近日，來自西奈山伊坎醫學院（Icahn School of Medicine at Mount Sinai）的研究人員使用了一種新的機器學習方法，確定了來自13個大腦區域中的413個精神分裂症相關基因。這項研究發表在了《Nature Genetics》上，是同類研究中規模最大的一次，參與人數超過10萬人。這項研究使用機器學習演算法，從組織水平上檢測基因表達，不僅可以識別出與精神分裂症相關的新基因，還可以精確定位大腦中可能發生異常表達的區域。
圖片來源：123RF
雖然精神分裂症患病率較低，隻影響了全球不到2%的人口，但由於其治療費用較高且病情容易反覆，也會造成很大的公共健康隱患。此外，儘管人們認為有很多基因都會增加患精神分裂症的風險，但對其確切的遺傳基礎卻知之甚少。因為疾病相關基因的發現對於理解疾病機制尤其重要，所以瞭解精神分裂症的相關基因對這種疾病的診斷和治療都起到非常關鍵的作用。
因此，研究人員使用了全基因組關聯研究及轉錄組學插補法，利用組織解析度來識別精神分裂症相關的疾病。 全基因組關聯研究是生物醫學研究中越來越常見的研究型別，透過識別遺傳密碼中不同位點的差異，來觀察具有特定特徵（如精神分裂症）的人群中是否可以發現更多的變異。轉錄組學插補法是一種新型的機器學習技術，透過這種方法，研究人員能夠檢測疾病和其它組織（比如大腦）中基因表達之間的關聯。
▲與精神分裂症相關的基因在大腦的不同區域，以及在患者的成長髮育過程中都有表達（圖片來源：《Nature Genetics》）
研究人員對40299名精神分裂症患者和62264名相匹配的對照樣本進行了研究，結果發現與精神分裂症相關的基因在患者整個成長髮育過程中都有表達：有一些表達發生在懷孕的特定階段，另外一些表達是在青春期或成年後發生。研究人員還了解到，大腦的不同區域與不同的精神分裂症風險相關聯，而大多數關聯來自背外側前額葉皮層。
“我們研發的新預測模型為研究精神分裂症的預測基因表達，以及確定與疾病相關的新風險基因，提供了前所未有的力量，”來自西奈山伊坎醫學院的遺傳學、基因組科學和精神病學助理教授 Laura Huckins 博士表示：“透過結合轉錄組學插補和全基因組關聯研究，我們希望不僅可以闡明與精神分裂症相關的基因發展，而且能夠為未來的研究方法與設計奠定基礎。”
參考資料：
[1] Huckins, et al., (2019). Gene expression imputation across multiple brain regions provides insights into schizophrenia risk. Nature Genetics, doi: https://doi.org/10.1038/s41588-019-0364-4
[2] Mount Sinai researchers identify over 400 genes associated with schizophrenia development. Retrieved March 29, 2019, from https://www.eurekalert.org/pub_releases/2019-03/tmsh-msr032119.php