Deciphering the regulation of gene expression in the etiology of LOAD

摘要： GWA的大型多中心研究也发现，20多个基因组基因座与晚发性之间存在一定的关联。 阿尔茨海默氏症是一种疾病，然而，它仍然是以基因为靶标的精确度较高的研究对象，也是遗传变异的主要原因。 其作用的分子机制在很大程度上仍不清楚，它们可以通过哪些机制发挥其主要致病作用。 我们的长期目标是进一步阐明致病原因和遗传因素，以及它们的功能和影响，从而有助于降低糖尿病的风险。 发展中的负荷量。我们的核心假设是，关键疾病和基因的表达和水平的变化是可能的。 重要的分子生物学机制是潜在的基因负载和病因学机制，以及因果基因变异调节基因表达的机制。 这些疾病与基因、基因和基因有关，这些基因和基因的表达可能会导致高负荷的风险。 我们的研究团队和其他人在大脑和组织中描述了控制措施，并报道了之前的研究。 这些标记SNPs的协会与附近的基因表达谱结合在一起，为我们提供了一个强大的、科学的前提。 在这项研究中，我们将不会采用一种新的多方面的方法，这种方法可以结合硅学中的技术，也可以在体外进行。 此外，在体内，我们还使用了一些方法来研究人类基因组中发现的与人类载量风险基因显著相关的区域。 GWA正在进行研究。在第一个目标中，我们将无法识别与负载相关的区域内的目标基因，这些基因可能会显示出差异。 表达伴随着负荷性神经病变的进展。我们将不会确定负荷性神经病变的最新表达和特征。 这些区域内的基因存在于神经元、星形胶质细胞和小胶质细胞中，这些细胞是从受影响的细胞和未受影响的细胞中迅速分离出来的。 使用激光捕获显微解剖技术(LCM)结合计数器单个细胞对人脑组织进行尸检。 基因表达和技术支持(NanoString.)。Aim-2将在其加载范围内发现受调控的非编码序列。 相关地区。首先，我们将优先考虑候选的监管要素，使用生物信息学和人类管理工具。 基因组数据库，以及ATAC测序实验，使用从受影响的细胞和细菌中提取的Neun+/-DNA进行实验。 未受影响的人类大脑组织需要进一步确定细胞类型和病理改变中染色质的可及性和分布。 舞台上特定的礼仪。第一位候选人的主要功能包括非编码的视频序列，然后将被定性。 使用iPSC衍生的基因模型和系统，这些系统将不会对基因组进行编辑，以携带监管机构预测的基因的缺失。 序列。Aim 3将把重点放在短的和结构的基因变体(SSV)上，并将不会调查它们的功能效应。 SSV的因果关系被认为是监管序列的最佳候选者。我们将不会使用SMRT和CAS9相结合的测序方法。 与对照组相比，系统监测(PacBio)需要更准确地确定基因载量中SSV的基因型和单倍型。 受试者、受试者和受试者将使用编辑的基因组和IPSC衍生的神经元和/或DNA来检查他们的基因调控效应。 星形胶质细胞的模型可能携带不同的等位基因/单倍型。我们的研究将继续取得进展。 对致病原因和遗传因素的识别有助于更好地了解它们的分子生物学效应，这将有助于进一步研究这些因素。 中国发展经济负载的风险。这一知识体系将为中国经济的发展提供关于可操作的目标的更多洞察力。 新的基因疗法需要更多的负载。此外，新发现的SSV将进一步推进基因突变的未来发展进程。 生物标记物可用于早期诊断，并可用于高风险受试者的临床和临床试验的浓缩。

ABSTRACT   Large multi-­center GWA studies have found associations between over 20 genomic loci and late-­onset  Alzheimer’s disease (LOAD). However, the precise target genes, the causal genetic variants and their  molecular mechanisms of action through which they exert their pathogenic effects remain largely unknown.  Our long-­term goal is to elucidate causal genetic factors and their functional effects that contribute to the risk of  developing LOAD. Our central hypothesis is that changes in expression levels of critical disease genes is an  important molecular mechanism underlying LOAD etiology and that causal variants modulate expression of  these disease genes, and by that contribute to LOAD risk. Changes in gene expression in LOAD vs. healthy  controls were described in brain tissues by our team and others and previous studies reported the cis-­ associations of tagging SNPs with expression of nearby LOAD-­risk genes, providing a strong scientific premise  for the proposed study. In this study, we will employ a multifaceted approach that combines in silico, in vitro  and in vivo methods to investigate regions in the genome that were significantly associated with LOAD-­risk in  GWA studies. In Aim 1 we will identify target genes within LOAD-­associated regions that show differential  expression along the neuropathological progression of LOAD.  We will determine the expression profile of  genes within these regions in neurons, astrocytes and microglia isolated from affected and unaffected rapidly  autopsied human brain tissues using laser capture microdissection (LCM) coupled with nCounter single cell  gene expression technology (NanoString). Aim 2 will discover regulatory noncoding sequences within LOAD-­ associated regions. First, we will prioritize candidate regulatory elements using bioinformatics tools and human  genome databases, as well as ATAC-­sequencing experiments using NeuN+/-­ nuclei from affected and  unaffected human brain tissues to determine chromatin accessibility profiles in cell type-­ and pathological  stage-­ specific manners. The functionality of the candidate noncoding sequences will be then characterized  using iPSC-­derived model systems that will be genome edited to carry deletions of the predicted regulatory  sequences. Aim 3 will focus on Short Structural Variants (SSVs) and will investigate the functional effects and  causality of SSVs in the candidate regulatory sequences. We will use SMRT sequencing combined with Cas9  system (PacBio) to accurately determine the SSVs genotype and haplotypes in LOAD compared to control  subjects, and will examine their regulatory effects using genome edited isogenic iPSC-­derived neurons and/or  astrocytes models that carry different alleles/haplotypes at the SSV site. Our study will advance the  identification of causal genetic factors and the understanding of their molecular effects that contribute to the  risk of developing LOAD. This knowledge will provide insight regarding actionable targets for development of  novel therapies for LOAD. Furthermore, the identified SSVs will advance the development of genetic  biomarkers for early diagnosis and for enrichment of clinical trials with subjects at high risk.