INSAR第1天:MSSNG研究在自闭症和基因组学方面有了新发现

5月4日星期二，在国际自闭症研究协会(INSAR)年会上的第一天报告中，Stephen Scherer博士根据他与几个全基因组数据库(包括自闭症之声MSSNG项目)的工作，介绍了一系列关于自闭症遗传学和基因-环境相互作用的最新进展。188金宝搏官网版下载最新

与其他数据集相比，只有关于基因序列的某些信息，如拷贝数变异或重复扩展，其中单个基因或基因片段以非典型方式复制或重复，全基因组测序数据一次提供了所有这些类型的变异。

“Scherer博士的工作代表了一些最强大的基因组发现和识别当今已知的自闭症风险基因的技术进步，”自闭症之声首席科学官自闭症之声说。188金宝搏官网版下载最新“我们坚信大数据的力量可以在全基因组资源等方面发挥作用MSSNG将为自闭症患者带来更个性化的医疗解决方案。”

使用机器学习技术，研究人员可以更快速地从一个人的遗传密码的更完整的图片中识别出模式。Scherer博士的工作病童医院(SickKids)在多伦多为MSSNG项目的参与者进行全基因组测序。

周二，Scherer博士展示了他对两个自闭症特异性全基因组数据集——MSSNG和Simons Simplex系列来自西蒙斯基金会自闭症研究计划-获得2万个与自闭症相关的基因样本，并将它们与正常发育个体的对照数据库进行比较。

根据该分析发表的研究包括发现了135个与自闭症有关的新基因，使科学文献中自闭症风险基因的总数增加到204个。在这项研究中，研究人员第一次能够包括与线粒体变异相关的发现，这是一种其他类型的基因检测无法获得的基因变化。

虽然研究结果证实了一些最常见的自闭症相关基因，如CHD1、CHD2和SHANK3，但这项研究也对所有新发现的基因与自闭症的关联强度进行了排名。研究还发现，在20多个不相关的家庭中，SHANK3基因发生了一种特殊类型的变化，这些家庭中携带这种变化的人都患有自闭症。重要的是，在控制数据集中没有发现该更改。

通过确定特定基因变化和自闭症之间的这种强烈联系——这种变化在正常发育的人身上并不经常发生——研究人员可以采取下一步，开始研究与基因变化相关的表型变化或临床症状。

为了揭示这些模式和关系，SickKids的研究人员还开发了算法，以更快地分析数据中的所有基因序列，而不仅仅是最常研究的部分。

这些算法扫描了基因组数据的模式，发现大约12%的ASD患者有一个神经元基因的结构变异。一个例子描述了一段线粒体DNA如何插入到SYNGAP1基因的一个片段中，改变了剩余的遗传密码，并可靠地预测了其他基因功能的严重中断，即所谓的功能丧失变异。

这种类型的发现只有通过全基因组序列才能实现，因为其他类型的基因检测不能一次性捕获所有这些基因变化。

Scherer博士还强调了SickKids研究员Ryan Yuen博士的相关工作，他于2020年在《自然》杂志上发表了一篇论文，描述了一种疾病不同类型的基因变化被称为串联重复纽芬兰纪念大学的医学博士布里吉特·费尔南德斯(Bridget Fernandez)将某些ASD遗传变异与表型变化联系起来比如生理差异，重大基因异常和大脑结构差异。