Del 3: Distinkte genetiske signaturer av kortikale og subkortikale regioner assosiert med menneskelig hukommelse

Kontakt: Audrey Hu Whatsapp/hp: 0086 13880143964 E-post:audrey.hu@wecistanche.com

Klikk her for del 2

Resultatvurdering av rammeverket

Hvis vår uovervåkede tilnærming er gyldig, forhukommelseanalyse forventer vi at minnegener bør ha en høyere korrelasjonsverdi frahukommelseanalyse sammenlignet med motoranalysen (dvs. fornuftssjekk; fig. 1G, 6). Videre, i topp-10 minnegenene forventer vi et større antallhukommelsegener i hukommelsesanalysen enn forventet ved en tilfeldighet (dvs. statistisk signifikans; Tabell 5,6), og at vi finner flerehukommelsegener enn motoriske funksjonsgener (dvs. metodepresisjon; fig. 7).

Figur 6. Bootstrapped korrelasjonsverdiforskjeller for alle kortikale og subkortikale kandidatgener avhukommelseog motorisk analyse. For et gitt minnegen beregnet vi forskjellen mellom minne og motoranalyse r verdier ved å trekke motor r fra minne r. Hvishukommelser var negativ, tok vi det negative av differansen (for å få en positiv verdi). Vice versa for de motoriske genene. For hver kognitiv funksjon subsamplet vi antallet gener som ble brukt til det laveste tallet for å beregne gjennomsnittlig forskjell (231)hukommelsegener og 146 motorgener, henholdsvis 10,000 iterasjoner). Hvis den 95. persentilen ikke overlappet med basislinjen på null, anses bootstrapped-forskjellen som signifikant (p 0.05). Merk at for den motoriske kortikale analysen overlevde ingen negativt korrelerte gener terskelen, og derfor vises ingen motorkortikal (–) genliste her. Se utvidet datafigur 6-1 for en fullstendig liste over korrelasjonsverdiforskjeller for gener brukt i bootstrap-analysen. angir p 0,05.

Ved å bruke kandidatgenkorrelasjonsverdiene viser vi athukommelsegener viste en signifikant positiv forskjell mellomhukommelseanalyse r-verdi og motoranalyse-r-verdi, da 95. persentilen (whiskers) ikke overlappet med null (fig. 6; alle genkorrelasjonsverdier brukt i bootstrap-analysen i utvidet data fig. 6-1). Som sådan fungerer vår tilnærming som forventet.

Vi fant ut at metoden var svært effektiv. For allehukommelsekortikale og subkortikale genlister, var sannsynligheten for å oppnå antall observerte minnegener betydelig over sjansen (tabell 5; fullstendig liste over minnerelaterte og motoriske funksjonsrelaterte gener som utgjør sjansesannsynligheten i utvidet datatabell 5-1) . På samme måte, for alle motoriske kortikale og subkortikale genlister, var sannsynligheten for å utlede antallet motoriske gener som ble observert også svært signifikant.

Ved å bruke de antatte genfunksjonene som ble utledet fra litteraturgjennomgangen, fant vi også at metoden hadde høy presisjon, ettersom forskjellen i topp-10 kandidatgenlistes presisjonsskår er ikke-negative [bortsett fra motorisk subcortex (–) 7, fig. beregning av presisjonsverdier i utvidede data Fig. 7-1]. Disse resultatene tyder på at metoden er gyldig og spesifikk for å identifisere gener assosiert medhukommelseog motorisk funksjon.

Cistanche kan forbedre hukommelsen

Diskusjon

Samlet viser resultatene våre at kortikale og subkortikale regioner er involvert i menneskerhukommelsehar distinkte genetiske signaturer. Disse genetiske signaturene er i samsvar med tidligere forskning i dyremodeller av hukommelse og var adskilt fra kontrollen av motorisk funksjon. Dermed viser vi at de sterke likhetene mellom de romlige mønstrene til menneskelig hjernetranskriptom og det funksjonelle nevrobildekartet over minne kan utnyttes til å fremheve biologiske kandidater og gener assosiert med menneskerhukommelsefor fremtidige eksperimentelle undersøkelser. Dette kan bidra til vår kunnskap om funksjonelle forskjeller i kortikale og subkortikale regioner i sunn menneskelig minnefunksjon oghukommelselidelser.

For tiden menneskelighukommelsebevis er generelt hentet fra populære ikke-invasive metoder som GWAS (Wellcome Trust Case Control Consortium, 2007), som identifiserer koblinger mellom genvarianter og kognisjon (Heck et al., 2014). Imidlertid ignorerer GWAS det romlig distribuerte genuttrykket i hjernen ved kun å analysere genvarianter om hjernen eller atferdsmål (Hawrylycz et al., 2012; Mahfouz et al., 2017). Vår tilnærming er avhengig av det romlige mønsteret av genuttrykk og identifiserer genetiske profiler relatert til menneskerhukommelse. Avgjørende er at vår uovervåkede tilnærming er allsidig ettersom den kan avsløre enestående innsikt i enhver menneskelig kognitiv funksjon av interesse, for eksempel beslutningstaking. Denne innsikten kan være spesielt nyttig når det gjelder klinisk relevante funksjoner, men med et genetisk grunnlag som er mindre forstått, for eksempel oppmerksomhet (ADHD) og språk (dysleksi).

For å identifisere generell menneskelighukommelsegener som fungerer på tvers av hjernen, sammenlignet vi forskjellene og overlappingen mellom kortikale og subkortikale minnegener (fig. 1). Spesielt er denne overlappingssammenligningen støttet av eksistensen av gener underliggendehukommelsefungerer som en helhet, som i tilfellet med nevronalt-uttrykte umiddelbart-tidlige gener (IEG) involvert i minnefunksjon (Gallo et al., 2018). IEG-er er en bred klasse av gener som uttrykkes på en rask, forbigående måte som respons på en mengde cellulære stimuli. Av de nevronspesifikke IEG-ene er c-fos, Egr1 og arc bredt assosiert med ulike fasetter avhukommelsepå tvers av både kortikale og subkortikale områder. For eksempel påvirket blokaden av hippocampus c-Fos negativt romlig langtidshukommelse (Kemp et al., 2013), og blokaden i enten hippocampus eller retrosplenial cortex induserte underskudd i konsolideringen av fryktminne (Katche et al., 2010; Katche og Medina, 2017). Slike gener er relevante for forskjellige undertyper av hukommelse på tvers av både kortikale og subkortikale områder, som vi kaller hele hjernen generelthukommelsegener.

Hvis det er slike generellehukommelsegener hvis funksjon ihukommelsespenner over hele hjernen, både kortikale og subkortikale analyser skal vise overlappende gener. Vi fant at de kortikale og subkortikale områdene har stort sett distinkte genetiske profiler, identifisert av genfunksjonell romlig korrelasjon (fig. 5). Det var ingen overlapping i de øverste-10 kortikale og subkortikale minnegenene, med noe overlapp forhukommelsegener (9,6 prosent av 1397 gener) og biologiske prosessgensett (2,5 prosent av 118 gensett).

På biologisk prosessnivå fant vi forskjeller i kortikale og subkortikalehukommelse. I cortex inkluderte de identifiserte gensettene epigenetisk regulering og immunsignalering. Sistnevnte fikk nylig interesse som en sentral faktor i utbruddet og progresjonen av demens (Litteljohn et al., 2014; Kim og Kaang, 2017; Hammond et al., 2019). I subcortex er de identifiserte genene involvert i nevrogenese og gliacelledifferensiering. Videre identifiserte vi gensett med en mindre forstått kobling tilhukommelseogså. For eksempel ble astrocytter og oligodendrocytter nylig oppdaget å være involvert i å koble glialmediert kaliumhomeostase og myelinisering til hukommelsessvikt (Hertz og Chen, 2016; Pepper et al., 2018). Det er fortsatt uklart hvordan myeliniserende oligodendrocytter kan muliggjøre plastisitet i hukommelsen (Pepper et al., 2018). Vårt arbeid antyder at gliacelledifferensiering kan spille en komplementær rolle i minnefunksjon, og bør undersøkes videre for en omfattende forståelse av cellulære bidrag til hukommelsen. Samlet sett kan dette tyde på iboende forskjeller i de biologiske prosessene som støtter kortikale og subkortikale minneregioner. Fremtidig arbeid kan se på samspillet mellom disse prosessene og klargjøre deres differensielle bidrag til kortikal og subkortikal minnefunksjon.

På gennivå, berikede gener for kortikale og subkortikalehukommelsevar like forskjellige. Av de anrikede genene som er assosiert med de biologiske prosessene ovenfor (i settene S og S-), ble en liten andel av gener (9,6 prosent, eller 135 gener) delt mellom kortikale og subkortikale regioner (fig. 5). Disse genene er relatert til Arp2/3-komplekset, GABA- og AMPA-ligand-gatede ionekanaler og SRP-avhengig proteinlokalisering til membranen. Arp2/3-komplekset er nødvendig for modning av dendritiske ryggradene, hippocampale og ekstra hippocampale AMPA-reseptorer er involvert i eksitatoriske ionekanaler i minnet, og GABA-reseptorunderenheter er en del av hemmende ionekanaler i minnefunksjon (Collinson et al., 2002) ; Freudenberg et al., 2016; Spence et al., 2016). Som sådan rekapitulerer dette kjent litteratur og antyder grunnleggende krav til generell minnefunksjon. Samlet sett kan dette tyde på forskjeller på grunn av grove kortiko-subkortikale forskjeller i transkriptomprofiler og funksjon i sunn hukommelsesfunksjon og sykdom (Huber et al., 1986; Salmon og Filoteo, 2007). Fremtidig arbeid kan se på hvordan konvergensen og divergensen mellom kortikale og subkortikale genetiske profiler og hvordan de muliggjør kortiko-subkortikale-spesifikke funksjoner ihukommelse.

I tillegg identifiserte vår tilnærming ogsåhukommelse-assosierte gener med dårlig forstått relasjoner tilhukommelse. For eksempel ble MIS18BP1-genet identifisert i subkortikalethukommelsegener (utvidet datatabell 2-1). Dette genet er nødvendig for rekruttering av sentromerproteiner til sentromerer og tillater normal kromosomsegregering under mitose (Moree et al., 2011). Det er uklart om slike celledelingsgener spiller en rolle i hukommelsen på tvers av subkortikale områder. Imidlertid har genet vært knyttet til hippocampus nevrogenese, som er kritisk for hippocampus funksjon i minnet (Shin et al., 2015; Gonçalves et al., 2016). Slike mindre kjente gener utgjør et avgjørende bidrag til rammeverket vårt, ettersom deres umiddelbare kobling til hukommelsen ennå ikke er etablert og bør undersøkes i fremtidig forskning.

Våre analyser av genuttrykk og nevrobildekart er ikke uten begrensninger. Disse inkluderer den begrensede prøvestørrelsen, gyldigheten av en tekstmining-lignende tilnærming med GSEA og Gene Ontology-biblioteket, og den romlige oppløsningen til AHBA. For det første kan den begrensede donorprøvestørrelsen og redusert genomdekning etter forbehandling bidra til redusert kraft, men ikke statistisk presisjon, til vår tilnærming. Selv om den fremtidige økningen i prøvestørrelse kan identifisere flere gener ved hjelp av denne metoden, fant vi at de nåværende resultatene var robuste ettersom resultatene våre er betydelig bedre enn tilfeldigheter (dvs. statistisk signifikans). Videre var de identifiserte genene spesifikke for hukommelsen, som demonstrert av presisjonen til rammeverket vårt. For det andre bruker GSEA Gene Ontology-biblioteket for å identifisere berikede gensett, og assosierer disse berikede genene med bibliotekets ontologiske termer, for eksempel synaptisk plastisitet. Vi innrømmer at Gene Ontology-biblioteket kontinuerlig utvides med manuell kuratorarbeid, og derfor er sårbart for å bli forbigått av syndfloden av nyere eksperimentelle funn (Baumgartner et al., 2007; Dutkowski et al., 2013; Gaudet og Dessi-Moz , 2017). Som sådan er det mulig at databasen er ufullstendig og ikke reflekterer alle biologiske funksjoner knyttet til hvert gen. Dette kan føre til falske negativer, hvor vi savner gener som bør anses som beriket. Tilnærmingen vår viser likevel høy effektivitet (som vist i toppen-10hukommelseog motoriske funksjonsgener) og resultatene er i samsvar med kjent eksperimentell litteratur uavhengig av ontologibiblioteker. I tillegg krever uovervåkede metoder for å identifisere kandidatgener alltid manuell kurering og valg av disse genene for videre undersøkelse. For det tredje er denne tilnærmingen også begrenset av den romlige oppløsningen til det menneskelige hjernetranskriptomet. Til tross for at det er det mest passende menneskelige transkripsjonsatlaset med dets helgenom og høyoppløselige helhjernedekning, har AHBA-kartet fortsatt en lavere oppløsning sammenlignet med funksjonelle bildekart, spesielt i cortex (Hawrylycz et al., 2011). Som sådan forventer vi at presisjonen og den statistiske kraften til vår tilnærming vil vokse etter hvert som den romlige oppløsningen og prøvestørrelsen til AHBA-databasen øker. Videre, ettersom oversettelse av gen-mRNA til et funksjonelt produkt er underlagt regulering, kan donorhjerneproteomer være komplementære for å identifisere gener knyttet tilhukommelse(Lubec et al., 2003; Park et al., 2006; Sjöstedt et al., 2015).

Konklusjon

Her, ved å bruke Allen Institute hjernetranskripsjonelt atlas og Neurosynth neuroimaging kart, demonstrerer vi at kortikale og subkortikalehukommelseregioner har distinkte genetiske signaturer. Disse genetiske signaturene gir nye biologiske prosesser og molekylære mål for forståelsen av menneskelig minnefunksjon. Av avgjørende betydning håper vi at vår uovervåkede og romstyrte tilnærming kan hjelpe forskere mot produktive gen- og biologiske prosesskandidater for å forstå hvordan komplekse kognitive funksjoner som f.eks.hukommelsekan aktiveres av de molekylære komponentene i hjernen.