Baidu
map

Mol. Psychiatry:DNA甲基化与终生大麻使用的跨祖先表观基因组关联meta分析

2023-11-14 xiongjy MedSci原创 发表于上海

在EWAS模型中对吸烟进行额外调整后发现四个与吸烟无关的CpG位点与终生大麻使用显著相关。对从不吸烟的参与者进行了EWAS,得出了与终生大麻使用显著相关的额外CpG。

大麻的使用在世界各地非常普遍。在美国,大麻的合法使用随着时间的推移已经扩展到各州。尽管医用大麻具有潜在的治疗益处,但广泛的娱乐性大麻使用引起了人们的关注,因为据报道,大麻与许多不良健康结果有关,包括心理健康、认知缺陷和成瘾。其与健康结果之间的联系还不完全清楚。

DNA甲基化(DNAm)涉及在CpG二核苷酸的背景下在胞嘧啶的C5位置添加一个甲基,已被广泛研究与基因表达有关,并可能受到基因组、环境和随机过程的影响。DNA 甲基化可以作为将环境暴露与健康结果联系起来的中介。

本文对来自7个队列的9436名参与者进行了最大规模的跨祖先EWAS meta分析,分析了终身大麻使用情况(ever与never)。初始模型对性别、采血年龄、血细胞比例和技术协变量进行了调整,得到608个显著(FDR< 0.05) CpGs,其中82%与之前EWAS关于吸烟的发现重叠,其混淆效应已被发现用于许多其他表型。

本文使用Illumina Infinium HumanMethylation450 BeadChip (450K阵列,76%)或Illumina Infinium Methylation EPIC BeadChip (EPIC阵列,24%)测量外周血中的DNAm。在每个队列中,在线性模型下测试DNAm水平与终生大麻使用之间的关系,如果参与者有亲属关系,则使用GEE模型。根据遗传祖先组(EA和AA)和DNAm阵列类型(450K和EPIC)对EWAS分析进行分层。对于每个CpG位点,DNAm β值被认为是结果,终生大麻使用作为感兴趣的预测因子,并应用了两个独立的模型。

figure 1

Fig. 1: Results from the EWAS meta-analysis for lifetime cannabis use with Model 2 adjusted for cigarette smoking.

考虑到吸烟的影响,跨祖先 EWAS 分析显示,有四个 CpG 位点与终生吸食大麻显著相关,错误发现率为 0.05 。这四个 CpG 位点分别是:ADGRF1 基因附近的 cg22572071、ADAM12 基因中的 cg15280358、ACTN1 基因中的 cg00813162 和 LINC01132 基因附近的 cg01101459。

figure 2

Fig. 2: Results from the EWAS meta-analysis for lifetime cannabis use in participants who never smoked cigarettes.

此外,对从不吸烟的参与者进行的 EWAS 分析还发现了另一个全表观基因组范围的重要 CpG 位点,即注释为 APOBR 的 cg14237301。

figure 3

Fig. 3: Regional plot for EWAS results in participants who never smoked cigarettes (a) and GWAS results (b) for lifetime cannabis use around the genes APOBR/CLN3.

本文采用了 "留一弃一 "的方法来评估甲基化分数,该分数是由重要的 CpGs 加权求和构建而成的。最佳模型可以解释 3.79% 的终生大麻使用变异。

总的来说,本文使用来自外周血样本的DNAm数据进行了迄今为止最大的EWAS荟萃分析(9436名多血统参与者)。基本模型显示,与终生使用大麻相关的DNAm变化在很大程度上与吸烟相关的DNAm位点重叠。在EWAS模型中对吸烟进行额外调整后,发现四个与吸烟无关的CpG位点与终生大麻使用显著相关。对从不吸烟的参与者进行了EWAS,以进一步消除参与者吸烟的影响。该分析在所有参与者中显示了与吸烟调整模型的高度一致性(模型2),并得出了与终生大麻使用显著相关的额外CpG。注释到这五个大麻使用相关CpGs的基因与一系列健康结果相关。这些发现揭示了与终生吸食大麻相关的 DNA 甲基化变化,这些变化与吸烟无关,可以作为进一步研究大麻暴露影响健康结果的机制的起点。

原始出处:

Fang, F., Quach, B., Lawrence, K.G. et al. Trans-ancestry epigenome-wide association meta-analysis of DNA methylation with lifetime cannabis use. Mol Psychiatry (2023). https://doi.org/10.1038/s41380-023-02310-w

相关资料下载:
[AttachmentFileName(sort=1, fileName=s41380-023-02310-w.pdf)] GetArticleByIdResponse(id=2970800e5795, projectId=1, sourceId=null, title=Mol. Psychiatry:DNA甲基化与终生大麻使用的跨祖先表观基因组关联meta分析, articleFrom=MedSci原创, journalId=0, copyright=原创, creationTypeList=[1], summary=在EWAS模型中对吸烟进行额外调整后发现四个与吸烟无关的CpG位点与终生大麻使用显著相关。对从不吸烟的参与者进行了EWAS,得出了与终生大麻使用显著相关的额外CpG。, cover=https://img.medsci.cn/Random/ve6iiWP8dCCcIER33xX8zTl72eJkfbmt4t8yenImKBVvK0kTmF0xjctABnaLJIm9.jpg, authorId=0, author=xiongjy, originalUrl=, linkOutUrl=, content=<p>大麻的使用在世界各地非常普遍。在美国,大麻的合法使用随着时间的推移已经扩展到各州。尽管医用大麻具有潜在的治疗益处,但广泛的娱乐性大麻使用引起了人们的关注,因为据报道,大麻与许多不良健康结果有关,包括心理健康、认知缺陷和成瘾。其与健康结果之间的联系还不完全清楚。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://img.medsci.cn/20231113/1699863419718_6512445.png" /></p> <p>DNA甲基化(DNAm)涉及在CpG二核苷酸的背景下在胞嘧啶的C5位置添加一个甲基,已被广泛研究与基因表达有关,并可能受到基因组、环境和随机过程的影响。DNA 甲基化可以作为将环境暴露与健康结果联系起来的中介。</p> <p>本文对来自7个队列的9436名参与者进行了最大规模的跨祖先EWAS meta分析,分析了终身大麻使用情况(ever与never)。初始模型对性别、采血年龄、血细胞比例和技术协变量进行了调整,得到608个显著(FDR&lt; 0.05) CpGs,其中82%与之前EWAS关于吸烟的发现重叠,其混淆效应已被发现用于许多其他表型。</p> <p>本文使用Illumina Infinium HumanMethylation450 BeadChip (450K阵列,76%)或Illumina Infinium Methylation EPIC BeadChip (EPIC阵列,24%)测量外周血中的DNAm。在每个队列中,在线性模型下测试DNAm水平与终生大麻使用之间的关系,如果参与者有亲属关系,则使用GEE模型。根据遗传祖先组(EA和AA)和DNAm阵列类型(450K和EPIC)对EWAS分析进行分层。对于每个CpG位点,DNAm &beta;值被认为是结果,终生大麻使用作为感兴趣的预测因子,并应用了两个独立的模型。</p> <p><img src="https://img.medsci.cn/images/20231023/8a13df7c7d474455a0559def7a351006.jpg" alt="figure 1" /></p> <p><span style="font-size: 12px; color: #999999;">Fig. 1: Results&nbsp;from the EWAS meta-analysis for lifetime cannabis use with Model 2 adjusted for cigarette smoking.</span></p> <p>考虑到吸烟的影响,跨祖先 EWAS 分析显示,有四个 CpG 位点与终生吸食大麻显著相关,错误发现率为 0.05 。这四个 CpG 位点分别是:ADGRF1 基因附近的 cg22572071、ADAM12 基因中的 cg15280358、ACTN1 基因中的 cg00813162 和 LINC01132 基因附近的 cg01101459。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://img.medsci.cn/images/20231106/834f5dfa80b842b1bc3b86b91367b93d.jpg" alt="figure 2" /></p> <p style="text-align: center;"><span style="font-size: 12px; color: #999999;">Fig. 2: Results&nbsp;from the EWAS meta-analysis for lifetime cannabis use in participants who never smoked cigarettes.</span></p> <p>此外,对从不吸烟的参与者进行的 EWAS 分析还发现了另一个全表观基因组范围的重要 CpG 位点,即注释为 APOBR 的 cg14237301。</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://img.medsci.cn/images/20231023/7191d495a3964a8d91c432f073591adc.jpg" alt="figure 3" /></p> <p style="text-align: center;"><span style="font-size: 12px; color: #999999;">Fig. 3: Regional plot for EWAS results in participants who never smoked cigarettes (a) and GWAS results (b) for lifetime cannabis use around the genes&nbsp;<em>APOBR/CLN3</em>.</span></p> <p>本文采用了 "留一弃一 "的方法来评估甲基化分数,该分数是由重要的 CpGs 加权求和构建而成的。最佳模型可以解释 3.79% 的终生大麻使用变异。</p> <p>总的来说,本文使用来自外周血样本的DNAm数据进行了迄今为止最大的EWAS荟萃分析(9436名多血统参与者)。基本模型显示,与终生使用大麻相关的DNAm变化在很大程度上与吸烟相关的DNAm位点重叠。在EWAS模型中对吸烟进行额外调整后,发现四个与吸烟无关的CpG位点与终生大麻使用显著相关。对从不吸烟的参与者进行了EWAS,以进一步消除参与者吸烟的影响。该分析在所有参与者中显示了与吸烟调整模型的高度一致性(模型2),并得出了与终生大麻使用显著相关的额外CpG。注释到这五个大麻使用相关CpGs的基因与一系列健康结果相关。这些发现揭示了与终生吸食大麻相关的 DNA 甲基化变化,这些变化与吸烟无关,可以作为进一步研究大麻暴露影响健康结果的机制的起点。</p> <p><span style="color: #808080; font-size: 12px;">原始出处:</span></p> <p><span style="color: #808080; font-size: 12px;"><a style="color: #808080;" href="https://www.nature.com/articles/s41380-023-02310-w.pdf" target="_blank" rel="noopener">Fang, F., Quach, B., Lawrence, K.G.&nbsp;<em>et al.</em>&nbsp;Trans-ancestry epigenome-wide association meta-analysis of DNA methylation with lifetime cannabis use.&nbsp;<em>Mol Psychiatry</em>&nbsp;(2023). https://doi.org/10.1038/s41380-023-02310-w</a></span></p>, belongTo=, tagList=[TagDto(tagId=21903, tagName=表观基因组), TagDto(tagId=482961, tagName=大麻使用)], categoryList=[CategoryDto(categoryId=13, categoryName=精神心理, tenant=100), CategoryDto(categoryId=84, categoryName=研究进展, tenant=100), CategoryDto(categoryId=20656, categoryName=梅斯医学, tenant=100)], articleKeywordId=0, articleKeyword=, articleKeywordNum=6, guiderKeywordId=0, guiderKeyword=, guiderKeywordNum=6, opened=1, paymentType=1, paymentAmount=0, recommend=0, recommendEndTime=null, sticky=0, stickyEndTime=null, allHits=1035, appHits=11, showAppHits=0, pcHits=71, showPcHits=1024, likes=0, shares=1, comments=0, approvalStatus=1, publishedTime=Tue Nov 14 10:12:00 CST 2023, publishedTimeString=2023-11-14, pcVisible=1, appVisible=1, editorId=6556076, editor=精神心理新前沿, waterMark=0, formatted=0, deleted=0, version=5, createdBy=074a6512445, createdName=xiongjy, createdTime=Mon Nov 13 16:16:54 CST 2023, updatedBy=92910, updatedName=rayms, updatedTime=Mon Jan 01 11:50:51 CST 2024, ipAttribution=上海, attachmentFileNameList=[AttachmentFileName(sort=1, fileName=s41380-023-02310-w.pdf)], guideDownload=1, surveyId=null, surveyIdStr=null, surveyName=null)
s41380-023-02310-w.pdf
版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

表观基因组---“中国人群精准医学研究计划”内核

1月初,中国科学院正式启动重点部署项目“中国人群精准医学研究计划”。该计划是由中科院北京基因组研究所牵头、多个院所参加的。这支交叉学科团队将在4年内完成4000个志愿者的DNA样本和多种表现型数据的采集,并对其中2000人进行深入的精准医学研究。 除了全基因组序列分析,还将建立基因组健康档案和针对一些重要慢性病的遗传信号开展疾病风险和药物反应的预警和干预研究,“中国人

精准定位为耐药性癌症治疗提供了新认识

美国国家癌症研究所的“癌症登月计划”研究人员正在推进新的生物技术,研究免疫治疗和表观基因组分析。加州大学默塞德分校Fabian V. Filipp教授正在进一步研究精确癌症靶点和个性化医疗。Filipp教授绘制了黑色素瘤的的基因全景并发现了一种可以有效应对致死性皮肤癌的药物,已经证实了控制癌症的表观遗传的主要调节因子,研究结果发表在杂志《Oncotarget》、《Cancer Metastasis

JCEM:母体血糖升高对新生儿表观基因组的影响

产前高血糖与母亲和孩子未来不良健康结局的风险增加有关。后代表观基因组的变化可以反映宫内血糖暴露的影响和反应,并可能对儿童产生不同的后果。

Brit J Cancer:抗癌治疗与儿童癌症幸存者表观基因组变化有关

这些新的甲基化变化可以作为生物标记物,用于评估治疗的正常细胞毒性,并预测CCS患者的长期健康结局。

Nat Commun:食品防腐剂可融入培养细胞的表观基因组

《自然-通讯》近日发表的一项研究Lysine benzoylation is a histone mark regulated by SIRT2表明,食品防腐剂苯甲酸钠能通过培养细胞融入其表观基因组——表观基因组指基因组中调控基因表达的一系列标记物。该研究结果提出了一种能将膳食成分整合到细胞内的潜在机制。不过,食用苯甲酸钠的生物体内能否检测到类似结果仍待进一步研究。

ARD: 免疫细胞多组学分析揭示了氧化磷酸化对狼疮 B 细胞功能和器官损伤的作用

研究者确定了一种OXPHOS调节基因PRDX6(过氧化还原蛋白 6)作为 SLE B 细胞的关键驱动因素。

Baidu
map
Baidu
map
Baidu
map