本周最新文献速递2021-03-28

本周最新文献速递20210328

一

文献题目： Assessing the role of genome-wide DNA methylation between smoking and risk of lung cancer using repeated measurements: the HUNT study

不想看英文题目： 通过重复测量评估全基因组DNA甲基化在吸烟与肺癌风险之间的作用：HUNT研究

杂志和影响因子： Int J Epidemiol（7.707 1区 ）

研究意义： 研究发现吸烟与肺癌风险存在相关性，但尚未阐明吸烟相关的DNA甲基化与肺癌风险是否有因果关系。本研究通过两阶段重复测量（HUNT2和HUNT3）鉴定吸烟相关DNA甲基化位点，并推断DNA甲基化在吸烟与肺癌之间的因果关系；

样本描述： 140例肺癌患者和140例对照，甲基化芯片为850 K (Illumina Infinium EPIC array)

结论：

1）对 HUNT2 数据执行全基因组DNA甲基化关联分析（EWAS），鉴定了76个DNA甲基化位点与吸烟相关，其中，16个为新发现；

2）在 HUNT3 数据中对76个位点进行DNA甲基化测序，75个位点被成功验证（Bonferroni校正）；

3）对肺癌表型进行 EWAS 分析，分别在 HUNT2 和 HUNT3 数据中鉴定了 50 和 18 个相关的DNA甲基化位点；

4）在前面发现的 50 以及 18 个肺癌相关的DNA甲基化位点，HUNT2 的 30 个肺癌DNA甲基化位点以及 HUNT3 的18 个位点与76个吸烟相关位点重合；

5）孟德尔随机化分析表明吸烟与DNA甲基化有因果关系，但DNA甲基化与肺癌风险无因果关系；

image

文章链接：

https://pubmed.ncbi.nlm.nih.gov/33729499/

doi: 10.1093/ije/dyab044

二 (上次用了一样思路的，是发在NC的一篇文章，感兴趣的同学请翻我往期的推文)

文献题目： Meta-analysis of genome-wide DNA methylation identifies shared associations across neurodegenerative disorders

不想看英文题目： 全基因组DNA甲基化荟萃分析鉴定神经退行性疾病之间的共享关联性

杂志和影响因子： Genome Biol（10.806 1区 ）

研究意义： 神经退行性疾病之间存在遗传重叠和异质性。DNA甲基化（DNAm）可很好反应疾病之间的重叠和异质性。此研究旨在探索对照组和阿尔茨海默氏病（AD）、肌萎缩性侧索硬化症(ALS)、帕金森氏病(PD)之间共享的血液DNAm差异。

结论：

1）DNA甲基化全基因组关联分析（MWAS）发现cg05575921 (位于AHRR基因; p = 2.79 × e−27)与精神分裂症显著相关；

2）对AD, ALS, PD 进行荟萃分析，鉴定了12 个相关的 CpGs 位点；

3）12 个相关的 CpGs 位点中，有 9 个位点在三个疾病队列（AD, ALS, PD）表现出相同的效应方向，另外3个位点表现出异质性(I2 = 60.2%, SLC7A11 上的 cg06690548；I2 = 73.2%, RP11-67 L3.4 上的 cg17901584 ; I2 = 81.1%，DHCR24 上的 cg26033520)；

4）12个 CpGs 位点，3个与血液组织的 mQTLs 重合，4个与脑组织的 mQTLs 重合， 但这些重合的 mQTLs 均不与AD, ALS 和 PD 的 GWAS 信号位点重合；

5）使用DNA甲基化分布评分（MPS）对疾病进行分类，发现三个脑部疾病（AD, ALS, PD）之间的甲基化水平相似性比起类风湿关节炎（RA）与三个疾病的相似性要低，猜测原因可能是：RA疾病由外周血免疫细胞引起，这种相似性可能是其细胞组分引起的；

6） 使用 EpiDISH 对细胞类型 (CTP) 进行预测，发现所有神经退行性疾病的细胞类型均发生变化；

7）在健康的老年人中，同样观察到蛋白炎症标志物与疾病相关的免疫细胞类型高度相关；

image

文章链接：

https://pubmed.ncbi.nlm.nih.gov/33771206/

doi: 10.1186/s13059-021-02275-5

公开的资料：

phs002068.v1.p1；GSE145361；GSE111629；EGAC00001000703；GSE153712；GSE144858；GSE80417；GSE84727；GSE42861；

公开的代码：

https://github.com/m-nabais/202001_cross_disorder_DNA

三

文献题目： Low-coverage sequencing cost-effectively detects known and novel variation in underrepresented populations

不想看英文题目： 低覆盖率测序可有效检测代表性不足人群的已知和新颖变异位点

杂志和影响因子： Am J Hum Genet（10.502 1区 ）

研究意义： 如何低成本 → 获得全基因组测序数据 → 进行全基因组关联分析（GWAS）

结论：

1）与 GWAS 常用的芯片数据相比，低覆盖率测序数据（深度≥4x）能更准确地捕获所有频率的变异，并且二者成本相当；

2）低覆盖率测序数据（0.5-1×）检测常见变异能力与 GWAS 芯片数据产生的常见变异位点相当；

3）低覆盖率测序对新变异的检测也比较敏感，与高覆盖度的测序数据相比，4×测序深度可检测到45%的变异和95%的常见变异；

image

文章链接：

https://pubmed.ncbi.nlm.nih.gov/33770507/

doi: 10.1016/j.ajhg.2021.03.012

公开的代码：

https://github.com/armartin/neurogap_downsampling

---

周末愉快~！