作为一种通过比较发现影响复杂性状的基因变异的一种新策略，全基因组关联分析改变了科学界对很多复杂疾病遗传机制的理解，帮助人们找到了许多从前未曾发现的基因以及染色体区域。但是研究表明，大多数脑补疾病风险变异都存在于非编码基因组中，通过全基因组关联分析很难破译这些疾病的生物学机制。

科学家常用基因组注释的多标记分析（MAGMA），通过将单核苷酸多态性关联到最近的基因来解决这个问题。近日，发表在《Nature Neuroscience》的一篇研究中，来自北卡罗来纳大学医学院的研究人员成功开发了一种名为“H-MAGMA”的新型计算工具，通过整合人类大脑组织在两个发育时期和两种脑细胞类型中的染色质相互作用谱，改进了现有技术MAGMA，能够基于全基因组关联分析将非编码基因变异与与疾病相关基因进行关联。

研究人员将H-MAGMA应用于5种精神疾病和4种神经退行性疾病，以探究与每种疾病有关的生物学途径，发育窗口和细胞类型。

H-MAGMA通过分析疾病相关组织中的基因调控关系，鉴定出了神经生物学相关的靶基因。精神疾病风险基因倾向于在妊娠中期和兴奋性神经元中表达，而神经退行性疾病风险基因显示随着时间的流逝表达增加，并且细胞类型特异性更高。

研究团队表示，将H-MAGMA添加到现有分析框架中，能够有助于进一步破译大脑疾病的神经生物学基础。

参考文献：Nancy Y. A. Sey, Benxia Hu, Won Mah, Harper Fauni, Jessica Caitlin McAfee, Prashanth Rajarajan, Kristen J. Brennand, Schahram Akbarian , Hyejung Won.

A computational tool (H-MAGMA) for improved prediction of brain-disorder risk genes by incorporating brain chromatin interaction profiles.[J]Nature Neuroscience.DOI: 10.1038/s41593-020-0603-0