Welcome to PICB
  
  


Welcome to PICB Shanghai !
  首页 >   研究所新闻   >  科研进展   
Andrew Teschendorff研究组开发有助于识别与疾病相关表观遗传通路的新型统计算法
作者:PICB    新闻时间:2018-12-03    已被阅读:376

20181130日, 国际学术期刊Nature Methods发表了中国科学院上海生命科学研究院计算生物学研究所Andrew Teschendorff研究组名为“Identification of differentially methylated cell-types in Epigenome-Wide Association Studies(表观全基因组关联分析中差异甲基化细胞类型的鉴别研究)”的论文。该研究组开发了一种有助于识别与疾病相关的表观遗传通路的新型统计算法,“破解”了表观全基因组关联分析中的关键难点。

DNA甲基化(DNAm)是DNA的共价修饰,其可以调节基因活性,并且易受到疾病风险因子的影响。表观全基因组关联分析(EWAS)的主要目标是测量大量个体中全基因组DNA甲基化, 鉴定与疾病风险相关的DNA甲基化变化。然而,主要障碍之一是细胞类型异质性:EWAS所使用的组织是不同细胞类型的复杂混合物,每种细胞类型具有其特有的DNA甲基化谱,因此可能产生错误的分析结论。 到目前为止,尚无有效手段来确定驱使DNA甲基化发生变化的细胞类型和表观遗传通路。

在此背景下,研究人员开发了一种名为“CellDMC”的新型统计算法,该算法不仅能够确定特定基因组位点的变化,而且能够确定导致这些DNA甲基化变化的细胞类型。在当前通用的方法失败的情况下,作者展示了他们的算法对于DNA甲基化变化的识别灵敏度超过90% 作者随后利用几个真实EWAS数据进行算法测试,结果表明类风湿性关节炎相关的大量DNA甲基化变化发生于一种特定的血细胞亚型(B细胞),这种B细胞的改变在该疾病的发生机制中特别重要。另一个测试中,该算法识别了暴露于烟雾致癌物质的正常细胞和肺癌祖源细胞中的DNA甲基化变化,从而有助于将吸烟有关的表观遗传通路与肺癌进行关联

值得一提的是,EWAS中有一些昂贵且难以实现的技术,如细胞分选技术,单细胞甲基化组测序技术,CellDMC可帮助EWAS 的研究人员识别疾病相关细胞类型的改变,而无需使用这些技术。检测疾病相关和疾病风险相关的细胞类型改变的能力,对于鉴定和开发表观遗传疾病风险生物标志物,以及实现P4医学目标具有重要意义。

这项工作在Andrew Teschendorff教授的指导下,由该实验室博士生郑世杰完成。该研究得到了中国科学院和国家自然科学基金委员会(31571359; 31771464; 31401120)的资助。

论文链接:https://www.nature.com/articles/s41592-018-0213-x

 



CellDMC 识别差异化甲基化的细胞类型