《Genes》:15th Anniversary of Genes: Advances and Perspectives in Neurogenetics and Neurogenomics
编辑推荐:
专业术语翻译摘要:
《Genes》期刊创刊十五周年,恰逢其首个影响因子发布十周年,这一里程碑时刻为回顾人类分子遗传学领域的显著进展提供了重要契机。过去十五年间,神经遗传学与神经基因组学经历了变革性转变。该领域已从利用靶向技术鉴定单基因单基因突变,发展为采用高通
专业术语翻译摘要:
《Genes》期刊创刊十五周年,恰逢其首个影响因子发布十周年,这一里程碑时刻为回顾人类分子遗传学领域的显著进展提供了重要契机。过去十五年间,神经遗传学与神经基因组学经历了变革性转变。该领域已从利用靶向技术鉴定单基因单基因突变,发展为采用高通量多组学整合、系统性生物信息学建模以及人工智能驱动的精准医学。
神经发育障碍、神经血管疾病与神经退行性疾病在当代医学中构成了重大的临床与社会经济挑战。理解其复杂的生物学起源需要多种方法,从特定基因组区域的精细功能分析,到广泛的系统级基因组研究。本特刊汇集了凸显该科学领域演进的关键贡献。所收录论文涵盖单基因致病机制、结构性拷贝数变异(CNV)、表观基因组与转录组层面的关联分析,并探讨了前沿的多组学计算平台以及用于神经退行性疾病研究的渐进式框架。
本特刊部分论文聚焦于单个基因层面,其中特定变异导致蛋白质修饰,引发结构不稳定与功能改变,进而导致疾病或病理状态的易感性。在此背景下,Figura等人[1]研究了磷酸丙糖异构酶1(TPI1)缺乏症,这是一种罕见且破坏性的常染色体隐性糖酵解酶病,以溶血性贫血、神经肌肉功能障碍和早期致死为特征。研究人员对致病性TPI1R5G替换进行了详细的生化和功能分析,该变异是在一名复合杂合患者中鉴定到的新变异,该患者一个等位基因携带移码突变,另一个等位基因携带R5G替换。该变异导致非典型TPI缺乏症,表现为无贫血且神经和运动功能障碍进展较慢。研究人员证明TPIR5G蛋白具有野生型活性,且二聚体稳定性适度增加。然而,TPI蛋白的稳态水平显著降低。这表明突变蛋白的不稳定性是该疾病的潜在病因。此外,该研究揭示,三种近期筛选出的针对TPI缺乏症新型疗法的化合物,可显著提高患者细胞中的TPI蛋白水平。由于突变蛋白基本保持野生型活性,TPI蛋白水平的升高导致TPI活性显著增加。这为TPI缺乏症患者的潜在治疗提供了关键的概念验证性见解。
Amico等人[2]通过评估ATP结合盒转运蛋白基因ABCC6中杂合功能丧失变异的影响,扩展了单基因变异的临床范围。该基因的双等位致病性变异与婴儿全身性动脉钙化(GACI)和弹性纤维性假黄瘤(PXE)相关。通过分析一组表现为早发性缺血性卒中和脑血管疾病的患者队列,研究人员揭示,ABCC6杂合性——此前被认为临床沉默——是加速动脉钙化和早发性脑血管事件的独立遗传易感因素。该工作凸显了重新评估常染色体隐性基因携带者状态作为复杂血管表型潜在修饰因子的重要性。这有望细化风险分层,并为具有常规血管危险因素的患者提供管理策略参考。
聚焦于导致发育结构性障碍的单基因改变,Silvey等人[3]研究了POLR1A基因,该基因编码RNA聚合酶I最大的催化亚基。POLR1A基因的致病性变异经典上与颅面和发育综合征相关,包括辛辛那提肢端面骨发育不良(Acrofacial Dysostosis-Cincinnati),其表型与Sweeney–Cox、Saethre–Chotzen、Treacher–Collins 2–4型和Robinow–Sorauf综合征相似。研究人员的目的是阐明这些疾病共有的致病机制,提出它们属于RNA聚合酶I(Pol I)相关核糖体病的谱系。研究人员对一名携带杂合POLR1A变异(p.Met496Ile)的患者进行了详细的临床评估。为评估突变的影响,使用STRING和Pathway Commons分析了蛋白质-蛋白质和基因-基因相互作用。该患者的特征与Sweeney–Cox、Saethre–Chotzen、Robinow–Sorauf和Treacher–Collins 2–4型重叠,提示存在连续性。计算分析揭示了与POLR1A相关的伙伴和通路,这些涉及Pol I功能、核仁过程和核糖体生物发生。Met496Ile变异的结构建模显示其破坏DNA结合和聚合酶活性。这建立了分子功能障碍与临床表型之间的联系。结果表明,多种神经发育障碍实际上可能是Pol I基因相关障碍谱系的组成部分,提示它们并非完全独立的实体。认识到这些联系可能对未来的基因检测方法、遗传咨询和医疗管理产生影响。
神经发育障碍也是两项聚焦于结构性染色体改变和复杂基因组景观的研究主题。La Monica等人[4]在一个大型意大利儿科队列中,对患有自闭症谱系障碍(ASD)、智力障碍(ID)和发育迟缓(DD)的患儿进行了16号染色体短臂拷贝数变异(CNV)的综合遗传和临床表征。研究聚焦于涉及16p11.2、16p13.3和16p13.11的微缺失和微重复。通过将高分辨率染色体微阵列分析与详细的深度表型分析相结合,研究人员鉴定了独特的基因型-表型相关性。具体而言,16p区域的缺失主要与发育迟缓、语言障碍和ASD相关特征相关,而重复则更常与行为失调、注意力缺陷和不同程度的认知障碍相关。在具有相似CNV的个体中观察到显著的表型变异性,提示修饰性遗传或环境因素也发挥作用。在一部分患者中,鉴定了额外的CNV,这可能使临床严重程度恶化,符合双打击模型。这些结果凸显了系统性基因组筛查在诊断中的价值,以及整合基因型-表型方法在增强NDD临床解释、管理和遗传咨询方面的重要性。
作为这一结构视角的补充,Payne等人[5]研究了Phelan–McDermid综合征(PMS),这是一种由22q13.3区域缺失或SH3和多个锚蛋白重复结构域3(SHANK3)基因致病性/可能致病性变异引起的NDD。PMS可表现为发育迟缓、中度至重度智力障碍、语言缺失或严重延迟、新生儿肌张力低下、自闭症谱系障碍(ASD)以及其他问题行为。鉴于PMS个体间显著的临床异质性,研究人员将多领域行为测试与遗传表征和血浆代谢组学分析相结合。其整合分析揭示,携带SHANK3变异的个体比携带22q13缺失的个体表现出更低的适应性行为技能,与缺失大小无关。相反,基因组参数与自闭症诊断访谈修订版(ADI-R)评分大多无关。代谢分析揭示PMS个体与对照组相比具有独特的代谢特征。此外,该分析还能区分满足或不满足ADI-R ASD临界值的个体。聚类分析鉴定了具有ASD和其他临床特征的患病人群。这些发现强调了将遗传分析与系统代谢组学相结合以识别功能性生物标志物和改善神经发育障碍患者分类的价值。
Dalsberg等人[6]采用高通量系统基因组学方法研究神经发育障碍,为抽动障碍谱系(TSDs,包括图雷特综合征)提供了新的表观遗传和转录框架。尽管遗传成分已与TSD相关联,但尚未发现明确的遗传机制。关于TSD的病因仍存在重要问题,特别是环境可能在其发展中发挥的作用。为将环境和合子后因素与遗传混杂因素分离,研究人员对单卵双胞胎对(TSD严重程度不一致或一致)进行了RNA测序和DNA甲基化分析。研究人员鉴定了约十二个在有和没有TSD的个体之间差异表达的基因,其中大多数是长链非编码RNA或假基因。小RNA基因RNY1的表达与抽动严重程度显著相关,提示涉及免疫相关过程。表达数量性状甲基化(eQTM)分析鉴定了236个与甲基化相关的基因。基因集富集分析揭示TSD个体中与翻译、RNA加工和神经生物学功能相关的通路广泛下调。这项精巧的双胞胎研究表明,受环境影响的基因表达可能通过失调免疫和神经元通路促进TSD发病,并展示了表观遗传修饰如何作为早期神经发育脆弱性与表型表达之间的关键机制联系。
随着神经基因组学数据复杂性的指数级增长,创新的生物信息学和全基因组方法对于发现新机制和诊断标志物至关重要。在对高维转录动态的研究中,Kobayashi和Taguchi[7]采用了一种完全数据驱动的方法,涉及基于张量分解(TD)[8]的无监督特征提取,以分析睡眠-觉醒周期中生长抑素(Sst)表达中间神经元的转录状态。将该方法应用于公开可用的雄性小鼠皮层在睡眠剥夺(SD)条件下的基因表达谱[9],揭示了在非快速眼动和快速眼动睡眠阶段受调控的微妙非线性基因表达程序,这些程序被传统的线性差异表达分析所遗漏。研究人员鉴定了两种不同模式,即“在SD期间改变但在恢复睡眠(RS)期间未恢复”和“在SD期间改变并在恢复睡眠期间过冲”,这与常见预期模式“在SD期间改变并在RS期间恢复”不同。与这些模式相关的基因富集分析揭示在Sst表达细胞类型中富集。这些结果通过将两组基因上传至AlphaGenome并检索预测的DNase-Seq数据得到确认。区分不同脑亚区与全脑的最高排名基因在Sst细胞类型中富集。这些发现表明Sst表达神经元在睡眠剥夺中发挥关键作用,并为睡眠期间GABA能皮层网络的转录组稳态提供了新见解。这验证了基于TD的算法作为分析复杂神经基因组数据集的有效工具。
在临床基因组诊断领域,Then等人[10]证明了全基因组测序(WGS)在解决先前无法解释的神经发育和神经退行性表型方面的有效性。在此案例中,进行分析以确定一种影响Petit Bleu de Gascogne犬的疾病的分子遗传基础,该疾病特征为后肢无力、焦虑、幻觉发作、舔唇、进行性视力丧失、肌肉萎缩和脑性共济失调。WGS成功鉴定了AP3B1和TRAPPC9基因中的新型双等位错义变异,这两个基因编码的蛋白质参与通过高尔基体将蛋白质分选和转运至溶酶体。进行了详细的显微镜检查以定义疾病病理。这些研究揭示大脑、视网膜和心脏中自发荧光细胞内包涵体的显著积累。这些包涵体表现出与神经元蜡样脂褐质沉积症(NCLs)中所见的溶酶体贮积小体相当的超微结构特性,NCLs是一组遗传性、进行性、溶酶体贮积相关的神经退行性疾病。该信息提示该疾病可能是两种变异的组合结果,其编码蛋白在高尔基体中相互作用,促进蛋白质向溶酶体的分选和转运。该研究强调了WGS在克服靶向基因面板覆盖范围限制方面的重要性,能够鉴定多基因突变以实现精准诊断。
本特刊的最后两篇论文聚焦于神经遗传学和神经基因组学未来面临的关键挑战。随着全球人口快速老龄化,阿尔茨海默病和帕金森病等神经退行性疾病代表了前所未有的公共卫生危机。除了对大脑结构的破坏性生物学影响外,这些进行性疾病还给全球医疗系统带来了巨大的社会经济负担。它们每年造成数千亿美元的直接医疗费用和长期护理基础设施支出。此外,以严重照护者倦怠、情绪困扰、独立性丧失和家庭破裂为特征的非货币性后果,凸显了对早期诊断工具和能够延迟症状发作或减缓其进展的疾病修饰疗法的迫切需求。
在对All of Us研究计划的人群规模基因组数据的分析中,Abe和Niemchick[11]研究了帕金森病(PD)的风险。使用包含基因组、血液检测和其他环境数据的All of Us数据集,研究人员通过多变量逻辑回归获得比值比(ORs)和调整后ORs,探索遗传功能障碍与环境因素之间的相互作用。研究聚焦于12号染色体上的遗传易感位点,包括富含亮氨酸重复激酶2(LRRK2)基因。LRRK2错义突变,特别是G2019S突变,是单基因PD最常见的原因,但在总体PD人群中相对罕见。PD的GWAS已在没有其他已知遗传原因的个体中,将LRRK2基因内及附近的遗传变异鉴定为PD风险因素[12]。因此,研究人员调查了LRRK2基因和12号染色体其他位点的遗传多态性与PD之间的关系。研究人员鉴定了数千个多态性;其中十四个具有高ORs,与LRRK2基因G2019S突变的ORs相似。其中五个在考虑人口统计学和环境因素(特别是钙、维生素D和酒精摄入)时发生显著改变。结果表明,由某些多态性引起的部分PD病例的进展可通过环境因素延迟或预防。未来,研究其他因素(包括其他染色体和增加参与者数量)与PD的关联,可提高对遗传与环境因素相互作用的理解,从而改善未来临床试验的设计和精准性。
最后,D’Argenio等人[13]发表了一篇题为“阿尔茨海默病2030:从精准基因组学到人工智能”的标志性综述。在其中,作者综合了阿尔茨海默病(AD)研究的当前状态和未来轨迹,追溯了从早期单标志物研究(如APOE基因分型)到近期多基因风险评分(PRS)、单细胞PRS和液体多组学生物标志物的转变。作者通过分析大规模全基因组关联研究(GWAS)并研究其在开发用于精准基因组学的高级遗传风险评分(GRS)中的作用,考察了遗传和性别相关因素的影响。尽管方法学日益成熟,当前用于AD的PRS模型仍存在显著限制,影响其临床应用。即使在结合年龄和APOE基因型时,PRS在个体水平的预测性能也仅为中等。因此,作者将分析扩展到包括AD中的性别、社会文化决定因素。鉴于数据的复杂性,该综述的一个关键焦点是人工智能(AI)和机器学习(ML)在AD中的变革性作用。综述探讨了AI在管理可改变的痴呆风险因素、评估个人风险、促进更健康的生活方式、定制干预措施和随时间监测疾病进展方面的应用和潜力。作者最后展望了未来五年内有限数量的具体目标。首先,需要大规模、多祖先基因组研究,纳入性别分层分析,以改进PRS模型并实现公平的遗传风险预测。其次,需要整合性别相关的生物标志物,以改善诊断、风险分层和治疗监测。第三,开发和验证旨在纳入性别相关暴露和祖先信息的AI模型,对于确保临床可靠性和公平性至关重要。这些模型必须透明且能够审计偏差。最后,需要纵向和实用性研究来评估AI个性化生活方式干预在不同人群中改变AD风险轨迹的潜力。
总之,本十五周年特刊中的文章展示了神经遗传学和神经基因组学在过去十五年的显著进展。涵盖的主题包括解决单基因代谢缺陷和结构性拷贝数变异、利用双胞胎表观基因组学和基于张量的转录组学,以及研究遗传与环境因素之间的相互作用和AI驱动框架。这些贡献共同展示了该领域如何演变为一门全面的、数据驱动的科学。展望未来十年,全基因组测序、多组学整合和人工智能的融合,有望通过加速将基因组发现转化为个性化、高度精准的治疗干预措施,来减轻神经疾病日益增长的全球影响。
论文解读文章:
研究背景与问题
神经遗传学与神经基因组学在过去十五年间经历了从单基因靶向分析到高通量多组学整合与人工智能精准医学的范式转变。神经发育障碍、神经血管疾病和神经退行性疾病在当代医学中构成重大临床与社会经济挑战。理解其复杂生物学起源需要从特定基因组区域的精细功能分析到系统级全基因组研究的多元方法。当前领域面临的核心问题包括:单基因变异的致病机制尚未完全阐明;拷贝数变异与表型之间的相关性存在显著异质性;环境因素与遗传因素在复杂疾病中的相互作用机制不明;以及现有遗传风险评分模型的个体预测性能有限。此外,全球人口老龄化使阿尔茨海默病和帕金森病等神经退行性疾病成为前所未有的公共卫生危机,亟需早期诊断工具和疾病修饰疗法。本特刊汇集了多项研究,旨在展示该领域从单基因解析到多组学整合与AI驱动的演进路径。
研究内容与结论
本特刊共收录十三篇论文,涵盖从单基因代谢缺陷到全基因组测序、从双胞胎表观基因组学到张量分解转录组学、从遗传-环境交互到人工智能框架的广泛主题。Figura等人[1]通过生化和功能分析揭示TPI1R5G变异导致蛋白稳态水平下降而非活性丧失,并验证三种化合物可提升患者细胞中TPI蛋白水平,为TPI缺乏症治疗提供概念验证。Amico等人[2]通过队列分析发现ABCC6杂合功能丧失变异是早发性缺血性卒中和脑血管疾病的独立遗传易感因素,挑战了杂合子临床沉默的传统认知。Silvey等人[3]通过临床评估与计算建模证明POLR1A p.Met496Ile变异破坏DNA结合和聚合酶活性,并提出多种颅面发育综合征属于Pol I相关核糖体病谱系。La Monica等人[4]通过染色体微阵列与深度表型分析,在意大利儿科队列中建立了16p区域CNV的基因型-表型相关性,并支持双打击模型。Payne等人[5]结合行为测试、遗传表征和血浆代谢组学,发现SHANK3变异个体适应性行为技能低于22q13缺失个体,且代谢谱可区分ASD状态。Dalsberg等人[6]通过单卵双胞胎RNA测序和DNA甲基化分析,鉴定出差异表达基因并揭示免疫相关通路失调在抽动障碍中的潜在作用。Kobayashi和Taguchi[7]采用张量分解无监督特征提取,识别出睡眠剥夺后未恢复或过冲的基因表达模式,验证了Sst表达神经元在睡眠稳态中的关键作用。Then等人[10]通过全基因组测序在犬类模型中鉴定AP3B1和TRAPPC9双等位变异,揭示其编码蛋白在高尔基体蛋白分选中的协同作用。Abe和Niemchick[11]利用All of Us数据集的多变量逻辑回归分析,发现14个与LRRK2 G2019S突变ORs相当的多态性位点,其中5个受钙、维生素D和酒精摄入等环境因素显著调节。D’Argenio等人[13]的综述系统阐述了AD研究从APOE基因分型到多基因风险评分、单细胞PRS和液体多组学生物标志物的演进,并提出AI在风险预测、生活方式干预和疾病监测中的变革性应用前景。
主要技术方法
研究人员采用了多种关键技术:高分辨率染色体微阵列分析用于CNV检测;全基因组测序(WGS)用于突破靶向面板覆盖限制;RNA测序与DNA甲基化分析用于双胞胎表观遗传研究;张量分解(TD)无监督特征提取用于高维转录组数据分析;STRING和Pathway Commons用于蛋白质-蛋白质和基因-基因相互作用网络分析;多变量逻辑回归用于人群规模基因组-环境交互分析;血浆代谢组学分析用于功能生物标志物鉴定。样本队列来源包括意大利儿科NDD队列、All of Us研究计划人群数据集、单卵双胞胎对以及Petit Bleu de Gascogne犬模型。
研究结果
单基因代谢缺陷解析:Figura等人通过生化功能分析证明TPIR5G蛋白保持野生型活性但稳态水平显著降低,蛋白不稳定是疾病根本原因,三种筛选化合物可显著提升患者细胞TPI蛋白水平并恢复活性。
杂合变异临床意义重估:Amico等人通过早发性卒中患者队列分析,证明ABCC6杂合性是加速动脉钙化和早发性脑血管事件的独立遗传易感因素,提示需重新评估常染色体隐性基因携带者状态。
Pol I相关核糖体病谱系扩展:Silvey等人通过临床表型重叠分析和结构建模,证明POLR1A Met496Ile变异破坏DNA结合,并提出多种颅面发育综合征属于Pol I相关核糖体病连续谱。
16p CNV基因型-表型关联:La Monica等人通过整合微阵列与深度表型分析,发现16p缺失主要与发育迟缓、语言障碍和ASD相关,重复与行为失调和认知障碍相关,部分患者存在额外CNV支持双打击模型。
PMS多组学分层:Payne等人通过行为-遗传-代谢整合分析,发现SHANK3变异个体适应性行为更差,代谢谱可区分ASD状态并鉴定患者亚群。
TSD表观转录组框架:Dalsberg等人通过双胞胎RNA-seq和甲基化分析,鉴定差异表达基因以lncRNA和假基因为主,RNY1表达与抽动严重度相关,eQTM分析鉴定236个甲基化相关基因,富集分析显示翻译和RNA加工通路下调。
睡眠转录组张量解析:Kobayashi和Taguchi通过TD算法识别出SD后未恢复和过冲两种新模式,富集分析指向Sst表达细胞类型,AlphaGenome验证确认细胞类型特异性。
WGS多基因诊断:Then等人通过WGS鉴定AP3B1和TRAPPC9双等位错义变异,超微结构显示溶酶体贮积样包涵体,提示高尔基体蛋白分选通路缺陷。
PD遗传-环境交互:Abe和Niemchick通过All of Us数据多变量回归,鉴定14个高OR多态性,5个受钙、维生素D和酒精摄入显著调节,提示环境因素可延迟部分PD进展。
AD精准医学展望:D’Argenio等人综述PRS模型个体预测性能有限的现状,提出未来需多祖先性别分层研究、性别知情生物标志物整合、可审计AI模型开发和AI个性化生活方式干预纵向评估。
讨论与结论
讨论部分强调,本特刊展示的系列研究共同印证了神经遗传学与神经基因组学已演进为一门综合性的数据驱动科学。单基因层面研究揭示了蛋白稳定性而非活性丧失可作为疾病靶点;杂合变异研究挑战了传统携带者分类;结构变异研究凸显了表型异质性与多打击模型的重要性;表观转录组研究为环境-遗传交互提供了机制桥梁;张量分解等无监督方法可捕获传统线性分析遗漏的微妙信号;WGS在解决复杂表型中展现出超越靶向面板的诊断优势;人群规模数据整合揭示了遗传-环境交互对疾病修饰的潜力。结论部分指出,未来十年全基因组测序、多组学整合与人工智能的融合,有望加速基因组发现向个性化精准治疗干预的转化,从而减轻神经疾病日益增长的全球负担。