Časť 2: Výrazné genetické znaky kortikálnych a subkortikálnych oblastí spojených s ľudskou pamäťou
Mar 21, 2022
Kontakt: Audrey Hu Whatsapp/hp: 0086 13880143964 E-mail:audrey.hu@wecistanche.com
Literárny prehľad genetických podpisov
Na kvantifikáciu počtu "zásahov" kandidátskeho génu prePamäťvykonali sme prehľad literatúry pre každý zoznam génov CL a spočítali sme počet génov-Pamäť(tj skutočné pozitíva) alebo asociácie funkcie gén-motor (tj falošne pozitívne výsledky; obr. 1F). Dosiahlo sa to preskúmaním experimentálnej literatúry v službe Študovňa Google prostredníctvom vyhľadávacieho dopytu: ["názov génu" AND ("pamäť" ALEBO "amnézia" ALEBO "Alzheimerova choroba ALEBO "demencia")] a ["názov génu" AND ("motor funkcia“ ALEBO „motorická koordinácia“ ALEBO „lokomocia“ ALEBO „ataxia“ ALEBO „motorické učenie“ ALEBO „Parkinsonova choroba“ ALEBO „Huntingtonova choroba“)]. To isté sa opakovalo pre motorickú analýzu pre príslušné správne pozitívne a falošne pozitívne výsledky. Poruchy boli vybrané na vyhľadávanie kľúčových slov, pretože sa u nich výrazne prejavujú nedostatky v pamäti a motorickom fungovaní. Silné dôkazy zahŕňali štúdie, ktoré využívali in vivo génové manipulácie, mutanty a farmakologické zásahy, zatiaľ čo slabé dôkazy zahŕňali výpočtové génové asociácie, štúdie in vitro, štúdie diferenciálnej génovej expresie a prípadové štúdie u ľudí. Literárne dôkazy sa počítajú ako validácia len vtedy, ak implikujú zodpovedajúcu oblasť mozgu, tj kortikálnu alebo subkortikálnu. Ako taký dôkaz o úlohe daného génu výlučne v neanalyzovanej oblasti mozgu sa nepočítal. Napríklad, ak by práca ukázala, že knock-out génu A výlučne v subkortexe vedie k pamäťovým deficitom, nepovažuje sa to za dôkaz pre analýzu kortikálnej pamäte.
Korelačný rozdiel v pamäťových a motorických analýzach
Ak je metóda platná, pamäťové gény by mali mať vyššiu priemernú korelačnú hodnotu zPamäťanalýza v porovnaní s motorickou analýzou a naopak pre motorické gény a motorickú analýzu r hodnotu. Pre každý gén sa to vypočítalo odčítaním hodnoty jeho motorickej funkcie r od hodnoty r pamäte, pričom pozitívny rozdiel sa počíta do účinnosti metódy (obr. 1G). Všimnite si, že pre hodnoty pamäte r zo zoznamov negatívnych génov (napr. pamäťový kortikálny -) vynásobíme rozdiel v hodnote r hodnotou –1, aby sme tento rozdiel vyjadrili ako pozitívnu hodnotu, v súlade so zoznamom génov pozitívnej pamäte. Potom vezmeme priemer všetkých génov pre každú sadu S, ktoré spĺňajú FDR q 0.05 (rovnaká hranica ako pri vizualizácii mapy obohatenia), aby sme získali sedem takýchto hodnôt. Keďže počet génov na súbor S je odlišný, zaviedli sme počet hodnôt korelačného rozdielu použitých na výpočet priemernej hodnoty korelačného rozdielu na súbor. Toto sa uskutočnilo oddelene pre pamäťovú a motorickú analýzu opakovaným podvzorkovaním korelačných rozdielov (10, 000 iterácií) na minimálny počet génov v pamäti (n 231) a motorických súprav (n 146). Vizualizovali sme to ako krabicový graf pre každú zo siedmich sérií, s bootstraptovaným priemerom a 95. percentilmi (fúzy) pre pamäťové a motorické analýzy. Ak základná línia nespadá do 95. percentilovej distribúcie (tj fúzy sa neprekrývajú so základnou líniou nula), skóre sa považuje za významne odlišné od základnej línie (p 0,05).
Hodnotenie účinnosti metódy pri identifikácii kandidátskych génov
Účinnosť metódy sme kvantifikovali na základe predchádzajúceho prehľadu literatúry (obr. 1G). Aby sme to urobili, vypočítali sme pravdepodobnosť získania NPamäťgénov podľa zoznamu génov. To sa vykoná výberom NPamäťgénov (bez náhrady) z fondu známej pamäte respPamäťgény súvisiace s poruchou (n 644) zo všetkých 15 625 analyzovaných génov. Napríklad, ak 10 z 10 génov v zozname génov sú pamäťové gény, pravdepodobnosť, že sa to stane, je 1.32 10 14. To isté sa urobilo pre motorickú funkciu a gény motorickej funkcie (n 104). TítoPamäťgény boli zostavené z troch zdrojov: (1) vyššie uvedený prehľad literatúry; (2) sady génov biologickej funkcie „GO:0007611 Learning or memory“ z databázy AmiGO2 (Carbon et al., 2009; verzia 2.4.26, dátum vydania 2016-08); a (3) van Cauwenberghe a kol. (2016). Gény súvisiace s motorom (motorické alebo motorické poruchy) boli získané z (1) vyššie uvedeného prehľadu literatúry, (2) zo súborov génov pre biologickú funkciu „GO: 0061743 motorické učenie“ a „GO:0061744 motorické správanie“ z databázy AmiGO2 (Carbon a kol., 2009) a (3) Lin a Farrer (2014).
Skóre presnosti pre pamäťové a motorické analýzy
Pýtali sme sa na danýPamäťzoznam génov s génmi označenými akoPamäťs koľkými z nich v skutočnosti súvisiaPamäť. Toto sme kvantifikovali výpočtom skóre presnosti (obr. 1G). Najprv sme určili skutočne pozitívne (tj gény spojené s pamäťou z prehľadu literatúry) a falošne pozitívne (tj gény spojené s motorickou funkciou). Dôkazy v literatúre boli vážené tak, že za pravdivé pozitíva, silné dôkazy a slabé dôkazy (definované vyššie) získali plný bod a pol bodu. Pre každý zoznam génov sme potom určili skóre presnosti metódy vydelením „skutočných pozitívnych výsledkov“ súčtom skutočných pozitívnych a falošných pozitívnych výsledkov (Rovnice 1, 2). Ak je metóda presná, v prípade analýz pamäte by skóre presnosti pamäte malo byť vyššie ako 0,5 a skóre motora nižšie ako 0,5 a naopak. Vykreslili sme skóre presnosti pamäte a motora pre každý zoznam génov (v rozsahu od 0 do 1) a rozdiel medzi týmito skóre (v rozsahu od -1 do 1). V ideálnom prípade by mal byť rozdiel väčší ako nula. V nasledujúcich rovniciach Memories počet génov so silným dôkazom ich spojenia s pamäťou; Pamäťový počet génov so slabými dôkazmi o ich spojení s pamäťou; Motory počet génov so silným dôkazom ich spojenia s motorickou funkciou; a Motorw počet génov so slabými dôkazmi o ich spojení s motorickou funkciou.
Vyhlásenie o dostupnosti údajov
Všetky použité genetické a neuroimagingové údaje sú dostupné od AHBA (https://human.brain-map.org) a Neu-rosynth (https://www.neurosynth.org). Skripty na predbežné spracovanie prepisu sú dostupné na https://github.com/BMHLab/AHBAprocessing. Korelačné skripty a vstupné údaje sú dostupné na nekomerčné použitie v časti Extended Data 1 a na https://github.com/PK-HQ/ geneCognitionDiscovery.
Výsledky
AHBA a Neurosynth mapy
Na identifikáciu dospelého človeka s celým mozgomPamäťNajprv sme potrebovali vykonať analýzu priestorovej korelácie medzi 3D neuroimagingom s vysokým rozlíšením a transkriptómovými mapami mozgu dospelého človeka. Ako taký sme použili transkriptóm AHBA s vysokou hustotou ľudského mozgu a neurosynthPamäťasociačná mapa asociácie každého voxelu s pamäťou vo všeobecnosti ako vstupné súbory údajov (Yarkoni et al., 2011).
AHBA bola odvodená zo šiestich donorových mozgov a obsahuje génovú expresiu ľudského mozgu v celom genóme v ľavej kortikálnej a subkortikálnej oblasti (N 6; obr. 1A; pozri príklad vizualizácie v rozšírených údajoch obr. 1-1; Hawrylycz et al. , 2012). NeurosynthPamäťasociačná mapa je mapa metaštúdie (N 2744), ktorá predstavuje význam každého mozgového voxelu prePamäť(na rozdiel od iných kognitívnych funkcií), špecifikované pozitívnymi z skóre (obr. 1A; pozri vizualizáciu máp pamäťových a motorických funkcií v rozšírených údajoch obr. 1-2; Yarkoni et al., 2011). Všimnite si, že použitiePamäťtu sa odkazuje na pamäť vo všeobecnosti, keďže mapa bola skonštruovaná na základe neuroimagingových štúdií súvisiacich s pamäťou, ktoré využívajú viaceré typy pamäťových úloh (Yarkoni et al., 2011). Obe mapy sme spoločne zaregistrovali do spoločného priestoru MNI152. Pamäťové oblasti v mape asociácie pamäte sa použili na definovanie použiteľných vzoriek AHBA pre následnú analýzu priestorovej korelácie.
Analýza priestorovej podobnosti
Pomocou týchto súborov údajov sme sa snažili izolovať gény s vysokými priestorovými korelačnými hodnotami medzi ich génovou expresiou aPamäťtermínové mapy pre následné kroky analýzy, pretože s najväčšou pravdepodobnosťou súvisia s pamäťou (Fox et al., 2014). Uskutočnili sme analýzu priestorovej podobnosti medzi mapami asociácie AHBA a neurosynth oddelene pre kortikálne a subkortikálne oblasti kvôli ich výrazným rozdielom (pozri Úvod; zoznam kortikálnych a subkortikálnych oblastí je dostupný v rozšírených údajoch Obr. 1-3) a pre pamäťová a motorická funkcia (pozri príklad priestorovej korelácie na obr. 2). Každá analýza poskytla zoznam L, ktorý obsahoval priemerné korelačné hodnoty 15 625 génov použitých na následné hodnotenie (obr. 1B).
Následne sme zoradili každý zoznam L. Pozitívna korelácia naznačuje vyššiu génovú expresiu v oblastiach relevantných prePamäťa negatívna korelácia znamená nižšiu expresiu v oblastiach dôležitých pre pamäť. Najlepšie{0}} pozitívne a negatívne korelované gény pre pamäťovú kortikálnu a subkortikálnu analýzu sú uvedené v tabuľke 1 (pozrite si hodnotu priestorovej korelácie všetkých génov v tabuľke rozšírených údajov 1-1). Pre kortikálnu aj subkortikálnu analýzu pamäte bolo viac negatívne korelovaných génov ako pozitívne korelovaných génov (rozšírená tabuľka údajov 1-1). Našli sme 8383 pozitívne a 7243 negatívne korelovaných génov pre kortikálne oblasti a 7642 pozitívne a 7984 negatívne génov pre subkortikálne oblasti.
Odlišné profily génovej expresie spojené s kortikálnou a subkortikálnou pamäťou
Po analýze priestorovej korelácie sme sa zamerali na definovanie profilov génovej expresie súvisiacich s kortikálnymi a subkortikálnymiPamäťkomplexným spôsobom. Aby sme identifikovali a charakterizovali súbory génov, ktoré pracujú na spoločnej biologickej funkcii (tj génové súbory), analyzovali sme každý z kortikálnych a subkortikálnych zoznamov L s vopred zoradeným GSEA (obr. 1C). To poskytlo pozitívne a negatívne skórujúce génové sady, odvodené od pozitívne a negatívne korelovaných génov L. Tieto génové sady boli potom zoskupené do funkčne súvisiacich zhlukov a automaticky anotované biologickými témami (Cline et al., 2007; Merico et al., 2010; Oesper et al., 2011).
Celkovo mali kôra a subkortex odlišné biologické témy, ktoré boli predtým nájdené spojené s pamäťou. Pre kortikálnePamäťGSEA odhalila 28 pozitívnych a 29 negatívnych významne obohatených génových súborov. Vizualizácia siete obohatenia ukázala, že tieto sady génov boli zoskupené do piatich odlišných zhlukov (obr. 3; úplné výsledky GSEA sú na obr. 3-1). Zistilo sa, že tieto génové sady súvisia s pamäťou. Pozitívny klaster P1 obsahoval sady génov, ktoré sa podieľajú na imunitnej odpovedi a signalizácii receptora Fc (Fernandez-Vizarra et al., 2012; Marin a Kipnis, 2013). P2 sa podieľal na signalizácii interferónu-gama (Litteljohn a kol., 2014), P3 na transmembránovom transporte vápnikových iónov a P4 na zostavovaní aktínových filamentov (Krucker a kol., 2000; Lamprecht, 2011). Negatívny klaster N2 obsahoval génové sady zapojené do dynamiky chromatínu, epigenetickej regulácie a diferenciácie imunitných buniek (Kim a Kaang, 2017).
Pre subkortikálnePamäťGSEA odhalila 50 pozitívnych a 14 negatívnych významne obohatených génových súborov. Vizualizácia siete obohatenia ukázala, že tieto génové sady boli zoskupené do troch odlišných zhlukov (obr. 4; úplné výsledky GSEA sú na obr. 4-1). Podobne sa zistilo, že tieto génové sady súvisia sPamäť. Pozitívny klaster P1 sa podieľa na synaptickom prenose a synaptickej plasticite. Zahŕňal aj génové sady podieľajúce sa na endocytóze a exocytóze, sekrécii neurotransmiterov, dlhodobej potenciácii (Stuchlik, 2014), signalizácii glutamátového receptora a morfogenéze neurónovej projekcie (Kasai et al., 2010). Negatívny klaster N1 súvisí s procesmi transkripcie a translácie (Jarome a Helmstetter, 2014; Alberini a Kandel, 2015) a klaster N2 s diferenciáciou gliových buniek a oligodendrocytov (Hertz a Chen, 2016; Pepper et al., 2018).
Obrázok 2. Príklad výstupu analýzy priestorovej podobnosti. Úrovne expresie najvyššie korelovaného kortikálneho génu, GRB14, sú vizualizované ako funkcia voxelovej relevantnosti mapy neurosyntu kPamäťfunkcia (z skóre). Normalizovaná génová expresia (os y) vynesená proti skóre z neurozobrazovacej mapy (os x). Každá farebná regresná čiara predstavuje najlepšie vyhovujúcu čiaru pre každého zo šiestich darcov (farby); priesvitný pás okolo každej čiary predstavuje 95-percentný odhad intervalu spoľahlivosti.
Aby sme identifikovali rozdiely a prekrývania v kortikálnych a subkortikálnych genetických profiloch, identifikovali sme a charakterizovali rôzne a zdieľané (1) biologické procesy, ako je znázornené na mapách obohatenia, a (2)Pamäťgény (tj všetky gény nachádzajúce sa v 1 obohatenom súbore génov; obr. 1D). Zistili sme nízke prekrytie 2,5 percenta génových sád (N 3) a 9,6 percenta génov (N 135) medzi kortikálnymi a subkortikálnymi oblasťami (obr. 5; úplný zoznam odlišných a prekrývajúcich sa génov je v rozšírených údajoch Obr. {{9 }}). Prekrývajúce sa gény sa podieľali na procesoch prenosu proteínov, transkripčnej regulácii, synaptickej plasticite a signalizácii glutamátových receptorov súvisiacich s pamäťou (Peng a kol., 2011; Rosenberg a kol., 2014; Alberini a Kandel, 2015; tabuľka 2; úplný výstup sady génov a gény z Top-pGene v rozšírenej tabuľke údajov 2-1). Patria sem gény zahrnuté v komplexe Arp2/3, iónové kanály riadené ligandom GABA a AMPA, ktoré sú kritické pre funkciu pamäte (Gasbarri a Pompili, 2014; Basu a kol., 2016; Takemoto a kol., 2017; Rozšírená tabuľka údajov { {23}}). Gény špecifické pre kôru sa podieľali na procesoch spojených s pamäťou, ako je oprava DNA, epigenetická regulácia, imunita a signalizácia IFN (Marin a Kipnis, 2013; Litteljohn a kol., 2014; Kim a Kaang, 2017; Hou a kol., 2018 ; Extended DataTable 2-1). Gény špecifické pre subkortex sa podieľajú na neurogenéze, morfogenéze dendritov, diferenciácii a myelinizácii gliových buniek (Hertz a Chen, 2016; Kao et al.,
Obrázok 3. Vizualizácia mapy obohatenia pre kôruPamäť. Zhluky sú označené P ako pozitívne, N ako negatívne. Zistilo sa, že klastre génových súborov súvisia sPamäť. Pozitívne zhluky boli spojené s imunitnou signalizáciou, transportom vápnika a zostavením aktínových filamentov. Negatívny klaster obsahoval génové sady zapojené do dynamiky chromatínu a epigenetickej regulácie. Pozrite si obrázok rozšírených údajov 3-1 pre úplný výstup z GSEA Pre-ranked.
2018; Pepper a kol., 2018; Rozšírená tabuľka údajov 2-1). Všimnite si, že rovnaký súbor génov sa môže objaviť v kortikálnych špecifických aj subkortikálnych špecifických biologických procesoch. Napríklad,Pamäťgénové sady sú obohatené v oboch oblastiach, ale v každom prípade je obohatenie génovej sady riadené odlišnými génmi (Extended DataTable 2-1). Je to preto, že rôzne gény môžu byť relevantné pre rovnaký súbor génov biologického procesu, a tým zvýšiť obohatenie.
Základné diferencovane exprimované gény súvisiace s kortikálnymi a subkortikálnymiPamäť
Na identifikáciu najlepších{0}}Pamäťgény, ktoré sú s najväčšou pravdepodobnosťou spojené s človekomPamäťfunkciupre budúce experimentálne skúmanie sme identifikovali gény relevantné pre viaceré súbory génov získané vyššie pomocou LEA (obr. 1E; Subramanian a kol., 2005; Darby a kol., 2016; Fleming a Miller, 2016). Predchádzajúca práca ukázala, že také gény, ktoré poháňajú obohatenie viacerých génových súborov, s väčšou pravdepodobnosťou súvisia s analyzovaným fenotypom, tj v tomto prípade s pamäťovou funkciou (Subramanian a kol., 2005; Darby a kol., 2016; Fleming a Miller, 2016). Kombinácia GSEA a LEA bola predtým účinná pri identifikácii genetických podpisov kognitívnych funkcií (Thomassen a kol., 2008; Ersland a kol., 2012; Lee a kol., 2013), vrátane epizodickej a pracovnej pamäte (Heck a kol., 2014;
Linksys a kol., 2015). Aplikovali sme LEA na pozitívne a negatívne hodnotené génové súbory vyššie, potom sme vybrali top-10 gény, ktoré sa najčastejšie vyskytujú v popredných podskupinách génových súborov. Tieto gény boli potom overené literatúrou o zvieracom modeli, ktorá bola klasifikovaná ako silný alebo slabý dôkaz podporujúci spojenie medzi génom a pamäťovou funkciou (obr. 1F). Silné dôkazy obsahovali štúdie génovej manipulácie alebo liečby liekmi, napr. génový knock-out vedúci k zmene pamäti. Slabé dôkazy zahŕňali korelačné alebo výpočtové štúdie, ako je génová upregulácia, ktorá korelovala so zvýšenouPamäťvýkon.
Pre kortikálnePamäť9 z 10 pozitívne korelovaných génov bolo predtým zapojených doPamäťfunkciu(Tabuľka 3; úplný zoznam génov kortikálnej pamäte a prehľad literatúry Extended DataTable 3-1, úplný výstup LEA v tabuľke Extended Data Table 3-2). Gény PRKCD (Etcheberrigaray a kol., 2004; Conboy a kol., 2009), RAC1 (Haditsch a kol., 2009; Oh a kol., 2010), LIMK1 (Todorovski a kol., 2015) a CDC42 Kim a kol., 2014; Zhang a kol., 2016) mali silné asociácie s pamäťou. Pre zodpovedajúce negatívne korelované kandidátske gény malo všetkých 10 génov silný dôkaz podporujúci ich úlohu v pamäti. Všetko to boli gény kódujúce proteín histón H4, ktorý bol spojený s výkonom pamäte (Peleg et al., 2010). Deregulácia acetylácie histónu H4 u starých myší bola spojená s poruchou pamäti a obnovenie tejto regulácie zlepšilo ich pamäť.
Obrázok 4. Vizualizácia mapy obohatenia pre subkortikálnu pamäť. Zhluky sú označené P ako pozitívne, N ako negatívne. Zistilo sa, že zhluky génových súborov sú spojené s pamäťou. Pozitívne zhluky boli spojené so synaptickým prenosom, dlhodobou plasticitou, glutamátovou signalizáciou a morfogenézou neuritov. Negatívne klastre zahŕňali génové sady zapojené do transkripcie a translácie a diferenciácie gliových buniek. Pozrite si obrázok rozšírených údajov 4-1 pre úplný výstup z GSEA Pre-ranked.
Pokiaľ ide o subkortikálnu pamäť, všetkých 10 pozitívne korelovaných génov bolo predtým zapojených do funkcie pamäte (tabuľka 4; úplný zoznam génov subkortikálnej pamäte a prehľad literatúry v tabuľke rozšírených údajov 4-1; výsledky LEA v tabuľke rozšírených údajov 4-2). Gény CDK5, NLGN1, RAB3A, STX1A, SNCA, SYT1 a UNC13A boli silne spojené s pamäťou (Fujiwara a kol., 2006; Yang a kol., 2007; Liu a kol., 2009; Guan a kol., 2011; Kokhan; a kol., 2012; Bie a kol., 2014; Mishiba a kol., 2014; Böhme a kol., 2019). Sedem z 10 negatívne korelovaných kandidátskych génov malo slabé dôkazy, ktoré by ich implikovali v pamäti. Boli to gény kódujúce ribozomálne podjednotky, ktoré boli rozdielne exprimované u hlodavcov, ktoré vykazujú lepšiePamäťvýkon (Wang a kol., 2003; Kong a kol., 2009; Winbush a kol., 2012; Katz a Lamprecht, 2015; Oka a kol., 2016; Zhang a kol., 2018).
