Консорциум PsychEncode завалил журнал Science статьями про шизофрению

Органоиды, использованные в одной из работ проекта

Vaccarino Lab

Опубликован масштабный отчет консорциума PsychENCODE о проделанной работе. Он был создан в 2015 году и объединил 15 исследовательских институтов США для изучения работы человеческого мозга, а также механизмов и причин возникновения разных психических заболеваний — шизофрении, биполярного расстройства и расстройств аутистического спектра. В фокусе внимания ученых оказалась активность генов и связанные с ней эпигенетические изменения в разных отделах мозга. Результаты исследований были опубликованы ни много ни мало в одиннадцати статьях, из которых восемь — в журнале Science, две в Science Translational Medicine и одна в Science Advances.

Благодаря активному совершенствованию нейробиологических методов устройство мозга сейчас оказалась одной из самых горячих тем в биологии. Мы уже рассказывали про создание семантичеких и функциональных карт мозга, теперь же исследователи решили составить описание активности генов. Это стало возможным благодаря развитию NGS-технологий и, разумеется, сотрудничеству большого числа научных групп. Сейчас секвенирование используется не только для того, чтобы узнать геномную последовательность или определить состав и количество РНК, но и для более изощренных целей. В частности, разные техники позволяют найти эпигенетические метки, узнать места связывания нуклеиновых кислот с белками, определить доступность участков ДНК для взаимодействия с ферментами и многое другое. Всего в проекте было использовано 24 разных протокола. Количество и разнообразие материала, взятого для исследований, тоже поражает: около двух тысяч образцов мозга взрослых людей, как здоровых так и больных, образцы мозга на разных стадиях развития, мозги обезьян и даже «микромозги из пробирки» для того случая, когда обычные образцы достать проблематично. Подобные масштабные проекты были и раньше (например, проект ENCODE), но для человеческого мозга и связанных с его работой вышеуказанных заболеваний столь детальные исследования проводятся впервые.

Одна из основных проблем изучения, а заодно и лечения этих заболеваний это то, что сходные симптомы могут быть следствием разных причин: в патогенез вносят вклад десятки разных генов, внешних факторов и их сочетаний. Зачастую влияние отдельных причин довольно слабое, и для того, чтобы выделить их на фоне шума, требуется большая выборка данных и их деликатная обработка.

Базовые результаты проекта сформулированы в трех статьях в Science(1,2,3). Первая из них посвящена созданию комплексного ресурса для исследований мозга и его модели. Дайфенг Ванг (Daifeng Wang) и его коллеги получили многомерный массив результатов, собранный для 1866 образцов мозга и включивший в себя данные для разных методов, заболеваний, типов тканей. Они добавили данные других проектов, разметили активные регуляторные участки генов и интенсивность их работы, взаимное расположение участков ДНК в клетках и в результате смогли нарисовать сеть регуляции генов в мозге. На ее основе они создали модель для глубокого машинного обучения, способную неплохо предсказывать заболевания и находить ключевые для них гены и метаболические пути.


Благодаря новым данным секвенирования одиночных клеток и сравнению их с обычным РНК секвенированием исследователи обнаружили, что большая часть разницы в работе генов в разных тканях мозга может быть объяснена за счет разного соотношения клеток разных типов, например тормозящих и возбуждающих нейронов.

Обычное РНК-секвенирование измеряет “среднюю температуру по больнице”, а не активность генов каждой отдельно взятой клетки-пациента. Поэтому, используя только этот метод, невозможно сказать почему условно говоря в одной больнице (участке мозга) средняя температура (активность гена) выше, чем в другой — из-за того, что там больший процент больных желтой лихорадкой или из-за того, что она там особенно свирепа. Cеквенирование одиночных клеток позволяет замерить “температуру” группы “пациентов” по отдельности и, сопоставив результат с обычным секвенированием, правильно интерпретировать цифры.

Целью другой работы цикла было проследить за тем как активность генов меняется во времени — на образцах мозга, полученных посмертно от людей разного возраста. Самые ранние образцы принадлежали пятинедельным эмбрионам, а самые поздние — людям 64 лет. Минфенг Ли (Minfeng Li) с коллегами аккуратно вырезали из каждого из 60 мозгов интересующие их анатомические области и снова применили к ним целый спектр NGS-методов, в том числе секвенировали РНК отдельных клеток для нескольких образцов. Помимо систематизации ранее разрозненных сведений о развитии мозга эта описательная работа позволила обнаружить, что разница в активности генов в разных областях мозга не одинакова на протяжении жизни, но снижается на заключительных этапах созревания плода, а потом опять растет. В другой работе цикла то же самое посмотрели на макаках и тоже нашли такую закономерность. Кроме того, исследователи обнаружили, что гены, «уличенные» ранее в связи с психиатрическими расстройствами можно объединить по динамике активности в небольшое число групп.


Другая группа ученых проверила, насколько хорошо для исследований развития мозга подходят модели in vitro. Из стволовых клеток они вырастили 3D органоиды  — маленькие искусственно созданные мозги (подробнее про то как их выращивают можно прочитать здесь)  —и сравнили работу генов в них с результатами предыдущей работы под руководством Ли. Выяснилось, что подобные органоды в целом могут неплохо имитировать мозг на  8–16 неделях после зачатия и, следовательно, могут использоваться как доступные модели для изучения этих стадий.

В третьей ключевой работе проекта Михаэль Гандал и его коллеги сфокусировались на сравнении данных обычного РНК секвенирования у здоровых людей и пациентов с шизофренией, биполярным расстройством и расстройствами аутистического спектра. Они нашли гены, работающие с разной интенсивностью в здоровых и больных людях или образующие разные изоформы, причем «неправильных» изоформ оказалось особенно много. Некоторые отклонения оказались характерны сразу для нескольких расстройств.


В целом PsychENCODE постарались охватить по максимуму возможные отклонения и создали репрезентативный пул данных, охватывающий несколько тысяч пациентов, а широкий спектр использованных геномных техник и методов машинного обучения позволил им сделать ряд важных наблюдений и создать хороший задел для будущих исследований в этой области. Что важно, опубликованные в рамках PsychENCODE данные лежат в открытом доступе и другие исследовательские группы смогут воспользоваться ими для решения своих задач.

Мы уже писали о том, что на промежуточной стадии проекта удалось узнать что шизофрения и биполярное расстройство имеют похожие профили генной активности несмотря на разные симптомы. Более подробно о том как это выяснилось можно почитать в нашем материале. Кроме того, те, кто любит картинки и хорошо владеет терминологией, могут посмотреть краткие графические описания для каждой статьи на сайте проекта.

Вера Мухина

Нашли опечатку? Выделите фрагмент и нажмите Ctrl+Enter.