Information

Nummernregelung & CNV . kopieren

Nummernregelung & CNV . kopieren


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Ich habe einige Gene, die einen Verlust der Kopienzahl zwischen zwei Gruppen zeigten. Jetzt möchte ich die Kopienzahlregulierung dieser Gene sehen. Ich kenne dieses Konzept wirklich nicht. Kann mir bitte jemand klar darüber sagen, warum wir die Regulierung von Genen für den Verlust von Kopien überprüfen müssen? Und eine Idee, wie das geht?

Dankeschön


Es könnte hilfreich sein, wenn Sie uns zeigen, welche Art von Daten Sie betrachten, da Kopienzahlvariationen und Genexpression auf ähnliche, aber unterschiedliche Weise nachgewiesen werden können.

Im Allgemeinen werden sowohl die Genexpression als auch CNVs durch Zählen der Anzahl der Reads, die einer bestimmten genomischen Region zugeordnet sind, nachgewiesen. Der Unterschied besteht darin, dass CNVs mittels DNA-Sequenzierung nachgewiesen werden, während die Genexpression mittels RNA-Sequenzierung nachgewiesen wird. Dies ist ein wichtiger Unterschied, da CNVs ein stabileres Genommerkmal sind als Genexpression. Eine Überprüfung des Zentralen Dogmas kann hilfreich sein, wenn dies verwirrend ist.

Im Zusammenhang mit Ihrem Problem ist es wichtig zu verstehen, dass CNVs einen Einfluss auf die Genexpression ausüben können, die Genexpression jedoch keinen Einfluss auf CNVs haben kann. Weniger Kopien eines Gens zu haben bedeutet, dass der Prozess der Transkription von RNA, um sie zu exprimieren, nicht so schnell wie normal ablaufen kann. Bei einem Organismus mit Gen X, der einen Kopienverlust aufweist, ist es also sinnvoller, eine verminderte Expression von Gen X zu erwarten als bei Organismen, deren Genom mehr Kopien dieses Gens X enthält. Wenn Sie nach einem Bachelor-Kurs fragen, ist dies wahrscheinlich alles Von Ihnen wird erwartet, dass Sie die "Kopiernummer-Regulierung" verstehen: die maximale Transkriptionsrate eines Gens hängt davon ab, wie viele Kopien dieses Gens für die Transkription zur Verfügung stehen.

Die Genregulation wird wichtig, um zu verstehen, wie ein Organismus mit weniger als normalen Kopien von Gen X in seiner DNA die gleiche Menge an Gen-X-RNA exprimiert haben könnte wie ein Organismus mit einer normalen Anzahl von Kopien von Gen X. Angenommen, ein Molekül, M, ist für die Expression von X notwendig, wird aber nach kurzer Zeit abgebaut. Die Zelle wird M an den Zellkern senden, wann immer sie X zur Expression benötigt, und die Anzahl der X Transkripte, die pro M-Molekül produziert werden, hängt von der Anzahl der X Kopien ab, die für die Transkription verfügbar sind. Wenn M reichlich vorhanden ist und kontinuierlich zum Kern geschickt werden kann, kann die Zelle mit weniger Kopien von X theoretisch genauso viel X produzieren wie die Zelle mit einer normalen Anzahl von X Kopien, obwohl es etwas länger dauert. Wenn stattdessen M eine endliche Ressource innerhalb der Zelle ist, sollte die Menge an X, die in Zellen mit weniger Kopien des Gens exprimiert wird, durchweg niedriger sein als in Zellen mit mehr Kopien.

Wenn M zufällig von einem Gen produziert wird, das eine Zunahme/Verlust der Kopienzahl aufweist, könnte dies natürlich auch eine wichtige Rolle dabei spielen, wie viele X-RNA-Transkripte Sie letztendlich erkennen (selbst für den Fall, dass X tatsächlich eine neutrale Kopienzahl hat). Hoffe das hilft.


Nummernvariation kopieren

Kopienzahlvariationen (CNVs) werden derzeit am häufigsten als submikroskopischer Gewinn oder Verlust von Chromosomenmaterial verstanden, der entweder mit einer Krankheit oder nur einer der vielen möglichen genetischen Varianten beim Menschen verbunden ist. Neben solchen submikroskopischen CNVs zeigte die Chromosomenanalyse jedoch vor Jahrzehnten die Existenz von zytogenetischen Variationen der sichtbaren Kopienzahl (CG-CNVs). In diesem Kapitel wird ein kurzer Abriss der zytogenetischen Anamnese gegeben, der den ersten Nachweis und die Überinterpretation und mögliche Bedeutungen von CG-CNVs hervorhebt. Auch heterochromatische und euchromatische CG-CNVs werden von submikroskopischen CNVs unterschieden und einige spezifische Merkmale jeder Gruppe werden eingeführt.


CNV-Biologie bei neurologischen Entwicklungsstörungen

Pathogene CNVs werden unter neuroentwicklungs- und neuropsychiatrischen Störungen geteilt.

Das Verständnis der epigenetischen Regulation liefert wichtige Einblicke nicht nur in die Pathophysiologie der CNV, sondern auch in die therapeutische Entwicklung.

Quantitative Biomarker sind für das weitere Verständnis der CNV-Pathologie unerlässlich.

Kopienzahlvarianten (CNVs), die sich in den letzten Jahren durch modernste Technologie auszeichneten, erweitern unser Wissen über das menschliche Genom. CNVs tragen nicht nur zur menschlichen Vielfalt bei, sondern auch zu verschiedenen Arten von Krankheiten, darunter neurologische Entwicklungsverzögerung, Autismus-Spektrum-Störung und neuropsychiatrische Erkrankungen. Interessanterweise werden viele pathogene CNVs unter diesen Krankheiten geteilt. Studien legen nahe, dass die Pathophysiologie der Krankheit nicht einfach einem einzelnen Treibergen innerhalb einer CNV zugeschrieben werden kann, sondern dass auch multifaktorielle Effekte wichtig sein können. Die Genexpression und die daraus resultierenden Phänotypen können auch durch epigenetische Veränderungen und chromosomale strukturelle Veränderungen beeinflusst werden. In Kombination mit Humangenetik und Systembiologie wird erwartet, dass integrative Forschung mit multidimensionalen Ansätzen unter Verwendung von Tier- und Zellmodellen von CNVs das Verständnis pathophysiologischer Mechanismen von neurologischen Entwicklungsstörungen und neuropsychiatrischen Störungen verbessert.


Die Variation der Kopienzahl des bovinen SHH-Gens ist mit Körperbaumerkmalen bei chinesischen Rindern verbunden

Sonic Hedgehog (Shh) reguliert viele wichtige Entwicklungsprozesse während der Entwicklung der Gliedmaßen von Wirbeltieren, der Fettbildung und der Regeneration des Skelettgewebes. Aktuelle Gesamtgenom-Sequenzierungsdaten haben eine Kopienzahl-Variationskartierung zum bovinen Sonic Hedgehog-Gen (SHH-CNV) identifiziert. Das Ziel dieser Studie war es, die SHH-CNV-Verteilungen bei 648 Individuen aus 11 chinesischen Rinderpopulationen zu charakterisieren und weiter die Assoziationen der Kopienzahländerungen mit Genexpression und Rinderwachstumsmerkmalen zu untersuchen. Der SHH-CNV zeigte eine hohe Varianz innerhalb chinesischer einheimischer gelber Rinder. Im Vergleich zu Yak- und Milchrindern wiesen Fleischrinder wie Luxi und Xianan signifikant höhere mittlere Kopienzahlen auf, was auf die Vielfalt von SHH-CNV bei der Auswahl von Fleischrindern hindeutet. Die negative Korrelation von SHH-CNV mit dem SHH-Transkriptionsspiegel im Fettgewebe von Erwachsenen (P < 0,01) zeigte die Dosiswirkungen von SHH-CNV in Bezug auf die Rinderfettbildung an. Eine Assoziationsanalyse von SHH-CNV und Körpergrößenmerkmalen wurde bei fünf Rassen durchgeführt. Die Ergebnisse zeigten, dass der SHH-CNV-Typ mit Kopienzahlzunahme eine signifikant bessere Brusttiefe bei 24 Monate alten Qinchuan-Rindern und ein besseres Körpergewicht, Körperlänge und Brustumfang bei 18 Monate alten Nanyang-Rindern aufwies, während die normale Kopienzahl überlegen war Brustumfang und Körpergewicht bei erwachsenen Jinnan-Rindern (P < 0,05 oder P < 0,01). Zusammenfassend hat diese Forschung bedeutende Auswirkungen von SHH-CNV auf die Genexpression und die phänotypischen Merkmale von Rindern aufgedeckt, was auf potenzielle Anwendungen für die genetische Verbesserung von Fleischrindern hindeutet.

Schlüsselwörter: Verbände Rinder Kopienzahlvariation Wachstumsmerkmal Sonic Hedgehog.


Die Dosisempfindlichkeit prägt die Entwicklung von Regionen mit unterschiedlichen Kopienzahlen

Die Dosierungsempfindlichkeit ist eine wichtige evolutionäre Kraft, die sich auf die Entbehrlichkeit und Duplizierbarkeit von Genen auswirkt. Die neu verfügbaren Daten zur Variation der menschlichen Kopienzahl (CNV) ermöglichen eine Analyse der jüngsten und laufenden Entwicklung. Vorausgesetzt, dass heterozygote Gendeletionen und -duplikationen tatsächlich die Gendosis verändern, erwarten wir eine negative Selektion gegen CNVs, die dosissensitive Gene umfassen. In dieser Studie nutzen wir mehrere Quellen populationsgenetischer Daten, um die Selektion auf strukturelle Variationen dosissensitiver Gene zu identifizieren. Wir zeigen, dass CNVs die Expressionsniveaus der enthaltenen Gene direkt beeinflussen können. Wir stellen fest, dass Gene, die für Mitglieder von Proteinkomplexen kodieren, eine begrenzte Expressionsvariation aufweisen und signifikant mit einem manuell abgeleiteten Satz von dosissensitiven Genen überlappen. Wir zeigen, dass Komplexe und andere dosissensitive Gene in CNV-Regionen unterrepräsentiert sind, mit einer besonderen Tendenz gegenüber häufigen Variationen und Duplikationen. Diese Ergebnisse legen nahe, dass die Dosisempfindlichkeit eine signifikante Kraft der negativen Selektion auf Regionen mit Variation der Kopienzahl ist.

Interessenkonflikt-Erklärung

Konkurrierende Interessen: Die Autoren haben erklärt, dass keine konkurrierenden Interessen bestehen.

Figuren

Abbildung 1. Eine Netzwerkdarstellung des…

Abbildung 1. Eine Netzwerkdarstellung der CORUM-Datenbank.

Knoten stellen Komplexe dar und sind geordnet…

Abbildung 2. Variationskoeffizienten der Genexpression…

Abbildung 2. Koeffizienten der Genexpressionsvariation (CV), definiert als auf die Expression normalisierte Standardabweichung…

A) Auswirkungen der Auflösung und des Dynamikbereichs von Ausdrucksarrays auf CVs. Die messbare Variation der Genexpression wird durch die Sensitivität der eingesetzten Array-Technologie begrenzt. Gene, die auf extrem niedrigem Niveau oder überhaupt nicht exprimiert werden, gruppieren sich in der Region niedriger Expression/niedriger CV. Grau dargestellt sind Gene, die von weiteren Berechnungen ausgeschlossen wurden (Standardabweichung ). B) CORUM-Gene haben signifikant kleinere CVs als Nicht-CORUM-Gene. Ausreißer darüber hinaus werden nicht angezeigt. C) Große CORUM-Komplexe weisen niedrigere durchschnittliche CVs ihrer Mitglieder auf.

Abbildung 3. Unterschied zwischen Löschen (weiß) und…

Abbildung 3. Unterschied zwischen Deletions- (weiß) und Duplikationsvariationen (schwarz) bei HapMap-Individuen.

Die Histogramme zeigen das Verhältnis der durchschnittlichen Expressionsniveaus zwischen Individuen mit und ohne CNV für alle Gene innerhalb einer CNV-Region. Die Verschiebung zwischen den beiden Verteilungen ist deutlich größer als zufällig zu erwarten wäre (MWU: ).

Abbildung 4. Verhältnis der WGTP-Array-Hybridisierung…

Abbildung 4. Verhältnis der Hybridisierungsintensität des WGTP-Arrays zum relativen Expressionsniveau für vier Beispiele…

Abbildung 5. Verteilung der durchschnittlichen Pearson-Korrelation…

Abbildung 5. Verteilung der durchschnittlichen Pearson-Korrelationskoeffizienten zwischen allen Mitgliedern bekannter Proteinkomplexe…


Divergierende Muster der genetischen Kopienzahlvariation im KCNIP1-Gen zeigen den Risikoort von Typ-2-Diabetes in der chinesischen Bevölkerung

Die Kopienzahlvariation (CNV) hat sich neben SNP als weiterer wichtiger genetischer Marker für das Verständnis der Ätiologie komplexer Erkrankungen herausgestellt. Das Kv-Kanal-wechselwirkende Protein 1 (KCNIP1) ist ein Ca 2+ -abhängiger Transkriptionsmodulator, der zur Regulierung der Insulinsekretion beiträgt. Frühere genomweite CNV-Assays identifizierten das KCNIP1-Gen, das eine CNV-Region umfasst, jedoch wurden seine weiteren Auswirkungen und die Risikorate auf Typ-2-Diabetes (T2D) selten untersucht, insbesondere in der chinesischen Bevölkerung. Die aktuelle Studie zielt darauf ab, das genetische Verteilungsprofil von KCNIP1 CNV in chinesischen T2D- und Kontrollpopulationen zu erkennen und auszugraben und die Assoziationen mit klinischen Merkmalen weiter zu untersuchen. Divergente Muster der KCNIP1-CNV wurden identifiziert (p < 0,01), bei denen die Kopienzahlzunahme in T2D vorherrschend war, während die Kopienzahl normal in der Kontrollgruppe am meisten ausmachte. Konsequenterweise zeigten die Individuen mit Kopienzahlzunahme ein signifikantes Risiko bei T2D (OR = 4.550, p < 0,01). Die KCNIP1-Kopienzahlen zeigten signifikant positive Korrelationen mit Nüchtern-Plasmaglukose und glykiertem Hämoglobin in T2D. Für den OGTT-Test hatten die T2D-Patienten mit Kopienzahlzunahme bemerkenswert erhöhte Glukosegehalte (60, 120, 180 min, p < 0,05 oder p < 0,01) und verringerte Insulinspiegel (60, 120 min, p < 0,05) als diese mit Kopienzahlverlust und normal, was darauf hindeutet, dass die KCNIP1-CNV mit der Glukose- und Insulinwirkung korreliert. Dies ist die erste CNV-Assoziationsstudie des KCNIP1-Gens in der chinesischen Bevölkerung, und diese Daten zeigten, dass KCNIP1 als T2D-Anfälligkeitsgen fungieren könnte, dessen Fehlregulation die Insulinproduktion verändert.

Schlüsselwörter: Assoziation Kopiennummer Variation KCNIP1-Gen Typ-2-Diabetes.


Eine genomweite Assoziationsstudie zwischen Kopienzahlvariation (CNV) und menschlicher Körpergröße in der chinesischen Bevölkerung

Kopienzahlvariation (CNV) ist eine Art genetischer Variation, die eine wichtige Rolle bei der phänotypischen Variabilität und Krankheitsanfälligkeit spielen kann. Um nach genetischen Varianten zu suchen, die der Variation der menschlichen Körpergröße zugrunde liegen, führten wir eine genomweite CNV-Assoziationsstudie für die menschliche Körpergröße bei 618 chinesischen nicht verwandten Probanden mit dem Affymetrix 500K-Array-Set durch. Nach Anpassung an Alter und Geschlecht fanden wir, dass vier CNVs bei 6p21,3, 8p23,3-23,2, 9p23 und 16p12,1 mit der menschlichen Körpergröße assoziiert waren (mit grenzwertigem signifikantem p-Wert: 0,013, 0,011, 0,024 bzw. 0,049). Nach mehreren Korrekturtests wurde jedoch keiner von ihnen mit der menschlichen Körpergröße in Verbindung gebracht. Wir beobachteten, dass die Zunahme der Kopienzahl (mehr als 2 Kopien) bei 8p23,3–23,2 mit einer geringeren Höhe verbunden war (normale Kopienzahl vs. Zunahme der Kopienzahl: 161,2 cm vs. 153,7 cm, p = 0,011), was für 0,9% der Höhenvariation. Der Verlust der Kopienzahl (weniger als 2 Kopien) bei 6p21,3 war mit 0,8% geringerer Höhe verbunden (Verlust der Kopienzahl vs. normale Kopienzahl: 154,5 cm vs. 161,1 cm, p = 0,013). Da sich in CNVs an Loci von 8p23.3-23.2 und 6p21.3 keine wichtigen Gene, die die Höhe beeinflussen, befinden, können die beiden CNVs die strukturellen Umlagerungen benachbarter wichtiger Kandidatengene verursachen und somit die Höhenvariation regulieren. Unsere Ergebnisse erweitern unser Wissen über die genetischen Faktoren, die der Höhenvariation und der biologischen Regulierung der menschlichen Körpergröße zugrunde liegen.

Copyright © 2010 Institut für Genetik und Entwicklungsbiologie und der Genetics Society of China. Herausgegeben von Elsevier Ltd. Alle Rechte vorbehalten.


Diskussion

Wir haben gezeigt, dass die Kopienzahl ein wichtiger Kontrollparameter in der Expressionsdynamik einfacher Netzwerkmotive ist. Eine Änderung der Kopienzahl kann dazu führen, dass ein Netzwerk in einen völlig anderen Gleichgewichtszustand der Genexpression wechselt und es in und aus einem oszillierenden Regime bewegt. Unsere Ergebnisse stehen im Gegensatz zu früheren Behauptungen, dass die Zielgenexpression proportional zur Genkopienzahl ist (42, 43). Die Genexpression kann aufgrund von Rückkopplungen, die selbst in den einfachsten Netzwerkmotiven gefunden werden, nichtlinear mit der Genkopienzahl in Beziehung gesetzt werden. Solche Nichtlinearitäten werden selbst dann gefunden, wenn das Gleichgewicht zwischen den Genkomponenten beibehalten wird. Obwohl nicht jede kleine CNV zu groß angelegten Veränderungen der Genexpression führt, haben wir eine Reihe von Prinzipien gefunden, um zu verstehen, wann eine solche Verbindung auftreten kann. Bei positiven Rückkopplungen, bistabilen Rückkopplungen und Kippschaltermotiven können wir Rahmenbedingungen für das Vorliegen einer qualitativen Kopienzahlempfindlichkeit finden. Technisch gesehen haben wir die hinreichenden Bedingungen für die Existenz von Sattelknotenverzweigungen innerhalb einer Menge nichtlinearer dynamischer Systeme gelöst. Dies hat dramatische Konsequenzen für die systematische Analyse der Entstehung und Aufrechterhaltung von CNV.

Wichtig ist, dass unsere Ergebnisse trotz signifikanter Variation der Parameterwerte im Zusammenhang mit den molekularen Details der regulierten Rekrutierung gelten (siehe SI-Anhang). Somit kann die Empfindlichkeit von Motiven gegenüber CNV auf einen breiten Bereich von zellulären Kontexten angewendet werden. Die Robustheit genetischer regulatorischer Netzwerke gegenüber Rauschen (44, 45) und Genduplikation (46, 47) wurde hervorgehoben. Unsere Ergebnisse legen nahe, dass der Robustheit Grenzen gesetzt sind, insbesondere im Hinblick auf die Genduplikation. Die Bifurkationsbedingungen, die wir für jedes Motiv abgeleitet haben, geben Hinweise auf den Bereich der kinetischen Parameter, in denen Netzwerkfragilität erwartet werden kann.

Bei der Untersuchung des Zusammenhangs zwischen CNV und phänotypischen Wirkungen bleiben noch viele Herausforderungen. Die von uns betrachteten Netzwerke sind kleine Komponenten komplexer Genregulationsnetzwerke. Ob und inwieweit diese Ergebnisse auf größere, komplexere Netzwerke übertragbar sind, bleibt offen (23, 29, 48). Wie haben sich beispielsweise tatsächliche Netzwerke in Bezug auf die kritischen Werte der Kopienzahl entwickelt, die zu qualitativen Verschiebungen im Systemverhalten führen können? Obwohl wir den Effekt der Variation der Kopienzahl von Motiven untersucht haben, lohnt es sich, die Auswirkungen von Ungleichgewichten der Kopienzahl in komplexen Motiven zu untersuchen. Beachten Sie, dass wir in diesem Artikel von vollständig gekoppelten Netzwerkmotiven ausgegangen sind, während die Dynamik des intrazellulären Transports regulatorischer Elemente sicherlich komplexer ist (38, 49). Es gibt eine Reihe von Bereichen, in denen wir glauben, dass eine weitere Untersuchung bei der Anwendung der hier vorgestellten Theorie erfolgreich sein wird: Wirt-Phagen-Dynamik, synthetische Biologie und Evolution durch Genduplikation. Wir besprechen jeden dieser Bereiche im Folgenden.

Erstens kann im Fall der Wirts-Phagen-Dynamik ein Selektionsdruck bestehen, der die Empfindlichkeit gegenüber der Kopienzahl begünstigt, wie im Fall von Viren gemäßigter Klimazonen, deren Verwertungsstrategie von der Multiplizität der Infektion abhängt (5, 39). In Ref.-Nr. 6 zeigten wir, dass die Anzahl der Phagen-DNA-Kopien in einer Bakterienzelle einen dynamischen Einfluss auf den Entscheidungskreislauf des Bakteriophagen λ hat. Somit können koinfizierende Phagen grundsätzlich kollektive Entscheidungen über das Schicksal einer Zelle treffen. Eine kleine Anzahl von Viren kann die Regulationsmaschinerie in Richtung Lyse lenken, während die Koinfektion eines einzelnen Wirts durch viele Viren zu einer latenten Infektion führt. Verschiedene Phagen unterscheiden sich in ihrer Reaktion auf eine Koinfektion, und daher ist die Reaktion auf Kopplungsentscheidungsmodule wahrscheinlich ein entwicklungsfähiges Merkmal der Lebensgeschichte von Phagen. Eine alternative Hypothese für den Zusammenhang zwischen Zellschicksal und Mehrfachinfektion ist, dass jedes injizierte Phagengenom eine eigene Mikroumgebung erfährt (38). Selbst in einem solchen Fall hängt die Koordination der Phagenreaktion von der Synchronisation der Entscheidungsmodule ab, wenn auch möglicherweise auf unterschiedlichen Zeitskalen.

Als nächstes, von Bedeutung für die synthetische Biologie, könnte CNV die Dynamik von genregulierten Netzwerken verändern, die manipuliert wurden de novo oder modifiziert, um neue Funktionen (50) zu erlangen. Hier diskutieren wir kurz zwei experimentelle Studien, in denen qualitative Veränderungen der Genexpression in synthetischen Netzwerken als Folge kleiner Veränderungen der Kopienzahl von Genregulationskomponenten beobachtet wurden. In einem Fall ein E coli Gen-Regulierungsschaltung wurde entwickelt, um sowohl anhaltende Oszillationen als auch Kippschalterverhalten zu zeigen (26). Die Kopiennummer eines Tastenaktivierungsmoduls im Stromkreis (kontrolliert durch die glnAp2 Promotor) wurde erhöht, indem er näher am Replikationsursprung eingefügt wurde. Ein Vergleich der Genexpression zeigte eine 20%ige Abnahme des Dämpfungsgrades der Oszillationen, wenn sich der Aktivator in der Nähe des Ursprungs anstatt in der Nähe des Terminus befand. In einem anderen Fall wurde ein rekonstruierter Reaktionsweg für angehende Hefe-Pheromone entworfen, um eine bistabile Reaktion auf die Pheromon-Induktion zu zeigen (27). Die Bistabilität hing empfindlich von der Anzahl der positiven Rückkopplungsmodule ab, die in die Hefezellen eingefügt wurden. Mindestens 3 Tandemkopien des PFUS1J1−STE11Das ΔN-Konstrukt war für eine anhaltende positive Rückmeldung erforderlich, während 1 oder 2 Kopien nicht zu einer anhaltenden Reaktion führten. Obwohl dies nur zwei Beispiele sind, legen beide nahe, dass experimentelle Studien zur Sensitivität kleiner genetischer Schaltkreise gegenüber CNV erforderlich sein könnten, wenn regulatorische Motive als zuverlässige Bausteine ​​komplexerer Netzwerke verwendet werden sollen (23).

Schließlich wird die Genduplikation als ein wichtiger Faktor bei der Entwicklung neuer Phänotypen angesehen. Nach der Theorie der Neofunktionalisierung sind doppelte Gene anfangs redundant, und gelegentlich kann eines eines doppelten Paares divergieren, um eine neue Funktion zu erfüllen (8). Tatsächlich ist die Zahl der zurückgehaltenen Genduplikatpaare unerwartet hoch, wobei umfangreiche experimentelle Beweise dafür vorliegen, dass doppelte Gene über lange Zeiträume funktionelle Kompensation beibehalten (4, 51, 52). Duplizierte Gene oder Motive sind möglicherweise nicht einmal am Anfang streng redundant. Die Entwicklung von Netzwerkmotiven nach der Duplizierung kann vom globalen Netzwerkkontext abhängen (24). Im gegenwärtigen theoretischen Rahmen ist es offensichtlich, dass eine zusätzliche Kopie eines Gens oder Motivs, die durch ein Duplikationsereignis verursacht wird, zu einer Verschiebung der Expression über einen bestimmten funktionellen Schwellenwert hinaus führen kann. Somit könnte sofort ein neues Feature entstehen, das die vorherige Funktion erweitert oder modifiziert. Die Möglichkeit, dass duplizierte Gene nicht redundant sind, wird durch eine Reihe von evolutionären Studien gestützt (25, 53). Dies soll nicht heißen, dass eine groß angelegte Genexpression bei einem Genduplikationsereignis die Norm sein muss. Im Gegenteil, wenn die Wirkung einer zusätzlichen Kopie irgendwie gepuffert würde, dann würde der gegenwärtige dynamische Rahmen der Genregulation mit einem Evolutionsmodell durch Neofunktionalisierung vereinbar sein.

Diese drei biologischen Beispiele spiegeln einen kleinen Teil der laufenden Forschung von Wissenschaftlern aus vielen Disziplinen wider, um zu verstehen, wie sich CNV auf ein breites Spektrum biologischer Phänomene auswirkt. Obwohl unsere Behandlung der Genregulation den Mechanismen der regulierten Rekrutierung innerhalb von Bakterien und Viren am nächsten kommt, stellen wir uns vor, dass ein Kopienzahleffekt von Viren zu höheren Eukaryoten vorliegen kann. Dieser Effekt kann als Kennzeichen eine dramatische Veränderung der Genexpression bei einer kleinen Veränderung der Kopienzahl haben. Auch wenn solch ein dramatischer Wandel die Ausnahme in Genregulationsnetzwerken darstellt, kann ein solcher Wandel außergewöhnliche Auswirkungen auf die Modifizierung der biologischen Funktion haben. Ob bei genomischen strukturellen Variationen beim Menschen oder Bakteriophageninfektionen, Variationen in der Kopienzahl sind allgegenwärtig. Wir hoffen, zumindest erste Schritte zur Konstruktion quantitativer Modelle der regulierten Rekrutierung unter Berücksichtigung der CNV gegeben zu haben.


Diskussion

In dieser Studie haben wir 170 menschliche CNVs identifiziert, die sich in 34 Primaten-Hotspot-Regionen der CNV-Bildung befinden. Die strukturell plastischen Hotspots scheinen in den drei Linien aktiv geblieben zu sein, obwohl sie durch über 25 Millionen Jahre Evolution getrennt sind. Die Mehrheit der Primaten-Hotspots überlappen mit funktionellen genomischen Elementen, insbesondere Genen, die mit der Immunität zusammenhängen. Ein erheblicher Teil dieser Gene, die Primaten-Hotspots überlappen, scheint sich unter positiver Selektion entwickelt zu haben (Abbildung 4c), und einige dieser Gene sind auch dafür bekannt, dass sie sich beim Menschen unter ausgleichender Selektion entwickeln (z HLA, PHDB, und LILR Familien). Die Evolution und Aufrechterhaltung von Primaten-CNV-Hotspots als solche kann eine Reaktion auf verschiedene Umweltbelastungen sein, die auf die Gene in diesen Hotspots einwirken. Die erhaltene Plastizität kann diesen Genen dann die Mutationsflexibilität verleihen, um sich schnell an sich ändernde Selektionsdrücke anzupassen. Daher ist es nicht überraschend zu sehen, dass die Kopienzahl mehrerer mit dem Immunsystem in Zusammenhang stehender Gene bei Primaten variiert, was möglicherweise mit der „Roten Königin-Hypothese“ in Einklang steht: dass die ständige Diversifizierung der Gene des Wirtsimmunsystems und der Parasitenabwehrgene in Reaktion auf Veränderungen der Abwehrkräfte des anderen [21].

Zum Beispiel beobachteten wir eine signifikante Anreicherung von HCR-CNVs in einer Chromosom-19-Region, die dem Leukozyten-Rezeptor-Cluster (LRC) entspricht. Beim Menschen umfasst diese 1-Mb-Region mehrere Familien von Immunglobulin (Ig)-ähnlichen Rezeptorgenen, einschließlich Genclustern, die für mehrere Leukozyten-Ig-ähnliche Rezeptoren (LILRs), Leukozyten-assoziierte Ig-ähnliche Rezeptoren (LAIRs) und Killerzell-Ig- wie Rezeptoren (KIRs). Die KIRs spielen eine facettenreiche Rolle in zwei Prozessen, der Immunabwehr und der Reproduktion, und interagieren mit Zelloberflächenmolekülen, die vom MHC-Klasse-I-Locus kodiert werden, einer anderen Region, die eine schnelle Evolution und Variation der Kopienzahl aufweist. Diese epistatischen Interaktionen erfordern wahrscheinlich die Koevolution von MHC und KIR, ähnlich der oben beschriebenen Koevolution von Parasiten- und Wirtsabwehr. Unter sich ständig änderndem pathogenetischem Druck könnte mehr dieser Variation aufrechterhalten werden, insbesondere bei Primaten, die aufgrund ihrer komplexen sozialen Dynamik höhere pathogene Übertragungsraten aufweisen [22]. Daher werden zumindest einige dieser Primaten-CNV-Hotspots wahrscheinlich unter dynamischem Selektionsdruck aufrechterhalten, was eine Variabilität der Kopienzahl an diesen Loci ermöglicht.

Andere genontologische Kategorien sind, wenn auch weniger häufig, in den beobachteten CNV-Hotspots von Primaten vertreten. Zum Beispiel die Pepsinogene (PGA Familie) sind Vorläufer für Pepsin (ein wichtiges Verdauungsenzym) und können an der lokalen Umweltanpassung von Primaten beteiligt sein [23]. Eine solche Anpassung wäre ähnlich der des Amylase-kodierenden Gens beim Menschen, wo sich unterschiedliche Kopienzahlen des Amylase-Gens als Anpassung an die Ernährungsgewohnheiten entwickelten [7]. Auch Gene wie CHYS1, die an der Wundheilung beteiligt sind, sind ebenfalls erwähnenswert. Überraschender sind Genfamilien wie PHDB und CBX, die an der neuralen Funktion [24] und unter anderem an der Hodenentwicklung [25] beteiligt sein können. Diese Ergebnisse bieten einen ersten Rahmen für funktionelle Studien, um festzustellen, inwieweit die Variation dieser Gene zur Evolution der Primaten beigetragen hat.

In ihrer klassischen Arbeit erkannten King und Wilson [26] die Ähnlichkeit zwischen den Makromolekülen bei Schimpansen und Menschen und stellten fest, dass die Regulierung der Menge dieser Makromoleküle während verschiedener Entwicklungsphasen für die meisten phänotypischen Unterschiede verantwortlich sein kann. In diesem theoretischen Rahmen kann die Variation der Kopienzahl einer der Hauptmechanismen sein, um die Expressionsniveaus innerhalb und zwischen den Arten zu regulieren (Abbildung 5a). Tatsächlich war es wahrscheinlicher, dass Gene, die mit HCR-CNVs überlappen, zwischen den drei hier untersuchten Primatenarten unterschiedlich exprimiert werden und sich unter positiver Selektion in Primaten entwickelt haben (Abbildungen 4c und 5b). Weitere Hinweise deuten darauf hin, dass intraspezifische Expressionsunterschiede auch in Genen, die in Primaten-Hotspots fallen, signifikant höher sind (Abbildung 5b Abbildung S9 in Zusatzdatei 2). Es überrascht nicht, dass wir zusätzlich zu den HCR-CNVs, die mit kodierenden Regionen der Gene überlappen, festgestellt haben, dass mindestens zwei HCR-CNVs mit bekannten Enhancer-Regionen, die auf Sequenzebene hoch konserviert sind, quadratisch überlappen (Abbildung 5c). Die Redundanz bei Enhancern steht in Zusammenhang mit der phänotypischen Robustheit bei Fruchtfliegen (Drosophila melanogaster), insbesondere wenn sie genetischer und umweltbedingter Variabilität ausgesetzt sind [27]. Daher kann die Aufrechterhaltung der Kopienzahlvariation in Enhancer-Elementen in Primaten in ähnlicher Weise die evolutionäre Reaktion widerspiegeln, um die phänotypische Robustheit bei variierenden und sich schnell ändernden Selektionsdrücken aufrechtzuerhalten. Durch die Änderung der Anzahl und Position von Genen oder regulatorischen Elementen, die in einem einzelnen Genom vorhanden sind, beeinflussen CNVs wahrscheinlich die Genregulation.

Einfluss von CNVs auf die Genregulation. (ein) Es gibt mehrere Möglichkeiten, wie CNVs die Transkription beeinflussen können, indem sie die kodierenden Regionen der Gene überlappen. (B) Blekhmanet al. (2010) verwendeten RNA-seq-Daten, um zu bestimmen, ob spezifische Gene zwischen Mensch, Schimpanse und Makaken unterschiedlich exprimiert werden [32]. Basierend auf ihren Ergebnissen haben wir den Anteil menschlicher CNVs (H) und Hotspot-CNVs (HCR), die zwischen den Spezies unterschiedlich exprimiert werden, grafisch dargestellt. Insbesondere 3.423 der von Blekhman et al. (2010) überschneiden sich mit humanen CNVs. Basierend auf diesen Daten stellen wir hier den Anteil der Gene dar, die zwischen zwei oder allen drei Arten unterschiedlich exprimiert werden, sich unter gerichteter Selektion in der menschlichen Abstammungslinie (Directional Human) oder unter stabilisierender Selektion (d. h. keine Expressionsunterschiede zwischen den Arten) entwickelt haben. . (C) Mindestens drei HCR-CNVs überlappen mit Regionen mit klaren Enhancer- und/oder Promotor-Signalen im Genom. Um die Enhancer- und Promotoraktivität zu visualisieren, verwendeten wir den H3K4Me3-Track, der vom ENCODE-Konsortium [33] aus dem UCSC Genome Browser generiert wurde.

Darüber hinaus zeigten zwei neuere Studien, dass die Variation der Kopienzahl in einem Locus die Expressionsniveaus in anderen Loci beeinflusst. Eine dieser Studien zeigte, dass das Expressionsniveau eines Gens durch Änderung der Kopienzahlvariation eines anderen Gens, das dieselbe Promotorregion teilt, verändert werden kann [28]. Die andere Studie zeigte, dass das exprimierte Pseudogen von PTEN fungiert als Schwamm für microRNAs. Somit erhöhte die Deletion des Pseudogens in der Folge die Zahl der microRNA-Moleküle, die wiederum die Expression des Elterngens negativ regulieren können [29].


Schlussfolgerungen

Zusammenfassend legt unsere CNV-Studie nahe, dass NPY4R variiert in der Kopienzahl und dass die häufigste Genkopienzahl vier pro Genom ist, nicht zwei, wie zuvor von anderen Forschern berichtet. Eine vergleichende Studie würde viel mehr Individuen erfordern, um auf Populationsebene Schlussfolgerungen zu ziehen und insbesondere Kopienzahlunterschiede zwischen Populationen zu untersuchen. Aufgrund des CNV und der Rolle von NPY4R und sein Ligand Pankreaspolypeptid bei der Regulierung der Nahrungsaufnahme ist dieses Gen ein starker Kandidat für einen Beitrag zur Körpergewichtsvariation und Fettleibigkeit. Ihre genaue Rolle muss jedoch noch untersucht werden, da die CNV in dieser Region sowohl eine positive als auch eine negative Korrelation mit dem BMI gezeigt hat [5, 11, 13, 14]. Wir haben hier gezeigt, dass die Qualität der Sequenzierungsdaten eine entscheidende Rolle bei der Lesetiefenanalyse spielt und dass Methoden zur Bestimmung der Kopienzahl in der Genauigkeit unterschiedlich sein können. Basierend auf mehreren CNV-Studien [20, 30, 37, 38, 43, 48, 49, 50] sowie unseren eigenen Ergebnissen schlagen wir vor, dass ddPCR eine zuverlässige Methode zur CNV-Bestimmung ist, die zur Kalibrierung der Lesetiefenanalyse verwendet werden kann.



Bemerkungen:

  1. Gacage

    Bruderschaft über uns!

  2. Waylan

    Du liegst absolut richtig. Da ist etwas dran und es ist eine gute Idee. Ich bin bereit, Sie zu unterstützen.



Eine Nachricht schreiben