Science：失智症相关的转录网络调节大量细胞类型丰富的基因

本文由brainnews脑科学世界团队原创编译，转载请联系授权。

AD和PSP等神经退行性失智症是全世界发病率和死亡率的主要原因。这两种疾病都没有改善疾病的治疗方法，这促使人们做出了重大努力来描述疾病的发病机制。识别因果遗传因素和下游相关的风险基因是对其机制理解的基本初始步骤。近日，Daniel H. Geschwind团队在Science杂志上发表了他们最新的研究成果，“Functional regulatory variants implicate distinct transcriptional networks in dementia”。

全基因组关联研究

(GWAS)的广泛采用彻底改变了与复杂性状相关的基因位点的检测。然而，鉴定基因型-表型关联的因果变异和机制带来了巨大的挑战，因为大多数常见的易感基因位点处于非编码基因组区域，并且由于连锁不平衡（LD）而由许多相关的多态性组成。大规模平行报告基因检测(MPRA)允许对非编码遗传变异进行高通量功能表征，但它们尚未系统地应用于神经退行性疾病。

在这项研究中，作者使用MPRA和基于CRISPR的验证来确定两种神经退行性疾病的潜在因果遗传变异，这两种神经退行性疾病在神经病理学上与细胞内tau蛋白聚集相关——阿尔茨海默症(AD)和进行性核上性麻痹(PSP)。

MPRA识别候选GWAS变体

作者对两种神经退行性 tau 蛋白病——AD和PSP进行了分阶段分析，以确定 GWAS 基因位点潜在的调节变异（图1A）。在MPRA 2 中，作者从 MPRA 1 复制了 326 个以确定测定重现性，并筛选了另外 483 个变体，包括 11 个额外的 AD 基因位点和四个新发现的 PSP 相关基因位点（图1B和C）。 作者发现在任何脑细胞类型中落入开放染色质的 AD 和 PSP GWAS 变体也可能落入HEK293T细胞的开放染色质中（图1E）。这些数据表明，HEK293T细胞将提供一个技术上易于处理的模型，用于在单线内进行有效筛选。

图1.研究项目总览

作者应用了严格的统计阈值来定义功能性调节变体 (frVars)，在 34 个测试的 GWAS 基因位点中的 27 个内识别出分布在 17 条染色体（图2B）中的 320 个不同的 frVar，每个基因位点的中位数为两个 frVar（图2C）。正如预期的那样，效应大小通常是适度的（图2D）。 FrVars 在具有转录活性的信息库元素中高度富集和来自主要脑细胞类型的开放染色质，以及来自与小胶质细胞相同谱系的单核细胞（图2E）。在 320 个 frVar 中，除一个之外的所有 frVar 在大脑中都具有至少一个功能性调节注释，并且大多数与两个或多个功能注释重叠（图2H和I）。这表明作者测定的大多数调节变体可能在人脑组织中具有积极的调节作用。

图2.MPRA功能调节变体的鉴定

frVars的实验验证

作者在 11 个单独的 GWAS 基因位点上验证了 frVars 的活性，确定了与 MAPT 和 APOE 基因座之外的多个先前未识别的风险基因的调节关系，包括 AD 的 MS4A4E、C4A、APOC1 和 GPRC5B 以及 PSP 的 PLEKHM1（图3）。 在 Clusterin(CLU)位点，作者验证了内含子变体 rs1532277 可神经元内的 CLU 表达（图3A和B）。尽管先前的研究仅基于染色质相互作用测定提出了该基因位点的其他风险基因，但作者没有检测到 rs1532277 对远端基因 CCDC25 或 CHRNA2 表达的任何影响（图3B）。 作者还通过实验验证了其他典型基因位点的调节变体，包括 rs10224310 和 rs36026988，结果显示它们分别在小胶质细胞中调节 EPHA1 和 RIN3 表达（图3G到J）。无论这些基因位点调控的所有或部分基因是否会导致疾病风险，都需要在模型系统中进行个别功能验证。

图3.对7个AD位点的8个MPRA frVars进行CRISPR验证

疾病特异性转录网络中功能风险变异的富集

作者接下来评估了 frVar 是否在特定转录因子的结合位点内富集，他们发现被风险变异破坏的转录因子结合位点（TFBS）因疾病而异。在 AD 中，CTCF，NR4A2，NR5A2，ATOH1，SP2和 SMAD 家族结合位点富集以破坏风险变异，这与先前的研究一起确定了含有 CTCF、SMAD 和 SP 结合基序的小胶质细胞增强剂中 AD 风险变异的富集。 相比之下，PSP 显示出不同的 TFBS 富集模式，其中预测为结合位点破坏而富集的六个 TF 的五个与转录因子 SP1 物理相互作用（图4C）。

作者在 14 个变体中的 10 个中发现了显着的差异等位基因特异性结合亲和力（图4D），并发现 EMSA 结果与 MPRA 效应大小之间存在很强的相关性（图4E），证实了生物信息学调控预测 SP1 活动。 基因表达分析证实，这些网络 TF 中的大多数，包括 SP1，在 PSP 和匹配对照个体的颞叶皮层内差异表达（图4F）。总之，这些数据为 PSP 病理生理学中以 SP1 为中心的转录网络的广泛失调提供了汇聚证据。

图4.FrVars会破坏特定疾病的TF网络

结 论

本文说明了整合多重报告基因和 CRISPR 分析以有效表征非编码疾病相关变异的效用，为其他复杂性状的未来工作提供了框架。 作者的数据表明，疾病相关的转录网络调节大量细胞类型丰富的基因，这因此提供了一种机制，即遗传风险不是通过影响少数核心基因而是通过多基因细胞类型特异性调节作用对基因网络的影响来表达的。

https://www.science.org/doi/10.1126/science.abi8654

参考文献

Cooper YA, Teyssier N, Dräger NM, Guo Q, Davis JE, Sattler SM, Yang Z, Patel A, Wu S, Kosuri S, Coppola G, Kampmann M, Geschwind DH. Functional regulatory variants implicate distinct transcriptional networks in dementia. Science. 2022 Aug 19;377(6608):eabi8654. doi: 10.1126/science.abi8654. Epub 2022 Aug 19. PMID: 35981026.

编译作者：Ayden（brainnews创作团队）

校审：Simon（brainnews编辑部）