基因组开关 阐明复杂疾病机制

在人类基因组中，有多达五分之一的DNA充当邻近基因的变光开关，但科学家们一直无法确定，这些遗传控制区中的哪些突变真正引发了常见疾病。最近，约翰霍普金斯大学一项为期十几年的研究，产生了一个计算机公式，可比现有方法更准确地预测哪些突变对这些变光开关活性的影响最大，从而为许多疾病的诊断和治疗提出了新靶点。相关研究结果发表在六月十五日的《Nature Genetics》。

　　

生物通报道：在人类基因组中，有多达五分之一的DNA充当邻近基因的变光开关，但科学家们一直无法确定，这些遗传控制区中的哪些突变真正引发了常见疾病。最近，约翰霍普金斯大学一项为期十几年的研究，产生了一个计算机公式，可比现有方法更准确地预测哪些突变对这些变光开关活性的影响最大，从而为许多疾病的诊断和治疗提出了新靶点。相关研究结果发表在六月十五日的《自然遗传学》杂志（Nature Genetics）。延伸阅读：2篇论文利用基因组编辑治疗遗传疾病。

约翰霍普金斯大学医学院生物医学工程系副教授Michael Beer博士指出：“我们的计算机程序可以搜索来自一种特定细胞类型的遗传学数据，并预测哪些变光开关突变最有可能改变细胞的基因活性，从而改变它的功能。”

Beer说：“随着我们对这些调控区域的了解越来越多，我们计划不断地改进这个公式，但是它已将疾病相关的基因突变范围缩小了20倍，从而使研究人员能够专注于最有可能的突变。”

世界各地的研究人员已经对许多普通多基因病患者的基因组进行了测序，以在他们的控制区寻找共有的基因突变。Beer说，问题是，这些研究产生了数以百计的基因突变，其中大部分是良性的。所以他和他的研究团队打算设计一个计算机程序，了解可能影响基因活性水平的突变，与那些可能不会有此影响的突变之间的差异。

他说，有很多常见的疾病（如糖尿病），可能是控制区中几个不同突变所引起的。这些突变不直接导致编码蛋白发生改变，而是影响它们的丰度，因此，挑出哪些突变与疾病是最相关的，对于推进疾病的治疗至关重要。

免费索取Bio-Rad微滴式数字PCR的最新资料

Beer说，这项任务一直都很艰难，因为并非所有的突变都是均等产生的。根据发生在基因组中什么区域，一个单一的改变——从一个半胱氨酸（C）到鸟嘌呤（G），会有截然不同的效果。

他说：“如果是发生在一个关键蛋白编码基因的中间，它会以这样一种不产生蛋白质和生物体死亡的方式，改变代码，或者如果蛋白质的功能没有被改变，它就没有任何影响。”如果C到G的突变发生在基因以外——在一个控制区，同样的极端可能是真实的：突变会导致该区域完全停止运作，或者可能没有影响。

为了开发新的公式，Beer的团队首先使用一种称为DNase敏感性的性质，“训练”计算机程序来识别潜在的控制区。DNase是一种酶，无论DNA是否紧密结合，都可切割它。DNA特定序列的开放程度在不同类型细胞之间是有差异的，只有开放DNA的控制区可能是活跃的。因此，某些片段DNA有多么易受DNA酶的攻击，就预示着哪些控制区域在一个特定细胞类型中是重要的。

然后，Beer实验室的博士研究生Dongwon Lee，通过给计算机输入一系列已知的序列，教计算机程序识别一种癌细胞中DNase敏感性序列的特征。然后预测其余的DNase敏感性序列，并测量一段序列中有多少个片段可引起这一区域整体的DNase敏感性。

然后，计算机依次模拟，使每一个DNA字母发生突变，并计算每个片段对DNase敏感性的贡献。Beer说，在一次给定突变之后灵敏度变化越大，越有可能这种突变将会影响细胞中的基因活性水平。

为了验证该公式的有效性，该研究小组将他们的计算机预测，与替代方案所做的预测，进行了对比。结果发现，新的程序准确性高出了百分之56——比次好的程序准确10倍。

为了进一步直接测试这个公式，Beer与约翰霍普金斯大学医学院McKusick-Nathans 遗传医学研究所的Andrew McCallion博士合作，预测小鼠黑色素细胞中两个色素相关基因控制区中突变的影响。然后他们选择了40个具有不同预测影响水平的突变，并在实验室培养的黑素细胞中测试了它们的效果。当他们测量这两个基因的活性水平时，发现该程序的预测结果和细胞所经历的实际变化之间，有很强的相关性。

McCallion说：“十多年来，我的研究小组已经对常见疾病调控突变的性质有所了解。通过用细胞材料训练计算机程序，我们现在可以预测先前不可辨识的调控序列突变的后果。”

Beer和他的研究小组，在小鼠和人肝细胞、人白血病细胞中，重复了这种有针对性的公式测试，并取得了类似的结果。他们也在已知影响胆固醇水平、血红蛋白水平和前列腺癌的三个控制区突变中检测了公式。他们再次发现，与相同控制区的其他突变相比，这些突变的计算机得分更高。

最后，该研究小组检查了辅助性T细胞的控制区，这种免疫细胞当其基因变得异常时可导致自身免疫性疾病。他们计算确定了15种不同的控制区突变，与九种不同的免疫系统疾病有关，从过敏症到多发性硬化症、克罗恩病。Beer说，重要的是，以前的研究已经把其中9 个相同的控制区与免疫疾病联系起来，但他们一直未能全力研究相关的确切突变。

Beer说：“下一步，我们将收集这些自身免疫性疾病患者的细胞，测试它们的基因活性水平，并探究我们的预测是否正确。如果是这样的话，它应该能帮助我们确定活性如何被抑制，以及我们如何修复它。”理论上，同样的过程可以在许多其他疾病中得以重复，从而为我们提供节省时间的深刻见解。