本周最新文獻(xiàn)速遞20210718
一蛋欣、精細(xì)解讀文獻(xiàn) 一
文獻(xiàn)題目： Tissue-specific 5-hydroxymethylcytosine landscape of the human genome
不想看英文題目： 人類基因組的組織特異性 5-羥甲基胞嘧啶景觀
雜志和影響因子： Nat Commun (IF: 12.121; Q1)
研究意義： 5-羥甲基胞嘧啶 (5hmC) 是一種重要的表觀遺傳修飾，在各種生物學(xué)過(guò)程中起著重要作用泼舱，包括轉(zhuǎn)座子沉默、基因表達(dá)調(diào)控团搞、基因組印記和X-染色體失活等砌创。繪制人體組織中 5hmC 圖譜有助于了解其調(diào)控機(jī)制。
結(jié)論：
1）通過(guò) hmC-CATCH 測(cè)序方法生成了 19 種人體組織類型的 5hmC 全基因組數(shù)據(jù)良姆，數(shù)據(jù)包括 6 個(gè)中國(guó)捐贈(zèng)者（3 名男性 、3 名女性）的 60 個(gè)組織樣本幔戏；
2）產(chǎn)生了 721,404 個(gè)可重復(fù)的 5hmC 峰玛追，9,416,937 個(gè)可重復(fù)的 5hmC 位點(diǎn)，峰和位點(diǎn)大部分位于內(nèi)含子和基因間隔區(qū)闲延；
3）分析 5hmC 在不同調(diào)控區(qū)域的 motif痊剖，發(fā)現(xiàn) 5hmC motif 呈現(xiàn)規(guī)律性的 “CAhmCGT” 模式，與 ARNT 的 motif 接近垒玲，揭示 5hmC 可能影響 ARNT 在基因組的結(jié)合率陆馁，有文獻(xiàn)報(bào)道食管癌患者的 ARNT 結(jié)合motif后 會(huì)使得 5hmC 信號(hào)丟失；
4）對(duì)人體組織中的 5hmC 水平和基因表達(dá)進(jìn)行皮爾森相關(guān)性分析合愈，發(fā)現(xiàn)基因的表達(dá)水平和 5hmC 水平顯著正相關(guān)叮贩，且大多數(shù)基因?yàn)榻M織特異性表達(dá)击狮，但 5mC 與組織特異性基因的表達(dá)水平則無(wú)顯著相關(guān)，說(shuō)明 5hmC 不僅與基因表達(dá)密切相關(guān)妇汗，并且可能維持組織特異性的功能帘不；
5）為了進(jìn)一步闡明 5hmC 維持組織特異性可能的調(diào)控機(jī)制，作者鑒定了一系列具有組織特異性的 5hmC 峰杨箭，表現(xiàn)為在不同組織中呈現(xiàn)差異高羥甲基化，并將該區(qū)域命名為組織特異性差異羥甲基化區(qū)域（tsDhMRs）储狭， 大部分 tsDhMRs 位于內(nèi)含子和遠(yuǎn)端區(qū)域互婿，且在進(jìn)化上更為保守，說(shuō)明 tsDhMRs 屬于一種重要的調(diào)控元件辽狈；
6）探究 tsDhMRs 潛在的轉(zhuǎn)錄因子結(jié)合位點(diǎn) (TFBS)慈参，發(fā)現(xiàn)超過(guò)一半的 tsDhMR 與至少一個(gè) TFBS 重疊，且重疊的 TFBSs 多為組織特異性刮萌；
7）結(jié)合GWAS結(jié)果驮配，發(fā)現(xiàn) tsDhMRs 區(qū)域富含 GWAS 發(fā)現(xiàn)的顯著信號(hào)位點(diǎn)，且與 eQTL SNP 高度重合着茸，說(shuō)明 tsDhMR 有助于理解 GWAS 發(fā)現(xiàn)的 SNP 功能壮锻；
亮點(diǎn)： 鑒定了數(shù)十萬(wàn)個(gè) 5hmC 峰和數(shù)百萬(wàn)個(gè) 5hmC 位點(diǎn)，遠(yuǎn)遠(yuǎn)超越之前報(bào)道的數(shù)量涮阔；
局限： 大方向上觀察到 tsDhMRs 區(qū)域與 eQTL 位點(diǎn)（或GWAS 信號(hào)位點(diǎn)）高度重合猜绣，但文章沒有進(jìn)一步解釋 eQTL（或GWAS信號(hào)位點(diǎn)） 與 5hmC 是如何一起影響基因表達(dá)（或表型）？
文章鏈接：
https://pubmed.ncbi.nlm.nih.gov/34253716/
doi: 10.1038/s41467-021-24425-w
公開的資料：
Sequencing data：
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE134078
BS-seq：
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE119981
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE112356
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE59395
ChIP-seq data：
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE59395
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE16256
DNase-seq：
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE18927
Code:
https://github.com/herb-BO/hmC_CATCH
二敬特、精細(xì)解讀文獻(xiàn) 二
文獻(xiàn)題目： Discovery and prioritization of variants and genes for kidney function in >1.2 million individuals
不想看英文題目： 在超過(guò) 120 萬(wàn)人的隊(duì)列中發(fā)現(xiàn)和優(yōu)化腎功能相關(guān)的變異位點(diǎn)和基因
雜志和影響因子： Nat Commun (IF: 12.121; Q1)
研究意義： 慢性腎病 (CKD) 在發(fā)達(dá)國(guó)家成年人口中患病率超過(guò) 10%掰邢，為全球發(fā)病率和死亡率主因。CKD 的臨床表現(xiàn)為腎小球?yàn)V過(guò)率（GFR ）降低伟阔，其可用血清肌酐水平進(jìn)行估計(jì)辣之。據(jù)報(bào)道，基于血清肌酐的腎小球?yàn)V過(guò)率 (eGFRcrea) 遺傳度高達(dá)54%皱炉，但缺乏大規(guī)模隊(duì)列對(duì)其調(diào)控下的慢性腎病進(jìn)行研究怀估。
結(jié)論：
1）總共納入了 1,201,909 個(gè)人，對(duì) eGFRcrea 表型進(jìn)行薈萃分析娃承，鑒定了424 個(gè)相關(guān)的基因座奏夫，其中 201 個(gè)為新基因座，223 個(gè)是已知的历筝；
2） 82% 的 eGFRcrea 基因座與多種腎功能標(biāo)志物顯著相關(guān)酗昼，比如血清胱抑素 C (eGFRcys)、血尿素氮 (BUN)梳猪，說(shuō)明 eGFRcrea 鑒定的基因座可很好表征腎功能麻削；
3）使用 GCTA 進(jìn)行條件分析蒸痹，發(fā)現(xiàn)了 634 個(gè)獨(dú)立信號(hào)；
4）為了縮小關(guān)聯(lián)信號(hào)的范圍，對(duì)每個(gè)信號(hào)的后驗(yàn)概率 (PPA)進(jìn)行計(jì)算拯腮，并構(gòu)建 99% 可信集计维。 在 634 個(gè)獨(dú)立信號(hào)中， 138 個(gè)位于 99% 可信集中榛鼎，其中 30 個(gè)被映射到新基因座上；
5）對(duì)99%可信集的變異位點(diǎn)進(jìn)行 cis -eQLT/sQTL 共定位并映射到基因上鳖孤，總共產(chǎn)生 5906 個(gè)基因者娱，結(jié)合CADD 得分、腎功能注釋數(shù)據(jù)庫(kù)（MGI小鼠數(shù)據(jù)庫(kù)苏揣、OMIM數(shù)據(jù)庫(kù)）等對(duì) 5906 個(gè)基因進(jìn)行優(yōu)先排序（GPS）后黄鳍，產(chǎn)生了32個(gè)與腎功能高度相關(guān)的基因；
6）使用 LDSC-SEG 對(duì) 5906 個(gè)基因的細(xì)胞類型和組織特異性進(jìn)行鑒定平匈，發(fā)現(xiàn)主要富集在腎臟和肌肉中框沟，與之前文獻(xiàn)報(bào)道的一致；
亮點(diǎn)：
使用 eGFRcys/BUN 關(guān)聯(lián)結(jié)果側(cè)面驗(yàn)證 eGFRcrea 結(jié)果的可靠性增炭；
文章鏈接：
https://pubmed.ncbi.nlm.nih.gov/34272381/
doi: 10.1038/s41467-021-24491-0
公開的資料：
log(eGFRcrea), log(eGFRcys), log(BUN) gwas summary 數(shù)據(jù)：
http://www.genepi-regensburg.de/ckd
https://ckdgen.imbi.uni-freiburg.de/
https://ckdgen.imbi.uni-freiburg.de/
GPS基因：
http://www.genepi-regensburg.de/ckd
三忍燥、其他文獻(xiàn)推薦
下面的文獻(xiàn)也挺精彩的，但由于下不到原文弟跑，或博主時(shí)間有限灾前，沒法精細(xì)解讀，故列出來(lái)供各位參閱孟辑；
當(dāng)然哎甲，你們有精彩的文獻(xiàn)想讓我解讀的（前提是一周內(nèi)剛出爐的文獻(xiàn)），可給我發(fā)pdf（然而可能種種原因饲嗽，我不一定有時(shí)間解讀炭玫，不要對(duì)我抱太高期待）；
文獻(xiàn)題目： Senolytics reduce coronavirus-related mortality in old mice
不想看英文題目： Senolytics 降低老年小鼠與冠狀病毒相關(guān)的死亡率
雜志和影響因子： Science (IF: 41.845; Q1)
文章鏈接：
https://science.sciencemag.org/content/373/6552/eabe4832
文獻(xiàn)題目： Highly accurate protein structure prediction with AlphaFold
不想看英文題目： 使用 AlphaFold 進(jìn)行高精度蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)
雜志和影響因子： Nature (IF: 42.778; Q1)
文章鏈接：
https://www.nature.com/articles/s41586-021-03819-2
文獻(xiàn)題目： The chromatin, topological and regulatory properties of pluripotency-associated poised enhancers are conserved in vivo
不想看英文題目： 多能靜態(tài)增強(qiáng)子的染色質(zhì)貌虾、拓?fù)浜驼{(diào)控特性在體內(nèi)是保守的
雜志和影響因子： Nat Commun (IF: 12.121; Q1)
文章鏈接：
https://www.nature.com/articles/s41467-021-24641-4
文獻(xiàn)題目： Profiling variable-number tandem repeat variation across populations using repeat-pangenome graphs
不想看英文題目： 使用重復(fù)泛基因組分析不同群體的可變數(shù)目串聯(lián)重復(fù)變異
雜志和影響因子： Nat Commun (IF: 12.121; Q1)
文章鏈接：
https://www.nature.com/articles/s41467-021-24378-0
四吞加、工具或資源類介紹
文獻(xiàn)題目： Si-C is a method for inferring super-resolution intact genome structure from single-cell Hi-C data
不想看英文題目： Si-C：從單細(xì)胞 Hi-C 數(shù)據(jù)推斷超分辨率完整基因組結(jié)構(gòu)
雜志和影響因子： Nat Commun (IF: 12.121; Q1)
文章鏈接：
https://www.nature.com/articles/s41467-021-24662-z
文獻(xiàn)題目： RoboCOP: jointly computing chromatin occupancy profiles for numerous factors from chromatin accessibility data
不想看英文題目： RoboCOP：從染色質(zhì)可及性數(shù)據(jù)中聯(lián)合計(jì)算多因素下的染色質(zhì)占用率
雜志和影響因子： Nucleic Acids Res (IF: 11.501; Q1)
文章鏈接：
https://pubmed.ncbi.nlm.nih.gov/34255854/
文獻(xiàn)題目： quincunx: an R package to query, download and wrangle PGS Catalog data
不想看英文題目： quincunx：查詢、下載和處理多基因評(píng)分 (PGS)目錄數(shù)據(jù)的 R 包
雜志和影響因子： Bioinformatics (IF: 5.61; Q1)
網(wǎng)站： https://github.com/maialab/quincunx
文章鏈接：
https://pubmed.ncbi.nlm.nih.gov/34270693/
文獻(xiàn)題目： LINADMIX: Evaluating the effect of ancient admixture events on modern populations
不想看英文題目： LINADMIX：評(píng)估古代混合事件對(duì)現(xiàn)代人群的影響
網(wǎng)站： https://github.com/swidler/linadmix
雜志和影響因子： Bioinformatics (IF: 5.61; Q1)
文章鏈接：
https://pubmed.ncbi.nlm.nih.gov/34270685/
致謝橙子牛奶糖（陳文燕）尽狠，請(qǐng)用參考模版：We thank the blogger (orange_milk_sugar, Wenyan Chen) for XXX
感謝小可愛們多年來(lái)的陪伴衔憨， 我與你們一起成長(zhǎng)~
