基于de novo突变准确筛选致病基因及其在自闭症和智力残疾中的应用

De novo mutation was proved to play important roles in etiology of sporadic neuropsychiatric diseases. Next-generation sequencing technology, such as whole-genome sequencing and whole-exome sequencing, have presented as the most efficient technology for detection of de novo mutations, which also constitutes great challenges to dissecting the properties between de novo mutations and disease-causative genes. Based on our developed mirTrios, a tool for accurate detecting de novo mutations, we aim to further develop an integrated methodology and tools to address following issues: 1) calculation of expected de novo mutation rate taking account parameters including DNA methylation level in sperm, gene length, mutation type and base composition, etc.; 2) base on Bayesian model integrating de novo mutation rates and de novo mutation counts to accuratly prioritize candidate genes. In addition, autism spectrum disorders and intellectual disability have a substantial intersection in phenotypes, candidate genes and molecular pathways. Therefore, this project will also endeavor to construct human brain co-expression network and protein-protein interaction network through accurate screening of ASD and ID candidate genes using our tools as well as the de novo mutations curated in Npdenovo database, to elucidate the consistency and distinction in disease etiology and genetic architecture between ASD and ID.

De novo突变在散发性神经精神疾病发生中起重要作用。以全基因组和全外显子组测序为代表的新一代高通量DNA测序成为de novo突变检测最有效技术手段，但准确鉴定致病基因，解析de novo突变同疾病的关系面临巨大的挑战。基于我们已开发的de novo突变检测软件mirTrios，我们拟进一步开发一套致病基因筛选工具实现：1）基于精子DNA甲基化水平、基因长度，突变类型、碱基组成等因素准确估测基因突变率；2）利用贝叶斯模型基于估测的基因突变率，de novo突变数等变量准确筛选致病基因。另外，已知自闭症和智力残疾在表型上、致病基因和分子通路上都存在很大的共性，因此，为了研究两者的关系，本项目将基于NPdenovo数据库中收集这两类疾病的de novo突变数据，利用我们开发的方法准确筛选自闭症和智力残疾的致病基因，构建致病基因人脑基因共表达和蛋白质互作网络，阐述这两种疾病遗传共性和特性。

新生突变(DNMs)是一类极为罕见的遗传变异，在自闭症谱系障碍、智力低下等散发性神经精神疾病发生中发挥着重要作用。近年来基于高通量测序的遗传研究已经鉴定了相当可观的人类遗传疾病的致病DNMs，然而，从如此众多的DNMs中准确找到致病突变并筛选致病基因仍存在巨大的挑战。因此，通过本项目我们通过收集四种基于不同方法计算的背景突变速率数据构建了数据库mirDNMR，并开发了网络服务器:mirVAFC，可以用于从家系测序数据中筛选出潜在致病突变。mirDNMR数据库具有以下功能：(i)可供用户浏览和搜索不同基因的四种基于不同方法计算的背景突变速率，包括基于GC含量的DNMR-GC、基于序列上下文的DNMR-SC、基于多种因子DNMR-M以及本地DNA甲基化水平的DNMR-DM；(ii)该数据库还可供用户在ExAC、ESP6500、UK10K、1000G、dbSNP等公共数据库中搜索不同人群的突变频率；(iii)还可以基于背景突变速率结合DNM数据筛选候选致病基因。mirVAFC主要通过序列变异的广泛注释，良性突变过滤，以获得突变致病性分类，最后基于突变致病性分类和突变效应综合评价鉴定出潜在致病基因突变。利用开发的mirDNMR和mirVAFC，我们基于多个测序研究队列中的DNM数据分别鉴定了63个和80个高置信度的ID和ASD风险基因。此外，通过对高置信度致病基因的生物功能注释，进化保守性评估，人脑基因共表达网络分析以及蛋白互作网络分析等生物信息学分析，我们进一步证明了高置信度致病基因在ID和ASD发病中的重要作用。特别地，通过整合大规模测序研究中的DNMs数据，我们发现ASD患者相比较于正常对照更容易携带多个有害的DNMs，而且携带多个有害的DNMs的患者其IQ水平明显低于携带1个或者不携带DNM的患者。我们的分析结果进一步为ASD中寡基因模型的存在提供了统计学证据，有助于提高我们对ASD遗传病因的认识。