精致的工具帮助确定致病基因

五月发现速度寻找致病基因,一项新的研究挑战主流的观点,常见疾病通常是由常见的基因变异(突变)。相反,遗传学研究人员说,罪魁祸首可能是许多罕见变异,位于DNA序列从最初的“热点”远比科学家们已经习惯了看。

使用这种方法检测罕见但强大的因果基因变异,研究人员说他们已经占了很大一部分的“遗传缺失”的问题——令人失望的事实,到目前为止,传统的基因研究往往不能识别,当寻找基因变异,变异导致大部分的常见疾病,如心脏病、癌症和糖尿病。

新方法利用现有的数据从genome-wise关联研究(GWAS)已经执行,重新分析数据找出因果变异,这还没有被确认。

此外,这种技术可以让研究人员识别个体的DNA更有可能携带特定的基因突变的因果。“我们的方法使我们接近个性化医疗的目标,在这种治疗将会根据每个人的基因档案,“汉康·汉科纳森研究负责人说,医学博士博士,中心主任在费城儿童医院的应用基因组学。“当我们可以说一个特定基因的突变会导致病人的疾病,我们有更有意义的诊断结果。识别因果变异在疾病基因提供了一个机会来开发药物来纠正这些突变基因的生物的后果。”

Hakonarson和他的同事们,包括论文的第一作者凯王博士,儿童医院,与大卫·b·戈尔茨坦博士,中心主任杜克大学人类基因组变异。这项研究发表在今天在线的美国人类遗传学杂志》上。

今年早些时候,戈尔茨坦领导的一项研究,与Hakonarson和王合作,提出了一个模型的方法,基于GWAS数据进行计算机模拟。当前的研究加强了模型通过分析真正的DNA测序数据从两个著名diseases-Crohn疾病和遗传听力损失。

GWAS使用基因芯片在自动化系统中,分析500000年至一百万年网站单字母的差异往往会发生DNA;这些差异被称为单核苷酸多态性,或单核苷酸多态性。在过去十年使用这些SNP芯片比较健康受试者和病人之间的DNA样本,科学家们已经确定了成千上万的单核苷酸多态性,与常见的复杂疾病。然而,遗传学家认为,基因芯片的单核苷酸多态性研究本身不会造成疾病,而是作为一个“标签”标志与实际的因果突变可能驻留在附近的一个地区。

GWAS后发现单核苷酸多态性与疾病,研究人员然后执行一个额外的基因的精细定位”研究——测序的基因区域附近的SNP信号,发现港口突变基因的改变疾病负责。大部分的结果,Hakonarson说,平平因果变异产生很小的影响。“这些努力并没有发现“确凿证据”基因突变导致疾病,”他补充道。

目前的研究使用不同的假设。而不是推断附近的一个常见的致病基因的存在与一个给定的SNP,研究人员提出,许多罕见的因果变异可能分别在同一SNP标记“搭便车”,经常从位置远比受到传统的精细定位方法。更遥远的遗传因素通常被忽视的传统GWAS的方法。通过失踪的这些实际诱发基因变异,低估了传统技术力量对疾病的影响。

通过将他们的方法应用到实际基因听力损失患者的DNA样本,从GWAS研究者的方法帮助他们选择数据的一个子集情况下进行测序分析,最有可能的病因突变。测序DNA在这个子集,该研究团队发现,绝大多数的患者进行一个实际的突变导致听力丧失。“我们的技术表明,当我们做我们的重测序后续研究,我们可以确定的人更有可能携带致病基因,”凯Wang表示数据集进行了分析。Hakonarson补充道,“我们提出一个更有效的方法来挖掘GWAS数据找到实际的致病基因变异,会有未来效用设计疗法。”