stringtranslate.com

Loci de rasgos cuantitativos de expresión

Los loci de rasgos cuantitativos de expresión ( eQTL ) son loci genómicos que explican la variación en los niveles de expresión de los ARNm . [1] [2]

eQTL distantes y locales, trans y cis, respectivamente

Un rasgo cuantitativo de expresión es una cantidad de un transcrito de ARNm o una proteína . Suelen ser producto de un único gen con una ubicación cromosómica específica. Esto distingue la expresión de rasgos cuantitativos de los rasgos más complejos , que no son producto de la expresión de un solo gen. Los loci cromosómicos que explican la variación en los rasgos de expresión se denominan eQTL. Los eQTL ubicados cerca del gen de origen (gen que produce la transcripción o proteína) se denominan eQTL locales o cis-eQTL. Por el contrario, aquellos ubicados lejos de su gen de origen, a menudo en cromosomas diferentes, se denominan eQTL distantes o trans-eQTL . [3] [4] El primer estudio de expresión genética de todo el genoma se llevó a cabo en levadura y se publicó en 2002. [5] La ola inicial de estudios de eQTL empleó microarrays para medir la expresión genética de todo el genoma; estudios más recientes han empleado secuenciación masiva de ARN en paralelo . Se realizaron muchos estudios de expresión de QTL en plantas y animales, incluidos humanos, [6] primates no humanos [7] [8] y ratones. [9]

Algunos eQTL cis se detectan en muchos tipos de tejidos , pero la mayoría de los eQTL trans dependen del tejido (dinámicos). [10] Los eQTL pueden actuar en cis (localmente) o trans (a distancia) de un gen . [11] La abundancia de la transcripción de un gen se modifica directamente mediante polimorfismo en elementos reguladores . En consecuencia, la abundancia de transcripciones podría considerarse como un rasgo cuantitativo que puede mapearse con considerable poder. Estos han sido denominados QTL de expresión (eQTL). [12] La combinación de estudios de asociación genética de todo el genoma y la medición de la expresión genética global permite la identificación sistemática de eQTL. Al analizar la expresión genética y la variación genética simultáneamente en todo el genoma de un gran número de individuos, se pueden utilizar métodos genéticos estadísticos para mapear los factores genéticos que sustentan las diferencias individuales en los niveles cuantitativos de expresión de muchos miles de transcripciones. [13] Los estudios han demostrado que los polimorfismos de un solo nucleótido (SNP) asociados de manera reproducible con trastornos complejos [14], así como ciertos fenotipos farmacológicos [15], están significativamente enriquecidos para los eQTL, en relación con los SNP de control de frecuencia coincidente. La integración de eQTL con GWAS ha llevado al desarrollo de la metodología del estudio de asociación de todo el transcriptoma (TWAS). [16] [17]

Detección de eQTL

El mapeo de eQTL se realiza utilizando métodos de mapeo de QTL estándar que prueban el vínculo entre la variación en la expresión y los polimorfismos genéticos. La única diferencia considerable es que los estudios de eQTL pueden involucrar un millón o más de microrasgos de expresión. Se pueden utilizar paquetes de software de mapeo genético estándar, aunque a menudo es más rápido usar código personalizado como QTL Reaper o el sistema de mapeo eQTL basado en web GeneNetwork . GeneNetwork alberga muchos conjuntos de datos de mapeo eQTL de gran tamaño y brinda acceso a algoritmos rápidos para mapear loci únicos e interacciones epistáticas . Como ocurre en todos los estudios de mapeo de QTL, los pasos finales para definir las variantes de ADN que causan variación en los rasgos suelen ser difíciles y requieren una segunda ronda de experimentación. Este es especialmente el caso de los trans eQTL que no se benefician de la fuerte probabilidad previa de que variantes relevantes estén en las inmediaciones del gen original. Se utilizan métodos estadísticos, gráficos y bioinformáticos para evaluar genes candidatos posicionales y sistemas completos de interacciones. [18] [19] El desarrollo de tecnologías unicelulares y los avances paralelos en métodos estadísticos han hecho posible definir cambios incluso sutiles en los eQTL a medida que cambian los estados celulares. [20] [21]

Ver también

Referencias

  1. ^ Rockman MV, Kruglyak L (noviembre de 2006). "Genética de la expresión genética global". Reseñas de la naturaleza. Genética . 7 (11): 862–72. doi :10.1038/nrg1964. PMID  17047685. S2CID  150368.
  2. ^ Nica, Alexandra C.; Dermitzakis, Emmanouil T. (2013). "Loci de rasgos cuantitativos de expresión: presente y futuro". Transacciones Filosóficas de la Royal Society B: Ciencias Biológicas . 368 (1620): 20120362. doi :10.1098/rstb.2012.0362. PMC 3682727 . PMID  23650636. 
  3. ^ Fairfax, Benjamín P.; Makino, Seiko; Radhakrishnan, Jayachandran; Planta, Katharine; Leslie, Esteban; Dilthey, Alejandro; Ellis, Pedro; Langford, Cordelia; Vannberg, Fredrik O.; Caballero, Julián C. (2012). "La genética de la expresión genética en células inmunes primarias identifica reguladores maestros específicos del tipo de célula y las funciones de los alelos HLA". Nat. Genet . 44 (5): 502–510. doi :10.1038/ng.2205. PMC 3437404 . PMID  22446964. 
  4. ^ Liu S, Won H, Clarke D, Matoba N, Khullar S, Mu Y, Wang D, Gerstein M (2022). "Esclarecedores vínculos entre reguladores cis y variantes de acción trans en la corteza prefrontal humana". Medicina del genoma . 14 (1): 133. doi : 10.1186/s13073-022-01133-8 . PMC 9685876 . PMID  36424644. 
  5. ^ Brem RB, Yvert G, Clinton R, Kruglyak L (abril de 2002). "Disección genética de la regulación transcripcional en levaduras en ciernes". Ciencia . 296 (5568): 752–5. Código Bib : 2002 Ciencia... 296..752B. doi : 10.1126/ciencia.1069516. PMID  11923494. S2CID  9569352.
  6. ^ Lonsdale, John; Thomas, Jeffrey; Salvatore, Mike; Phillips, Rebeca; He aquí, Edmundo; Sábalo, Saboor; Hasz, Richard; Walters, Gary; García, Fernando; Joven, Nancy; Fomentar, Bárbara; Moser, Mike; Karasik, Ellen; Gillard, Bryan; Ramsey, Kimberley; Sullivan, Susan; Puente, Jason; Revista, Harold; Sirón, Juan; Fleming, Johnelle; Siminoff, Laura; Treno, Heather; Mosavel, Maghboeba; Barker, Laura; Joya, Scott; Rohrer, Dan; Máximo, Dan; Filkins, Dana; Harbach, Felipe; et al. (Junio ​​del 2013). "El proyecto de expresión de genotipo-tejido (GTEx)". Genética de la Naturaleza . 45 (6): 580–5. doi :10.1038/ng.2653. PMC 4692118 . PMID  23715323. 
  7. ^ Tung J, Zhou X, Alberts SC, Stephens M, Gilad Y (febrero de 2015). "La arquitectura genética de los niveles de expresión genética en babuinos salvajes". eVida . 4 . doi : 10.7554/eLife.04729 . PMC 4383332 . PMID  25714927. 
  8. ^ Jasinska AJ, Zelaya I, Service SK, Peterson CB, Cantor RM, Choi OW, et al. (Diciembre de 2017). "Variación genética y expresión genética en múltiples tejidos y etapas de desarrollo en un primate no humano". Genética de la Naturaleza . 49 (12): 1714-1721. doi :10.1038/ng.3959. PMC 5714271 . PMID  29083405. 
  9. ^ Doss S, Schadt EE, Drake TA, Lusis AJ (mayo de 2005). "Loci de rasgos cuantitativos de expresión que actúan en cis en ratones". Investigación del genoma . 15 (5): 681–91. doi :10.1101/gr.3216905. PMC 1088296 . PMID  15837804. 
  10. ^ Gerrits A, Li Y, Tesson BM, Bystrykh LV, Weersing E, Ausema A, Dontje B, Wang X, Breitling R, Jansen RC, de Haan G (octubre de 2009). Gibson G (ed.). "Los loci de rasgos cuantitativos de expresión son muy sensibles al estado de diferenciación celular". PLOS Genética . 5 (10): e1000692. doi : 10.1371/journal.pgen.1000692 . PMC 2757904 . PMID  19834560. 
  11. ^ Michaelson JJ, Loguercio S, Beyer A (julio de 2009). "Detección e interpretación de loci de rasgos cuantitativos de expresión (eQTL)". Métodos . 48 (3): 265–76. doi :10.1016/j.ymeth.2009.03.004. PMID  19303049.
  12. ^ Cookson W, Liang L, Abecasis G, Moffatt M, Lathrop M (marzo de 2009). "Mapeo de rasgos de enfermedades complejas con expresión genética global". Reseñas de la naturaleza. Genética . 10 (3): 184–94. doi :10.1038/nrg2537. PMC 4550035 . PMID  19223927. 
  13. ^ Cookson y col. Nat Rev Genet. Marzo de 2009; 10(3): 184-94
  14. ^ Nicolae DL, Gamazon E , Zhang W, Duan S, Dolan ME, Cox NJ (abril de 2010). Gibson G (ed.). "Es más probable que los SNP asociados a rasgos sean eQTL: anotación para mejorar el descubrimiento de GWAS". PLOS Genética . 6 (4): e1000888. doi : 10.1371/journal.pgen.1000888 . PMC 2848547 . PMID  20369019. 
  15. ^ Gamazon ER , Huang RS, Cox NJ, Dolan ME (mayo de 2010). "Los SNP asociados a la susceptibilidad a los fármacos quimioterapéuticos se enriquecen en loci de rasgos cuantitativos de expresión". Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 107 (20): 9287–92. Código Bib : 2010PNAS..107.9287G. doi : 10.1073/pnas.1001827107 . PMC 2889115 . PMID  20442332. 
  16. ^ Gamazon ER , Wheeler HE, Shah KP y otros. (Septiembre de 2015). "Un método de asociación basado en genes para mapear rasgos utilizando datos del transcriptoma de referencia". Genética de la Naturaleza . 47 (9): 1091–1098. doi :10.1038/ng.3367. PMC 4552594 . PMID  26258848. 
  17. ^ Gusev A , Ko A, Shi H, et al. (Marzo de 2016). "Enfoques integradores para estudios de asociación de todo el transcriptoma a gran escala". Genética de la Naturaleza . 48 (3): 245–252. doi :10.1038/ng.3506. PMC 4767558 . PMID  26854917. 
  18. ^ Kulp DC, Jagalur M (2006). "Inferencia causal de pares regulador-objetivo mediante mapeo genético de fenotipos de expresión". Genómica BMC . 7 : 125. doi : 10.1186/1471-2164-7-125 . PMC 1481560 . PMID  16719927. 
  19. ^ Lee SI, Dudley AM, Drubin D, Silver PA, Krogan NJ, Pe'er D, Koller D (2009). "Aprendiendo una visión previa sobre el potencial regulatorio de los datos de eQTL". PLOS Genética . 5 (1): e1000358. doi : 10.1371/journal.pgen.1000358 . PMC 2627940 . PMID  19180192. 
  20. ^ van der Wijst, M; de Vries, DH; Groot, ÉL; Trynka, G; Señor, CC; Bonder, MJ; Stegle, O; Nawijn, MC; Idaghdour, Y; van der Harst, P; Sí, CJ; Powell, J; Theis, FJ; Mahfouz, A; Heinig, M; Franke, L (9 de marzo de 2020). "El consorcio unicelular eQTLGen". eVida . 9 . doi : 10.7554/eLife.52155 . PMC 7077978 . PMID  32149610. 
  21. ^ Natán, A; Asgari, S; Ishigaki, K; Valencia, C; Amariuta, T; Luo, Y; Beynor, JI; Baglaenko, Y; Sulimán, S; Precio, Alabama; Leca, L; Murray, MB; Moody, DB; Raychaudhuri, S (junio de 2022). "Los modelos eQTL unicelulares revelan una dependencia dinámica del estado de las células T de los loci de la enfermedad". Naturaleza . 606 (7912): 120–128. Código Bib :2022Natur.606..120N. doi :10.1038/s41586-022-04713-1. PMC 9842455 . PMID  35545678. S2CID  248730439.