本周最新文献速递20211226

本周最新文献速递20211226

一、精细解读文献一

文献题目： Finding genetically-supported drug targets for Parkinson’s disease using Mendelian randomization of the druggable genome

不想看英文题目： 孟德尔随机化鉴定帕金森病的药物靶点

杂志和影响因子： Nat Commun (IF: 14.92; Q1)

研究意义： 帕金森病（PD）属于神经退行性运动障碍疾病，由于药物靶点识别和验证效率低下，目前没有改善该病的治疗方法。在此，作者使用孟德尔随机化（MR）研究 3,000 多个药物蛋白基因，并预测它们作为帕金森病药物靶点的功效；

结论：

整合了血液和脑组织的 eQTL 数据以及全基因组关联分析（ GWAS ）荟萃分析数据。血液和脑组织 eQTL 中分别包含 2786 和 2448 个药物编码基因；

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tmHeqyYR-1640529513400)(https://img2020.cnblogs.com/blog/812148/202112/812148-20211226154031613-1670281327.png)]

GWAS 荟萃分析数据包括 13,708 名 PD 患者和 95,282 名对照。在发现队列中，通过 MR 分析发现 31 个基因（11 个在血液中；17 个在脑组织中；三个同时在血液和脑组织中）的表达水平与 PD 风险显着相关；
采用重复队列（包括 8036 名 PD 患者和 5803 名对照）复现 31 个基因的结果，发现 12 个基因（BST1、CD38、CHRNB1、CTSB、GPNMB、LGALS3、MAPT、MMRN1、NDUFAF2、PIGF、VKORC1 和 WNT3）在重复队列达到显著水平（FDR<0.05），三个基因（ACVR2A、HSD3B7和MAP3K12）达到名义上的显著水平（P<0.05）。GPNMB 和HSD3B7 在血液和脑组织中均达到显着水平。15 个预防 PD 的潜在药物靶点中，6 个在 PD 的 GWAS 荟萃分析中被报道过，三个已获批准或在临床阶段；

对 15 个药物蛋白基因的 eQTL 和 PD GWAS 汇总数据进行共定位，发现 BST1、CD38、GPNMB、HSD3B7、MAPT、MMRN1、VKORC1 和 WNT3 具有强烈的共定位信号。另一项独立的 eQTL 队列同样发现 CD38 和 GPNMB 与 PD 风险位点共定位，说明结合 MR 和共定位分析可有效鉴定 PD 的药物靶点；
研究发现 PD 的遗传风险与 PD 发病年龄相关，为了探究 PD 的风险位点是否也影响 PD 发病年龄，作者对四个 PD 药物靶标基因（CD38、CTSB、GPNMB 和 MAP3K12）进行 PD 发病年龄的 MR 分析，发现 PD 的三个药物靶标基因表达水平与发病年龄正相关，一个基因表达水平与发病年龄负相关；

为了分析药物靶点是否与 PD 发病进程相关，作者收集了 PD 进展标志物 GWAS 汇总数据进行分析。MR 分析发现 8 个基因在 5 个 PD 进展结果中达到显着性，但这 8 个基因均与 PD 风险和 PD 发病年龄无关；

整合 PD 相关的药物靶标基因和 pQTL（蛋白质数量性状基因座）数据，发现 BST1、CD38、CTSB、GPNMB 和 LGALS3 的蛋白质水平与 PD 风险相关。除 BST1 外，所有基因的 pQTL 和 eQTL 的效应方向一致，说明整合 MR 、eQTL、pQTL 可有效鉴定药物靶标；

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wMMYV7N9-1640529513416)(https://img2020.cnblogs.com/blog/812148/202112/812148-20211226173005839-502537055.png)]

亮点： 系统性地整合药物靶标、GWAS 组学数据和 MR 分析；

局限： 本文的工具变量数量普遍较少，这也是为什么上下文的结果在换了队列数据或者换了组学数据后，大多数基因的作用方向会不一致甚至不显著的情况。当然，这也是 MR 研究普遍存在的问题。

文章链接：

https://www.nature.com/articles/s41467-021-26280-1

公开的资料：

eQTL 数据：https://eqtlgen.org/； http://resource.psychencode.org/
药物靶标基因：https://www.nature.com/articles/s41467-021-26280-1#MOESM1
PD 发病年龄 GWAS 汇总数据：http://pdgenetics.org/resources；
PD 进展 GWAS 汇总数据：https://pdgenetics.shinyapps.io/pdprogmetagwasbrowser/
代码：https://github.com/catherinestorm/mr_druggable_genome_pd

二、其他文献推荐

下面的文献也挺精彩的，但由于下不到原文，或博主时间有限，没法精细解读，故列出来供各位参阅；
当然，你们有精彩的文献想让我解读的（前提是一周内刚出炉的文献），可给我发pdf（然而可能种种原因，我不一定有时间解读，不要对我抱太高期待）；

文献题目： A Species-Level Timeline of Mammal Evolution Integrating Phylogenomic Data

不想看英文题目： 整合系统基因组数据评估哺乳动物进化时间线

杂志和影响因子： Nature (IF: 42.778; Q1)

文章链接：

https://www.nature.com/articles/s41586-021-04341-1

文献题目： Cancer risk across mammals

不想看英文题目： 哺乳动物的癌症风险

杂志和影响因子： Nature (IF: 42.778; Q1)

文章链接：

https://www.nature.com/articles/s41586-021-04224-5

文献题目： Large uncertainty in individual polygenic risk score estimation impacts PRS-based risk stratification

不想看英文题目： 个体多基因风险评分的巨大不确定性影响后续分析（例如基于多基因分险评分的分层分析）

杂志和影响因子： Nat Genet (IF: 38.33; Q1)

文章链接：

https://www.nature.com/articles/s41588-021-00961-5

文献题目： Hidden biases in germline structural variant detection

不想看英文题目： 生殖系结构变异检测中的隐藏偏倚

杂志和影响因子： Genome Biol (IF: 10.81; Q1)

文章链接：

https://genomebiology.biomedcentral.com/articles/10.1186/s13059-021-02558-x

文献题目： Rare coding variants in 35 genes associate with circulating lipid levels—A multi-ancestry analysis of 170,000 exomes

不想看英文题目： 35 个基因中的罕见编码变异与循环脂质水平相关—— 170,000 个外显子组的多祖先分析

杂志和影响因子： Am J Hum Genet (IF: 11.03; Q1)

文章链接：

https://pubmed.ncbi.nlm.nih.gov/34932938/

文献题目： Role of Polygenic Risk Score in the Familial Transmission of Bipolar Disorder in Youth

不想看英文题目： 多基因风险评分在青少年双相情感障碍家族传递中的作用

杂志和影响因子： JAMA Psychiatry (IF: 21.6; Q1)

文章链接：

https://pubmed.ncbi.nlm.nih.gov/34935868/

文献题目： Integration of high-resolution promoter profiling assays reveals novel, cell type-specific transcription start sites across 115 human cell and tissue types

不想看英文题目： 整合高分辨率启动子数据集揭示新型细胞类型特异性转录起始位点

杂志和影响因子： Genome Res (IF: 9.04; Q1)

文章链接：

https://pubmed.ncbi.nlm.nih.gov/34949670/

文献题目： Locus-specific chromatin profiling of evolutionarily young transposable elements

不想看英文题目： 进化中的年轻转座子的位点特异性染色质分析

杂志和影响因子： Nucleic Acids Res (IF: 16.97; Q1)

文章链接：

https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkab1232/6462377

文献题目： Mutation and selection explain why many eukaryotic centromeric DNA sequences are often A + T rich

不想看英文题目： 突变和选择解释了为什么许多真核着丝粒 DNA 序列通常富含 A+T

杂志和影响因子： Nucleic Acids Res (IF: 16.97; Q1)

文章链接：

https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkab1219/6470688

三、工具或资源类介绍

文献题目： CCPE: cell cycle pseudotime estimation for single cell RNA-seq data

不想看英文题目： CCPE：单细胞 RNA-seq 数据的细胞周期伪时间估计

杂志和影响因子： Nucleic Acids Res (IF: 16.97; Q1)

文章链接：

https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkab1236/6471855

文献题目： HiCRes: a computational method to estimate and predict the genomic resolution of Hi-C libraries

不想看英文题目： HiCRes：一种估计和预测 Hi-C 文库基因组分辨率的计算方法

杂志和影响因子： Nucleic Acids Res (IF: 16.97; Q1)

文章链接：

https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkab1235/6470675

文献题目： CoV-Spectrum: Analysis of Globally Shared SARS-CoV-2 Data to Identify and Characterize New Variants

不想看英文题目： CoV-Spectrum：分析全球共享的 SARS-CoV-2 数据以识别和表征新变异

杂志和影响因子： Bioinformatics (IF: 5.61; Q1)

文章链接：

https://academic.oup.com/bioinformatics/advance-article/doi/10.1093/bioinformatics/btab856/6483076

文献题目： DeepSVP: Integration of genotype and phenotype for structural variant prioritization using deep learning

不想看英文题目： DeepSVP：使用深度学习整合基因型和表型数据以进行结构变异优先排序

杂志和影响因子： Bioinformatics (IF: 5.61; Q1)

文章链接：

https://academic.oup.com/bioinformatics/advance-article/doi/10.1093/bioinformatics/btab859/6482742

文献题目： AMC: accurate mutation clustering from single-cell DNA sequencing data

不想看英文题目： AMC：从单细胞 DNA 测序数据中进行精准的突变聚类

杂志和影响因子： Bioinformatics (IF: 5.61; Q1)

文章链接：

https://academic.oup.com/bioinformatics/advance-article-abstract/doi/10.1093/bioinformatics/btab857/6482741?redirectedFrom=fulltext

致谢橙子牛奶糖（陈文燕），请用参考模版：We thank the blogger (orange_milk_sugar, Wenyan Chen) for XXX

感谢小可爱们多年来的陪伴，我与你们一起成长~