗传的因素的能力。

在本申请中，我们建议扩展 FHS 第三代队列考试 2 参与者的转录组学调查。 在 FHS 第三代队列中进行 RNA-seq 的目的反映并扩展了我们最初基于微阵列的基因表达谱分析的目的。 具体来说，我们将检查复杂转录组变异与以下各项的关联：1) 心脏代谢疾病结果，2) 基因序列变异，以及 3) 多层组学数据（目标 1-3）。 有了拟议的 RNA-seq 数据，研究人员以及一般科学界（通过 dbGaP 访问）将能够从不同的角度研究转录组学，始终利用现有资源来提高该项目的科学价值。 为了最大限度地提高投资回报，测序将由指定的 TOPMed RNA-seq 实验室进行，该项目的目标将与其他机构协调

正在进行 RNA-seq 的 TOPMed 研究。