一旦一种基因变异与一种特定的复杂疾病相关,就必须确认其参与和生物学效应。已鉴定的变体可能对蛋白质结构、基因表达和调节产生各种影响,也可能根本没有影响。利用基因组学、转录组学和表观基因组学方法进行数量性状基因座(QTL)分析,可以对与疾病相关的变异进行注释,并对与疾病差异表达的基因进行功能性影响,以阐明疾病机制,并为进一步研究确定基因和途径的优先顺序。
差异表达分析用于识别和测量不同条件下或特定刺激下基因表达的变化。了解哪些基因在疾病表型中过度表达或表达不足是确定哪些基因和途径受到影响或可能与疾病有关的一个重要步骤。尽管阵列是第一种应用于大规模表达研究的技术,但它们在很大程度上已被RNA测序(RNA Seq)所取代,成为一种新兴的最佳实践。RNA Seq除了提供转录亚型、基因融合、剪接变异体和其他特征外,还提供有关基因表达的信息,而不受先验知识的限制。
差异基因表达分析的RNA- seq工作流程从RNA提取、文库准备和测序开始。数据分析包括reads的后处理、个体基因表达水平的估计、差异表达基因的归一化和鉴定)。以下方法可用于了解转录组及其在复杂疾病中的潜在作用:
表观遗传学是生物学机制的研究,在不改变DNA序列通过监管机制,改变基因的活性。识别基因调控机制,如开放的染色质,甲基化,或启动子和转录因子结合的状态,提供了深入了解为什么基因可以在给定的级别表示。除了重要的功能在正常的生物过程,后生过程建立了链接到各种复杂的疾病,包括癌症,自身免疫疾病,神经疾病,障碍和精神障碍。下面的方法可用来洞察表观基因组和其潜在的作用在复杂的疾病。
全基因组测序是鉴定与复杂疾病相关的罕见变异的常用方法。这是唯一可以调用基因组中常见和罕见变异的方法,包括可能导致疾病的结构变异。
CNVs是一种基因组改变,通常由结构重排引起,导致一个或多个基因拷贝数量异常。像SNPs一样,某些拷贝数变异与疾病易感性有关。基于数组的方法检测新生cnv(不存在于任何亲本或通过任何亲本传播)提供了有效和可靠的大规模分析。阵列可以用来描绘基因组变异,如扩增、缺失、重排和杂合性复制中性缺失。然而,普通CNV的作用(结果)目前还不清楚。
虽然高CNV检测有效,但基因分型阵列对小型CNV(<50千碱基)敏感。NGS提供碱基对分辨率,可以检测阵列未错过的小型CNV。这对于对复杂疾病中缺失的遗传性的研究有用。测序的高分辨率和阵列的高吞吐量提供了有效的基因组询问选项,以实现研究目标。
定量性状基因座(QTL)是与在群体内各不相同的特定表型或特征相关的DNA的区域。通常,QTL与具有连续方差的特征相关联,例如高度或肤色,而不是具有离散方差的特征,例如头发或眼睛颜色。QTL映射是统计分析,以确定哪些分子标记导致特定性状的定量变化。由于单个基因座可以包括许多变体,或插补全基因组测序是用于QTL作图的关键先决条件,以使有助于分子标记的精确识别。QTL已经扩展为包括在整个基因型对表型连续体内的不同水平作用的变体。
QTL分析是注释与疾病相关的变异的有效手段。通过了解变异的功能效应,可以区分与疾病相关的变异和与疾病相关的变异。通过利用不同的QTL分析,变异及其影响的基因的分子相互作用网络开始显现出来,并为哪些潜在基因和途径真正驱动疾病提供证据。这使得我们能够将时间、资源和资金投入到最有可能与疾病有关的目标上。
组合从广泛的Illumina基因分析测定的结果是复杂的问题,一个强大的综合方法。Illumina公司提供的数据分析软件,它支持的数据集成,例如与基因表达分析eQTL基因分型。
阅读技术说明表达定量性状基因座(EQT1)是影响一种或多种基因表达的遗传变体。EQTL可以在CIS(局部)或反式(例如,在不同染色体上的距离)中起作用于其基因靶标。EQTL映射需要通过RNA-SEQ对每个样品的阵列或WGS和基因表达分析来通过阵列或WGS和基因表达分析。
甲基化定量性状基因座(MEQTL)是影响DNA甲基化模式的遗传变体。MEQTL可以影响延长基因组区域的甲基化。MeQTL映射需要与阵列或测序的基因组基因分型和DNA甲基化分析。
染色质可及性数量性状位点(caQTL)是影响核小体排列、定位和染色质可及性的遗传变异。caQTL定位需要通过阵列或WGS进行全基因组基因分型,并通过ATAC-Seq或Hi-C等方法进行染色质可及性分析。
结合数量性状位点(bQTL)是影响转录因子结合的遗传变异。bQTL定位需要通过阵列或WGS和ChIP-Seq进行全基因组基因分型。