Część 2:Wyraźne sygnatury genetyczne regionów korowych i podkorowych związanych z ludzką pamięcią

Kontakt: Audrey Hu Whatsapp/hp: 0086 13880143964 E-mail:audrey.hu@wecistanche.com

Pls kliknij tutaj, aby przejść do części 1!

Pls kliknij tutaj, aby przejść do części 3

Przegląd literatury sygnatur genetycznych

Aby określić ilościowo liczbę „trafień” genu kandydującego dlapamięćanalizy, przeprowadziliśmy przegląd literatury dla każdej listy genów CL i policzyliśmy liczbę genów-pamięć(tj. wyniki prawdziwie pozytywne) lub powiązania funkcji gen-motorycznych (tj. wyniki fałszywie pozytywne; Ryc. 1F). Dokonano tego, przeglądając literaturę eksperymentalną w Google Scholar, za pomocą zapytania: ["nazwa genu" AND ("pamięć" OR "amnezja" OR "Alzheimer's" OR "demencja")] oraz ["nazwa genu" AND ("motor funkcji” LUB „koordynacja ruchowa” LUB „ruchowa” LUB „ataksja” LUB „uczenie się ruchowe” LUB „Parkinsona” LUB „Huntingtona”)]. To samo powtórzono dla analizy motorycznej dla odpowiednich wyników prawdziwie dodatnich i fałszywie dodatnich. Zaburzenia zostały wybrane do wyszukiwania słów kluczowych, ponieważ w widoczny sposób cechują się brakami w pamięci i funkcjonowaniu motorycznym. Mocne dowody obejmowały badania, w których stosowano manipulacje genami in vivo, mutanty i interwencje farmakologiczne, natomiast słabe dowody obejmowały obliczeniowe powiązania genów, badania in vitro, badania różnicowej ekspresji genów i studia przypadków u ludzi. Dowody literaturowe liczyły się jako walidacja tylko wtedy, gdy dotyczyły odpowiedniego obszaru mózgu, tj. korowego lub podkorowego. W związku z tym nie zliczono dowodów na rolę danego genu wyłącznie w nie analizowanym obszarze mózgu. Na przykład, jeśli artykuł wykazał, że nokaut genu A wyłącznie w podkorze prowadzi do deficytów pamięci, nie będzie to traktowane jako dowód do analizy pamięci korowej.

Cistanche może poprawić pamięć

Różnica korelacji w analizach pamięciowych i motorycznych

Jeśli metoda jest prawidłowa, geny pamięci powinny mieć wyższą średnią wartość korelacji zpamięćanaliza porównawcza z analizą motoryczną i odwrotnie dla genów motorycznych i wartości r analizy motorycznej. Dla każdego genu obliczono to, odejmując wartość r funkcji motorycznej od wartości r pamięci, z dodatnią różnicą wliczającą się w skuteczność metody (ryc. 1G). Zauważ, że dla wartości r pamięci z negatywnych list genów (np. kora pamięciowa -), mnożymy różnicę wartości r przez –1, aby wyrazić tę różnicę jako wartość dodatnią, zgodną z pozytywnymi listami genów pamięci. Następnie bierzemy średnią wszystkich genów dla każdego zestawu S, który spełnia FDR q 0.05 (ten sam próg, co wizualizacja mapy wzbogacenia), aby uzyskać siedem takich wartości. Ponieważ liczba genów na zestaw S jest różna, zainicjowaliśmy liczbę wartości różnicy korelacji wykorzystywanych do obliczenia średniej wartości różnicy korelacji na zestaw. Dokonano tego oddzielnie dla analiz pamięci i motoryki poprzez wielokrotne podpróbkowanie różnic korelacji (10 000 iteracji) odpowiednio z minimalną liczbą genów w pamięci (n 231) i zestawach motorycznych (n 146). Wyobraziliśmy to jako wykres pudełkowy dla każdego z siedmiu zestawów, ze średnią inicjowaną i 95 percentylami (wąsy) dla analizy pamięci i motoryki. Jeśli linia bazowa nie mieści się w 95. percentylu rozkładu (tj. wąsy nie nakładają się na linię bazową wynoszącą zero), wynik uznaje się za znacząco różny od linii bazowej (p 0,05).

Ocena skuteczności metody w identyfikacji genów kandydujących

Określiliśmy skuteczność metody na podstawie wcześniejszego przeglądu literatury (ryc. 1G). W tym celu obliczyliśmy prawdopodobieństwo uzyskania Npamięćgeny na listę genów. Odbywa się to poprzez wybranie Npamięćgeny (bez zastępowania) z puli znanej pamięci lubpamięćgeny zaburzeń pokrewnych (n 644) spośród wszystkich 15 625 przeanalizowanych genów. Na przykład, jeśli 10 na 10 genów na liście genów to geny pamięci, prawdopodobieństwo wystąpienia tego zjawiska wynosi 1.32 10 14. To samo zrobiono odpowiednio dla funkcji motorycznych i genów funkcji motorycznych (n 104). Tepamięćgeny zostały skompilowane z trzech źródeł: (1) przegląd literatury powyżej; (2) zestaw genów funkcji biologicznej „GO:0007611 Uczenie się lub pamięć” z bazy danych AmiGO2 (Carbon et al., 2009; wersja 2.4.26, data wydania 2016-08); oraz (3) van Cauwenberghe i in. (2016). Geny motoryczne (zaburzenia motoryczne lub motoryczne) uzyskano z (1) powyższego przeglądu literatury, (2) zestawów genów funkcji biologicznych „GO: 0061743 motor learning” i „GO:0061744 motor maintenance” z bazy danych AmiGO2 (Carbon i in., 2009) oraz (3) Lin i Farrer (2014).

Wynik precyzji dla analiz pamięciowych i motorycznych

Poprosiliśmy o danepamięćlista genów z genami oznaczonymi jakopamięćgeny, ile z nich jest faktycznie powiązanychpamięć. Określiliśmy to ilościowo, obliczając wynik precyzji (ryc. 1G). Najpierw ustaliliśmy prawdziwie pozytywne (tj. geny związane z pamięcią z przeglądu literatury) i fałszywie pozytywne (tj. geny związane z funkcją motoryczną). Dowody literaturowe były ważone w taki sposób, że w przypadku prawdziwych wyników pozytywnych, mocne dowody i słabe dowody (zdefiniowane powyżej) otrzymywały odpowiednio pełny punkt i pół punktu. Dla każdej listy genów określiliśmy następnie wynik precyzji metody, dzieląc „prawdziwie pozytywne” przez sumę prawdziwie pozytywnych i fałszywie pozytywnych (Równania 1,2). Jeśli metoda jest precyzyjna, w przypadku analiz pamięci wyniki precyzji pamięci powinny być powyżej 0,5, a ocena motoryczna poniżej 0,5 i na odwrót. Wykreśliliśmy wyniki dotyczące pamięci i precyzji motorycznej dla każdej listy genów (w zakresie od 0 do 1) oraz różnicę między tymi wynikami (w zakresie od –1 do 1). Idealnie różnica powinna być większa od zera. W poniższych równaniach Wspomnienia liczba genów z silnymi dowodami na ich związek z pamięcią; Liczba pamięciowa genów ze słabymi dowodami na jej związek z pamięcią; Motors liczba genów z silnymi dowodami na ich związek z funkcją motoryczną; oraz liczba genów Motorw ze słabymi dowodami na ich związek z funkcją motoryczną.

Oświadczenie o dostępności danych

Wszystkie wykorzystane dane genetyczne i neuroobrazowe są dostępne w AHBA (https://human.brain-map.org) i Neu-rosynth (https://www.neurosynth.org). Skrypty do wstępnego przetwarzania transkryptomu są dostępne pod adresem https://github.com/BMHLab/AHBAprocessing. Skrypty korelacji i dane wejściowe są dostępne do użytku niekomercyjnego w Extended Data 1 i na https://github.com/PK-HQ/ geneCognitionDiscovery.

Wyniki

Mapy AHBA i Neurosynth

Do identyfikacji całego mózgu dorosłego człowiekapamięćgenów, najpierw musieliśmy przeprowadzić analizę korelacji przestrzennych między trójwymiarowym neuroobrazowaniem o wysokiej rozdzielczości a mapami transkryptomu mózgu dorosłego człowieka. W związku z tym użyliśmy transkryptomu AHBA całego ludzkiego mózgu o wysokiej gęstości i Neurosynthpamięćmapa asocjacji skojarzeń każdego woksela z pamięcią w ogólności jako zbiory danych wejściowych (Yarkoni et al., 2011).

AHBA pochodzi z sześciu mózgów dawców i zawiera ekspresję genów całego genomu ludzkiego mózgu w lewych obszarach korowych i podkorowych (N 6; Ryc. 1A; patrz przykładowa wizualizacja w Extended Data Ryc. 1-1; Hawrylycz et al. , 2012). Neurosynthpamięćmapa asocjacji jest mapą meta-badawczą (N 2744), która przedstawia znaczenie każdego woksela mózgu dlapamięć(w przeciwieństwie do innych funkcji poznawczych), określonych dodatnimi wynikami z (Ryc. 1A; zob. wizualizację map pamięci i funkcji motorycznych w Extended Data Ryc. 1-2; Yarkoni i in., 2011). Zauważ, że użyciepamięćtutaj odnosi się do pamięci w ogóle, ponieważ mapa została skonstruowana na podstawie badań neuroobrazowania związanego z pamięcią, które wykorzystują wiele rodzajów zadań pamięciowych (Yarkoni i in., 2011). Współrejestrowaliśmy obie mapy we wspólnej przestrzeni MNI152. Obszary pamięci na mapie asocjacji pamięci zostały wykorzystane do zdefiniowania użytecznych próbek AHBA do późniejszej analizy korelacji przestrzennej.

Analiza podobieństwa przestrzennego

Korzystając z tych zestawów danych, staraliśmy się wyizolować geny o wysokich wartościach korelacji przestrzennej między ich ekspresją genów apamięćmapy terminów dla kolejnych etapów analizy, ponieważ są one najprawdopodobniej związane z pamięcią (Fox i in., 2014). Przeprowadziliśmy analizę podobieństwa przestrzennego między mapami asocjacji AHBA i Neurosynth oddzielnie dla regionów korowych i podkorowych ze względu na ich wyraźne różnice (patrz Wprowadzenie; lista regionów korowych i podkorowych jest dostępna w Extended DataFig. 1-3), a dla pamięć i funkcje motoryczne (patrz przykład korelacji przestrzennej na ryc. 2). Każda analiza dawała listę L, która zawierała średnie wartości korelacji 15 625 genów użytych do kolejnego rankingu (ryc. 1B).

Następnie uszeregowaliśmy każdą listę L. Dodatnia korelacja wskazuje na wyższą ekspresję genów w obszarach istotnych dlapamięć, a ujemna korelacja implikuje mniejszą ekspresję w obszarach istotnych dla pamięci. Górne-10, dodatnio i ujemnie skorelowane geny dla analiz korowych pamięci i podkorowych są pokazane w Tabeli 1 (zobacz wartość korelacji przestrzennej wszystkich genów w Tabeli danych rozszerzonych 1-1). Istniało więcej genów skorelowanych ujemnie niż genów skorelowanych dodatnio, zarówno dla korowych, jak i podkorowych analiz pamięci (Tabela danych rozszerzonych 1-1). Znaleźliśmy 8383 dodatnio i 7243 ujemnie skorelowane geny dla obszarów korowych oraz 7642 dodatnio i 7984 ujemnie geny dla obszarów podkorowych.

Wyraźne profile ekspresji genów związane z pamięcią korową i podkorową

Po przeprowadzeniu analiz korelacji przestrzennych postanowiliśmy zdefiniować profile ekspresji genów związane z korowym i podkorowympamięćw sposób kompleksowy. Aby zidentyfikować i scharakteryzować zestawy genów, które działają w kierunku wspólnej funkcji biologicznej (tj. zestawy genów), przeanalizowaliśmy każdą z list korowych i podkorowych L z pre-rankingiem GSEA (ryc. 1C). Dało to zestawy genów o dodatniej i ujemnej ocenie, pochodzące odpowiednio z dodatnio i ujemnie skorelowanych genów L. Te zestawy genów zostały następnie pogrupowane w funkcjonalnie powiązane klastry i automatycznie opatrzone adnotacjami biologicznymi (Cline i in., 2007; Merico i in., 2010; Oesper i in., 2011).

Ogólnie rzecz biorąc, kora i podkora mają różne motywy biologiczne, które wcześniej odkryto jako związane z pamięcią. Dla korowychpamięćGSEA wykazał 28 pozytywnych i 29 negatywnych znacząco wzbogaconych zestawów genów. Wizualizacja sieci wzbogacania wykazała, że ​​te zestawy genów zostały pogrupowane w pięć odrębnych klastrów (ryc. 3; pełne wyniki GSEA znajdują się na ryc. danych rozszerzonych 3-1), przy czym zestawy genów w obrębie każdego klastra współdzielą wzbogacone geny. Stwierdzono, że te zestawy genów są powiązane z pamięcią. Klaster dodatni P1 zawierał zestawy genów zaangażowane w odpowiedź immunologiczną i sygnalizację receptora Fc (Fernandez-Vizarra i in., 2012; Marin i Kipnis, 2013). P2 było zaangażowane w sygnalizację interferon-gamma (Litteljohn i wsp., 2014), P3 w transbłonowym transporcie jonów wapnia, a P4 w zespoleniu włókien aktynowych (Krucker i wsp., 2000; Lamprecht, 2011). Klaster ujemny N2 zawierał zestawy genów zaangażowane w dynamikę chromatyny, regulację epigenetyczną i różnicowanie komórek odpornościowych (Kim i Kaang, 2017).

Dla podkorowychpamięćGSEA wykazał 50 pozytywnych i 14 negatywnych znacząco wzbogaconych zestawów genów. Wizualizacja sieci wzbogacania wykazała, że ​​te zestawy genów zostały pogrupowane w trzy odrębne klastry (ryc. 4; pełne wyniki GSEA znajdują się na ryc. rozszerzonych danych 4-1). Podobnie stwierdzono, że te zestawy genów są powiązane zpamięć. Dodatni klaster P1 bierze udział w transmisji synaptycznej i plastyczności synaptycznej. Obejmowały również zestawy genów zaangażowane w endocytozę i egzocytozę, wydzielanie neuroprzekaźników, długotrwałe wzmocnienie (Stuchlik, 2014), sygnalizację receptora glutaminianu i morfogenezę projekcji neuronów (Kasai i wsp., 2010). Klaster ujemny N1 jest związany z procesami transkrypcji i translacji (Jarome i Helmstetter, 2014; Alberini i Kandel, 2015), a klaster N2 z różnicowaniem komórek glejowych i oligodendrocytów (Hertz i Chen, 2016; Pepper i wsp., 2018).

Rysunek 2. Przykład wyników analizy podobieństwa przestrzennego. Poziomy ekspresji najwyżej skorelowanego genu korowego, GRB14, są wizualizowane jako funkcja wokselowego znaczenia mapy Neurosynth dlapamięćfunkcja (punktacja z). Znormalizowana ekspresja genów (oś y) wykreślona względem wyników mapy neuroobrazowania z (oś x). Każda kolorowa linia regresji reprezentuje linię najlepszego dopasowania dla każdego z sześciu dawców (kolorów); półprzezroczysty pas wokół każdej linii reprezentuje szacunkowy 95-procentowy przedział ufności.

Aby zidentyfikować różnice i nakładanie się w korowych i podkorowych profilach genetycznych, zidentyfikowaliśmy i scharakteryzowaliśmy różne i wspólne (1) procesy biologiczne, jak pokazano na mapach wzbogacenia i (2)pamięćgeny (tj. wszystkie geny znalezione w 1 wzbogaconym zestawie genów; Ryc. 1D). Stwierdziliśmy niskie nakładanie się 2,5 procent zestawów genów (N 3) i 9,6 procent genów (N 135) między regionami korowymi i podkorowymi (ryc. 5; pełna lista odrębnych i nakładających się genów znajduje się na ryc. }}). Nakładające się geny brały udział w związanych z pamięcią procesach transportu białek, regulacji transkrypcji, plastyczności synaptycznej i sygnalizacji receptora glutaminianu (Peng i wsp., 2011; Rosenberg i wsp., 2014; Alberini i Kandel, 2015; Tabela 2; pełne dane wyjściowe zestawy genów i geny z Top-pGene w Extended DataTable 2-1). Należą do nich geny zaangażowane w kompleks Arp2/3, kanały jonowe bramkowane ligandem GABA i AMPA, które są krytyczne dla funkcji pamięci (Gasbarri i Pompili, 2014; Basu i wsp., 2016; Takemoto i wsp., 2017; Tabela danych rozszerzonych { {23}}). Geny specyficzne dla kory były zaangażowane w procesy związane z pamięcią, takie jak naprawa DNA, regulacja epigenetyczna, odporność i sygnalizacja IFN (Marin i Kipnis, 2013; Litteljohn i in., 2014; Kim i Kaang, 2017; Hou i in., 2018 ; Rozszerzona tabela danych 2-1). Geny specyficzne dla podkory są zaangażowane w neurogenezę, morfogenezę dendrytów, różnicowanie komórek glejowych i mielinizację (Hertz i Chen, 2016; Kao et al.,

Rycina 3. Wizualizacja mapy wzbogacenia dla warstwy korowejpamięć. Klastry są oznaczone P dla pozytywnych, N dla negatywnych. Stwierdzono, że klastry zestawów genów są powiązane zpamięć. Klastry dodatnie były związane z sygnalizacją immunologiczną, transportem wapnia i tworzeniem włókien aktynowych. Klaster ujemny zawierał zestawy genów zaangażowane w dynamikę chromatyny i regulację epigenetyczną. Zobacz rysunek danych rozszerzonych 3-1, aby zapoznać się z pełnymi wynikami wstępnej oceny GSEA.

2018; Pepper i in., 2018; Rozszerzona tabela danych 2-1). Należy zauważyć, że ten sam zestaw genów może pojawić się zarówno w procesach biologicznych specyficznych dla kory, jak i dla podkory. Na przykładpamięćzestawy genów są wzbogacane w obu regionach, ale w każdym przypadku wzbogacanie zestawu genów jest sterowane przez odrębne geny (Extended DataTable 2-1). Dzieje się tak, ponieważ różne geny mogą mieć znaczenie dla tego samego zestawu genów procesu biologicznego, a tym samym zwiększać wzbogacenie.

Podstawowe geny o zróżnicowanej ekspresji związane z korą i podkorąpamięć

Aby zidentyfikować górę-10pamięćgeny, które najprawdopodobniej są powiązane z człowiekiempamięćfunkcjonowaćdo przyszłych badań eksperymentalnych zidentyfikowaliśmy geny istotne dla wielu zestawów genów uzyskanych powyżej za pomocą LEA (ryc. 1E; Subramanian i in., 2005; Darby i in., 2016; Fleming i Miller, 2016). Wcześniejsze prace wykazały, że takie geny, które kierują wzbogacaniem wielu zestawów genów, są bardziej prawdopodobnie związane z analizowanym fenotypem, tj. w tym przypadku funkcją pamięci (Subramanian i in., 2005; Darby i in., 2016; Fleming i Miller, 2016). Połączenie GSEA i LEA było wcześniej skuteczne w identyfikacji sygnatur genetycznych funkcji poznawczych (Thomassen i wsp., 2008; Ersland i wsp., 2012; Lee i wsp., 2013), w tym pamięci epizodycznej i roboczej (Heck i wsp., 2014;

Linksys i in., 2015). Zastosowaliśmy LEA do zestawów genów z punktacją dodatnią i ujemną, a następnie wybraliśmy geny najwyższego -10 występujące najczęściej w podzbiorach wiodących zestawów genów. Geny te zostały następnie zweryfikowane w literaturze dotyczącej modeli zwierzęcych, która została sklasyfikowana jako mocne lub słabe dowody potwierdzające związek między genem a funkcją pamięci (ryc. 1F). Mocne dowody zawierały badania dotyczące manipulacji genami lub leczenia farmakologicznego, np. nokautu genu prowadzącego do zmian w pamięci. Słabe dowody obejmowały badania korelacyjne lub obliczeniowe, takie jak regulacja w górę genu, która korelowała ze zwiększonympamięćwydajność.

Dla korowychpamięć9 z 10 dodatnio skorelowanych genów było wcześniej zaangażowanych wpamięćfunkcjonować(Tabela 3; pełna lista genów pamięci korowej i przegląd literatury Extended DataTable 3-1, pełne dane wyjściowe LEA w Extended Data Table 3-2). Geny PRKCD (Etcheberrigaray et al., 2004; Conboy et al., 2009), RAC1 (Haditsch et al., 2009; Oh et al., 2010), LIMK1 (Todorovski et al., 2015) oraz CDC42 ( Kim i in., 2014; Zhang i in., 2016) mieli silne powiązania z pamięcią. W przypadku odpowiednich, ujemnie skorelowanych genów kandydujących, wszystkie 10 genów miało mocne dowody potwierdzające ich rolę w pamięci. Były to wszystkie geny kodujące białko histonowe H4, które było powiązane z wydajnością pamięci (Peleg i wsp., 2010). Deregulacja acetylacji histonów H4 u starszych myszy była powiązana z upośledzeniem pamięci, a przywrócenie tej regulacji poprawiło ich pamięć.

Rycina 4. Wizualizacja mapy wzbogacania dla pamięci podkorowej. Klastry są oznaczone P dla pozytywnych, N dla negatywnych. Stwierdzono, że klastry zestawów genów są powiązane z pamięcią. Klastry dodatnie wiązały się z transmisją synaptyczną, długotrwałą plastycznością, sygnalizacją glutaminianu i morfogenezą neurytów. Klastry negatywne obejmowały zestawy genów zaangażowane w transkrypcję i translację oraz różnicowanie komórek glejowych. Zobacz Rozszerzone dane liczbowe 4-1, aby zapoznać się z pełnymi wynikami wstępnej oceny GSEA.

W przypadku pamięci podkorowej wszystkie 10 dodatnio skorelowanych genów było wcześniej związanych z funkcją pamięci (Tabela 4; pełna lista genów pamięci podkorowej i przegląd literatury w rozszerzonej tabeli danych 4-1; wyniki LEA w rozszerzonej tabeli danych 4-2). Geny CDK5, NLGN1, RAB3A, STX1A, SNCA, SYT1 i UNC13A były silnie powiązane z pamięcią (Fujiwara i wsp., 2006; Yang i wsp., 2007; Liu i wsp., 2009; Guan i wsp., 2011; Kokhan i wsp., 2012; Bie i wsp., 2014; Mishiba i wsp., 2014; Böhme i wsp., 2019). Siedem na 10 ujemnie skorelowanych genów kandydujących miało słabe dowody implikujące je w pamięci. Były to geny kodujące podjednostki rybosomalne, które ulegały zróżnicowanej ekspresji u gryzoni, które lepiej się prezentująpamięćwydajność (Wang i in., 2003; Kong i in., 2009; Winbush i in., 2012; Katz i Lamprecht, 2015; Oka i in., 2016; Zhang i in., 2018).