In december 2018 zijn er zeven artikelen ‘back-to-back’ gepubliceerd in het wetenschappelijk tijdschrift Science over de pathogenese van psychiatrische stoornissen. Eén artikel in Science is natuurlijk al prachtig. Een droom voor elke onderzoeker. Maar zeven artikelen die allemaal op elkaar aansluiten in één keer publiceren? Dat is ongekend. Wat staat er dan in dat het zo bijzonder maakt?
Vandaag het vierde artikel: Transcriptome-wide isoform-level dysregulation in ASD, schizophrenia, and bipolar disorder.
De zeven artikelen in Science (zie referenties onderaan) beschrijven onderzoek van het PsychEncode consortium. Dit consortium heeft zich als doel gesteld om te begrijpen hoe de geïdentificeerde genetische risicofactoren voor psychiatrische ziekten hersenontwikkeling en hersenfunctie beïnvloeden. Voor dit onderzoek werd hersenmateriaal van 2000 individuen op verschillende manieren onderzocht en dit werd weer gekoppeld aan de genetische risicofactoren.
De inhoud van deze artikelen is, net als de materie waarover ze gaan, uiterst complex. Begrippen als noncoding RNA, eQTL, chromosomal connectomes, epigenome landscapes, differential splicing, vliegen de lezer om de oren. Voor wie het wat te ver gaat om in deze donkere dagen met deze editie van Science lekker voor het haardvuur te kruipen, zullen we ze in de maand maart 2019 één voor één samenvatten. We zullen hierbij proberen om de hoofdboodschap simpel uit te leggen zodat elke psychiater, jong dan wel oud, kan meegenieten.
Transcriptome-wide isoform-level dysregulation in ASD, schizophrenia, and bipolar disorder.
Achtergrond en doel: De meeste genetische risicofactoren voor psychiatrische stoornissen liggen buiten de coderende regio’s voor eiwitten. Er is nog weinig bekend over hoe deze niet-coderende regio’s transcriptie van genen en translatie naar eiwitten in de hersenen beïnvloeden. Het doel van dit onderzoek was het in kaart brengen van veranderingen in genexpressie in de hersenen van patiënten met autisme spectrum stoornis (ASS), schizofrenie en bipolaire stoornis. Naast veranderingen in genexpressie, wilden de auteurs ook beter begrijpen hoe genexpressie in de hersenen samenhangt met genetische risicofactoren voor deze stoornissen. De kernbegrippen die van belang zijn voor het begrijpen van dit artikel worden aan het eind kort samengevat.
Methode: Genoomwijde RNA expressie werd bepaald door middel van RNA sequencing. Dit werd toegepast op de frontale en temporale cortex van controles (n=936) en patiënten met ASD (n=51), schizofrenie (n=559) en bipolaire stoornis (n=222). De RNA sequencingdata werd gecombineerd met genetische data van de betreffende patiënten en controles.
Uitkomst: RNA expressie niveaus van 16541 coderende genen en 9233 niet-coderende genen kon worden opgepikt in deze hersensamples. In bipolaire stoornis en ASS kwamen meer dan 1000 genen anders tot expressie. In SCZ waren dat er bijna 5000. Voor alle drie de stoornissen betrof een behoorlijk deel van deze veranderingen non-codingRNAs. Daarnaast werd voor veel genen een verandering in de expressie van verschillende isovormen gevonden. De geobserveerde effecten op de verandering in isovormen waren groter dan de effecten op expressie van genen. Ze waren ook specifieker voor de verschillende stoornissen. Door het combineren van genetische data met de veranderingen die gevonden waren in RNA expressie werd voor elke stoornis een aantal kandidaatgenen geselecteerd.
Op verschillende manieren hebben de auteurs deze veranderingen in RNA expressie geïnterpreteerd. Met behulp van pathway analyses vonden ze aanwijzingen voor veranderde neuronale en immunologische processen, maar ook meer basale cellulaire processen. Als ze kijken naar welk celtype in de hersenen is aangedaan, dan zien ze zeker niet alleen aanwijzingen voor afwijkingen in neuronen, maar bijna voor alle celtypes, zoals ook astrocyten, oligodendrocyten en microglia.
Wat betekent dit: Ondanks dat we geen leasies of andere macroscopische afwijkingen zien in de hersenen van patiënten met ASS, schizofrenie of bipolaire stoornis, lijkt er op moleculair niveau toch veel aan de hand in deze ziekten. Tot wel 20% van de genen had op groepsniveau een andere expressie in deze ziektebeelden. Het was al bekend dat alternatieve splicing een belangrijke rol speelt in ontwikkeling en functioneren van de hersenen. Deze data geven aan dat het ook een belangrijke rol speelt in de pathogenese van psychiatrische ziekten. Deze studie geeft tal van aangrijpingspunten die verder onderzocht moeten worden. We moeten hierbij niet alleen naar veranderde processen in neuronen, maar ook in andere celtypes kijken.
Wat maakt dit onderzoek uniek: Het aantal breinen dat geanalyseerd is met deze dure en complexe techniek, is zeer indrukwekkend. Daarnaast zijn de meest geavanceerde methodes gebruikt om naar verschillende niveaus van RNA expressie te kijken. De mate waarin de auteurs de verschillende lagen van informatie met elkaar hebben weten te integreren is uniek.
Openstaande vragen na het lezen van dit artikel: Hoewel dit onderzoek een schat aan data bij zich draagt, is het nog moeilijk voor te stellen wat nu concreet de volgende stappen zouden moeten zijn om aan te tonen dat deze mechanismen bij (een deel van) deze patiëntengroepen wel of niet een rol spelen bij het ontstaan van de ziekte. Het effect van de verandering van individuele RNA transcripten/isovormen is nog steeds erg klein. Daarnaast zijn de veranderingen gevonden in zeer grote groepen. Het is niet duidelijk of de gevonden pathways alleen in bepaalde subgroepen een rol spelen.
Hoe zat het ook alweer?
- Exon = Regio in het DNA die codeert voor een eiwit. De meeste eiwitten worden gecodeerd door meerdere exonen die in het DNA gescheiden zijn door intronen (Figuur 1).
- Intron = Een stuk DNA tussen twee exonen wat niet codeert voor het eiwit en eruit ‘gespliced’ wordt bij met maken van mRNA van pre-mRNA (Figuur 1)
- Splicing= Het uitknippen van intronen bij de overgang van pre-mRNA naar mRNA
- Alternatievesplicing= Verandering van het uitknippen van intronen en exonen waardoor er verschillende isovormen van het eiwit worden gevormd.
- Eiwit isovormen= Gebruik van verschillende combinaties van exonen om een eiwit te maken geeft eiwitten die op elkaar lijken, maar toch andere eigenschappen kunnen hebben (Plaatje 1)
- CodingRNA = RNA dat codeert voor een eiwit (Plaatje 2)
- Non-coding RNA (ncRNA) = RNA dat niet codeert voor een eiwit. Non-coding RNA genen bevinden zich zowel in de intronen als tussen de genen (intergenic). ncRNA’s beïnvloeden gen expressie, splicing en RNA translatie (Plaatje 2)
- Long non-conding RNA (lncRNA) = Non-coding RNA van >200 baseparen
- LincRNA = Non-coding RNA dat zich in de intergenic regio’s bevindt.
- RNA sequencing: Een experimentele methode waarbij een blauwdruk gemaakt wordt van het aantal RNA transcripten van alle genen in een bepaald stukje weefsel of cellen.
Figuur 2.
Wahlestedt et al. Nature Reviews Drug Discovery volume 12, pages 433–446 (2013)
Referenties (met link origineel artikel en DJP bespreking)
- An, J.-Y. et al. Genome-wide de novo risk score implicates promoter variation in autism spectrum disorder. (Origineel ; DJP)
- Rajarajan, P. et al. Neuron-specific signatures in the chromosomal connectome associated with schizophrenia risk. (Origineel ; DJP)
- Amiri, A. et al. Transcriptome and epigenome landscape of human cortical development modeled in organoids. (Origineel ; DJP)
- Gandal, M. J. et al. Transcriptome-wide isoform-level dysregulation in ASD, schizophrenia, and bipolar disorder. (Origineel ; DJP)
- Zhu, Y. et al. Spatiotemporal transcriptomic divergence across human and macaque brain development. (Origineel ; DJP)
- Wang, D. et al. Comprehensive functional genomic resource and integrative model for the human brain. (Origineel ; DJP)
- Li, M. et al. Integrative functional genomic analysis of human brain development and neuropsychiatric risks. (Origineel ; DJP)
