最近有朋友问生信塔
,孟德尔随机化有没有什么创新一点的思路?还真有!
瑞金医院团队近日就发表
在EBioMedicine上的题为:Single-cell transcriptome-wide Mendelian randomization and mcolocalization reveals immune-mediated regulatory mechanisms and drug targets for COVID-19的
一篇
单细胞转录组孟德尔随机化
相关研究。
注意哦
!
这篇不是我们之前见到那种先进行单细胞分析然后再进行MR分析的常规分析思路,而是
将单细胞表达数量性状位点(sc-eQTL)与MR联用
的一种思路,可以
直接揭示
基因表达与疾病之间的因果关系
。
研究还用到了
深度学习模型
预测了宿主和蛋白之间的相互作用,为开发抗病毒药物提供了潜在的干预靶点。
这篇文章
整合了
免疫学、遗传学和临床
等多个方向,非常
值得学习
。不想错过这种
新思路
的朋友可以
关注生信塔
!
深度学习的技术要求比较高,所以和MR的整合应用还比较少,但是结合
机器学习
还是比较成熟的,也可以做到纯生信发一个6分+的内容,
有复现想了解更多思路的朋友们来找生信塔聊聊吧!
另外这种基于单细胞GWAS数据的分析工作量很大,建议大家用服务器完成,可以试用一下生信塔
的生信服务器,
GPU
让分析更快一步
!
题目:
单细胞转录组孟德尔随机化
和
共定位
揭示了
COVID-19
免疫介导的调节机制和药物靶点
研究背景
COVID-19继续对人类健康产生长期影响。虽然一些免疫介导的抗病毒药物已经推出,但安全性问题,耐药和治疗效果有限,使得寻找对一种细胞类型高度特异性且广泛适用于许多人的候选药物成为必要。
研究思路
研究设计
图1 COVID-19免疫细胞特异性基因表达
MR
分析的研究设计
研究结果
免疫细胞特异性基因表达工具变量选择
在14种不同的免疫细胞内,一共收集到26597个具备独立顺式作用的eQTL。结果表明,这些eQTL与16597个基因的表达水平呈现出显著的相关性。进一步统计发现,在所有涉及的免疫细胞中,CD4 NC细胞里的相关eQTL占比是最高的 。
图2:从免疫细胞特异性eQTL中选择遗传工具。
鉴定COVID-19感染的推定致病基因
运用 MR 分析方法,共计确定了132个与 COVID-19 相关的基因,其中新发现的基因有58个