利用表观遗传特征和机器学习来提高诊断

格林伍德遗传中心(GGC)与来自加拿大科学家合作研究人员发现独特的表观遗传签名九神经发育障碍贷款给一个更好的诊断疾病的方法与临床重叠。表观遗传特征是通过甲基化数组分析和报告在一月出版的《美国人类遗传学杂志》上。

团队调查了14个神经发育障碍引起的基因编码细胞的表观遗传机制——组件,读、写和擦除在DNA和组蛋白翻译后的信号和改造的DNA。的14障碍评估,9显示独特的甲基化签名包括索托斯综合症,歌舞伎综合症和ATRX收费。

“我们所研究的许多障碍临床重叠,这是讲得通的基因导致这些障碍都工作在相同的表观遗传机制,确定基因的表达和其他基因的表达,”查尔斯·施瓦茨说,博士,分子研究主任在格林伍德的GGC, SC是这项研究的共同作者。“有趣的是,尽管基因功能有点类似礼仪,九的疾病表现出一种独特的表观遗传签名以最小重叠。”

该研究的作者认为,这些独特的表观遗传特征可能是有用的在多个并发筛查综合症具有高度的敏感性和特异性。同时,这些签名之间的重叠度的基础上,研究小组得出结论:一个机器学习分类工具建立在这些疾病的联合签名,可以准确地诊断。这种方法不仅区分这些九障碍,但也低概率的分数分配给病人和其他形式的知识和/或发育迟缓。

此外,这些独特的签名也可以提供一个创新的方法解决模糊的情况下呈现变异不确定的意义与目标基因测序,全外显子组测序或全基因组测序。

“我们的研究结果也导致一个后生回波模型的开发这些syndrome-specific签名如何产生和维护,”施瓦兹说。

“回声模型状态,虽然最初的表观遗传障碍出现在早期的发展过程中,一个更广泛的遗留或回声仍在整个基因组甲基化导致独特的签名。这可能有助于解释这些疾病之间的变异和表型重叠。”

这种诊断方法和变异分类的好处包括缺乏需要的样品和潜在的功能结果从外周血样本获取的大脑而不是等难以接近的目标组织。这个方法也有可能确定一个诊断当突变在非编码区域,和罕见的错义和在坐标系的分类/ del变异通常无法解释的。

这篇文章被转载材料所提供的格林伍德基因中心。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。

参考:

Aref-Eshghi E。Rodenhiser, d . I。、Schenkel l . C。林,H。斯金纳,C。安斯沃思,P。,。Sadikovic, b (2018)。基因组DNA甲基化签名启用并发诊断和临床神经发育综合征的基因变异的分类。美国人类遗传学杂志,102 (1),156 - 174。doi: 10.1016 / j.ajhg.2017.12.008