包括北卡羅萊納大學醫(yī)學院科學家在內(nèi)的一組研究人員開發(fā)了一種的復(fù)雜模型，將DNA和基因活動的變化與腦部疾病的風險聯(lián)系起來。相關(guān)結(jié)果結(jié)果發(fā)表在《Science》雜志上。

        
    科學家現(xiàn)在可以將它作為一種工具來探索精神分裂癥和孤獨癥等疾病的生物學機制，這些疾病在很大程度上得不到深刻理解，也無法治愈。“這是為了解大腦而開發(fā)的全面的功能基因組資源，它建立了一個整合不同基因組學數(shù)據(jù)的框架，以深入了解腦部疾病的生物學，”共同作者Hyejung Won博士，助理說。 UNC醫(yī)學院遺傳學教授，UNC神經(jīng)科學中心成員。

    在過去的幾十年里，科學家已經(jīng)進行了數(shù)百項研究，這些研究收集了大量人群的DNA序列和相關(guān)數(shù)據(jù)，以確定DNA變異和其他與疾病相關(guān)的基因組相關(guān)因素。這些基因組學研究為許多疾病的生物學原因提供了重要線索。

    但對于精神疾病和許多其他常見的腦部疾病，傳統(tǒng)的基因組學研究不太有用。例如，精神分裂癥與基因組上100多個位置的特定變異相關(guān)聯(lián) - 稱為“風險位點” - 但這些基因座大多數(shù)不包含基因，因此尚不清楚它們與疾病的關(guān)系。此外，與精神分裂癥有關(guān)的許多基因變異通常對精神分裂癥風險的影響很小。這已經(jīng)向科學家們表明，精神分裂癥以及可能還有許多其他腦部疾病過于復(fù)雜，無法用傳統(tǒng)的一維基因組學方法來理解。

    為了追求更復(fù)雜的方法，幾年前一組基因組學研究人員成立了PsychENCODE聯(lián)盟。他們開始匯集基因組學研究和其他公開研究的數(shù)據(jù)，以開發(fā)工具來尋找不同類型數(shù)據(jù)之間的關(guān)系。

    新資源包括針對患有精神分裂癥，雙相情感障礙和自閉癥譜系障礙的個體的不同種類的基因組學數(shù)據(jù)。基因組學數(shù)據(jù)的類型包括DNA序列，來自特定種類腦細胞的基因表達數(shù)據(jù)，稱為“增強子”的DNA區(qū)域圖，其促進基因表達，以及已知影響基因活性的基因組的其他特征。

   她從自己的“染色體構(gòu)象”研究中獲得了貢獻數(shù)據(jù)。這指的是細胞核中環(huán)狀DNA的三維組織，特別是不同環(huán)接近足以影響彼此基因表達的點。贏得了開發(fā)了一個復(fù)雜的模型，如何通過染色體構(gòu)象和其他基因組因子調(diào)節(jié)腦細胞中的基因表達。

    該團隊使用基因調(diào)控網(wǎng)絡(luò)模型評估了先前基因組學研究發(fā)現(xiàn)的142個精神分裂癥風險基因座。這些風險基因座不含基因，但懷疑通過某種方式影響其他基因的表達而導致精神分裂癥風險。該模型確定了321個基因，包括一些已知的精神分裂癥風險基因，作為這些基于危險基因座的可能調(diào)控目標。乙酰膽堿受體，離子通道和其他途徑的功能。科學家們還確定，精神分裂癥主要是神經(jīng)元疾病，而不是其他腦細胞。

    為該研究開發(fā)的資源包括基于人工智能的“深度學習”模型，該模型基于基因變異和基因表達數(shù)據(jù)估計精神癥狀的風險。科學家將新模型與一個標準的，更簡單的模型進行了比較，該模型基于個體的基因組預(yù)測精神疾病。

   “深度學習模型更準確，我們認為它將對患者的風險評估和診斷產(chǎn)生重大影響”，榮獲說。
她和她的PsychENCODE同事現(xiàn)在正在通過整合更多類型的基因組數(shù)據(jù)并將他們的分析擴展到精神分裂癥以外的其他腦部疾病來繼續(xù)開發(fā)他們的模型。

    上海恒遠進入醫(yī)學科研圈已久，為了與廣大科研工作者一起交流科研問題，共同提高，讓您成為真正的科研能手。