最新研究成果
  • 最新研究成果
  • 学术交流
  • 培训班
  • Human Brain Mapping:大脑皮层基因表达与健康青年人功能网络中心性的相关性分析

    发布时间:2021-02-20    浏览次数:    作者:Admin

      天津医科大学总医院天津市功能影像重点实验室利用Allen人脑图谱(Allen Human Brain Atlas, AHBA)的表达数据和人脑连接计划(Human Connectome Project, HCP)中健康青年人的静息态功能数据进行偏最小二乘回归(partial least squares regressionPLSR)分析,得到了与健康青年人功能网络中心性相关的基因。通过基因功能注释,发现这些基因显著富集于离子通道、轴突导向以及突触传递等生物学通路,更倾向于表达在皮层神经元,且在青年人中表达水平更高,同时与很多神经变性和精神神经疾病相关。此外,文章中应用了大量的鲁棒性与验证性分析从多个角度证明了结果的可靠性。该项研究发表于Human Brain Mapping,题目为Correlation between Cortical Gene Expression and Resting-State Functional Network Centrality in Healthy Young Adults。天津医科大学总医院研究生朱丹(猪猪姐姐)为本文第一作者,天津医科大学总医院汪俊萍主任医师和刘风副教授为本文通讯作者。

    【摘要】

      人类大脑静息状态下的功能连接是具有遗传性的,以往的研究已经探讨了功能连接的遗传基础。然而,目前与功能网络中心性相关的分子机制在很大程度上仍是未知的。在各种功能网络中心性的度量中,功能连接强度(functional connectivity strength, FCS),也称为加权网络的度中心性,是一种简单、直接、常用的测量方法,具有较高的重测信度。此外,FCS与脑血流和大脑葡萄糖代谢率密切相关,表明FCS具有特殊的生理学意义。此外,许多神经退行性疾病和神经精神疾病的患者可能存在FCS异常,如阿尔茨海默病、精神分裂症、双相情感障碍和自闭症谱系障碍。本探索性研究旨在回答三个问题:1)哪些基因与FCS相关?2)这些基因的生物学功能是什么?以及(3)这些基因在哪些细胞类型、脑区和发育时期中被过度表达?1提供了本项研究主要分析步骤的流程。


    1.研究流程

    a)获取AHBA全转录组的基因表达图谱;(b)提取每个捐献者大脑的基因表达矩阵;(c)获取HCP100例健康青年人的静息态功能数据;(d)计算组水平的FCS图;(e)提取与表达数据对应的采样点的FCS数值;(f)在每个捐献者水平进行PLSR分析,并得到FCS相关基因;(g)对FCS相关基因进行功能注释,包括GOKEGG富集分析,疾病的富集分析以及从细胞类型、脑区、以及发育阶段进行特异性表达分析。

    【方法与结果】

    1.基因表达矩阵的构建

      基因表达数据来源于AHBAhttp://human.brainmap.org),这些数据取自6个成年捐献者大脑(西班牙裔1人、非洲裔1人和高加索3人;年龄范围24-57岁,女性1人,男性5人)。该部分数据包括了由58,692个探针检测到的大脑皮层、皮层下核团、小脑及脑干等各种脑组织采样点的全基因组20,737个基因的表达数据。既往研究中对基因表达数据的预处理方法各异,本研究的主要分析部分选用的步骤如下(1)探针的选取:在AHBA中,同一个基因的表达量可能由多个探针获取,既往的研究中对于探针的选取有很多不同的方法。在本研究中,对于同一个基因选取其所有探针的均值来代表该基因的表达量,同时所选用的基因需具有独立的Entrez ID;(2)校正采样点的MNI空间坐标;(3)将采样点匹配到BA图谱;(4)提取采样点的表达量。根据上述采样点的选取方法,在每个捐献者水平提取采样点的表达量,最终得到6个捐献者的采样点×基因的表达矩阵,并进行z-score标准化。

    2. FCS分析

      在本研究中使用的影像数据已经按照最小预处理流程进行处理,具体包括以下步骤:(1)剃度失真校正;(2)头动校正;(3)空间标准化;(4)高通滤波。在本研究中选用的数据均为每个被试的第一次扫描即REST1_LR run的预处理后的图像。对下载后的数据进行进一步的预处理,步骤如下:(1)去除线性漂移(Detrend):去除由于机器工作升温以及被试长久扫描产生的疲劳随着时间的积累而产生的线性趋势;(2)回归噪声信号等干扰因素:去除灰质、白质、脑脊液等信号的影响;去除全脑信号的影响(global signal regression, GSR);去除被试头动较大的时间点(frame-wise displacement, FD > 0.5mm)的影响;回归Friston's 24个头动参数;(3)采用时间带通滤波(temporal bandpass filtering , 0.01-0.08 Hz)来减小低频漂移和高频生理噪声的影响。随后计算了每个被试的FCS脑图。值得注意的是,在此过程中将皮尔逊相关系数的阈值设为r > 0.2,以消除由噪声信号引起的弱相关和由去除全脑信号引起的负相关。将100名被试的FCS脑图在体素水平进行平均,得到组水平FCS的均值脑图(图2)。考虑到大脑的皮层、皮层下区及小脑间存在很大的转录差异,因此本研究仅将大脑皮层的采样点纳入分析,最终有1765个皮层采样点纳入后续分析。

    2. 健康青年人组平均FCS脑图

    FCS在默认网络(default mode network , DMN,尤其是后扣带皮层/楔前叶顶下小叶、内侧前额叶皮层)、背外侧前额叶皮层、颞叶的外侧部和视觉皮层内的体素具有较高的水平。

    3. PLSR分析

        PLSR是一种被广泛应用的多元变量分析方法,用来探究多元预测变量与响应变量间的关系。在本研究中用来在捐献者水平探究基因与FCS的关系。在每个捐献者水平的PLSR分析模型中,预测变量是每个捐献者大脑皮层采样点z-score标准化后的基因表达矩阵,响应变量是经过z-score标准化后的一列组水平FCS数值组成的向量。上述PLSR模型在每个捐献者水平中构建,以去除6个捐献者之间转录组差异造成的偏倚。只有在6PLSR模型中均与FCS空间分布显著相关的基因才可以定义为FCS相关基因,并进行后续功能注释分析。通过置换检验,发现在6PLSR模型中,仅有第1个成分(PLSR1)与FCS显著正相关(置换检验p < 0.001,解释方差≥29%)(图3)。最终发现 6PLSR模型中均显著的1518FCS相关基因(图4)。之后,针对这1518FCS相关基因进行功能注释分析。

    3. PLSR分析

    a)置换检验表明仅有PLSR的第1成分(PLSR1)在所有6个捐献者水平的PLSR模型中具有显著的解释方差(均大于29%)。图中紫色的竖线表示6个捐献者水平的PLSR模型中真实的解释方差,柱形图表示的是置换检验1000次随机产生的解释方差。(b)捐献者水平的基因表达矩阵的PLSR1(表达矩阵的线性组合)与组平均FCS显著正相关,皮尔逊相关系数r = 0.53 ~ 0.63

    4. FCS基因

    通过6个捐献者水平的PLSR分析获得了6组与FCS显著相关的基因,本图展示了6组基因的重叠。左边暗红色的条图表示在每个PLSR模型中的FCS相关基因的数目,右边的点和线表示基因的重叠情况,不同的颜色分别编码了在23456PLSR模型中重叠的基因数目。最终得到了在6PLSR模型中均稳定存在的1518FCS相关基因。

    4. 基因功能注释

      使用在线基因功能注释工具Enrichr Toppgene对得到的FCS相关基因进行功能注释。在GO富集分析中,FCS相关基因显著富集于金属离子转运的生物过程和电压门控离子通道相关的分子功能,尤其是钾离子通道和钠离子通道(图5, a)。在KEGG通路分析中,FCS相关基因富集于钙离子信号通路、轴突导向通路,以及突触传递的过程,例如多巴胺突触传递、长时程增强、长时程抑制及谷氨酸能突触传递(图5, b)。在疾病相关富集分析中,FCS相关基因在一些常见的神经退行性疾病和神经精神疾病中富集,比如阿尔兹海默病、自闭症谱系障碍、双相障碍、精神分裂症等疾病患者中差异表达(图6)。最后使用SEA工具(http://genetics.wustl.edu/jdlab/csea-tool-2/)的特异指数概率(pSI)评估FCS相关基因是否在特定的细胞类型、脑区或者发育阶段高度表达。在人类大脑中,FCS相关基因更倾向于表达于青年人阶段,尤其是大脑皮层。在老鼠中,1518FCS基因中有1130个同源基因,这些基因在神经元中高度表达(图7)。

    5. FCS相关基因的GO富集分析

    a)图中圆形表示的是GO中生物学过程的条目,三角形表示的是GO中分子功能的条目,(b)图中菱形表示KEGG的条目,图形的大小表示富集到这些条目的基因数目,图形越大说明富集到这些条目的基因数目越多。图中条形图的颜色体现了富集分析的显著性水平(-log10 (q value))。

    6. FCS相关基因的疾病相关富集分析

    a)使用ToppGene工具分析表明FCS相关基因与神经退行性病变和神经精神类疾病的相关;(bc)使用Enrichr工具分析表明FCS相关基因在这些神经退行性病变和神经精神类疾病患者中表达存在差异。其中红色和蓝色分别表示在患者中上调和下调基因。

    7. FCS相关基因的特异性表达分析

    ab. FCS相关基因显著优先表达于青年人阶段,尤其是大脑皮层;c. FCS相关基因在多个脑区的神经元中表达水平较高。图中牛眼图的大小表示特异性表达基因的数目,颜色体现BH-FDR校正后q值的大小。

    5. 鲁棒性及验证性分析

      本项研究从多个角度探究了结果的可靠性:(1)功能数据预处理过程GSR的效应;(2)计算FCS图时皮尔逊相关系数的阈值的效应;(3)个体水平FCS图与表达的相关;(4)不同影像数据集的验证;(5)去除DMN的影响;(6)不同脑区分割的效应;(7)不同的表达数据预处理的影响;(8)与前人研究的比较;(9)使用独立的影像数据集与不同的表达数据进行验证。

    【结论】

      本项转录组—神经影像关联研究明确了一组基因的表达模式与FCS相关,尤其是涉及离子通道、轴突导向途径和突触传递等相关生物学通路的基因,这些发现为功能网络中心性的生物学基础提供新的见解。

    【论文信息】

    Zhu D, Yuan T, Gao J, et al. Correlation between cortical gene expression and restingstate functional network centrality in healthy young adults. Hum Brain Mapp. 2021;1–14. https://doi.org/10.1002/hbm. 25362