研究人员发现突变的关联机制的“暗物质”癌症的基因组

DNA突变
信贷:Pixabay / CC0公共领域

多年来,人类基因组被视为一个生命之书的好口才和经济的表达都点缀着一望无垠的胡言乱语。清晰的部分包含的代码让细胞蛋白质;其他地区,约占整个基因组的90%,被斥为“垃圾DNA”,没有可辨别的目的。

研究教会了科学家。远不是无用的填料,许多非编码部分已被证明发挥关键作用在调节基因活动增加或减少它。对癌症的科学家来说,这引起了自己的问题:如果突变编码区域导致细胞制造缺陷蛋白,基因突变在非编码区域做什么?突变是如何在基因组的内陆地区缺乏造成癌症吗?

鉴于非编码区参与自然,研究人员推测,这些区域的突变毁坏的方式有利于癌症。然而,研究发现这一般不是这样,离开非编码基因突变的生物影响的一个谜。

想在本地

在《华尔街日报》在一篇新论文中自然遗传学,dana - farber调查人员提供一个答案。他们这么做的科学的思维locally-narrowing调查的范围的特定DNA非编码基因突变发生。他们发现,在绝大多数情况下检查,这样的突变有表观遗传影响,他们改变紧密包装DNA在这些位置。这反过来影响开放这些位置是如何绑定到其他的DNA片段或某些蛋白质,所有这些可以影响与癌症相关基因的活动。

发现显示,第一次,一个普遍的非编码基因突变可以影响的生物机制。它还开辟了道路疗法,通过破坏机制可以减少高危人患某些癌症的可能性。

”研究已经确定了一个巨大的数量的突变在基因组中可能涉及的癌症,”说,亚历山大Gusev博士,dana - farber,艾利和埃德斯- l . Broad研究所和布莱根妇女医院,合著的论文中丹娜-法伯的丹尼斯·Grishin博士。“挑战是了解这些变化的生物学增加癌症风险。我们的研究发现了生物学的一个重要组成部分。”

突变改变表情吗?

确定遗传或遗传突变,增加一个人患癌症的风险,调查人员进行所谓的或几。在这些,研究者收集血液样本或数百成千上万的人们和扫描他们的基因组突变或其他癌症患者中更常见的变化比那些没有这种疾病。

这样的测试产生了成千上万这样的突变,但其中只有一小部分是在基因组的编码部分相对容易链接到癌症。乳腺癌是一个例子。“超过300个突变已确定与疾病的风险增加相关,”卡西州。“不到10%的他们实际上是在基因。其余的都是在“沙漠”地区,尚未清楚他们如何影响疾病风险。”

试图使连接,研究人员收集两组数据:1,GWAS数据显示特定类型的癌症突变;和两个,另一个基因组特性数据的癌症类型作为一个异常高或低水平的活动在某些基因。通过寻找这些数据集之间的重叠的地方,在这一过程被称为colocalization,研究人员可以确定突变对应上升或下降的那些基因的活性。如果这种关系存在,这将有助于解释为什么非编码基因突变可导致癌症。

尽管大规模投资在这种类型的研究中,然而,colocalization研究很少出现这样的通讯。“gwas发现的大量的突变被发现没有colocalizing基因,”卡西讲话。“在大多数情况下,非编码基因突变与癌症风险不重叠的基因表达的变化[活动]记录在公共数据集。”

在离家更近的地方

越来越无启发作用的路线,古瑟夫Grishin尝试另一个更根本的方法。而不是从非编码基因突变可能会影响基因表达的前提,他们要求他们改变家庭环境如何影响DNA的盘绕在他们的附近。

“我们推测,如果你看看这些突变的影响在当地epigenetics-specifically,是否引起附近的DNA伤口更严格或loosely-we可以检测变化不会明显在表达式的研究中,“卡相关。

他们的理由:“如果突变对疾病有影响,这种效果可能会过于微妙的捕获在基因表达水平但可能不是太微妙的捕获在当地的水平epigenetics-what左右发生突变,”卡西说。

就好像以前的研究试图了解灌丛火在加州可能影响天气在科罗拉多州,而卡西和Grishin想看看其效果在山坡上开始。

要做到这一点,他们进行了不同类型的覆盖研究。他们把GWAS癌症相关的变异和表观遗传变异的数据数据在7个常见类型的癌症和检查是否和他们有了交集。

结果形成鲜明对比那些来自colocalization研究。“我们发现,尽管大多数非编码基因突变没有影响基因表达,他们中的大多数对当地的表观遗传调控产生影响,”卡西州。“我们现在有了一个基本的生物学解释绝大多数的癌症突变可能与癌症有关,而以前没有这样的机制是已知的。”

使用这种方法,研究人员创建了一个数据库与癌症风险有关的突变,现在可以通过一个已知的生物机制。数据库可以作为药物研究的一个起点,瞄准机制可以降低个体患某些癌症的风险。

“如果我们知道,例如,一个特定的转录因子(一种蛋白质参与的开关基因)绑定到一个癌症相关,我们可以开发药物靶向因子,可能减少人们与生俱来的突变的可能性将合同”,卡西说。


进一步探索

利用机器学习寻找类似的癌症基因组序列的突变样本

更多信息:丹尼斯Grishin et al,等位基因失衡的染色质易访问性癌症风险识别候选人因果变异及其机制,自然遗传学(2022)。DOI: 10.1038 / s41588 - 022 - 01075 - 2
期刊信息: 自然遗传学

引用:研究人员发现机制连接突变癌症基因组的“暗物质”(2022年6月13日)2022年6月23日从//www.puressens.com/news/2022-06-mechanism-linking-mutations-dark-genome.html检索
本文档版权。除了任何公平交易私人学习或研究的目的,没有书面许可,不得部分复制。内容只提供信息的目的。
60股票

反馈给编辑