|
上周小编为大家整理了DNA甲基化研究思路解析（6分以下文章套路），那么6分以上又是如何解析呢？今天小编就为大家整理一下。  案例一 原文标题：HOPX hypermethylation promotes metastasis via activating SNAIL transcription in nasopharyngeal carcinoma 研究思路  研究结果 恶性肿瘤的特征是基因表达的异常，基因表达受许多顺式调控元件的调控，其中转录因子(transcription factors, TFs)在其中起着主导作用。另外，侵袭和转移也是恶性肿瘤最重要的生物学特征之一。大部分鼻咽癌患者就诊时，往往已经发生了远端转移。DNA甲基化作为一种基本的表观修饰在癌症的发生发展中扮演着重要的角色。然而，鼻咽癌转移的表观遗传机制仍不清楚，这其中是否有非常重要的表观遗传分子事件呢？ 在这项研究中，研究人员利用illumina 450K甲基化芯片在全基因组水平对比24例鼻咽癌与24例正常鼻咽粘膜上皮组织中的甲基化位点差异，发现344个转录因子的1984个CpG位点有显著差异。分级聚类分析后，发现HOPX（cg21899596）最为显著。通过焦磷酸测序在8例NPC8例正常组织，以及5个NPC，5个正常细胞系中进行了验证，发现在鼻咽癌患者中转录因子HOPX的甲基化改变最为显著。  Figure 1 鼻咽癌样本中HOPX启动子区域高甲基化 利用焦磷酸测序和RT-PCR验证了由于HOPX启动子区的高甲基化，HOPX基因在鼻咽癌组织中表达显著减少。随后利用免疫组化，Western-blot、RNA干扰、Transwell细胞迁移侵袭实验、质谱和Co-IP、移植瘤动物模型实验等大量的体内外细胞功能学实验和分子实验证实了HOPX在鼻咽癌细胞中的功能和作用机制：HOPX显著抑制鼻咽癌细胞的迁移、侵袭功能和上皮间充质转化（EMT）现象。SNAIL作为重要的EMT-TFs之一，对维持细胞的间质性特征和肿瘤转移起着关键作用。同时，研究发现HOPX在鼻咽癌中的抑癌功能可能是通过募集HDAC2使SNAIL启动子区H3K9去乙酰化，从而抑制SRF介导的SNAIL转录。  Figure 2 功能机制验证  案例二（EWAS） 原文标题：DNA Methylation Analysis Identifies Loci for Blood Pressure Regulation  研究思路 EWAS样本量选择：control和case组各400例以上  研究策略   研究结果 该研究通过17,010个欧洲，非洲裔美国人和西班牙裔血统的人的450K甲基化数据的meta分析与验证，鉴定到13个甲基化位点与收缩压和舒张压相关。   Figure 3 EWAS发现13个血压相关甲基化位点 针对欧洲4个队列的双向孟德尔随机化分析表明cg08035323 (TAF1B-YWHAQ)影响血压，BP可影响cg00533891 (ZMIZ1), cg00574958 (CPT1A), 和 cg02711608 (SLC1A5)。通过与基因表达数据的关联分析，找到了6个基因(TSPAN2, SLC7A11, UNC93B1, CPT1A, PTMS, and LPCAT3)存在着甲基化、表达和BP的关联。此外，基因表达和DNA甲基化的整合孟德尔随机分析表明，TSPAN2的表达是cg23999170和BP之间关联的潜在调控者。这些发现表明，可遗传的DNA甲基化在独立于先前已知的遗传变异的情况下在调节血压中起作用。 Figure 4 甲基化，基因表达和血压的关系图 案例三 原文标题：Parkinson’s disease is associated with DNA methylation levels in human blood and saliva 研究思路 研究结果 有文章认为，血液中的DNA甲基化水平与帕金森病(PD)有关，但纳入合适的人群作为对照开展一项大规模研究是十分有必要。本研究的目的是:(1)研究PD状态是否与血液/唾液DNA甲基化水平相关;(2)研究观察到的与血细胞类型是否相关;(3)全基因组重要标记(CpGs)的特征分析。 本文研究了来自335例PD 患者和 237 例对照的血液样本以及来自另外128例和 131 例对照的唾液样本。在初步分析中，通过EWAS的方法将PD状态与DNA甲基化水平联系起来，这些甲基化水平是根据年龄和性别调整的，鉴定了82个全基因组显著的CpGs。 Figure 5 DNA甲基化与PD的EWAS分析结果 通过加权基因共表达网络（WGCNA）分析确定CpG的模块信息。血液中6个PD相关的共甲基化模块中有3个与免疫系统相关基因显著富集。PD相关的CpGs位于与线粒体功能、神经元投射、细胞骨架组织、系统免疫应答和铁处理相关的基因上。此研究为与PD相关的5个生物学通路相关的表观遗传差异提供了第一个证据。 Figure 6 WGCNA分析后得到80个特征模块（ME）与多种因子的相关性和显著性 |
|
|
