Forskerne beskriver den tidligere tilgang som at "lede efter lyset under lygtepælen" . Det meste af et gens regulatoriske indflydelse kommer fra langdistancerede varianter placeret langt væk på kromosomet. Standard GWAS-værktøjer scanner kun det nærmeste nabolag af kendte gener og ignorerer disse fjerne, men kritiske regulatoriske forbindelser
.
Den nye metode fanger disse langtrækkende regulatoriske relationer og muliggør dermed opdagelsen af 641 nye kandidatgener, der havde været usynlige i standardanalyser .
For at forstå, hvorfor denne opdagelse er vigtig, er det nyttigt at se, hvordan feltet har udviklet sig:
GWAS-æraen (2000'erne–2020'erne): Store konsortier som Psychiatric Genomics Consortium identificerede 108 distinkte genetiske loci forbundet med skizofreni og fastslog, at det er en højpolygenetisk lidelse, der involverer både almindelige varianter med lille effekt og sjældne kopiantalsvarianter . Disse resultater var et kritisk første skridt, men de producerede statistiske signaler – ikke kausale gener eller en forklaring på, hvordan generne arbejder sammen
.
Tidlige netværkstilgange (2010'erne–2024): Tidligere forskning brugte co-ekspressionsnetværk og protein-interaktionsnetværk til at finde genmoduler knyttet til skizofreni . Lieber Institute havde selv tidligere vist, at skizofreni-risikogener har brug for at samarbejde med omkring 20 andre gener for at forårsage sygdom
, og at nabogener bærer deres egen additive risiko gennem guilt-by-association-effekter
. Men disse tidligere forsøg var stort set begrænset til korttrækkende genomiske interaktioner
.
Det nye gennembrud: Ved at modellere langtrækkende co-ekspressionsnetværk på tværs af flere hjerneområder omdannede den nye metode statistiske GWAS-'hits' til et funktionelt kort over koordinerede genprogrammer . Dette afslørede 641 nye kandidatgener og specifikke biologiske veje: glutamatsignalering, synaptisk kommunikation, immunprocesser og hjerneudvikling
.
Resultaterne fører feltet afgørende i retning af netværksbaseret præcisionsmedicin. I stedet for at behandle skizofreni som en enkelt sygdom forårsaget af ét eller få gener, tyder resultaterne på, at individuelle patienter kan have forstyrrelser i forskellige gen-netværksunderprogrammer. Behandlinger kunne på sigt tilpasses en persons specifikke netværksprofil .
Som Dr. Daniel Weinberger, administrerende direktør for Lieber Institute, udtrykte det: "At forstå disse koordinerede genetiske programmer bringer os tættere på præcisionspsykiatri, hvor behandlinger kan skræddersys til den enkeltes specifikke biologiske profil" .
De identificerede veje – især glutamatsignalering og synaptisk funktion – peger også på konkrete molekylære mål for udvikling af nye lægemiddelklasser . Dette flugter med parallelle opdagelser i feltet, herunder nye teknikker til at identificere risikogener fra svagere statistiske signaler
og opdagelsen af, hvordan sjældne genmutationer som ZNF136 og STAG1 driver skizofrenirisiko
.
Denne netværksbaserede tilgang er en del af et bredere skift i psykiatrisk genetik. Samtidig bruger forskere 3D-kromatinkortlægning til at forstå, hvordan fjerne regulatoriske elementer fysisk looper sammen for at kontrollere genekspression , og multi-omisk integration, der kombinerer transkriptomik, neuroimaging og kliniske data
. Lieber Institutes gennembrud giver køreplanen: at forvandle en liste af genetiske risikofaktorer til et funktionelt kredsløbsdiagram over sygdommen – og i sidste ende til personlige behandlinger for den enkelte patient.
Comments
0 comments