|
|
re:[QUOTE][B]下面引用由[U]仰望...
下面引用由[U]仰望山林[/U]发表的内容：
Common genetic variants on 5p14.1 associated with autism spectrum disorders
这篇论文的原文在这里————http...
学生翻译了一下这篇文章。很感谢他。
5P14.1染色体上易变基因与自闭症谱系障碍的关系
[摘要]：自闭症是一种以语言交流障碍，社会交际能力损害和刻板行为为特征的儿童神经发育和神经精神疾病。为了确定自闭症根本的遗传学危险因素，我们对780个自闭症家庭（3101个对象），1204个自闭症儿童以及6491个对照进行了全基因组相关性研究。所有的研究对象均为欧洲人种。位于钙粘着蛋白10和钙粘着蛋白9（两段编码神经元细胞黏附分子的基因）之间的6个单核苷酸多态性（SNP）显示了强信号相关性，其中rs4307059的SNP最有显著性意义 (P=3.4×10-8, odds ratio=1.19)。试验结果于两组独立的群体中具有可重复性，联合P值分布于7.4×10-8 ~2.1×10-10。我们的实验结果说明神经元细胞黏附分子与自闭症谱系障碍的发病机制有关，并且据我们所知，这是首次通过全基因组相关性研究证明基因变异与自闭症易感性的关系。
[前言]自闭症包含了一系列临床诊断，例如孤独性和严重的广泛性发展障碍，而亚斯伯格综合症，则是症状少而且轻微1。自闭症在男孩中的发病率是女孩的4倍，在美国150个儿童中就有一个被诊断为自闭症2。一些证据表明某些遗传组分与自闭症的易感性有关：在同卵双胞胎中两者都患病的比例（92%）明显高于异卵双胞胎（10%）3，最新的统计显示，自闭症患者的同胞患病的相对危险率（λs）达22（译者注：自闭症患者同胞患病几率是非自闭症同胞患病几率的22倍）4。尽管自闭症有较高的遗传性，但是其临床症状和遗传结构的多样性却阻碍了对常见的遗传易感因子的鉴定5。自闭症相关候选基因和细胞遗传研究已经发现了一些自闭症易感基因所在的染色体区带6-9，但未进一步确定增加自闭症易感性危险因素的共有基因的遗传变异。
除了众所周知的自闭症的易感基因，最近的研究发现了一些罕见的基因变异，其异构化对自闭症遗传体系有重要的作用。例如，在7%的有自闭症儿童的家庭中发现某些稀有基因的de novo 拷贝数变异，而在对照组中仅有1%10。在自闭症患者中约有1%被发现在16p11.2上有微缺失和微重复11，12。在有自闭症患者的家庭中已经发现了数百种稀有的结构变异13。尽管上述的变异存在于某些家庭中的罕见遗传变异中，但是还没有用全基因组相关性研究与自闭症的相关性。已有人应用全基因组相关性研究的方法对其他神经精神疾病进行研究，例如双相性精神障碍14，15，精神分裂症16和注意缺陷／多动症16，但是由于研究对象例数过少，这些研究都没有在全基因组层面上得出相关的易感性基因座。最近，通过荟萃分析的发现了精神分裂症17和双相性精神障碍18的广泛性变异，这提示我们在研究自闭症广泛的易感性基因变异的时候可以联合多种分析方法进行研究。
自闭症的全基因组相关性研究
为了鉴定自闭症的相关的遗传危险因素，我们对943个有自闭症患者的家庭（4444人）进行了全基因组相关性研究，并记录在Autism Genetic Resource Exchange(AGRE cohort, Table 1)19。在AGRE组中所有的自闭症患者都是经过Autism Diagnostic Interview-Revised (ADI-R)20 和Autism Diagnostic Observation Schedule (ADOS)21这两种自闭症的诊断金标准确诊。所有的研究对象都用Illumina HumanHap550 BeadChip方法来鉴定基因型，均有超过550000个的单核苷酸多态性（SNP）标记点。在对780个AGRE家庭（3101个体，欧洲人种）进行关联性研究的时候，我们引入了严格的质量控制标准（Supplementary Methods），包括call rates, Mendelian inconsistencies and genetically inferred ancestry。基因组中的486864个标记点，位于常染色体上的用Pedigree Disequilibrium Test (PDT)22方法，位于X染色体上的用X-APL23方法。完整的单核苷酸多态性基因组数据和单个强度的数据被发表在academic research community（2008年4月）(http://www.agre.org)。
我们不对AGRE组中全基因组显著的相关性（P<5×10-8）进行观察，但是我们认为在低P值中包含有意义的相关性。为了提高鉴定这些联系的能力，我们对Austism Case-Control组进行了研究（ACC cohort，Table 1）：比较来自美国各地的1453个自闭症患者和来自Philadelphia,儿童医院的7070名无自闭症的儿童，他们均用相同的方法测定了基因组。ACC组中的自闭症患者同样用ADI和ADOS诊断标准确诊。使用质量控制标准进行筛选后，对1024个患者和6491个对照对象（所有研究对象均为欧洲人种）进行基因组相关性分析。同样我们不对ACC组中全基因组显著的相关性（P<5×10-8）进行观察。接着我们对这两组互相独立的数据使用推荐的荟萃分析方法进行分析24。通过检查常染色体和X染色体，一个位于5p14.1的单核苷酸多态性（SNP）达到了全基因组显著性标准（rs4307059，P=3.4×10-8），同时还有另外5个SNP位于同一个基因座，P<1×10-4（Table 2 and Fig.1a）。此外，在其他的基因座中有一些存在次要的联系信号的SNP（Table 3），例如13q33.3（在MYO16附近（肌球蛋白ⅩⅥ）），14q21.1（在FBXO33（F-box protein 33）和LRFN5（leucine rich repeat and fibronectin type III domain containing 5）之间），Xp22.32（在PRKX（protein kinase, X-linked）和NLGN4X（neuroligin 4, X-linked）之间）。我们同时还分析了ACC组中位于Y染色体上的10个标志点，最有意义的SNP是rs2032597（P=1.1×10-4），位于USP9Y（ubiquitin specific protease 9, Y-linked）中（Supplementary Table 1）。；我们进一步分析了这两组中的15个位于拟常染色体区带和性染色体的标记点，但是没有发现有关联的标记点。
联系信号的重复性
我们另外选取了有自闭症患者的447个家庭（共1390个对象）用Illumina HumanHap1M BeadChip的方法分析了1百万个标记点的基因型(CAP cohort,Table 1)，用于分析联系信号。前文所鉴定的联系信号在这里都显示相同的关联，P值分布于0.01~2.8×10-5。为了进一步确证这些联系信号，我们再选取了108个自闭症患者和540个遗传匹配的对照，选取了300,000 个SNP标记点用Illumina HumanCNV370 BeadChip方法鉴定他们的基因组(CART cohort, Table 1)。由于rs7704909和rs10038113未被包括在选取的标记点里，我们对这组数据进行了近似的基因组分析。大多数的SNP相关性都与前文所鉴定的结果相同。通过这4组数据的分析，表明这6个SNP均与自闭症的有关，P值分布于7.4×10-8 ~2.1×10-10(Table 2 and Supplementary Table 3)。综合所有的证据，位于5P14.1上广泛的遗传变异的确与自闭症的易感性有关。
5p14.1染色体特点
对5p14.1区带的进一步研究，我们发现所有的基因组和估计的SNP（P<1×10-7）均位于100Kb（千碱基）的连锁不平衡区域，说明这些SNP标记了相同的变异（Supplementary Figs 1 and 2)。这个连锁不平衡区域大小为2.2Mb（兆碱基），位于钙粘蛋白10（CDH10）和钙粘蛋白9（CDH9）之间的区域（Fig. 1b, c）。CDH10和CDH9均是编码钙粘蛋白超家族中的Ⅱ型钙粘蛋白，是介导钙依赖的细胞间黏附的跨膜蛋白。我们使用PennCNV software25信号强度数据来寻找上述基因间区域是否存在其他变异，如拷贝数变异（CNV），我们发现了5个CNV的基因座。这5个CNV均存在于我们的对照组的个体中，并且其中3个在Genomic Variants数据库中显示存在于健康个体中（Supplementary Fig. 4），这就说明这些CNV并非是引起自闭症的变异。
我们对包含最有意义SNP的100Kb连锁不平衡区域进行研究，以确定是否存在其他转录或者有功能的片断。通过检查UCSC Genome Browser annotations26，我们没有发现预测基因，预测的转录起始位点，spliced human expressed sequence tag sequences（已表达序列标志），已知的微RNA基因和预测的微RNA靶点（Supplementary Fig. 5）。但是我们在这个连锁不平衡区域中发现了一些高度保守的基因组片断，例如：一个849个碱基对组成的片段在全人类基因组中位列前0.026%高度保守片断（log odds （LOD）score=3480 by PhastCons27, Fig. 1b）。根据以前的报道。大多数稳定的基因片断均包含调节基因表达或转录的调节片断28，由此我们假设这些标记SNP与调节CDH10和CDH9的表达及其活性的基因功能性变异有关。
CDH10和CDH9在脑内的表达
由于CDH10和CDH9在非神经组织中表达水平低（Supplementary Figs 6和7），我们用原位杂交法测定它们的信使RNA在胎儿脑内的分布。发育19-20周的人胎脑，取多重矢状切面，与CDH10或CDH9的RNA探针进行原位杂交。对于CDH9的结果大部分是无意义的（在这个时间点上显示一致的低水平）。与此相反，在额叶皮层（自闭症的重要部位）CDH10表达丰富。这个表达模式与CNTNAP2（contactin-associated protein-like 2）相似29，CNTNAP2涉及自闭症已经得到确认1。这个结果与之前的CDH10在胎儿脑内高水平的结果一致30，与发育中的老鼠大脑前皮质层中Cdh10 的mRNA丰富相一致。
为了确定这些SNP是否与CDH10和CDH9的基因表达有关，我们对包含93例基因分型个体的大脑皮层组织的基因表达图谱的SNPExpress database32进行了分析。但是结果显示表2中所列的SNP与CDH9（P=0.92 for rs4307059）和CDH10（P=0.86 for rs4307059）的表达水平无关。这可能由于样本量太小，不足以鉴别出效应值；另一种可能是这种变异导致基因表达异常只存在于发育中的大脑；或者是这个变异位于一个未被确定的功能片断，如位于8q24的基因间区域的变异被认为与多种肿瘤有关33,34。
细胞黏附因子基因的途径分析
遗传学研究已经发现了一些神经元细胞黏附因子的基因，例如：NRXN1（neurexin 1）35,36, CNTNAP2（refs 37–39）和 PCDH10（protocadherin 10）40，是几个自闭症患者个体中潜在的基因异常。钙粘蛋白是一类数目众多的跨膜蛋白，在发育大脑中的细胞黏附和突触复合体的形成起作用41。鉴于前面描述的信息，我们在combined discovery组中发现其他被前1000个有意义的SNP标记的钙粘蛋白基因(Supplementary Table 4)。另外， SNP位于一些显著的自闭症相关候选基因座附近，包括CACNA1C (L type voltage-gated calcium channel), CNTNAP2, GRIK2 (glutamate receptor, ionotropic, kainate 2), NRXN1和NLGN4X，这些都是存在联系的依据(Supplementary Table 5)。这些证据表明细胞黏附分子是自闭症发病原因的一个潜在因素。
为了确定细胞黏附分子基因家族与自闭症的联系，我们应用两套途径对基因组数据分析。第一种方法：首先，我们将与SNP相重叠或者最近的基因通过Simes-adjusted P value42的方法总括他们的意义，接着，将单独的P值与总括的P值比较，将没有区别的基因的P值用非参数秩和检验。通过2个discovery组的联合P值，我们发现了25个钙粘蛋白基因与其他基因（P=0.02）相比具有更有意义的联系，然而当将这25个基因与8个neurexin家族基因(NRXN1 to NRXN3, CNTNAP1 to CNTNAP5)联合时，有一个明显增强的信号（P=0.004）。第二种方法：我们用分析病例对照研究数据的途径联系分析法分析ACC组43。通过多次混杂病例和对照，并且每次都重新计算所有的SNP的P值，通过这个方法用以确定SNP具有统计学意义而非偶然的偏差。我们确定这组钙粘蛋白基因与自闭症有关（permutation P=0.02），然而钙粘蛋白基因联合neurexin基因显示更强的相关性（permutation P=0.002）。我们的途径分析显示神经元细胞黏附分子也许与自闭症有关。
讨论
根据现在的遗传学研究所发现的神经元细胞黏附分子在自闭症的发病中起作用，越来越多的功能神经影像学研究支持自闭症患者的脑皮层沟通不良这一现象45，46。神经解剖学研究发现自闭症患者的额叶发育异常46，47。根据遗传学、解剖学以及功能影像学研究，自闭症与大脑区域的解剖和功能联系中断有极大关系48-50，由此，自闭症可能是一种神经联系中断综合症。在这次研究中，我们完成了对大量的自闭症患者及其家庭的遗传学分析，同时还分析了10000例以上的对照，所有的研究对象均为欧洲人种。我们确定并且重复了位于5p14.1上的与自闭症发病相关的广泛的遗传变异。除了CDH10和CDH9附近的潜在作用基因，途径关联分析进一步支持细胞黏附分子与自闭症易感性的相关性，说明这类基因中特定的遗传变异可能参与形成大脑的解剖结构和功能的联系，这导致了自闭症的临床表现。自闭症遗传的复杂性导致需要大量的样本才能揭示其遗传原因，我们的研究成功地应用了全基因组关联方法识别常见的易感性的等位基因，作为鉴定自闭症复杂的遗传结构的一部分。由于自闭症的遗传性病因可能与构成并修饰大脑内联系的神经生物学组件有关，我们同时运用了识别相关基因，遗传变异和基因途径，分析基因的表达以及结构和功能的影像学分析，通过这些方法测定受试者特定的遗传缺陷。结合表观遗传修饰和综合分析环境危险因素，综合信息可以提高我们对自闭症分子基础的理解，促进对自闭症的早期预防。
参考文献
1. Abrahams, B. S. & Geschwind, D. H. Advances in autism genetics: on the threshold of a new neurobiology. Nature Rev. Genet. 9, 341–355 (2008).
2. Autism and Developmental Disabilities Monitoring Network. 《http://www.cdc.gov/mmwr/pdf/ss/ss5601.pdf》 (2007).
3. Bailey,A.etal.Autism as a strongly genetic disorder:evidence from a British twin study. Psychol. Med. 25, 63–77 (1995).
4. Lauritsen,M.B.,Pedersen,C.B.&Mortensen,P.B.Effects of familial risk factor and place of birth on the risk of autism:a nationwide register-based study.J.Child Psychol. Psychiatry 46, 963–971 (2005).
5. Sykes, N. H. & Lamb, J. A. Autism: the quest for the genes. Expert Rev. Mol. Med. 9,1–15 (2007).
6. Gupta, A. R. & State, M. W. Recent advances in the genetics of autism. Biol.Psychiatry 61, 429–437 (2007).
7. Freitag, C. M. The genetics of autistic disorders and its clinical relevance: a review of the literature. Mol. Psychiatry 12, 2–22 (2007).
8. Veenstra-VanderWeele, J. & Cook, E. H. Jr. Molecular genetics of autism spectrum disorder. Mol. Psychiatry 9, 819–832 (2004).
9. Vorstman, J. A. S. et al. Identification of novel autism candidate regions through analysis of reported cytogenetic abnormalities associated with autism. Mol.Psychiatry 11, 18–28 (2006).
10. Sebat, J. et al. Strong association of de novo copy number mutations with autism.Science 316, 445–449 (2007).
11. Weiss, L. A. et al. Association between microdeletion and microduplication at 16p11.2 and autism. N. Engl. J. Med. 358, 667–675 (2008).
12. Kumar, R. A. et al. Recurrent 16p11.2 microdeletions in autism. Hum. Mol. Genet. 17,628–638 (2008).
13. Marshall, C. R. et al. Structural variation of chromosomes in autism spectrum disorder. Am. J. Hum. Genet. 82, 477–488 (2008).
14. The Wellcome Trust Case Control Consortium. Genome-wide association study of 14,000 cases of seven common diseases and 3,000 shared controls. Nature 447, 661–678 (2007).
15. Sklar, P. et al. Whole-genome association study of bipolar disorder. Mol. Psychiatry
13, 558–569 (2008).
16. Alkelai, A. et al. The XVth world congress of psychiatric genetics, October 7–11,2007: rapporteur summaries of oral presentations. Am. J. Med. Genet. B.Neuropsychiatr. Genet. 174B, 233–277 (2008).
17. O’Donovan, M. C. et al. Identification of loci associated with schizophrenia by genome-wide association and follow-up. Nature Genet. 40, 1053–1055 (2008).
18. Ferreira, M. A. et al. Collaborative genome-wide association analysis supports a role for ANK3 and CACNA1C in bipolar disorder. Nature Genet. 40, 1056–1058(2008).
19. Geschwind, D. H. et al. The autism genetic resource exchange: a resource for the study of autism and related neuropsychiatric conditions. Am. J. Hum. Genet. 69,463–466 (2001).
20. Lord, C., Rutter, M. & Le Couteur, A. Autism diagnostic interview-revised: a revised version of a diagnostic interview for caregivers of individuals with possible pervasive developmental disorders. J. Autism Dev. Disord. 24, 659–685 (1994).
21. Lord, C. et al. The autism diagnostic observation schedule-generic: a standard measure of social and communication deficits associated with the spectrum of autism. J. Autism Dev. Disord. 30, 205–223 (2000).
22. Martin, E. R., Monks, S. A., Warren, L. L. & Kaplan, N. L. A test for linkage and association in general pedigrees: the pedigree disequilibrium test. Am. J. Hum.Genet. 67, 146–154 (2000).
23. Chung, R. H., Morris, R. W., Zhang, L., Li, Y. J. & Martin, E. R. X-APL: an improved family-based test of association in the presence of linkage for the X chromosome.Am. J. Hum. Genet. 80, 59–68 (2007).
24. de Bakker, P. I. et al. Practical aspects of imputation-driven meta-analysis of genome-wide association studies. Hum. Mol. Genet. 17, R122–R128 (2008).
25. Wang, K. et al. PennCNV: an integrated hidden Markov model designed for highresolution copy number variation detection in whole-genome SNP genotyping data. Genome Res. 17, 1665–1674 (2007).
26. Kuhn, R. M. et al. The UCSC genome browser database: update 2009. Nucleic Acids Res. 37, D755–D761 (2009).
27. Siepel, A. et al. Evolutionarily conserved elements in vertebrate, insect, worm, and yeast genomes. Genome Res. 15, 1034–1050 (2005).
28. Ovcharenko, I. et al. Evolution and functional classification of vertebrate gene deserts. Genome Res. 15, 137–145 (2005).
29. Abrahams, B. S. et al. Genome-wide analyses of human perisylvian cerebral cortical patterning. Proc. Natl Acad. Sci. USA 104, 17849–17854 (2007).
30. Kools, P., Vanhalst, K., Van den Eynde, E. & van Roy, F. The human cadherin-10 gene: complete coding sequence, predominant expression in the brain, and mapping on chromosome 5p13–14. FEBS Lett. 452, 328–334 (1999).
31. Visel, A., Thaller, C. & Eichele, G. GenePaint.org: an atlas of gene expression patterns in the mouse embryo. Nucleic Acids Res. 32, D552–D556 (2004).
32. Heinzen, E. L. et al. Tissue-specific genetic control of splicing: implications for the study of complex traits. PLoS Biol. 6, e1000001 (2008).
33. Witte, J. S. Multiple prostate cancer risk variants on 8q24. Nature Genet. 39, 579–580 (2007).
34. Ghoussaini, M. et al. Multiple loci with different cancer specificities within the 8q24 gene desert. J. Natl. Cancer Inst. 100, 962–966 (2008).
35. Kim, H. G. et al. Disruption of neurexin 1 associated with autism spectrum disorder. Am. J. Hum. Genet. 82, 199–207 (2008).
36. Szatmari, P. et al. Mapping autism risk loci using genetic linkage and chromosomal rearrangements. Nature Genet. 39, 319–328 (2007).
37. Arking, D. E. et al. A common genetic variant in the neurexin superfamily member CNTNAP2 increases familial risk of autism. Am. J. Hum. Genet. 82, 160–164 (2008).
38. Alarcon, M. et al. Linkage, association, and gene-expression analyses identify CNTNAP2 as an autism-susceptibility gene. Am. J. Hum. Genet. 82, 150–159 (2008).
39. Bakkaloglu, B. et al. Molecular cytogenetic analysis and resequencing of contactin associated protein-like 2 in autism spectrum disorders. Am. J. Hum. Genet. 82, 165–173 (2008).
40. Morrow, E. M. et al. Identifying autism loci and genes by tracing recent shared ancestry. Science 321, 218–223 (2008).
41. Redies, C. Cadherins in the central nervous system. Prog. Neurobiol. 61, 611–648 (2000).
42. Simes, R. J. An improved Bonferroni procedure for multiple tests of significance. Biometrika 73, 751–754 (1986).
43. Wang, K., Li, M. & Bucan, M. Pathway-based approaches for analysis of genomewide association studies. Am. J. Hum. Genet. 81, 1278–1283 (2007).
44. Just, M. A., Cherkassky, V. L., Keller, T. A. & Minshew, N. J. Cortical activation and synchronization during sentence comprehension in high-functioning autism:evidence of underconnectivity. Brain 127, 1811–1821 (2004).
45. Koshino, H. et al. fMRI investigation of working memory for faces in autism: visual coding and underconnectivity with frontal areas. Cereb. Cortex 18, 289–300(2008).
46. Amaral, D. G., Schumann, C. M.&Nordahl, C. W. Neuroanatomy of autism. Trends Neurosci. 31, 137–145 (2008).
47. Courchesne, E. & Pierce, K. Why the frontal cortex in autism might be talking only to itself: local over-connectivity but long-distance disconnection. Curr. Opin.Neurobiol. 15, 225–230 (2005).
48. Hughes, J. R. Autism: the first firm finding5underconnectivity? Epilepsy Behav. 11,20–24 (2007).
49. Frith, C. Is autism a disconnection disorder? Lancet Neurol. 3, 577 (2004).50. Geschwind, D. H. & Levitt, P. Autism spectrum disorders: developmental disconnection syndromes. Curr. Opin. Neurobiol. 17, 103–111 (2007).
51. Ma, D. Q. et al. A genome-wide association study of autism reveals a common novel risk locus at 5p14.1. Ann. Hum. Genet. doi:10.1111/j.1469-1809.2008.00523.x(in the press).
注
附录信息请查看www.nature.com/nature中的收录的本文。
|
|
IP卡
狗仔卡
发表于 2009-6-18 20:30:11
显身卡