Älykkyysosamäärään (IQ) liittyvät geenit rikastuvat useilla kromosomien 7 ja X alueilla
Käsitelläkseni älykkyyden (IQ) geneettistä monimutkaisuutta kehitimme älykkyystason (IQpisteiden) geneettistä monimutkaisuutta varten IQdb:n. IQdb:ssä 158 kirjallisuudesta kokeellisesti todennettua geeniä toimii ydinaineistona, joista noin 16 % IQ:hen liittyvistä geeneistä sijaitsee X-kromosomissa. On raportoitu, että vain 3,4 prosenttia kaikista ihmisen geeneistä kuuluu X-kromosomiin12. Ilmeinen kontrasti voi viitata siihen, että älykkyysosamäärään liittyvät geenit ovat yliedustettuina X-kromosomissa. Selvittääksemme tarkemmin, mitkä genomialueet sisältävät enemmän IQ:hen liittyviä geenejä, otimme käyttöön hypergeometrisen testin, joka perustuu ihmisen genomin kunkin sytobändin geenipitoisuuteen. Rikastumisanalyysin avulla tunnistettiin 10 genomista aluetta, joilla oli merkittävästi enemmän IQ:hen liittyviä geenejä. Kymmenestä alueesta neljä kuuluu X-kromosomiin, mukaan lukien Xp, Xq, Xq28 ja Xp11. Aiempi geeniekspressiotutkimus osoitti, että X-kromosomissa olevat geenit ilmentyvät todennäköisemmin aivojen alueilla ja lisääntymiskudoksissa13. Tuloksemme voivat olla yhdenmukaisia sen ajatuksen kanssa, että X-kromosomissa olevat geenit voivat olla yhteydessä kvantitatiiviseen älykkyysosamäärään12. Koska X-kromosomi on tärkeä sukupuolisen erilaistumisen kannalta, älykkyysosamäärään liittyvien geenien rikastuminen X-kromosomissa voi kannustaa tutkimaan eroja sukupuolten välisissä älykkyysosamääräpisteissä14,15.
Edellisissä tutkimuksissa on tunnistettu 46 älykkyysosamäärään liittyvää genomialuetta linkitysmenetelmää käyttäen7. Vaikka yksikään näistä alueista ei sijaitse X-kromosomissa, kuusi niistä on ihmisillä kromosomissa 7 (13,04 %). Niistä kymmenestä genomialueesta, joilla on runsaasti älykkyysosamäärään liittyviä geenejä, kuusi ei sijaitse X-kromosomissa, mukaan lukien 7q, 7q11, 7q31, 8p12, 15q14 ja17p13. Lukuun ottamatta 8p1216:ta yksikään näistä genomialueista ei ole päällekkäinen aiemmissa linkitystutkimuksissa havaittujen genomialueiden kanssa. Kolme kuudesta alueesta on kromosomissa 7, ja niiden osuus on 8,86 prosenttia 158:sta älykkyysosamäärään liittyvästä geenistä (taulukko 1). Eräässä aiemmassa tutkimuksessa osoitettiin 361 australialaisen ja hollantilaisen kaksosen perusteella, että kromosomilla 7q31-36 voi olla yhteys verbaaliseen älykkyysosamäärään17. Tuloksemme saattavat paljastaa kromosomin 7 geenien täydentäviä rooleja yleisessä älykkyydessä.
Yhteenvetona voidaan todeta, että analyysimme kaventaa todennäköisiä genomialueita useisiin todennäköisiin ehdokkaisiin, mikä tarjoaa paremman ymmärryksen IQ:hen liittyvästä genomista ja erittäin rationaalisen tavan tulkita sukupuolen kaltaisia eroja. Erityisesti geenien rikastamiseen perustuva lähestymistapamme on tunnistanut useita genomisia alueita kromosomissa X, jotka jäivät huomiotta aiemmissa linkitystutkimuksissa. Tämä ero voi johtua väestöotoksen koosta linkitystutkimuksissa. Toinen mahdollinen syy on se, että suurin osa kromosomi X:n geeneistä IQdb:ssä on kerätty yksittäisiin geeneihin perustuvien toiminnallisten tutkimusten perusteella. Geneettinen assosiaatio on kehittymässä laajamittaiseksi seulontatyökaluksi. Nämä pienet genomialueiden osuudet ovat mahdollistaneet genomin/proteomin globaalin tarkastelun suuremmassa populaatiossa.
Rikastuneet kohdegeenit 158:ssa IQ:hen liittyvässä geenissä transkriptiotekijöille ja miRNA:ille, jotka liittyvät mielenterveyden häiriöihin
Biologisten systeemien perustavanlaatuisena ongelmana on löytää potentiaalisia säätelijöitä geenikandidaattien geenien kohdalla, mikä voi auttaa ymmärtämään geneettisen informaation koko määrää. Verrattuna rikastettuihin älykkyysosamäärään liittyviin geeneihin säätely ei opeta meille lineaarista suhdetta fyysiseen kromosomiin, vaan taustalla olevien ympäristömuutosten dynaamisia mekanismeja.
Monentyyppisten säätelygeenien muokkaavia vaikutuksia tutkitaan laajalti, ja niitä voidaan ennustaa niiden potentiaalisten kohdegeenien sekvenssipiirteiden perusteella. Transkriptiotekijä (TF) voi vaikuttaa geeniekspressioon aktivoimalla tai tukahduttamalla kohdegeenien transkriptiota eri sitoutumistehokkuudella promoottorialueilla18. Toinen suuri ryhmä säätelijöitä, mikroRNA (miRNA), voi säädellä mRNA:n ilmentymistä transkription jälkeisellä tasolla, kuten hajottamalla tai translaation tukahduttamisella, sitoutumalla kohdegeeniin pienillä komplementaarisilla sekvensseillä19. Tunnistaaksemme mahdolliset TF:t ja miRNA:t, jotka voivat olla 158 geenin mahdollisia säätelijöitä, teimme rikastusanalyysin sekä TF:n että miRNA:n kohteille. Kaikkiaan tunnistimme seitsemän TF:ää, jotka todennäköisesti säätelevät IQ:hen liittyvien geenien joukkoa. Ne ovat FOXF2, FOXO4, MAZ, MEF2A, NFIL3, TCF3 ja TFAP4. NFIL3 liittyy tiettävästi hermosairauksiin20. Merkittävintä on, että MEF2:n on osoitettu säätelevän negatiivisesti oppimisen aiheuttamaa rakenteellista plastisuutta ja muistin muodostumista21. MEF2:n kohdegeenejä on 158 geenijoukossa 16, mukaan lukien ATXN1, BDNF, BRAF, DBH, DMD, DMPK, DRD3, GNAS, GRIN2B, IL1RAPL1, IL6R, NR3C2, PHOX2B, SNAP25, TMEM67 ja TSC1. Polkujen annotoinnin perusteella havaitsimme, että kuudella niistä (BDNF, BRAF, DRD3, GNAS, GRIN2B ja SNAP25) oli toimintoja neuronijärjestelmässä. Lisäksi geenit DRD3, GNAS ja GRIN2B liittyivät dopaminergiseen synapsiin. Nämä MEF2-kohteet IQ: hen liittyvässä geenijoukossa voivat muodostaa keskeisen transkriptiopiirin, joka vaikuttaa IQ: hen liittyvään muistinmuodostukseen, mikä kaipaa lisää kokeellista validointia.
Samankaltaisen lähestymistavan perusteella havaitsimme, että 16 ihmisen miRNA: lla oli taipumus säädellä IQ: hen liittyviä geenejä. Ne olivat hsa-let-7i, hsa-mir-15b, hsa-mir-16, hsa-mir-181d, hsa-mir-195, hsa-mir-30a-3p, hsa-mir-30e-3p, hsa-mir-330, hsa-mir-374, hsa-mir-424, hsa-mir-429, hsa-mir-497, hsa-mir-515-5p, hsa-mir-519e, hsa-mir-522 ja hsa-mir-96. Neljä niistä, hsa-let-7i, hsa-miR-15b, hsa-miR-195 ja hsa-miR-330, liittyivät mielenterveyden häiriöihin sairausmerkintöjen perusteella. Sekä hsa-miR-15b että hsa-miR-195 kuuluvat miR-15-perheeseen, jonka on todettu olevan ylössäätyneenä ylemmässä ohimolohkossa ja dorsolateraalisessa prefrontaalisessa aivokuoressa skitsofreniaa sairastavilla22. Nämä kaksi miRNA:ta voivat välittää laajaa geenien vaikenemista solussa. Näiden kahden miRNA:n kohteet 158:sta IQ:hen liittyvästä geenistä ovat ADRB2, ATXN2, BDNF, GHR, IL1RAPL1, KCNJ2, MAP2K1, MAP2K1, PAFAH1B1, PAFAH1B1, RAF1, RELN, RPS6KA3, RPS6KA3, RPS6KA3, RPS6KA3, RPS6KA3, RPS6KA3, RPS6KA3, RPS6KA3, RPS6KA3, RPS6KA3, RPS6KA3, RPS6KA3, RPS6KA3, RPS6KA3. Kun tätä joukkoa verrataan MEF2-kohteiden joukkoon, vain BDNF esiintyy molemmissa mielenterveyshäiriöihin liittyvien TF:ien ja miRNA:iden kohteiden joukoissa, mikä saattaa korostaa sen keskeistä roolia ihmisen älykkyyteen liittyvissä signaalireiteissä ja sen mahdollista roolia älykkyysosamäärään liittyvien geenien säätelypiirien solmukohtana23.
Älykkyysosamääritykseen liittyvien geenien ydinpolun rekonstruointi tunnettujen biologisten polkujen avulla
Pystymme nyt määrittelemään useita genomialueita ja säätelijöitä älykkyysosamääritykseen liittyvän fenotyypin mahdollisiksi määrittäjiksi. Otimme käyttöön polkujen rekonstruktiomenetelmän kuvaamaan monimutkaisempia biologisia prosesseja, jotka on järjestetty toisiinsa kytkettyjen biokemiallisten reaktioiden tai signaalitransduktioiden kaskadin muotoon. Yleisesti ottaen molekyylibiologinen koetekniikka mahdollistaa solussa olevien molekyylien välisten fyysisten ja toiminnallisten vuorovaikutusten tunnistamisen. Luotettavaan kokeelliseen näyttöön perustuvista signaaliverkostoista ja -reiteistä tehdään runsaasti yhteenvetoja. Yleisesti ottaen biologiset polut ovat hajallaan monissa tietokannoissa, ja ne esitetään usein kaavioina. Hiljattain Pathway Commons integroi suosittuja polkutietokantoja ja tarjoaa nyt kätevän selkokielisen tekstipohjaisen kätevän muodon polkujen louhintaa ja rekonstruointia varten24. Käytettävissä olevien tietojen hyödyntämiseksi otimme käyttöön Klein-Ravi Steiner -algoritmin poimiaksemme keskeiset vuorovaikutukset integroiduista ihmisen polkuja koskevista tiedoista (ks. Menetelmät). Rekonstruoitu ydinpolku sisältää yhteensä 97 geeniä ja 129 täysin yhdistettyä polkuyhteyttä (kuva 1A). Näistä 97 solmusta 62 on 158:ssa IQ:hen liittyvässä geenissä.
Biologisten polkujen rikastamisanalyysi on yksi käytännöllisimmistä tavoista louhia taustalla olevia molekyylimekanismeja monimutkaisissa soluprosesseissa25. Tarkempi toiminnallinen rikastumisanalyysi osoitti, että rekonstruoidussa kartassamme 97 geeniä rikastui 30 biologiseen polkuun (taulukko 2). Neuroniin liittyvien toimintojen osalta tunnistettiin kolme polkua: ”Neurotrofiinisignalointi”, ”Pitkäaikainen potentiaatio” ja ”GnRH-signalointi”. Mielenkiintoista on, että suurin osa lopuista 27 polusta liittyy erilaisiin signalointitapahtumiin, mukaan lukien signalointi syövässä, ErbB-reseptori, TRAIL, proteoglykaanisyndekaani, IFN-gamma, PI3K, MAPK, TSH, Kit-reseptori, TCR, IL-3 ja hepatosyyttikasvutekijäreseptori. Neurohormoni GnRH:n lisäksi, joka tuotetaan hermosolussa ja vapautuu sen hermopäätteestä, kartta osoitti, että viidellä muulla hormonilla voi olla vaikutusta. Nämä ovat androgeeni, endoteliinit, glypikaani, leptiini ja prolaktiini. Yhteenvetona voidaan todeta, että rekonstruoimamme kartta paljasti useita polkuja, jotka liittyvät useisiin tunnettuihin signalointireitteihin, mikä viittaa mahdollisiin solumekanismeihin, joita ei tietojemme mukaan ole esitetty signaalinsiirrosta. Hormoneihin liittyvät polut, mukaan lukien miesten toissijaisten sukupuoliominaisuuksien kehittymiseen liittyvä androgeenivastaanoton signaalireitti, saattavat ehdottaa mielenkiintoisia ja uusia sukupuolieroihin liittyviä komponentteja, jotka laajentavat nykyistä tietämystämme.
Kompleksisen systeemin kuten biologisen verkon solmupisteiden sijoittelussa ja rakenteessa noudatetaan usein tiettyjä sääntöjä, jotka voivat liittyä läheisesti kyseisessä systeemissä esiintyvään funktioon11. Rekonstruoitujen karttojen purkamiseksi tehtiin topologinen analyysi (kuva 1B-D). Yleisesti ottaen kunkin solmun yhteyksien lukumäärää kuvataan verkon asteena11. Kuten kuvasta 1B käy ilmi, kaikkien rekonstruoidun kartan molekyylien asteet noudattavat potenssilakijakaumaa: P(k) ~ k-b, jossa P(k) on todennäköisyys, että molekyyli on yhteydessä k molekyylin kanssa, ja b:n arvioitu arvo on 1,602. Näin ollen suurin osa karttamme molekyyleistä on harvoin yhteydessä toisiinsa. Sen sijaan pieni osa molekyyleistä on todennäköisemmin yhteydessä toisiinsa. Kaikkiaan on 11 molekyyliä, joilla on vähintään viisi yhteyttä. Ne ovat PRKACA (14), CREB1 (9), TP53 (8), SOS1 (8), JAK2 (7), PTPN11 (7), PIK3CA (6), CREBBP (6), CDC42 (6), RAF1 (5) ja GNAI3 (5). Näistä neljä on 158 IQ:hen liittyvässä geenijoukossa, nimittäin SOS1, PTPN11, CREBBP ja RAF1. Loput seitsemän molekyyliä on liitetty 158 geeniin liittyvien polkujen kautta.
Verkon solmukohdat toimivat usein yhteisinä yhteyksinä, jotka välittävät tiedonsiirtoa lyhyttä polkua pitkin. Näin ollen niillä on usein merkittävä rooli biologisessa verkostossa. Kartassamme geeni PRKACA on eniten kytkeytynyt, sillä siinä on 14 yhteyttä. PRKACA:lla (proteiinikinaasi, cAMP-riippuvainen, katalyyttinen, alfa) on perustavanlaatuinen rooli useissa solutoiminnoissa, jotka liittyvät 76:een KEGG- ja 59:ään REACTOME-reittiin, mukaan lukien solusykli, apoptoosi, signaalinsiirto, aukkoliitos ja vuorovaikutus HIV:n ja immuunijärjestelmän kanssa. Lisäksi PRKACA liittyy moniin neurologisiin prosesseihin, kuten pitkäaikaispotentiaatioon, GnRH-signalointiin, nikotiinin aktiivisuuteen dopaminergisissä neuroneissa, riippuvuuteen (amfetamiini, kokaiini ja morfiini), synapsitoimintaan (kolinerginen, dopaminerginen, glutamaterginen ja serotonerginen synapsi). Aiemmat tutkimukset osoittavat, että cAMP-riippuvaiset proteiinikinaasit osallistuvat Drosophilan (hedelmäkärpäsen) assosiatiiviseen oppimiseen26. Lisäksi on raportoitu, että cAMP/cAMP-riippuvaiset proteiinikinaasit hippokampuksen alueella liittyvät myöhäiseen muistin vakauttamisvaiheeseen vastenmielisesti motivoituneessa oppimisessa rotilla27. Lisäksi cAMP-riippuvaiset proteiinikinaasit voivat tehdä yhteistyötä CaMKII:n kanssa H3-reseptorissa histamiinin synteesin ja vapautumisen säätelemiseksi28. PRKACA:n lisäksi CREB1 (cAMP-vaste-elementtiä sitova proteiini 1), joka on toiseksi eniten kytkeytynyt geeni rekonstruoidussa kartassamme, voi myös sitoutua DNA:n cAMP-vaste-elementteihin. Tämän geenin on raportoitu helpottavan pitkäkestoisen muistin muodostumista. Lisäksi CREB1 on vuorovaikutuksessa BDNF:n ja NTRK2:n kanssa muodostaen masennuksen ydinreitin29. Huolimatta tästä määrästä näyttöä cAMP-riippuvaisten proteiinikinaasien ja cAMP-vaste-elementtiä sitovan proteiinin roolista kognitiivisiin prosesseihin liittyvissä prosesseissa, cAMP-riippuvaisten proteiinikinaasien tai cAMP-vaste-elementtiä sitovan proteiinin ja älykkyysosamäärän välillä ei ole havaittu yhteyttä. Nämä päällekkäisyydet monien tunnettujen signalointikaskadien kanssa IQ: hen liittyvien geenien kanssa, mikä saattaa antaa vihjeen monimutkaisesta signaloinnin ristikkäisliikenteestä, jonka keskipisteenä on PRKACA / CREB1, joka on IQdb: ssä.
CAMPiin liittyvien molekyylien lisäksi on ainakin kaksi syöpään liittyvää geeniä, jotka on tunnistettu polkujen rekonstruktiomenetelmämme avulla. Toinen on tunnetuin kasvainsuppressori TP53. Itse asiassa on näyttöä siitä, että sillä on merkitystä älykkyysosamäärään liittyvissä mielenterveyshäiriöissä, kuten skitsofreniassa30. Lisäksi toinen onkogeeni, PIK3CA, sisältyy myös lopulliseen karttaamme, ja sen tiedetään vaikuttavan useisiin psykiatrisiin prosesseihin31,32,33. Kolmen seuraavaksi eniten yhdistetyn geenin (JAK2, CDC42 ja GNAI3) on myös raportoitu liittyvän kognitiivisiin häiriöihin tai niihin liittyviin hermoston toimintoihin. JAK2 liittyy kognitiivisiin häiriöihin hiirimallissa34. CDC42 liittyy neurofibromatoosiin ja kehitysvammaisuuteen35. Vaikka sen roolista kognitiivisessa prosessissa ei ole suoraa näyttöä, GNAI3 osallistuu KEGG-polkujen annotaation mukaan synapsien siirtymisen, pitkäaikaisen masennuksen ja aksonin ohjauksen negatiiviseen säätelyyn. Yhteenvetona voidaan todeta, että rekonstruoidun karttamme seitsemästä älykkyysosamäärään liittyvästä hub-molekyylistä ainakin kuuden (85,71 %) on kirjallisuudessa raportoitu olevan mahdollisesti yhteydessä älykkyysosamäärään tai muihin kognitiivisiin prosesseihin. Tämä korkea relevanssi ei ainoastaan osoita polkuun perustuvan rekonstruktiomenetelmän tarkkuutta kriittisten molekyylien tunnistamisessa, vaan tarjoaa myös täysin kytkeytyneen signaalireitin, joka ansaitsee lisätutkimuksia.
Vaikka rekonstruoimamme kartta on suuntautumaton signaalireitti, se tarjoaa monia testattavia molekyylejä tyypillisessä kognitiivisiin prosesseihin osallistuvassa pienessä verkostossa (small-world network), jossa molekyylien asteluvut noudattavat potenssilakijakaumaa. Lyhyen polun (kuva 1C) ja läheisyyskeskittyneisyyden (kuva 1D) topologinen analyysimme osoittaa, että rekonstruoitu kartta on suhteellisen kompakti. Polun pituus kuvaa sitä, kuinka monta askelta on yhden solmun ja muiden solmujen välillä11. Kuten kuvasta 1C käy ilmi, suurin osa kartan solmuista on helposti saavutettavissa toisesta solmusta kolmesta kuuteen askeleella. Läheisyyskeskittymää käytetään paljastamaan lyhin askel yhdestä solmusta toiseen11. Kuten kuvasta 1D nähdään, solmut, joilla on enemmän naapureita, ovat yleensä läheisyyskeskittyneempiä.
Kytkeytynyt lääkeaine-kohde-verkosto IQ:hen liittyvien geenien ydinpolulla
Rekonstruoidun polkukartan perusteella tunnistimme edelleen rikastuneita lääkeaine-kohteita tässä kartassa. Käyttäen rikastuneita lääkekohteita syötteinä yhdistimme lääkkeet ja niiden kohteet muodostaaksemme lääke-kohde-verkon. Kuten kuvassa 2A on esitetty, rikastuneita lääkeaineita on kymmenen, nimittäin dopamiini, typpioksidi, L-tyrosiini, metamfetamiini, noradrenaliini, glutationi, amfetamiini, tetrahydrobiopteriini, apomorfiini ja somatropiinin rekombinantti. Somatropiinin rekombinanttia lukuun ottamatta kaikkien on raportoitu vaikuttavan hermostoon tai psyykkisiin toimintoihin DrugBankissa36 olevan farmakodynaamisen merkinnän mukaan. Mielenkiintoista on, että kuusi niistä on vuorovaikutuksessa kahden kriittisen välittäjäainejärjestelmän (dopamiini ja noradrenaliini) kanssa, jotka säätelevät mielialaa ja käyttäytymistä. Näihin kuuluvat amfetamiini, apomorfiini, dopamiini, L-tyrosiini ja noradrenaliini. Dopamiini on neurotransmitteri, joka vastaa erilaisista käyttäytymis- ja kognitionaalisista toiminnoista, kuten sellaisista, joita esiintyy palkkioihin perustuvissa oppimisjärjestelmissä. Dopamiini liittyy myös moniin neurologisiin sairauksiin, kuten Parkinsonin tautiin, psykoosiin ja skitsofreniaan37. Noradrenaliinilla on kriittinen rooli päätöksenteossa ja se voi vaikuttaa tarkkaavaisuuteen; sitä käytetään myös masennuslääkkeenä ja skitsofrenian vastaisena lääkkeenä38,39. L-tyrosiini on yksi dopamiinin ja noradrenaliinin synteesin esiasteista, ja sitä voidaan käyttää masennuksen hoitoon, muistin parantamiseen ja henkisen vireystilan kohottamiseen DrugBank-merkinnän36 mukaan. Amfetamiini voi stimuloida keskeisiä adrenergisiä reseptoreita vapauttamaan noradrenaliinia, ja suurten amfetamiiniannosten on raportoitu auttavan dopamiinin vapautumiseen. Metamfetamiini, sukulaisaine, on neurotoksinen dopamiinin kuljettajille, ja sitä käytetään usein dopamiiniterminaalin merkitsemiseen koe-eläimille. Koska se on mukana dopamiinijärjestelmissä, metamfetamiinin on raportoitu liittyvän hitaampaan motoriikkaan ja muistin heikkenemiseen40. Apomorfiini on dopamiiniagonisti, ja sitä käytetään DrugBank-merkinnän perusteella Parkinsonin taudin hoitoon DrugBank-merkinnän mukaan36.
Kuusi lääkettä, jotka vaikuttavat kahteen kriittiseen välittäjäaineeseen, dopamiiniin ja noradrenaliiniin, kattoivat 66,7 % lääkeaine-kohdekartan kohdegeeneistä (32 geeniä) (kuva 2A). Koska rakensimme tämän kartan rikastettujen lääkeaineiden avulla, tämä lääkeaine-kohdekartta keskittyy enimmäkseen lääkeaineisiin. Siksi lääkkeiden kytkeytyneisyys on suurempi kuin lääkkeiden kohdegeenien, kuten kuvassa 2B on esitetty. Topologisen analyysin avulla suurimpaan osaan solmuista pääsee toisistaan kahdesta neljään askeleella (kuva 2C). Koska suurin osa kohdegeeneistä ja lääkkeistä liittyy dopamiini- ja noradrenaliinijärjestelmään, tämä verkko on myös hyvin kompakti läheisyyskeskittymien perusteella (kuva 2D). Yhteenvetona voidaan todeta, että rikastumis- ja verkostopohjainen analyysimme osoittaa, että dopamiini- ja noradrenaliinijärjestelmät ovat kriittisiä IQ:hen liittyville geeneille, mikä voi tarjota enemmän tietoa kognitiivisesta prosessista IQ-näkökulmasta.