通過分析來自 30,000 多人的基因組數據，一個國際團隊揭示了數千個控制疾病相關基因的新調控區域 - 現在全世界的研究人員都可以使用這種資源。
由 Garvan 醫學研究所共同領導並發表在 Nature Genetics 上的這些發現是基因組學驅動的精準醫學向前邁出的重要一步，可以幫助確定標記，揭示哪些患者將從哪種治療中受益最多。
DNA 鏈 - 藝術印象。圖片來源：typographyimages/Pixabay 通過 Needpix.com，免費許可
“在這項研究中，我們通過揭示基因和疾病如何聯繫的深入圖景，提供了一個全新的遺傳調控觀點。這是迄今為止對人類遺傳變異如何影響基因表達的最全面的分析，”共同說。資深作者 Joseph Powell 副教授，Garvan-Weizmann 細胞基因組學中心主任兼新南威爾士大學細胞基因組學未來研究所副所長。
“我們的發現為研究人員提供了一個關於他們感興趣的基因的全新視角，並將有助於優先考慮那些可能與治療干預更相關的基因。它還可以引導我們找到更好的標記物，用於跟蹤疾病進展和藥物療效。”來自 University Medical Centre Groningen 的共同資深作者 Lude Franke 教授說。
基因活性的新見解
為了研究人類遺傳變異如何影響我們的疾病風險，研究人員經常進行全基因組關聯研究，掃描患者的基因組並尋找更常見的與特定疾病相關的遺傳變異。
但是對這些結果的解釋並不直接——許多基因變異代替直接導致疾病，而是調節基因的活動，影響蛋白質的產生量。通過精確定位這些被稱為表達數量性狀基因座的調控區域，研究人員能夠更好地理解哪些基因直接導致了疾病風險，哪些基因可以進行精確治療。
在這項研究中，研究人員使用專門的機器學習算法來分析來自 31,684 個人的血液樣本的基因組數據。
“由於這個大型數據集的統計能力，我們能夠發現人類基因組上的新調控區域，”鮑威爾副教授說。 “我們不僅能夠對相鄰的調控基因位置（稱為順式 eQTL）進行編目，還能夠揭示調節更遠距離基因（稱為反式 eQTL）活性的基因。”
在他們調查的數百萬個基因中，研究人員發現，不僅 88% 的基因具有順式 eQTL 效應，而且 32% 的基因在基因組更遠的地方也具有反式 eQTL 效應，其中超過一半他們可以分配給生物學影響，例如心血管和免疫疾病。
揭示新的基因組與疾病的聯繫
“雖然很明顯遺傳變異幾乎總是疾病的根本原因，但它們影響疾病的機制卻不太清楚。例如，雖然特定情況可能與數百種遺傳變異有關，但絕大多數都會導致疾病通過調節基因活動，”鮑威爾副教授說。
“了解這種調控“匯聚”在哪些基因上，對於確定潛在新藥物的靶標具有非常重要的價值。如果一家製藥公司開發一種針對某種分子的治療方法，我們的資源可以幫助確定其表達是如何調節的，以及不同患者的遺傳背景是否可能影響其療效,”他補充道。“我們所發現的是一個全新水平的基因組信息，提供了對生物學和疾病的更深入的理解。”
