基因君官网
2019年4月8日 讯 /生物谷BIOON/ –近日，一项刊登在国际杂志Nature Genetics上的一篇研究报告中，来自西奈山医院的研究人员应用一种新型的机器学习方法对超过10万多人进行研究，在大脑13个区域中鉴别出了413个与精神分裂症相关的基因，通过对组织中的基因表达情况进行检测分析不仅能帮助研究者鉴别出与精神分裂症相关的基因，还能发现出现异常表达的大脑区域。
图片来源：CC0 Public Domain
尽管影响不到全球2%的人群，但精神分裂症依然是引发人群机体残疾的主要原因之一，虽然该病流行率较低，但其对公共卫生和社会经济会造成重大的影响，主要是患者的再入院及治疗费用等。更重要的是，尽管普遍认为多个基因会增加精神分裂症的风险，但研究者并不清楚这背后的具体分子机制。
这项研究中，研究人员利用全基因组关联性研究联合转录组归责（Transcriptomic imputation）研究，在组织水平的分辨率下对精神分裂症相关的疾病进行了鉴定；研究者观察了遗传代码多个位点的差异来观察是否在具有特定特征的个体机体中更容易发现突变，比如精神分裂症，转录组归责是一种新型的机器学习技术，其能帮助研究者在不易接近的组织（比如大脑中）中检测疾病和基因表达之间的关联。
研究者对40299名精神分裂症患者和62264名对照进行研究，结果发现，与精神分裂症相关的基因或许在整个发育过程中都会进行表达，包括孕期特殊阶段、个体青春期和成年期等。此外研究者还分析了介导不同精神分裂症风险的大脑不同区域的特性，发现大多数关联都来自于大脑背外侧前额叶皮质区域（dorsolateral prefrontal cortex）。
研究者Laura Huckins教授说道，我们所开发的预测模型或能帮助研究精神分裂症中的预测基因的表达情况，并鉴别出与精神分裂症相关的新型风险基因；尤其是我们发现在机体发育过程中精神分裂症风险基因一直处于表达状态，包括孕早期等。最后研究者表示，通过利用转录组归责技术结合全基因组关联性研究，我们希望后期不仅能够阐明与精神分裂症相关的新型风险基因，还能为开发新型精神分裂症治疗手段提供靶点和思路。（生物谷Bioon.com）
原始出处：
Laura M. Huckins, Amanda Dobbyn, Douglas M. Ruderfer, et al. Gene expression imputation across multiple brain regions provides insights into schizophrenia risk, Nature Genetics (2019). DOI:10.1038/s41588-019-0364-4