Ricerca

Un’analisi genetica efficiente e sistematica aiuta a sezionare l’ereditarietà della malattia

Una panoramica della procedura sperimentale SNP-SELEX sviluppata dal team collaborativo.

È stato scoperto che molte varianti genetiche hanno un legame con malattie genetiche, ma la comprensione dei loro ruoli funzionali nel causare malattie è ancora limitata. Un team di ricerca internazionale, tra cui uno scienziato biomedico della City University di Hong Kong (CityU) , ha sviluppato una tecnica di analisi biologica ad alto rendimento che ha permesso loro di condurre un’analisi sistematica sull’impatto di quasi 100.000 varianti genetiche sul legame dei fattori di trascrizione al DNA. I loro risultati hanno fornito dati preziosi per trovare biomarcatori chiave del diabete di tipo 2 per la diagnostica e i trattamenti. E credono che la nuova tecnica possa essere applicata a studi di varianti associate ad altre malattie genetiche.

Lo studio è stato co-condotto dal dottor Yan Jian, professore assistente presso il dipartimento di scienze biomediche di CityU, dal professor Bing Ren dell’Università della California di San Diego e dal professor Jussi Taipale dell’Università di Cambridge. I loro risultati sono stati pubblicati sulla prestigiosa rivista scientifica Nature , intitolata ” Analisi sistematica del legame dei fattori di trascrizione alle varianti non codificanti “.

Pubblicità e progresso

“Sulla base dei nostri risultati, riteniamo che il nostro metodo sperimentale ad alto rendimento possa essere applicato nello studio di diverse malattie genetiche, tra cui il cancro del colon-retto e il cancro alla prostata. Può aiutare a sezionare il meccanismo dell’eredità genetica della malattia e trovare i biomarcatori per la diagnosi clinica “, ha detto il dottor Yan.

MDD, disturbo depressivo maggiore; FG, glucosio a digiuno; AD, morbo di Alzheimer; SP, schizofrenia; TG, trigliceridi; HC, colesterolo lipoproteico ad alta densità; LC, colesterolo lipoproteico a bassa densità; TC, colesterolo totale; FI, insulina a digiuno; CAD, malattia coronarica.

Svelare i ruoli delle varianti non codificanti nelle malattie

Genome-wide association studies (GWAS), che studiano l’intero genoma, è stata la strategia più importante per trovare i geni associati a malattie genetiche complesse. I ricercatori hanno trovato centinaia di migliaia di varianti genetiche in associazione a malattie e tratti umani. Ma gli studi sulle funzioni di queste varianti sono ancora limitati.

“La comprensione delle funzioni molecolari delle varianti non codificanti ci aiuterà a scoprire perché le persone portatrici di queste mutazioni sono più suscettibili alle malattie genetiche. Questo ci aiuterà a sviluppare metodi o strategie per prevenire, rilevare o curare precocemente le malattie”, ha spiegato il dott. Yan .

Una delle funzioni delle varianti è quella di influenzare il legame dei fattori di trascrizione al DNA. I fattori di trascrizione controlleranno quindi l’espressione genica nelle cellule, attivando e disattivando i geni specifici, modulando le funzioni cellulari.

Per caratterizzare sistematicamente gli effetti delle varianti genetiche sul legame del fattore di trascrizione, il team ha modificato il metodo sperimentale sviluppato in precedenza in un saggio di legame proteina-DNA multiplex ad altissima velocità, denominato “valutazione del polimorfismo a singolo nucleotide mediante evoluzione sistematica dei ligandi per esponenziale arricchimento “(SNP-SELEX). Quindi hanno scelto le varianti genetiche dalle posizioni geniche sul genoma (chiamate “loci del gene”) che sono note per essere associate al rischio di diabete di tipo 2 come oggetto di analisi.

Utilizzando SNP-SELEX, hanno analizzato con successo l’impatto di 95.886 varianti genetiche sul legame di 270 fattori di trascrizione umani distinti al DNA. Hanno dimostrato che la variante genetica non codificante SNP rs7118999 che aumenta il rischio di diabete di tipo 2 può influenzare il legame del DNA con uno dei fattori di trascrizione e il meccanismo molecolare risultante regola il livello dei lipidi nel sangue.

“Questo è un chiaro esempio di applicazione dei dati generati da SNP-SELEX che può aiutare a identificare le varianti genetiche che giocano un ruolo chiave nell’eredità del diabete di tipo 2. Ciò aiuterebbe la successiva indagine nella ricerca di biomarcatori diagnostici e bersagli terapeutici”, ha detto il dottor Yan.

Accelerare notevolmente l’analisi

Inoltre, studi precedenti potevano solo individuare una o poche varianti per scoprirne il meccanismo molecolare. Ogni studio ha richiesto circa 2-3 anni. “Quindi era impossibile comprendere completamente le complesse malattie genetiche come il diabete di tipo 2 che sono associate a centinaia di varianti genetiche in un breve periodo. Ma con SNP-SELEX, abbiamo potuto analizzare sistematicamente circa 100.000 varianti in un lasso di tempo molto più breve”, ha detto il dottor Yan.

“In questo studio, abbiamo coperto solo una porzione relativamente piccola di varianti e fattori di trascrizione. Quindi amplieremo il nostro studio. Utilizzando SNP-SELEX, si spera che ci aiuterà a scoprire i meccanismi alla base di sempre più di queste varianti non codificanti molto presto “, ha detto il professor Ren.