28种免疫细胞和10种免疫疾病的eQTL调控图谱

撰文 | 苏木七

责编 | 兮

免疫系统出了问题,会导致很多疾病,比如大家常听说的系统性红斑狼疮和类风湿关节炎,这些也被称为免疫介导性疾病(Immune-mediated diseases, IMD)。

这些疾病是如何发生的呢?GWAS等遗传学研究发现了许多与免疫介导性疾病有关的基因变异位点,其中大部分都位于非编码区,比如增强子 (enhancers) 和启动子 (promoters),不过对于它们的具体功能和调控机制,我们所知的,仍是九牛一毛。

28种免疫细胞和10种免疫疾病的eQTL调控图谱

为了弄清楚这些基因变异位点的功能,2021年4月29日,来自日本东京大学的Keishi FujioMineto Ota团队在Cell上发表了文章 Dynamic landscape of immune cell-specific gene regulation in immune-mediated diseases 通过全基因组测序、RNA-Seq和表达数量性状位点(expression quantitative trait loci, eQTL)分析,产生了10种免疫介导性疾病的28种免疫细胞的基因表达和基因变异数据,解释了基因变异在不同疾病和不同免疫细胞里对基因表达的调控图谱。

28种免疫细胞和10种免疫疾病的eQTL调控图谱

在此之前,也有一些组织或者细胞特异性的eQTL数据库,比如GTEx、BLUEPEINT和DICE,但是它们的样本量通常有限,并且也没有包括大多数的免疫细胞,比如和自身免疫密切相关的树突状细胞和浆母细胞,就没有被包括在内。

东京大学这次的研究则囊括了我们已知的几乎所有免疫细胞,共28种。数据来自416个捐赠者的9,852个样本,其中79名是健康人,其他337名是各种免疫介导性疾病的患者,包括系统性红斑狼疮(SLE)、特发性炎症性肌病(IIM)、系统性硬化症(SSc)、混合性结缔组织病(MCTD)、干燥症(SjS)、类风湿性关节炎(RA)、白塞氏病(BD)、成人斯蒂尔病(AOSD)、ANCA相关的血管炎(AAV)和多发性大动脉炎(TAK)。

有如此丰富的转录组数据,第一步自然是看一看不同疾病和不同免疫细胞的基因表达谱。结果发现,免疫介导性疾病大致可分两类,自身免疫性疾病和自体炎症疾病。自身免疫性疾病中上调的基因模块与干扰素诱导的基因通路有明显重叠;自体炎症疾病中上调的基因模块与白细胞介素IL-18或IL-1b诱导的基因有明显重叠。这些数据对于未来各种免疫介导性疾病和免疫细胞的研究,提供了丰富有用的资源。

该研究的重点是eQTL分析。在每个细胞类型中,研究者在常染色体表达的基因(eGenes)和位于转录起始位点1Mb内的基因变异(eVariants)之间进行了前向后退的逐步线性回归来鉴定eQTL,最终确定了13,395个蛋白质基因和3,839个长非编码RNA (lncRNA) 的eQTLs。每种免疫细胞里,都有数千个eGenes。

不论是哪种免疫细胞,何种免疫疾病,除去罕见的体细胞变异,DNA都是一样的,有着同样的遗传基因变异。至于基因表达,大多数维持细胞基本生命活动的基因,例如管家基因,在不同细胞和疾病下表达情况也类似,和这些基因有关的eQTLs,即使在不同的免疫细胞和疾病下,也是一样的。该研究也发现,健康和疾病状态下,绝大多数 (94%) 的eQTLs都是一样的。

只有一部分基因的表达,要么是细胞特异性的,要么是疾病特异性的,这种情况下eQTLs才展示出特异性。研究者发现,比起健康人里发现的eQTLs,免疫介导性疾病特异的eQTLs有如下特征:

1. 在髓系细胞里比较多,比如浆细胞样树突状细胞(pDC)和中性粒细胞

2. 在增强子和ATAC-seq的峰值信号处更加富集

3. 在免疫介导性疾病相关的GWAS基因变异信号处更加富集

这些eQTLs对整个基因组的转录和表达有什么影响呢?接下来,研究者分析了和eQTLs相关的其他基因的表达 (context-dependent eQTLs),找出和eGenes相互作用的pGenes,这些pGenes和eGenes之间的关联受到不同的eVariants影响,比如:

1. 浆母细胞里,干扰素相关基因 (STAT1, P1) 和SLFN5 eQTL相互作用

2. 初始B细胞里,FCRL3相关的基因 (P7) 和SCD5 eQTL相互作用

3. Th1细胞里,细胞增殖相关的基因 (CDCA7, P8) 和ENTPD1eQTL相互作用

4. EM CD8细胞里,和老年化有关的基因SATB1(P4) 和CCNG2eQTL相互作用

研究者们还探索了疾病特异性的eQTL和GWAS的关系,验证了各种免疫疾病是哪种免疫细胞介导的,比如:

1. Fr. II调节性T细胞-类风湿性关节炎和一型糖尿病

2. B细胞-系统性红斑狼疮

3. 初始B细胞-系统性硬化症和一型糖尿病

4. CD8+ T细胞和乳糜泻

5. NK细胞和胆汁性肝硬化

最后,研究者以系统性红斑狼疮为例,阐释了eQTL和GWAS的共定位分析可以帮助优化排序疾病的风险基因。比如,系统性红斑狼疮风险基因之一ARHGAP31,其eQTL效应仅在浆母细胞中有;另外一个风险基因是LBH,其rs7599760 eQTL在不同的免疫细胞里效应相反,在骨髓细胞中基因表达下调,而在浆母细胞中则是上调。LBH与细胞增殖和DNA修复有关,它在浆母细胞中的高表达可能有助于其扩张,而在其他细胞类型里下调则可能导致DNA损伤。编码CD45的PTPRC,其eQTL在不同的免疫细胞中也表现出了截然不同的效应。

总之,该研究刻画了不同免疫细胞和免疫疾病的独特的基因表达谱,揭示了eQTL在不同情况下的动态变化,对疾病和免疫相关的遗传变异和基因表达研究提供了丰富的灵感和资源。

原文链接:

https://doi.org/10.1016/j.cell.2021.03.056

发布者:豆豆,转转请注明出处:https://www.cells88.com/myxb/3868.html

免责声明:此文内容为本网站刊发或转载企业宣传资讯,仅代表作者个人观点,与本网无关。仅供读者参考,并请自行核实相关内容。

发表评论

登录后才能评论
微信公众号

400-915-1630