2024最新孟德尔发文思路重磅来袭！——孟德尔的一万种可能

自孟德尔随机化研究“横空出世”以后，发文量逐年攀登，小编筛选了质量较高的相关文章，从孟德尔随机化入手，打开思路，一起来看看这一热点到底能拓展出多少方向！

Part 1：孟德尔＋表观修饰

DNA甲基化、组蛋⽩修饰（包括泛素化，乙酰化……）、可变剪切、RNA修饰、 不确定潜能的克隆性造血（CHIP，与年龄相关的变异造血干细胞的癌前扩增，存在于10%-30%70岁以上的人群，常见原因在于表观遗传调节因子发生功能丧失性突变），端粒与衰老……给大家附上几篇表观遗传与孟德尔结合的文章。

单细胞表观修饰和疾病/肿瘤，细胞分化发育轨迹、细胞状态转化、功能表型、细胞通讯（外泌体），研究疾病/肿瘤的发生、发展、治疗、预后。

Part 2：孟德尔＋热点基因集+肿瘤预后建模

整体思路为：采用孟德尔随机化方法探讨因果关系，确定了与预后相关的基因，构建预后模型（热点基因集+肿瘤预后建模），由于孟德尔数据较多，为了减少⼯作量，建议先建模后孟德尔。

Part 3:双疾病共享遗传机制

通过转录组筛选双疾病核心基因，核⼼基因的SNP作为⼯具变量，进行孟德尔随机化研究，探讨双疾病共享遗传因果关系。

（1）先孟德尔，阳性结果对应的基因匹配⼀个“热点”，热点基因集+双疾病转录组；

（2）先热点基因集+双疾病转录组 ，获取双疾病的共转录谱特征基因，孟德尔探讨共特征基因遗传变异与疾病之间的因果关系。

基因组变异可以通过基因表达程序的遗传和表观遗传控制来影响表型，今天给大家分享一篇发表在《Nat Commun》（IF：16.6）表观修饰与孟德尔相结合的文章。该研究确定了遗传变异驱动甲基化变化的，优先考虑了基因表达的表观遗传控制，并提出了通过基因型-环境相互作用调节视网膜黄斑变性病理的框架。

结果

分析工作流程概述

本研究设计了一个整合多个人类视网膜组学数据集的分析工作流程，包括DNAm、基因表达、输入基因型、AMD-GWAS和Hi-C数据。

使用遗传、表观遗传和转录数据集在AMD GWAS和视网膜Hi-C染色质图谱中鉴定和整合甲基化数量性状位点(cis-mQTL)、表达数量性状位点(cis-eQTL)和表达数量性状甲基化位点(cis-eQTM)。并且检测了功能基因组元件中mQTL变异(FDR≤0.05)的富集程度，与eQTL变异进行了比较，发现视网膜mQTL的基因组特征和生物学过程丰富。

评估了DNAm和mQTL的组织特异性，发现视网膜甲基化CpGs在额叶皮层的最高代表性(43%)，其次是骨骼肌(30%)、血液(24%)、子宫内膜(24%)和脂肪(10%），反映了额叶皮层和视网膜共同的神经元性质。

图1：本研究中生成、集成和分析的数据集的图形总结以及视网膜mQTL的鲁棒性识别

视网膜中eQTMs的鉴定

作者评估了cis中CpG位点的DNAm(±1mb)与视网膜中表达的基因之间的关系。在视网膜中发现了13,747个显著的cis-eQTMs (FDR≤0.05)，进一步研究了CpG甲基化对基因表达的影响方向，与在其他组织中观察到的正相关(45.5%)相比，更高比例的CpGs与靶基因表达呈负相关。检查了eQTMs及其靶基因和所有已知基因在不同染色体上的数量(分数)分布，发现在少数较小的染色体上（例如染色体16、17和19），eQTMs的相对数量更多。虽然平均而言，eQTMs调节单个基因，但0.2%的CpGs调节视网膜中的10多个基因，其中大多数位于16号和19号染色体上。

对这些基因进行GO分析显示，分解代谢过程富集，包括自噬机制和蛋白酶体蛋白降解。

图2：视网膜eQTMs的特征和分布

DNAm的基因调控与基因表达之间的因果关系和多效性关系

调节CpG甲基化的变异(mQTL)可能反过来影响基因表达，调节基因表达的变异(eQTL)可能影响CpG甲基化，这些分子机制在视网膜中发生的程度尚不清楚。因此，作者使用基于汇总数据的孟德尔随机化(SMR)来验证mQTL是否存在因果机制，或者是否与视网膜中的eQTL具有相同的因果变异(多效性)(图3a)。使用视网膜eQTL和mQTL汇总统计进行SMR分析，将DNAm作为暴露，基因表达作为结果(表示为M2E_SMR)或基因表达作为暴露，DNAm作为结果(表示为E2M_SMR)。检测到554个E2M_SMR和M2E_SMR之间的共同关联，提出了DNAm与513个mQTL(1.3%)和292个eQTL(2.3%)中的少数基因表达调控之间的反馈机制。与E2M_SMR相比，M2E_SMR的显著关联数量更多，这表明DNAm对基因表达的遗传效应比基因表达对DNAm的遗传效应更重要。

进一步比较了E2M_SMR和M2E_SMR中鉴定的基因，发现了1447个共有基因，其中谷胱甘肽代谢途径中有10个常见基因富集，E2M_SMR和M2E_SMR共享基因也在免疫相关过程(如抗原加工和递呈以及自身免疫性疾病)和代谢过程(如糖酵解-糖异生和细胞色素p450对异种生物的代谢)中富集。

接着对所有重要的eQTL / mQTL (EM)变异进行共定位，确定了9417个变异和2423个基因的显著共定位，共定位EM信号的靶基因在嘌呤和嘧啶代谢途径中富集。

图3：视网膜DNA甲基化与基因表达之间的关系

基于视网膜mQTL和eQTL的SMR和共定位优先考虑AMD位点的致病基因

使用SMR检验DNAm与AMD风险之间的因果关系或多效性关系(图4a)，在7个GWAS位点发现了28个mQTL与AMD之间的显著关联(图4b)，同样，使用视网膜eQTL检测基因表达与AMD GWAS之间的多效性关联，并在7个位点鉴定出14个关联(图4c)。

在之前发表的eQTL研究基础上，鉴定出了AMD的新致病机制和基因。使用共定位来测试视网膜mQTL和eQTL是否与已知的AMD GWAS位点共享一个或多个因果变异。

图4：视网膜DNA甲基化、基因表达与AMD GWAS基因型之间的关系

视网膜mQTLs、eQTLs和GWAS的共定位分析发现了额外的AMD基因

为了确定视网膜mQTL和eQTL之间，以及m/eQTL和AMD位点之间的共同因果变异，并鉴定新的AMD基因，对AMD GWAS和mQTL (GM)， AMD GWAS和eQTL (GE)，以及mQTL和eQTL (EM)进行共定位。

进一步鉴定与DNAm、基因表达和AMD相关的变异，在AMD GWAS、视网膜eQTL和mQTL (GEM)信号中应用了多性状共定位方法，DNAm、基因表达和AMD GWAS的变异归因于相同的变异(表1)。表2总结了所有视网膜eQTL、mQTL和AMD关联的共定位和SMR分析结果。

表1：AMD GWAS、视网膜eQTL和mQTL的moloc共定位结果显著

表2：视网膜eQTL、mQTL和AMD关联的共定位和SMR分析综述

图5：利用Coloc和Moloc分析AMD GWAS与视网膜mQTL和eQTL的共定位

与Hi-C视网膜图谱的整合分析提高了靶基因的优先级

将最近发表的视网膜Hi-C数据中的loops、CREs和 SEs与mQTL、eQTL和eQTM及其靶基因以及在SMR、eCAVIAR、coloc和moloc分析中发现的变异关联进行了整合，优先考虑视网膜中导致DNAm和基因表达变异的高可信度变异列表。

图6：Hi-C视网膜数据使靶基因和变异优先级

受DNA甲基化影响并与AMD相关的基因和途径

为了获得一组非冗余基因，使用SMR、eCAVIAR、coloc和moloc将mQTL和AMD GWAS分析中鉴定出的靶基因合并(表2)。结合四种方法的靶基因，共鉴定出87个受DNAm影响的非冗余基因。

这些基因中有50个位于报道的AMD GWAS基因座中，37个是潜在的新AMD关联的靶基因。

这些基因参与了一系列生物过程，包括mTOR信号通路和RHOF GTPase循环，以及肌动蛋白细胞骨架重组和糖基化的调控。

本研究将GWAS, mQTL和eQTL数据与多个共定位和MR方法相结合的多阶段分析提供了一种综合基因组，转录组和表观基因组信息的统计综合分析方法，以阐明AMD的调控机制。通过这种综合分析，已经确定了与AMD相关的途径中的基因，包括谷胱甘肽代谢途径、线粒体、免疫相关过程、代谢过程和mTOR信号通路。

本研究结果有助于更好地理解视网膜DNA甲基化组及其与转录组和AMD的关系。