新闻中的 Dup15q

2022 年 9 月 2 日

与自闭症相关的变体集中与分裂:与 Vanessa Vogel-Farley 和 Yssa DeWoody 的对话

发表于频谱新闻: https://doi.org/10.53053/DBMO3214

在过去的二十年里,自闭症研究人员试图通过以下方法剖析自闭症的巨大多样性 “遗传学优先”的方法:他们研究了具有相似单基因突变或染色体改变的自闭症患者群体,他们也经常具有相同的身体和行为特征。

但是,具有不同染色体改变的人之间存在许多相似之处——包括复制、删除、插入或反转大块基因的拷贝数变异 (CNV) 或结构变异。 例如,自闭症、智力障碍和运动问题都是与 15 号染色体重复 (dup15q)、14 号染色体环状重排 (14 号环) 以及称为 8p 的染色体区域的一系列改变相关的神经发育综合征的特征。

一个新组织寻求围绕具有不同 CNV 的人之间的这些共性建立知识。 叫做 神经发育拷贝数变异新技术委员会,或简称 CNV 委员会,该小组由受三种罕见染色体变异影响的三个家庭群体的领导于 2020 年共同创立: Dup15q联盟环 14 美国 和 项目8p.

CNV 委员会召集了一组科学家和 发布了路线图 ,在 美国人类遗传学杂志 这个月。

光谱 与委员会成员交谈 凡妮莎·沃格尔·法利,Dup15q 联盟的董事会成员,以及 伊莎·德伍迪,美国 Ring 14 的研究主管,关于委员会的方法和目标。

这次采访经过了长度和清晰度的编辑。  

光谱: CNV 委员会是如何开始的?

凡妮莎·沃格尔-法利: 我们都知道研究人员在拷贝数变异和结构变异方面做了出色的工作,但没有新的血液进来。我们的三个小组获得了 难得一见 来自 Chan Zuckerberg Initiative 的资助,将最优秀的人才聚集在一起,让他们深入了解他们将如何解决这个问题。

伊莎·德伍迪: 它在 2021 年 XNUMX 月的一次大型会议上达到高潮。科学家们在我们三个组织的联合家庭会议前一天会面,因此他们不仅能够有时间一起制定路线图的步骤,而且能够坚持和家人见面。

S:遗传学优先方法的基本原理是,它可以帮助减少混淆自闭症研究的异质性。 通过寻找具有不同 CNV 的人之间的共性,你是否在某些方面走回了这种方法?

码: “Lumpers”与“splitters”是一个经典问题。 在某些时候,通过查看具有不同 CNV 的人之间的表型共性是有好处的。 并不是说我们排斥分裂者,而是你只能分裂我们的综合症这么多; 你不能将它们简化为一个基因。

在基因被大量重复、大量缺失或复杂重排(如环中)破坏的情况下,即使跨染色体也可能会沉默,必须有一种方法来解决这些问题。 我们并不是在提倡一种方式与另一种方式。

变频: 我们正在召集一个可以处理集中器和拆分器方法的小组,因为我们不知道哪个会是最好的。 我们在工作组里花了很多时间讨论因果基因的鉴定,也就是分裂。 但这是导致我们所看到的表型的那些因素的总和。

S:像这样由家庭团体领导的努力与完全由科学家发起或领导的努力有什么不同?

变频: 我们完成的最重要的事情是能够将通常不会研究戒指 14 或 8p 的人聚集在一起。 我们的群体之间有很多表型共性,但基因型却大不相同。

码: 耐心引导如此重要的另一个原因是,除非您问患者“如果您可以改变或改进某事,那会是什么?”否则您可能无法做到正确。 因为这将是患者及其家人尝试这些努力。

S:这些努力是怎么做的 补充现有的?

变频: 我们正在建立一个研究资源,人们可以在这里提出他们的假设并查询数据。 我们不知道未来的研究问题会是什么,但我们知道我们需要建立一些足够强大的东西来回答这些问题。 这就是我们与学术界创建的其他一些问题不同的地方,他们在问题可能提出之前就已经预料到了问题。

码: 肯定有有效且资金充足的计划,例如 定制基因治疗联盟. 他们想要获得单基因疗法。 我们认识到这一点的潜力,但由于我们条件的复杂性,我们也被排除在该平台之外。

S:家庭团体的参与会随着时间而改变吗?

变频: 随着这些事情随着时间的推移而发展,他们将不断参与其中。 关于委员会的额外部分是我们不是排他性的:我们希望吸引更多的患者群体。

码: 我们的数据基础设施适用于其他 CNV 和结构变体的加入,因为我们希望可能有一种治疗方法或一种跨越 CNV 的机制,并且可能对我们所有人都有帮助。

S:接下来是什么? 还存在哪些挑战?

码: 现在的挑战是资金。 我们在过去几个月和未来几个月的努力将是资助写作和采购资金来走这条路线图的道路。

变频: 我们从 Chan Zuckerberg Initiative 获得剩余资金,用于处理样本和收集额外数据。 我们正在扩大该数据集,并慢慢将其提供给感兴趣的研究人员和商业公司。 我们真的很高兴能够连接基因型和表型数据并使其可用。

凡妮莎·沃格尔·法利