识别Mowat-Wilson综合征的DNA甲基化特征

背景介绍

Mowat-Wilson综合征（MOWS）是一种罕见的神经发育障碍，由ZEB2基因的杂合性缺失或功能丧失突变引起。该基因编码一种转录因子，参与神经发育。患有MOWS的个体常表现出中度到重度的全球发育延迟、智力障碍、癫痫和典型的面部表型。此外，还可能存在短身材、Hirschsprung病、大脑和心脏异常等。然而，该综合征的罕见性和表型多样性使得其在新生儿期的诊断更具挑战性。为了解决这一问题，科研人员开展了研究，旨在通过识别一种新的诊断生物标志物来简化MOWS的诊断过程。

论文来源

这项研究由Stefano Giuseppe Caraffi、Liselot van der Laan、Kathleen Rooney等科研人员共同完成，来自Reggio Emilia的Azienda USL-IRCCS、阿姆斯特丹大学、伦敦健康科学中心等多个国际知名机构。论文发表在《European Journal of Human Genetics》杂志上，在线发布日期为2024年2月13日。

研究过程

研究对象和分组

研究纳入了29名临床和分子学诊断确认的MOWS个体（17名女性和12名男性）。这些个体被随机分为两组：发现组（n=24）和验证组（n=5）。所有个体的ZEB2基因存在致病或可能致病的變異，包括大型基因缺失、无义突变、移码突变和错义突变。

DNA甲基化分析

从外周血中的循环白细胞中提取基因组DNA，使用Illumina Infinium MethylationEPIC BeadChip Arrays进行DNA甲基化分析。过程中包括质量控制、特征选择、标准化和背景校正等步骤。在严格的探针对比和性能检查后，共保留了772,557个探针用于后续分析。

数据分析

使用先前发表的方法进行DNA甲基化数据分析。首先，通过比较性别、年龄、批次和阵列类型，从Episign Knowledge Database中选择匹配的对照组。然后，进行特征选定和差异甲基化分析。最后，通过多维尺度分析和层次聚类分析验证了MOWS特异的DNA甲基化特征。

预测模型的构建

为了改进分类模型的准确性，研究人员使用支持向量机算法，训练了一个MOWS的分类器模型。该模型利用选定的特征对样本进行分类，并生成一个甲基化变异致病性（MVP）评分，该评分范围从0到1，用于表示样本与MOWS队列甲基化特征的相似度。

研究结果

MOWS特异的DNA甲基化特征

研究发现并验证了MOWS特异的DNA甲基化特征，包括296个差异甲基化探针。这些探针主要呈现低甲基化状态，与ZEB2作为转录抑制剂的主要角色一致。此外，研究还发现，ZEB2基因自身的差异甲基化支持了其自我调节能力的假设。

结果验证

通过对验证组5个病例样本的分析，研究进一步确认了MOWS特异的DNA甲基化特征，并且支持向量机分类器对所有测试样本都得出了较高的MVP评分（>0.75），验证了MOWS特异的DNA甲基化特征的可靠性。

与其他疾病特征的比较

为了探讨MOWS的DNA甲基化特征与其他神经发育障碍的交集，研究对比了MOWS的DNA甲基化特征与其他56种疾病的特异甲基化特征。结果显示MOWS的特征非常特异，与其他疾病的甲基化探针重叠率非常低，最多与CHARGE综合征和BAFopathies有10-11%的重叠。

研究意义和价值

通过定义MOWS令人信服且可重复的DNA甲基化特征，研究提供了一种高敏感度的诊断分子标志物。该研究的发现不仅有助于建立MOWS的诊断工具，还将在稀有孟德尔遗传疾病的开创性临床诊断测试“episode classifier”中发挥重要角色。此外，研究为功能不确定性的错义变体提供了信息丰富的工具，能够帮助进行再分类。这项研究也为深入了解ZEB2不足症的分子机制提供了新的思路，预计将指导这一障碍的更多分子病理生理研究。

未来的研究将集中在具有模糊基因型检测结果和/或非典型临床表型的MOWS个体的DNA甲基化模式探索上，以期进一步确认和扩展本研究的发现。