XiaoMi-AI文件搜索系统
World File Search SystemEQTL
acot1 eqtl：参与脂质代谢的基因...
介绍：表达定量性状基因座（EQTL）和勃起功能障碍（ED）之间的因果关系尚未得到充分兴奋。这项研究应用了孟德尔随机分析（MR）分析来研究ED的新敏感性基因与其不体定式机制之间的潜在因果关系。材料和方法：采用两样本的MR分析来检查EQTL，代谢产物和ED进展之间的因果关系。此外，还使用基于摘要数据的MR（SMR）分析来验证顺式EQTL和ED之间的因果关系。还建立了cast割的大鼠模型，以通过定量的实时聚合酶链反应（QRT-PCR）验证基因表达。结果：结果提供了新的证据，表明ACOT1 EQTL促进了ED的进展。SMR分析证实了ACOT1顺式EQTL和ED进展之间的因果关系（P <0.05）。 关于ACOT1在ED中的潜在作用，该研究表明，ACOT1 EQTL可能对Docosadieate（C22-DC）和八烷基二烯丙基钙氨酸（C18-DC）进行负面调节，这两种均抑制了EDSTRESSION。 在SD大鼠中，cast割导致钙内压（ICP）与平均动脉压（MAP）的比率降低，并降低平滑肌对胶原蛋白的降低，并伴随着cast抗的α -SMA表达增加。 这些发现证实了成功建立了cast割的模型。 此外，ACOT1表达的进一步分析显示cast割组的上调显着上调（p <0.05）。 这些见解为ED提供了潜在的新治疗靶标。SMR分析证实了ACOT1顺式EQTL和ED进展之间的因果关系（P <0.05）。关于ACOT1在ED中的潜在作用，该研究表明，ACOT1 EQTL可能对Docosadieate（C22-DC）和八烷基二烯丙基钙氨酸（C18-DC）进行负面调节，这两种均抑制了EDSTRESSION。在SD大鼠中，cast割导致钙内压（ICP）与平均动脉压（MAP）的比率降低，并降低平滑肌对胶原蛋白的降低，并伴随着cast抗的α -SMA表达增加。这些发现证实了成功建立了cast割的模型。此外，ACOT1表达的进一步分析显示cast割组的上调显着上调（p <0.05）。这些见解为ED提供了潜在的新治疗靶标。结论：这项研究首次阐明了ACOT1作为一种新型EQTL介导的ED易感基因的机制，通过负调节docosadioate（C22-DC）的水平来加速ED的进展，并加速了ED的进展。
对基因组学和人类遗传学方法的年度综述以及单细胞表达定量特质基因座的见解
单细胞技术的最新进步已实现了单细胞分辨率下许多个体的表达定量性状基因座（EQTL）分析。与散装RNA测序相比，该测序平均在细胞类型和细胞状态下平均基因表达，单细胞测定法捕获了单个细胞的转录状态，包括以前所未有的规模和分辨率的细胞，瞬态和难以隔离的群体。单细胞EQTL（SC-EQTL）映射可以识别与细胞态不同的上下文依赖性eqtl，包括一些与基因组关联研究中鉴定出的差异变体共定位的一些。通过揭示这些EQTL行为的精确上下文，单细胞方法可以揭示以前隐藏的调节效应，并确定重要的
共表达分析揭示了由反式作用遗传变异控制的可解释的基因模块
抽象理解导致疾病发作和进展的因果过程对于发展新型疗法至关重要。尽管反式 - 作用表达定量性状基因座（反式-EQTL）可以直接揭示由疾病变体调节的细胞过程，但由于其小效应大小，检测反式eqtls仍然具有挑战性。在这里，我们分析了来自226至710个个体的六种血细胞类型的基因表达和基因型数据。我们使用从基因表达数据中推断出使用五种方法的共表达模块作为反式-EQTL分析中的特征来限制多重测试并提高可解释性。除了复制三个已建立的关联外，我们还发现了SLC39A8附近的一种新颖的反式 - EQTL，它调节了LPS刺激的单核细胞中的金属硫蛋白基因模块。有趣的是，这种效应是由瞬态顺式-EQTL介导的，仅在早期LPS响应中存在，并且在反式效应出现之前就丢失了。我们的分析重点介绍了共表达与功能富集分析的结合如何改善当应用于新兴细胞类型特异性数据集时，可以改善反式-EQTL的识别和优先级。
molecular-quantitative-trait-loci-in-reproductive-tissues- ...
Testis Epididymis Vas deferens Samples 117 103 84 Expressed genes 20,222 20,376 19,063 eQTL 15,642 4,768 4,211 eGenes 11,164 4,347 3,889 eGenes with >1 eQTL 3,647 402 310 eVariants 3,687,265 925,916 673,696个剪接基因14,243 13,558 12,332 SQTL 11,450 3,165 1,920 Sgenes 7,000 2,662 1,718
用于研究复杂人类疾病的新型方差分量 TWAS 方法，应用于阿尔茨海默氏痴呆症
转录组关联研究 (TWAS) 已广泛用于整合转录组和遗传数据来研究复杂的人类疾病。在缺少转录组数据的测试数据集中，传统的两阶段 TWAS 方法首先通过创建加权和来估算基因表达，该加权和将 SNP 与其相应的顺式 eQTL 对参考转录组的影响聚合在一起。然后，传统 TWAS 方法采用线性回归模型来评估估算基因表达与测试表型之间的关联，从而假设顺式 eQTL SNP 对测试表型的影响是 eQTL 对参考转录组的估计影响的线性函数。为了提高 TWAS 对这一假设的稳健性，我们提出了一种新颖的方差分量 TWAS 程序 (VC-TWAS)，该程序假设顺式 eQTL SNP 对表型的影响是随机的（方差与相应的参考顺式 eQTL 效应成比例）而不是固定的。 VC-TWAS 适用于连续和二分表型，以及个体层面和汇总层面的 GWAS 数据。使用模拟数据，我们表明 VC-TWAS 比基于两阶段负担检验的传统 TWAS 方法更强大，尤其是当 eQTL 遗传效应对测试表型不再是其 eQTL 遗传效应对参考转录组的线性函数时。我们进一步将 VC-TWAS 应用于个体层面（N = ~3.4K）和汇总层面（N = ~54K）的 GWAS 数据来研究阿尔茨海默病 (AD)。利用个体层面的数据，我们检测到了 13 个显著的风险基因，包括 6 个已知的 GWAS 风险基因，例如 TOMM40，而传统 TWAS 方法却遗漏了这些基因。利用汇总级数据，我们检测到 57 个仅考虑顺式 SNP 的显著风险基因和 71 个同时考虑顺式和反式 SNP 的显著风险基因，这也通过个体级 GWAS 数据验证了我们的发现。我们的 VC-TWAS 方法已在 TIGAR 工具中实现，供公众使用。
单细胞幻象时代的表达定量性状基因座研究
全基因组关联研究表明，基因表达的调节桥梁遗传变异和复杂表型。构造的批量转录组以及连锁分析（表达定量性状基因座（EQTL）映射）的提出了我们对在复杂表型中遗传变异和基因调节之间关系的理解。 然而，由于基因表达的调节倾向于细胞型特异性，因此批量转录组学具有遗传局限性。单细胞RNA-seq技术的出现现在可以通过单细胞EQTL（SC- EQTL）识别基因表达的细胞类型特异性调节。 在这篇综述中，我们首先提供了SC-EQTL研究的概述，包括数据处理和SC-EQTL的映射过程。 然后，我们讨论SC-EQTL分析的好处和局限性。 最后，我们概述了SC-EQTL发现的当前和未来应用。提出了我们对在复杂表型中遗传变异和基因调节之间关系的理解。然而，由于基因表达的调节倾向于细胞型特异性，因此批量转录组学具有遗传局限性。单细胞RNA-seq技术的出现现在可以通过单细胞EQTL（SC- EQTL）识别基因表达的细胞类型特异性调节。在这篇综述中，我们首先提供了SC-EQTL研究的概述，包括数据处理和SC-EQTL的映射过程。然后，我们讨论SC-EQTL分析的好处和局限性。最后，我们概述了SC-EQTL发现的当前和未来应用。
表达定量性状基因座结构的神秘遗传变异秀丽隐杆线虫
在不同遗传背景中的遗传扰动会导致物种内的一系列表型。这些表型差异可能是遗传背景与扰动之间相互作用的结果。以前，我们报道说，秀丽隐杆线虫发育控制的重要参与者GLD-1的扰动释放了影响不同遗传背景的适应性的隐性遗传变异（CGV）。在这里，我们研究了转录体系结构的变化。我们发现了414个基因，具有顺式表达定量性状基因座（EQTL）和991个基因，具有跨eqTL，这些基因在GLD-1 RNAI处理中特异性发现。总共检测到16个EQTL热点，其中7个仅在GLD-1 RNAi处理中发现。对这7个热点的富集分析表明，受调节的基因与神经元和咽部有关。 此外，我们在GLD-1 RNAi处理的线虫中发现了加速的Tran术语衰老的证据。 总体而言，我们的结果表明，研究CGV会导致发现隐藏的多态性调节剂。对这7个热点的富集分析表明，受调节的基因与神经元和咽部有关。此外，我们在GLD-1 RNAi处理的线虫中发现了加速的Tran术语衰老的证据。总体而言，我们的结果表明，研究CGV会导致发现隐藏的多态性调节剂。
PS YC HEN CO DE 2 评估样本细胞反卷积方法对人类大脑转录组数据的性能和应用
样本反卷积方法可估计大量组织样本中的细胞类型比例和基因表达，但它们的性能和生物学应用仍未被探索，特别是在人脑转录组数据中。在这里，使用来自大量组织 RNA 测序 (RNA-seq)、单细胞/细胞核 (sc/sn) RNA-seq 和免疫组织化学的样本匹配数据评估了九种反卷积方法。使用了来自 149 个成人死后大脑和 72 个类器官样本的每个细胞总共 1,130,767 个细胞核。结果显示，dtangle 在估计细胞比例方面表现最佳，而 bMIND 在估计样本细胞类型基因表达方面表现最佳。对于八种脑细胞类型，通过反卷积表达 (decon-eQTL) 鉴定了 25,273 个细胞类型 eQTL。结果表明，decon-eQTL 比单独的块组织或单细胞 eQTL 更能解释精神分裂症 GWAS 遗传性。还使用解卷积数据检查了与阿尔茨海默病、精神分裂症和大脑发育相关的差异基因表达。我们的研究结果在块组织和单细胞数据中得到复制，为解卷积数据在多种脑部疾病中的生物学应用提供了见解。
通过综合计算方法优先考虑改变 NKX2-5 和 TBX5 结合的心血管疾病相关变异
心血管疾病 (CVD) 是全球最大的死亡原因，受遗传因素影响很大。全基因组关联研究已经在非编码基因组中定位了 90% 以上的 CVD 相关变异，这些变异可以改变转录因子 (TF) 等调节蛋白的功能。然而，由于全基因组关联研究中的单核苷酸多态性 (SNP) 数量极其庞大 (> 500,000)，因此对体外分析的变异进行优先排序仍然具有挑战性。在这项工作中，我们实现了一种计算方法，该方法考虑基于支持向量机 (SVM) 的 TF 结合位点分类和心脏表达数量性状位点 (eQTL) 分析，以识别和优先排序潜在的 CVD 致病 SNP。我们在 TF 足迹和假定的心脏增强子中发现了 1535 个与 CVD 相关的 SNP，以及 14,218 个与心脏组织中的基因型依赖性基因表达处于连锁不平衡的变异。利用来自人类诱导多能干细胞衍生的心肌细胞中的两种心脏 TF（NKX2-5 和 TBX5）的 ChIP-seq 数据，我们训练了一个大规模间隙 k-mer SVM 模型，以识别改变 NKX2-5 和 TBX5 结合的与 CVD 相关的 SNP。通过对假定增强子中的人类心脏 TF 基因组足迹进行评分并通过电泳迁移率分析测量体外结合来测试该模型。根据预测的结合变化幅度，对预测会改变 NKX2-5（rs59310144、rs6715570 和 rs61872084）和 TBX5（rs7612445 和 rs7790964）结合的五种变体进行了优先体外验证，这些变体位于心脏组织 eQTL 中。所有五种变体均改变了 NKX2-5 和 TBX5 DNA 结合。我们提出了一种生物信息学方法，该方法考虑了组织特异性 eQTL 分析和基于 SVM 的 TF 结合位点分类，以优先考虑 CVD 相关变体进行体外分析。
利用大规模多摩学确定全基因组关联研究的治疗靶标
等级标准非常高铅golof变体；或与2个数据集中的靶基因的molqtl共定位（H4 pp> 80％）；调节元件的最大ABC得分与铅变体高铅编码变体重叠；或相关（P <1x10 -6）Golof变体；或与> 2个数据集中的靶基因的molqtl共定位（H4 pp> 80％）或与蛋白质QTL显着的MR（Q值<0.05）；与靶基因的MOLQTL（H4 pp> 80％）或具有范围全基因组蛋白质QTL（Q -Value <0.05）的MOLQTL重叠的调节元件（p <1x10 -6）相关变体的最高ABC评分中等共定位，或与元素重叠的ABC分数（Q -Value <0.05）或较大的ABC分数（P <1靶基因（H4 pp> 30％）或最接近铅变体或最大ABC分数的元素重叠相关变体（p <1x10 -6）或ABC链接（任何分数）或元素之间的元素之间的元素和目标基因与eqTL或ABC链接之间非常弱的铅基因与eqtl或abc链路之间重叠的元素重叠的元素重叠和目标变量