High-resolution, interpretable kidney eQTL mapping via Bayesian fine-mapping
연구 내용
단일핵 오픈 크로마틴 정보를 통합 사전분포로 활용해 신장 질환 관련 eQTL을 고해상도로 미세지도화하고, GWAS 변이의 기능적 조절 연관성을 해석하는 연구
본 연구는 신장 조직의 조절 변이를 해석하기 위해 tissue-specific eQTL 지도를 고해상도로 구축하는 방법론을 개발합니다. 단일핵 open chromatin 데이터와 전사 시작점(TSS) 거리 정보를 베이지안 fine-mapping의 integrative prior로 결합하여, GWAS에서 유래한 연관 구간 내 변이-유전자 매칭을 해상도와 해석가능성을 동시에 높이는 전략을 사용합니다. 또한 credible set 내 변이 수 감소, GWAS 유전성 분획의 풍부화, GWAS-조절 변이의 colocalization 증가, 기능적 조절 변이의 우선 풍부화를 통해 조절 기작 후보를 정량적으로 평가합니다. 일부 후보 변이와 유전자를 in vitro 및 Drosophila nephrocyte 모델에서 검증하여 계산 기반 결과의 실증 가능성을 확보합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
1건
연구 흐름
초기에는 신장 세포의 high-quality cis-regulatory 요소 지도를 바탕으로 유전 변이의 deconvolution을 수행하고, 조절 요소 수준에서 변이 영향을 분해하는 접근을 확립했습니다. 이후에는 단일핵 open chromatin 신호를 조절 사전지식으로 반영하는 통합 prior 개념을 베이지안 미세지도화에 도입하여 eQTL 해상도를 향상시키는 방향으로 발전했습니다. 최근에는 조직 특이 조절 지도에서 GWAS loci와의 colocalization 및 유전성 풍부화를 통해 downstream 분석에 유용한 해석 프레임을 강화하고, 후보 조절 변이와 유전자에 대한 실험적 검증을 병행하는 연구를 수행하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Mapping genomic regulation of kidney disease and traits through high-resolution and interpretable eQTLs
Mapping genomic regulation of kidney disease and traits through high-resolution and interpretable eQTLs
Deconvolution of Genetic Variation Using High-Quality Cis-Regulatory Elements Map of Kidney Cells
관련 프로젝트
구분
제목
유전체-생체네트워크 통합 인공지능을 이용한 개인 맞춤형 복합 유전질환 위험 예측 및 병인 해석 플랫폼 개발