Partea 1: Semnături genetice distincte ale regiunilor corticale și subcorticale asociate cu memoria umană

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

Pin Kwang Tan,1 Egor Ananyev2 și Po-Jang Hsieh3

1 Institutul de Sănătate N.1, Universitatea Națională din Singapore, Singapore, Singapore 117456,

2 Departamentul de Psihologie, Universitatea Tehnologică Nanyang, Singapore, Singapore 639798,

3 Departamentul de Psihologie, Universitatea Națională din Taiwan, orașul Taipei, Taiwan 10617

Vă rugăm să faceți clic aici pentru partea 2

Abstract

În ciuda descoperirii unor variante de gene legate dememorieperformanță, înțelegerea bazei genetice a memoriei umane adulte rămâne o provocare. Aici, am conceput un cadru nesupravegheat care se bazează pe corelațiile spațiale dintre datele transcriptomului uman și hărțile funcționale de neuroimagistă pentru a descoperi semnăturile genetice alememorieîn cortical și subcortical definit funcționalmemorieregiuni. Rezultatele au fost validate cu literatura de specialitate și au arătat că cadrul nostru este foarte eficient în identificarea proceselor și genelor legate de memorie în comparație cu o funcție cognitivă de control. Genele exprimate de preferință în regiunile de memorie corticale sunt legate de procese legate de memorie, cum ar fi reglarea imună și epigenetică. Genele exprimate în regiunile de memorie subcorticală sunt asociate cu neurogeneza și diferențierea celulelor gliale. Genele exprimate atât în ​​zonele de memorie corticale cât și subcorticale sunt implicate în reglarea transcripției, plasticitatea sinaptică și semnalizarea receptorului de glutamat. În plus, gene distincte asociate memoriei, cum ar fi PRKCD și CDK5, sunt legate de regiunile corticale și, respectiv, subcorticale. Astfel, regiunile de memorie corticale și subcorticale prezintă semnături genetice distincte care pot reflecta diferențele funcționale în sănătate și boală și nominalizează gene candidate pentru investigații experimentale viitoare.

Cuvinte cheie: cogniție; cortical; genetic; uman; memorie; neuroimagistică

Cistanche poate îmbunătăți memoria

Declarație de semnificație Aspectele anatomice și funcționale ale omuluimemoriesunt bine caracterizate, dar mecanismele sale biologice sunt prost înțelese. Aici, pentru a descoperi semnăturile genetice asociate cu umanulmemoriefuncție, am analizat corelațiile spațiale dintre expresia genelor la scară micro și hărțile de neuroimagini la scară macro pentru a obținememorie-procesele biologice și genele înrudite într-o manieră nesupravegheată. Am descoperit că semnăturile genelor ale memoriei corticale și subcorticale sunt în mare măsură distincte și sunt asociate cumemorie. Ne-am identificat mai puțin caracterizațimemorie-genele asociate de asemenea. În plus, cadrul nostru a demonstrat eficacitatea și precizia în identificarea semnăturilor genelor legate dememoriefață de o altă funcție ca control. În general, munca noastră oferă o abordare centrată pe om pentru înțelegerea geneticii cogniției și identifică potențiali gene candidați pentru investigații experimentale viitoare.

Introducere

Memoriefuncția este crucială pentru viața de zi cu zi, variind de la aritmetica mentală la planificarea pe termen lung. Umanmemoriefuncția este bine caracterizată din punct de vedere al corelațiilor neuronale asociate cu tulburările de comportament și mintale. Perspectivele din fMRI și studiile leziunilor au condus la o înțelegere a corticalului și subcorticaluluimemorieregiunile ca zone funcțional distincte, subsumate sub umbrela largă a funcției de memorie (LaBar și Cabeza, 2006; Squire și Wixted, 2011). Cu toate acestea, în ciuda faptului că capacitatea de memorie este foarte ereditară, cu factori de risc genetici pentru tulburările de memorie, semnătura genetică care stă la baza memoriei umane rămâne prost înțeleasă (Papassotiropoulos și de Quervain, 2011; Kandel și colab., 2014; Freudenberg-Hua și colab. , 2018). Cunoștințele noastre despre genele memoriei umane se bazează în mare măsură pe variația interindividuală a genomului [de exemplu, studii de asociere la nivelul întregului genom (GWAS)] și pe dinamica temporală pe termen scurt a funcției memoriei (Berto și colab., 2017). Cu toate acestea, există un interes în curs de dezvoltare în utilizarea dimensiunii spațiale a expresiei genelor pentru a identifica profilurile genetice ale rețelelor funcționale, prin integrarea transcriptoamelor creierului uman și a hărților neuroimagistice (Yarkoni et al., 2011; Hawrylycz et al., 2012; Ritchie și colab., 2018). Astfel de abordări bazate pe modele de expresie spațială pot ajuta să răspundă la o întrebare cheie: Există gene asociate cu regiunile generale de memorie în creierul uman adult? Acest lucru poate oferi o perspectivă fără precedent asupra proceselor biologice și genelor asociate cu memoria umană și poate propune potențiali candidați pentru investigații experimentale ulterioare.

Pentru a identifica astfel de gene umane adulte asociate cu generalmemorie, ne bazăm pe o metodă de corelare spațială (Fox et al., 2014). Metoda identifică genele asociate cogniției care au o corelație spațială mare între expresia genei și o hartă de neuroimagistică care reprezintă relevanța fiecărei zone pentrumemorie(Fig. 1A, B). Această abordare presupune că genele implicate înmemoriear trebui să fie puternic exprimat în zonele creierului extrem de relevante pentru memorie. De exemplu, această relație a fost observată în cazul genei DRD2 asociate recompensei în zonele de procesare a recompensei (Mengod și colab., 1992; Pappata și colab., 2002; Schott și colab., 2008). Pentru expresia genetică și hărțile funcționale, am folosit transcriptomul Allen Human Brain Atlas (AHBA) și harta neuroimagistică „memorie” Neurosynth.

Apoi ne-am identificatmemorie-profiluri genetice înrudite într-o manieră nesupravegheată cu analiza de îmbogățire a setului de gene (GSEA; Fig. 1C). Datorită naturii corelaționale a analizei corelației spațiale, ne-am bazat pe baze de date de cunoștințe biologice (adică, analize de îmbogățire cu biblioteca Ontologiei genetice) pentru a ne ghida identificarea proceselor biologice și a genelor asociate cu memoria. Pentru a identifica genele asociate memoriei specifice cortexului și subcortexului, am comparat diferențele dintre genele respective.

Această lucrare a fost susținută de Duke-NUS Graduate Medical School și de Yushan Young Scholar Program NTU-108V0202.

Mulțumiri: Mulțumim lui Nilofer Husain și Wu Jinlu pentru feedback-ul lor cu privire la primele versiuni ale acestui manuscris. Datele au fost furnizate de Institutul Allen pentru Știința Creierului și de depozitul Neurosynth.

Corespondența trebuie adresată lui Pin Kwang Tan la profiluri (Fig. 1D). Deoarece există gene care sunt implicate în generalmemorieîn regiunile corticale și subcorticale (Gallo et al., 2018), am caracterizat, de asemenea, suprapunerea dintre profilurile genetice cortico-subcortical (Fig. 1D). În plus, pentru a identifica genele candidate, am identificat genele de top-10 cu care sunt cel mai probabil asociatememoriecu analiză de vârf (LEA; Fig. 1E). Apoi ne-am validat rezultatele prin verificarea faptului că profilele genetice se coroborează cu literatura experimentală. În cele din urmă, am evaluat dacă abordarea noastră a fost eficientă și precisă (Fig. 1F, G).

Datorită implicării lor comune și critice în generalmemorie, am analizat atât zonele corticale, cât și cele subcorticale implicatememorie. De notat, studiile anterioare asupra rețelelor funcționale s-au concentrat în principal pe analize corticale sau subcorticale din cauza profilurilor de expresie disparate. Acest lucru se poate datora diferențelor marcate de compoziție neuronală, numărul de straturi și conectivitate (O'Leary și Koester, 1993; Yushkevich și colab., 2009; Modha și Singh, 2010; Kim și colab., 2015). La nivel genetic, aceste diferențe sunt oglindite de modele distincte atât ale intensității expresiei genelor, cât și ale variabilității (Hawrylycz și colab., 2012; Richiardi și colab., 2015; Fox și colab., 2014). Astfel, am analizat corelațiile lor spațiale separat, deoarece combinarea ambelor în analiza corelației spațiale ar surprinde diferențele grosiere cortico-subcorticale în intensitatea expresiei în loc de diferențe interregionale semnificative în expresia genetică.

În ciuda unei implicări comune în generalmemorie, am găsit procese biologice și gene în mare parte distincte legate de memorie în regiunile corticale și subcorticale. Procesele corticale au inclus reglarea imună și epigenetică; procesele subcorticale au inclus neurogeneza și diferențierea celulelor gliale. Genele partajate în regiunile corticale-subcorticale au fost implicate în reglarea transcripției, plasticitatea sinaptică și semnalizarea receptorului de glutamat. Arătăm că abordarea noastră a identificat un număr mai mare de gene de memorie în analiza memoriei decât se aștepta întâmplător și mai multe gene de memorie decât gene ale funcției motorii. Aceste rezultate oferă o mai bună înțelegere a geneticii asociate cu memoria umană și nominalizează gene candidate pentru investigațiile experimentale viitoare.

Materiale și metode

transcriptom AHBA

Transcriptomul AHBA a fost generat din eșantionarea microarray de ARNm normalizată a unui număr de 3702 locuri de eșantionare combinate în șase creiere donatoare (Hawrylycz et al., 2012; N 6 emisfere stângi, N 2 emisfere drepte; Fig. 1A; vezi Extended DataFig. {{5} }} pentru un exemplu de vizualizare a unei gene). Donatorii au fost trei bărbați albi, doi bărbați afro-americani și o femeie hispanica. Vârsta donatorului a variat între 24 și 57 de ani, vârsta medie a donatorului a fost de 42,5 ani (SD 11,2 ani), Datele de la toți cei șase donatori au fost concatenate orizontal într-un fișier .csv, cu o sondă pe rând. Pentru mai multe detalii despre setul de date și procedurile de colectare a datelor, consultați http://help.brain-map.org/display/human brain/Documentation.

Figura 1. Prezentare generală a cadrului de descoperire a semnăturilor genetice. A, Hărțile neuroimagistice AHBA și Neurosynth și preprocesarea și integrarea lor într-un spațiu șablon comun de neuroimagistă. B, Calculul asemănării spațiale între hărți

separat pentru regiunile corticale si subcorticale si ptmemorieși funcții motorii, obținând o listă de gene clasată L per analiză (conține gene și valoarea medie a r). C, Caracterizarea funcțională a fiecărui L cu seturi de gene semnificative din punct de vedere biologic cu analiza pre-clasificată GSEA (liniile punctate care conectează L și seturile de gene reprezintă gruparea genelor în seturi de gene îmbogățite), producând seturi de gene S și S cu scor pozitiv și negativ. D, Evaluarea diferențelor și a suprapunerii dintre cortical și subcorticalmemoriegenele. E, Identificarea genelor candidate asociate cu funcția cognitivă și regiunea creierului, operaționalizate ca subset de gene care conduc scorul de îmbogățire al seturilor de gene semnificativ îmbogățite găsite utilizând analiza GSEA pre-clasificată. Acest lucru a produs două liste de gene candidate, CL și CL, care conțin gene foarte corelate pozitiv și negativ de la S și, respectiv, S. F, Revizuirea literaturii de specialitate a fiecărui CL cuantificând genele asociate cu funcția cognitivă țintă sau de control. G, Evaluarea validității și preciziei cadrului cu fiecare dintre cele opt CL. Consultați Extended DataFigure 1-1pentru o vizualizare a expresiei genei GRB14 în AHBA, Extended DataFigure 1-2pentru o vizualizare a hărților Neurosynth și Extended DataFigure 1-3pentru regiunile corticale și subcorticale utilizate în analiza corelației spațiale.

Harta asocierii memoriei Neurosynth

Hărțile de „memorie” și „motorie” de asociere ale neurosintetului [spațiul Mon-treal Neurologic Institute 152 (MNI152), FDR cu prag 0.01] au fost utilizate ca date de neuroimagini pentrumemorieși funcțiile motorii (Fig. 1A; vezi Extended DataFig. 1-2 pentru o vizualizare a Neurosynth-uluimemorieși hărți motorii). Aceste funcții cognitive au fost alese deoarece erau în mare parte distincte din punct de vedere funcțional și anatomic și au fost construite dintr-un număr similar de studii (memory 2744, Nmotor 2565). Neurosynth cuantifică relevanța fiecărui voxel pentru termenii de căutare specificați de utilizator (de exemplu, memorie) pe baza unei baze de date de studii neuroimagistice. În exemplul hărții de memorie, fiecărui voxel i se atribuie un scor az care reflectă asocierea preferențială a acelui voxel cu memoria, în locul altor funcții. De exemplu, scorul z pozitiv mare în hipocamp înseamnă că studiile ale căror rezumate includ cuvântul memorie sunt mai probabil să raporteze implicarea hipocampului decât studiile care nu includ cuvântulmemorie(Yarkoni și colab., 2011). Scorurile z negative indică o corelație mai mare cu alți termeni de căutare care nu au legătură cu memoria și, prin urmare, au fost excluși din analizele noastre. Pentru domeniile largi ale funcției cognitive, termenii unici permit generarea de hărți care aproximează în mod rezonabil procesul cognitiv țintă (Yarkoni și colab., 2011). Prin urmare, am folosit memoria și motorul ca termeni de căutare pentru a obține hărțile de memorie și asociere cu motor. Rețineți că, în exemplul memoriei, această abordare a dus la includerea unei game largi de subfuncții, cum ar fi memoria de lucru și memoria pe termen lung. Acest lucru a permis o definiție mai largă și mai cuprinzătoare a memoriei și a funcției motorii pentru identificarea ulterioară a semnăturilor lor genetice. În generarea unor astfel de hărți, este posibil ca focarele identificate prin procesul automat de extracție a coordonatelor Neurosynth să fie inexacte din cauza diferitelor formate de date ale revistelor și site-urilor online de neuroimagistă. Cu toate acestea, în comparație cu standardul de aur al focarelor de activare selectate manual din Baza de date a sistemelor de management al suprafeței (SumsDB), coordonatele extrase automat arată sensibilitate ridicată (84 la sută) și specificitate (97 la sută; Yarkoni și colab., 2011). Ca atare, hărțile de memorie și neuroimagistică motorie utilizate sunt aproximări rezonabile ale regiunilor implicate în memoria generală și funcția motrică.

Preprocesarea transcriptomului

Atlasul Brodmann modificat utilizat de AHBA, iar hipocampul a fost reetichetat ca regiune subcorticală în loc de regiune corticală, în conformitate cu convențiile de neuroimagistică umană (Hawrylycz et al., 2012; Ji et al., 2019; lista zonelor corticale și subcorticale din Date extinse Fig. 1-3). În pre-procesare, sondele au fost mai întâi reanotate cu pachetul Reannotator. Am exclus sondele care aveau 50% probe care depășesc nivelul de expresie de fundal. Pentru fiecare genă, am selectat sonda cu cel mai mare scor de stabilitate diferențială, adică cu cea mai mică variabilitate spațială între donatori. Datele AHBA au fost normalizate (scor z) pentru fiecare donator. Regiunile corticale și subcorticale au fost normalizate separat. Acest lucru a fost făcut pentru a lua în considerare diferențele individuale și cortico-subcorticale în expresia genelor (Hawrylycz și colab., 2011). Aceasta a returnat o matrice de 15.625 gene-cu-1285 eșantion de creier pentru cortexul stâng și, respectiv, 15,625-pe-497 matrice pentru subcortexul stâng. Acest lucru a dat o medie individuală de 214 probe corticale stângi (interval: 175–259) și 83 de probe subcorticale stângi per donator (interval: 59 –115). În pasul următor de mai jos, acest lucru a fost limitat în continuare la regiunile creierului de interes în co-înregistrare. Odată cu utilizarea unui atlas cerebral diferit de AHBA, este posibil ca reanotarea regiunilor ca zone corticale sau subcorticale să fie inexacte și să afecteze analizele corticale și subcorticale. Cu toate acestea, deoarece am păstrat etichetele ontologice AHBA și pur și simplu am re-adnotat hipocampul ca subcortex, acest pas este rezonabil.

Co-înregistrarea hărții de memorie AHBA și Neurosynth

Pentru a permite o comparație a similitudinii spațiale între hărțile neuroimagistice și AHBA cu rezoluții diferite, ambele hărți au fost co-înregistrate într-un spațiu cerebral stereotactic 3D comun (Fox et al., 2014). Acest lucru a fost realizat folosind coordonatele MNI furnizate de AHBA pentru reprezentarea punctelor de eșantionare a transcriptomului în spațiul șablon MNI152. Acesta a fost și spațiul folosit de harta Neurosynth. Harta Neurosynth a fost folosită ca mască pentru harta AHBA, astfel încât doar zonele suprapuse au fost incluse în analiza corelației (Fox et al., 2014). Datorită disponibilității limitate a emisferelor prelevate (șase emisfere stângă și două emisfere drepte), am folosit doar emisferele stângi, separate în regiuni corticale și subcorticale. În etapele ulterioare, analizele corticale și subcorticale au fost ținute separate. Pe lângă faptul că oferă o perspectivă asupra mecanismelor genetice corticale și subcorticale separate, acest lucru a evitat și confuziile din profilurile lor transcripționale divergente (Richiardi și colab., 2015). Apoi am potrivit netezirea ambelor hărți prin netezirea AHBA cu o sferă cu rază de 6 mm. La sfârșitul acestui pas, au rămas în medie 93memorie(interval: 72–107)

și 65 de puncte de date corticale motorii (interval: 55-76) și, în medie, 40memorie(interval: 25–71) și 43 puncte de date subcorticale motorii (interval: 24 – 69) per individ. Este posibil ca co-înregistrarea hărților AHBA și Neurosynth să fie afectată de erorile introduse în timpul transformării coordonatelor RMN în MNI de către AHBA. Cu toate acestea, Institutul Allen a transformat RMN-ul în coordonatele MNI

folosind metode standard pentru incranio și creier de excreție (patru creiere de donatori au fost fotografiate ex cranio) și am asigurat o co-înregistrare rezonabilă prin inspectarea vizuală a hărților rezultate.

Analiza corelației spațiale a datelor AHBA și Neurosynth

Pentru a obține valori de corelație spațială per genă, ne-am bazat pe un instrument care corelează hărțile spațiale AHBA și neuroimagistice (Yarkoni și colab., 2011; Fox și colab., 2014). Fiecare punct de date utilizat în corelare este un punct în spațiu, cu o valoare normalizată a intensității expresiei genei și un scor z al hărții neuroimagistice. Pentru o genă asociată cumemorie, ne-am aștepta la o similaritate spațială mare între hărțile AHBA și Neurosynth, adică un model de expresie genică ridicată în zone extrem de relevante pentru memorie și invers. Acest lucru s-ar reflecta într-o valoare medie de corelație ridicată pentru acea genă. Am aplicat analiza spațială separat pentru regiunile corticale și subcorticale (Fig. 1B). O analiză aproximativă a efectelor aleatoare a fost utilizată pentru a ține seama de variabilitatea expresiei genelor individuale și pentru a contracara eșantionarea corticale rare din hărțile AHBA. Panta de regresie a donatorului și interceptarea au fost modelate individual. Ulterior, obținem valoarea medie a corelației fiecărei gene (medie pentru cei șase donatori), care a fost statistica de interes. Din acest pas, am obținut patru liste L de 15.625 de gene, ptmemorieşi funcţia motorie, precum şi regiunile corticale şi subcorticale respective.

Identificarea proceselor biologice ale memoriei corticale și subcorticale

Am folosit un instrument de analiză a setului de gene (GSEA Pre-ranked, GenePattern module, versiunea 6.0.5) pentru a identifica seturi de gene asociate cu funcții biologice comune (Fig. 1C). Cele patru liste de gene L au fost clasate după valoarea medie a corelației (statistica de clasare utilizată în acest caz) și au fost trecute la GSEA Pre-clasificat. Am analizat fiecare listă L cu GSEA pre-clasificată cu parametrii impliciti, inclusiv scorul ponderat folosind biblioteca Procesului biologic de ontologie genetică (c5.bp.v6.0.symbols.gmt). Preclasarea GSEA caută separat în partea de sus și de jos a fiecărei liste L pentru genele care se suprapun cu fiecare set de gene din baza de date (Mootha și colab., 2003; Subramanian și colab., 2005). Această suprapunere sau îmbogățirea setului de gene a fost evaluată prin scor ponderat pe baza corelației medii (valoarea r). Aceasta returnează un scor de îmbogățire normalizat, o valoare p semnificativă și o valoare q FDR (la toate seturile de gene testate)

pentru fiecare set de gene îmbogățit. Din primele gene corelate pozitiv și negativ din fiecare listă L, am obținut seturi separate S și S de seturi de gene îmbogățite pozitiv și, respectiv, negativ. Pentru analizele ulterioare, am folosit numai toate seturile de gene cu FDR q {{0}}.05. Rețineți că analiza corticală motorie (–) (gene corelate negativ din analiza corticală motorie) nu a avut niciun set de gene care a supraviețuit FDR 0,05 și, prin urmare, nu a fost utilizată în analizele ulterioare, adică procesele biologice sau genele candidate ca rezultat. Astfel, acest lucru a însemnat în mod efectiv opt S și șapte S seturi utilizabile pentru pașii următori. Pentru această analiză și etapele ulterioare, genele care se găsesc într-un set de gene semnificativ îmbogățit sunt denumitememoriegene, spre deosebire de primele-10 gene de memorie identificate mai jos.

Vizualizarea seturi de gene semnificativ îmbogățite

Pentru a identifica temele biologice generale din seturile de gene. am grupat seturile de gene în rețele în funcție de genele pe care le împărtășesc (Fig. 1C). Pentru fiecare pereche de seturi S și S, am introdus seturile lor de gene în software-ul de vizualizare a rețelei Cytoscape și am inclus seturile de gene cu FDR q 0.05. Apoi am folosit aplicația Enrichment Map pentru a construi rețelele setului de gene și le-am adnotat cu extensia Wordcloud pentru interpretare ulterioară (Cline și colab., 2007;Merico și colab., 2010;Oesper și colab., 2011). ). Acest lucru a fost realizat folosind setările implicite, cu excepția unui prag personalizat de valoare FDR q de 0,05 (adică, FDR 0,05). Acest pas a returnat patru hărți de îmbogățire adnotate pentru lista L a fiecărei funcții cognitive și pentru fiecare dintre zonele corticale și subcorticale.

Adnotarea funcțională a genelor care se suprapun

Am folosit suita ToppGene (cu biblioteca de procese biologice de ontologie genetică) pentru a grupa funcționalmemoriegene (identificate în analiza GSEA) care sunt (1) specifice cortexului, (2) specifice subcortexului, (3) și împărtășite între ambele (Fig. 1D; Chen și colab., 2009). Din rezultat, am pragizat seturile de gene ale procesului biologic ca fiind cele care au satisfăcut FDR 0,05. Aceasta a returnat trei liste de seturi de gene, una pentru fiecare tip de genă de mai sus.

Identificarea genelor candidate asociate cu memoria corticală și subcorticală

Pentru a identifica genele de top{{0}} cele mai probabil relevante pentru funcția cognitivă, am identificat genele care apar frecvent în seturile de gene cu LEA (Fig. 1E; Mootha și colab., 2003; Subramanian și colab. al., 2005). Pentru analiza fiecărei funcții cognitive în regiunile corticale și subcorticale, introducem seturile de gene respective cu FDR q 0,05 (aplicație desktop javaGSEA). LEA a identificat apoi genele care au apărut frecvent în genele subsetului de vârf din seturile de gene în S sau S (Subramanian și colab., 2005; Fleming și Miller, 2016). Am clasat genele după numărul de seturi de gene de vârf pe care le îmbogățesc; în cazul unei egalități în numărul de seturi de gene, le clasăm după valoarea medie a corelației spațiale. Genele de top-10 care apar cel mai frecvent în seturile de gene îmbogățite pozitiv și negativ au fost desemnate drept lista de gene candidate CL. Rezultatele au fost liste de asocieri de gene-cogniție cu șapte candidate CL de 10 gene fiecare pentru toate S și S.