不做实验也能圆你高分SCI的梦--miRNA在精神分裂症中的作用

ActionFree 

一个追求高品质生活异想天开的浪漫疯子，一只研究精神疾病与脑的遗传的科研汪...生活不该只停留在想法而无实际行动，做一个勇敢的行动者，去尝试去努力。 此公众号旨在分享本汪在科研及生活中的一些实践报告、学习笔记，期待与你的交流与合作。戳这里ActionFree公众号原文，请多关注哦~

随着技术的进步，数据的累积，有很多公共的数据可以用来挖掘出有意义的解读。今天小编跟大家扒拉的是一篇发表在JAMA Psychiatry杂志上的文章的分析方法。

全文都是利用的公共数据库，在线的网站，并没有费一兵一卒来做实验，对于想要从生物信息角度入手的你，值得学习。

梗概

精神分裂症是一种常见的精神障碍，发病率高，遗传度高，且遗传异质性很大。2014年的GWAS荟萃分析找到了108个精神分裂症的相关基因组，标志着人类对精神分裂症理解的一个伟大进步。研究精神分裂症的风险基因是如何作用于疾病的是非常重要的课题。

随着研究的开展，MicroRNA(miRNA)——基因表达的调控因素参与精神分裂症的病因的证据越来越多：

1

miRNA在脑的发育过程中发挥总要作用；

2

在死亡后的精神分裂症的脑组织中发现了差异表达的miRNA；

3

miRNA和miRNA的靶基因富集在风险基因区域

而精神分裂症相关的GWAS信号大多被认识是来自于影响了基因表达的区域。此文在三个层面上研究了miRNA在精神分裂症可能发挥的作用：

1

评估精神分裂症的风险基因是否更可能被miRNA调控；

2

通过基因集富集分析找到能调控精神分裂症风险基因的保守的miRNA；

3

基因表达分析来系统的描绘GWAS和CNV研究界定的区域中的miRNA的特性；

分析方法:

1

Level 1

步

骤

1. 从PGC2下载了精神分裂症的GWAS的summary statistics数据【这个数据也可以在GWAS Catloge下载，详情见】

2. 根据编码蛋白质的基因的位置，得到每个基因与精神分裂症相关的汇总的p value

3. 使用TargetScan预测miRNA的靶基因；

4. 统计每个基因上miRNA的binding sites的数目

5. 建立线性回归模型，将基因与精神分裂症的相关程度作为因变量，基因的miRNA的binding sites作为因变量，同时将基因的长度和基因的3‘UTR的长度作为协变量，评估 miRNA 基因调控和精分的风险基因之间的相关性。

6. 为了验证该模型的specificity, 本文还将如上方法分析了克罗恩病，女性初潮年龄和身高的GWAS的数据。

2

Level 2

精分相关的基因集

根据千人基因组的European的计算LD，分成不同的interval,然后根据显著性水平，将interval分成三种(threshold)：

1 × 10^-5;

top 1%;

top 5%;

miRNA

首先根据来源，分成:

• 保守的miRNA;

• 位于精分GWAS loci的miRNA ;

• 位于精分相关的CNV的miRNA;

然后利用TargetScan6.2分别预测他们的靶基因，得到了三类基因集;

对于每一类miRNA的靶基因集与精神分相关的三种基因集分别进行INRICH分析，得到三个p value，将这三个p value 汇总为一个combine score，对每一类的miRNA的基因集中进行排序，得到排序最高的miRNA, 即为调控精分风险基因的miRNA。

3

Level 3

对level2中找到的排名靠前的miRNA,研究其在脑中的表达情况，使用BrainSpan的数据，可以看到miRNA在脑的发育过程中的表达的变化情况，不同时间和不同脑区。同时还进行了这些miRNA的靶基因的聚类分析。

主要结果

1.    具有更多的miRNA binding sites的基因具有更strong的精神分裂症的相关性，但是在其他的性状的分析中也有类似的趋势；

2.    给出了富集分析中保守的miRNA的top 10罗列如下

且将他们的靶基因谱用circos图绘制出来：

局部视图如下↓

3.    重点miRNA的时空表达

小编 总结

MiRNA的研究是最近几年的研究热点，此文为研究miRNA在复杂性状的研究中提供了一个比较好的范式，同样的，你可以将这套流程搬迁到你需要探讨的疾病上，看是否可以找到一些比较重要的miRNA.

批判的眼光

1.    本文所用的risk gene是使用了位于GWAS信号中的基因，而很多研究指出risk gene不一定是GWAS信号附近的基因，所以在界定risk gene时仍需要斟酌，可以参考SMR所提供的精分的基因，或者自己使用SMR界定target 基因，同时QTL调控的基因也是不错的选择；

2.    MiRNA在本文中所起的作用，是调控risk gene, 而我们知道miRNA的发挥作用seed region是非常重要的区域，而作者似乎并没有做到这么精细，这也是需要改进的地方；

3.    关于靶基因的预测问题，预测的靶基因之间证据程度是有不同的，作者这里是一概而论，虽然后面做validation的时候引入了其他的证据，不过可能把靶向程度也考虑进来应该是更全面的。