NAR：SNPs如何用于检测疾病途径
伊利诺伊大学Urrina ChanaPig的研究人员已经开发出一种新的计算工具，可以使用单核苷酸多态性来识别与疾病相关的途径，包括乳腺癌和前列腺癌。单核苷酸多态性是指人的DNA突变，是人类最常见的遗传变异类型。研究人员希望该工具能帮助他们发现以前被忽视的新途径。
计算机科学教授、IGB计算基因组学主任Saurabh Sinha（BSD/CABBI/GNDP/GSP）说：“这项工作是梅奥大挑战的一部分，旨在提高我们对左心发育不良综合征的理解。”。“这是一种罕见的先天性心脏病，影响儿童，而且无法治愈。我们在梅奥诊所的合作者已经对儿童及其父母的DNA进行了测序，我们在UIUC的同事已经确定了存在于儿童而非父母身上的突变。之后，我们开发了一种工具来分析数据，以了解d疾病路径更好。”
该工具称为VarSAn（变体集注释器，发音为“version”），它使用测序研究确定的与疾病相关的SNP来预测哪些途径可能受到这些SNP的干扰。在此之前，科学家们研究了SNPs，这些SNPs显示了与疾病相关的最强统计信号。然后，他们进行实验，检查每个单核苷酸多态性是否重要。
辛哈说：“我们正试图从计算的角度来解决这个问题。在一项基因研究中确定的所有单核苷酸多态性是否都指向了文献中可能未知的特定途径？”。“基本的计算方法类似于谷歌如何使用算法来识别正确的搜索网页。这些类型的算法既适用于生物学，也适用于理解基因变异。此外，90%的疾病相关突变位于DNA中不编码蛋白质的部分，并使用这种方法进行搜索。”我们将对今后的工作有用。”
VarSAn工具通过两种不同的方法进行了验证。Sinha实验室的研究生谢晓曼（Xiaoman Xie）说：“我们首先进行了文献检索，看看那些确定的途径是否与我们正在研究的疾病相关。然而，这种验证是主观的，因此我们也开发了一种客观的方法。”
第二种方法是基于测试VarSAn发现的一致性。“如果我们有两项研究确定了与同一种疾病相关的两组SNP，那么算法应该理想地为这两种疾病确定相同的一组途径，也就是说，它应该是一致的。但是，如果该工具有两组与两种不同疾病相关的SNP，它应该报告每种疾病的特定途径，而不是同一组路径，”谢说。
该团队现在正试图使VarSAn成为一个在线工具，研究人员可以在其中粘贴SNP列表，该工具直接报告路径。“目前，如果用户想要使用这个工具，他们必须下载存储库并自己运行代码，这可能会很不方便。我们正在努力让它变得更简单，”谢说。
这项工作由梅奥个体化医学诊所中心、托德和凯伦·瓦内克左心发育不良综合征项目以及美国国立卫生研究院资助。
研究“VarSAn：使用网络分析将路径与一组基因组变体相关联”发表在《核酸研究》上。
More information: Xiaoman Xie et al, VarSAn: associating pathways with a set of genomic variants using network analysis, Nucleic Acids Research (2021). DOI: 10.1093/nar/gkab624
文章来源网络整理；如有侵权请及时联系PaperRSS小编删除，转载请注明来源。
温馨提示：
为方便PaperRSS粉丝们科研、就业等话题交流。我们根据10多个专业方向（植物、医学、药学、人工智能、化学、物理、财经管理、体育等），特建立了30个国内外博士交流群。群成员来源欧美、日韩、新加坡、清华北大、中科院等全球名校。