藥明康德AI/報道

近日，來自西奈山伊坎醫(yī)學院（Icahn School of Medicine at Mount Sinai）的研究人員使用了一種新的機器學習方法，確定了來自13個大腦區(qū)域中的413個精神分裂癥相關(guān)基因。這項研究發(fā)表在了《Nature Genetics》上，是同類研究中規(guī)模最大的一次，參與人數(shù)超過10萬人。這項研究使用機器學習算法，從組織水平上檢測基因表達，不僅可以識別出與精神分裂癥相關(guān)的新基因，還可以精確定位大腦中可能發(fā)生異常表達的區(qū)域。

雖然精神分裂癥患病率較低，只影響了全球不到2%的人口，但由于其治療費用較高且病情容易反復，也會造成很大的公共健康隱患。此外，盡管人們認為有很多基因都會增加患精神分裂癥的風險，但對其確切的遺傳基礎(chǔ)卻知之甚少。因為疾病相關(guān)基因的發(fā)現(xiàn)對于理解疾病機制尤其重要，所以了解精神分裂癥的相關(guān)基因?qū)@種疾病的診斷和治療都起到非常關(guān)鍵的作用。

因此，研究人員使用了全基因組關(guān)聯(lián)研究及轉(zhuǎn)錄組學插補法，利用組織分辨率來識別精神分裂癥相關(guān)的疾病。 全基因組關(guān)聯(lián)研究是生物醫(yī)學研究中越來越常見的研究類型，通過識別遺傳密碼中不同位點的差異，來觀察具有特定特征（如精神分裂癥）的人群中是否可以發(fā)現(xiàn)更多的變異。轉(zhuǎn)錄組學插補法是一種新型的機器學習技術(shù)，通過這種方法，研究人員能夠檢測疾病和其它組織（比如大腦）中基因表達之間的關(guān)聯(lián)。

▲與精神分裂癥相關(guān)的基因在大腦的不同區(qū)域，以及在患者的成長發(fā)育過程中都有表達（圖片來源：《Nature Genetics》）

研究人員對40299名精神分裂癥患者和62264名相匹配的對照樣本進行了研究，結(jié)果發(fā)現(xiàn)與精神分裂癥相關(guān)的基因在患者整個成長發(fā)育過程中都有表達：有一些表達發(fā)生在懷孕的特定階段，另外一些表達是在青春期或成年后發(fā)生。研究人員還了解到，大腦的不同區(qū)域與不同的精神分裂癥風險相關(guān)聯(lián)，而大多數(shù)關(guān)聯(lián)來自背外側(cè)前額葉皮層。

“我們研發(fā)的新預測模型為研究精神分裂癥的預測基因表達，以及確定與疾病相關(guān)的新風險基因，提供了前所未有的力量，”來自西奈山伊坎醫(yī)學院的遺傳學、基因組科學和精神病學助理教授 Laura Huckins 博士表示：“通過結(jié)合轉(zhuǎn)錄組學插補和全基因組關(guān)聯(lián)研究，我們希望不僅可以闡明與精神分裂癥相關(guān)的基因發(fā)展，而且能夠為未來的研究方法與設計奠定基礎(chǔ)。”

參考資料：

[1] Huckins, et al., (2019). Gene expression imputation across multiple brain regions provides insights into schizophrenia risk. Nature Genetics, doi: https://doi.org/10.1038/s41588-019-0364-4

[2] Mount Sinai researchers identify over 400 genes associated with schizophrenia development. Retrieved March 29, 2019, from https://www.eurekalert.org/pub_releases/2019-03/tmsh-msr032119.php

原標題：《自然》子刊：同類最大規(guī)模研究！人工智能找到了400多個精神分裂癥相關(guān)基因