最近,《Science》杂志发表了一篇名为《通过单细胞CRISPR筛选评估GWAS数据库》的文章。这篇论文通过大规模的单细胞并行CRISPR筛选、单细胞转录组与蛋白质组测序,对非编码区GWAS位点与血液性状进行了关联研究,建立了非编码位点的顺式与反式调控网络。GWAS(基因组关联研究)可以帮助我们鉴定与疾病相关的遗传变异,但这些变异...
scDRS将疾病GWAS和scRNA-seq数据集作为输入,输出细胞与疾病相关性 p 值。主要计算过程如下: scDRS 选择前 1000 个 MAGMA 基因,从 GWAS 汇总统计数据中构建一组推定的疾病相关基因集;软件假设这些设定的疾病基因在疾病关联细胞群体中具有更高的表达水平。 scDRS 计算每个细胞的原始疾病评分,量化该细胞中推定疾病基因...
结合上述方法并开发出STING-seq(Systematic Targeted Inhibition of Noncoding GWAS loci coupled with single-cell sequencing),使用单细胞CRISPR筛选来识别非编码GWAS位点的靶基因。
全基因组关联研究(GWAS)已成功识别出数千种与疾病相关的变异,其中约95%的风险变异位于非编码区。这些变异驱动的复杂疾病和性状的细胞机制在很大程度上仍然未知。整合全基因组关联研究(GWAS)和单细胞转录组,能够从单细胞层面进一步阐明复杂疾病内在分子遗传机制,包括反映细胞类型特异性特征的程序、细胞类型中疾病依赖性特...
sc-linker是一个整合scRNA-seq、表观基因组单核苷酸多态性(SNP)-基因图谱和GWAS统计数据的计算框架,能够识别遗传变异影响疾病的潜在细胞类型和过程。 文章发表在Nature Genetics 综合框架sc-linker将来自scRNA-seq的基因程序与疾病和复杂性...
AGA GWAS信号在真皮乳头调控区域富集,支持这些细胞作为AGA病理发生驱动者的作用。最后,我们训练机器学习模型来提名通过破坏转录因子结合影响基因表达的单一核苷酸多态性,预测AGA和湿疹的候选功能单核苷酸多态性。 图7 人头皮单细胞图谱 第8篇 正交细胞因子工程使肿瘤排斥CD8+ T细胞摆脱经典耗竭状态...
为了深入了解帕金森病相关遗传变异如何影响中脑细胞,文章对中脑细胞特异性表达基因与帕金森病相关遗传变异进行了富集分析。首先将以往GWAS研究中得到的相关基因标记到参考基因组上,使用MAGMA基因集分析,对每种细胞类型中的差异表达基因或细胞类型特异性表达基因进行分析[4]。
CELLECT将GWAS数据和细胞类型表达特异性估计作为输入。为了计算ES的稳健估计,我们开发了一种称为CELLEX(CELL型表达特异性)的计算方法。CELLEX建立在不同ES指标提供互补的细胞类型表达特异性图谱的观察基础上。我们的方法结合了“群体智慧”方法,通过整合多个ES指标来获得改进的稳健性和更具表达性的ES指标,该指标可以捕捉...
近日，研究人员结合生物库规模的GWAS、大规模并行CRISPR筛选和单细胞测序，发现血液性状位点非编码变异的靶基因，并使用单细胞测序(STING-seq)系统靶向和抑制非编码GWAS位点。相关研究发表在《Science》上，文章标题为：“Discovery of target genes and pathways at GWAS loci by pooled single-cell CRISPR screens”。
全基因组关联分析(Genome-Wide Association Studies,GWAS)已经确定了数千个与复杂性状和疾病相关的遗传位点,然而超过90%的GWAS风险位点位于非编码区域,这为确定疾病相关变异的分子机制带来了极大的挑战。研究表明,非编码区GWAS风险SNP(Single Nucleotide Polymorphisms)可以通过调控其上下游基因表达来影响疾病的进展[1]。因...