Neurogenetyczna analiza dziecięcych zaburzeń dezintegracyjnych

Badani

Charakterystykę kliniczną kohorty CDD i liczbę badanych przez każdą modalność badania przedstawiono w Tabeli 1. Stosunek płci wynoszący 3,25 mężczyzny na 1 kobietę jest podobny do tego, jaki odnotowano w przypadku ASD. Średnia i mediana wieku w momencie pojawienia się objawów wynosiły odpowiednio 46 i 40 miesięcy, z zakresem od 28 do 84 miesięcy. Siedemdziesiąt procent badanych doświadczyło objawów lęku i przerażenia. Trzydzieści procent badanych miało wielokrotne epizody regresji. Czas trwania pierwszego epizodu regresji wahał się od 2 miesięcy do prawie 7 lat u jednego uczestnika. Większość badanych ma ciężkie lub głębokie zaburzenia tożsamości, przy czym średnia i mediana IQ wynosiły odpowiednio 30 i 26, a zakres od 8 do 74. U wszystkich wystąpiła utrata umiejętności językowych, utrata umiejętności społecznych lub zachowań adaptacyjnych oraz utrata umiejętności zabawy. Sześćdziesiąt pięć procent miało utratę kontroli nad jelitami lub pęcherzem, a ten sam odsetek miał utratę umiejętności motorycznych. Chociaż CDD występuje prawie zawsze sporadycznie, kilka z naszych pacjentów ma członków najbliższej rodziny z ASD lub cechami autystycznymi, w tym dwa zestawy bliźniąt monozygotycznych. Obaj członkowie jednej pary (CDD13-03/04) mają CDD; w drugiej parze (CDD20-03/04), jeden ma CDD, a drugi ma ASD.

Genetyka

Zważywszy na rzadkość, ciężkość i najwyraźniej sporadyczną transmisję widzianą w większości przypadków CDD, postawiliśmy hipotezę, że rzadkie warianty o dużym wpływie przyczyniają się do etiologii. Rzeczywiście, istnieje wiele dowodów na wkład rzadkich wariantów do ASD. Jak pokazano w Tabeli 2, znaleźliśmy jeden lub więcej rzadkich wariantów dla wszystkich oprócz jednego probanta, które nie były współdzielone przez żadne z kontrolnego rodzeństwa nie dotkniętego chorobą (plik dodatkowy 2: Tabela S2). Szukaliśmy również złożonych heterozygotycznych wariantów u osób badanych, szukając dodatkowych wariantów w genach dotkniętych wariantami de novo, ale nie znaleźliśmy żadnych. Wskaźniki wszystkich wariantów de novo o wysokim prawdopodobieństwie (Bayesian quality score ≥ 50) wynosiły 0,80/proband exome i 0,92/sibling exome (plik dodatkowy 2: Tabela S3), które są podobne do ogólnych wskaźników obliczonych na podstawie 11 ostatnich badań WES dotyczących zaburzeń neurorozwojowych: 1,00/proband exome, n = 2358; 0,82/kontrolny exome, n = 731 . Nie było istotnych różnic w częstości występowania niesynonimicznych wariantów de novo, homozygotycznych i hemizygotycznych (Dodatkowy plik 2: Tabela S3); wskaźnik dotkniętych genów ekspresji mózgowej; filogenetyczne wyniki zachowania wartości P (PhyloP) w pozycjach wariantów; Residual Variation Intolerance Scores (RVIS); i wyniki fenotypowania polimorfizmu v2 (PolyPhen-2) (Dodatkowy plik 2: Tabela S2) między probandami i rodzeństwem.

Tabela 2 Rzadkie warianty unikalne dla probandów CDD

Znaleźliśmy jeden de novo genowy CNV w probandzie (0,07/proband, Tabela 2), który jest podobny do stawek wcześniej zgłoszonych dla ASD , i żadnego w rodzeństwie. CNV u probanda to heterozygotyczna delecja 2 kb 3′UTR genu OGDHL, który koduje składnik mitochondrialnego kompleksu białkowego implikowanego w neurodegeneracji. Jeden gen, SUPT20HL2, i dwie rodziny genów, USP i BBS, są dotknięte więcej niż jednym probandem CDD. Dwa hemizygotyczne warianty missense zostały zidentyfikowane w SUPT20HL2, który koduje przypuszczalny czynnik transkrypcyjny, ale może być pseudogenem zgodnie z bazą danych UniProtKB (http://www.uniprot.org/). Trzech członków rodziny genów USP (ubiquitin-specific peptidase) jest dotkniętych zmianami u probantów z CDD: USP9X (hemizygotyczny brak sensu), USP9Y (ojcowsko dziedziczony brak sensu) i USP26 (hemizygotyczny brak sensu). Kodują one enzymy deubikwitynujące, które zapobiegają degradacji białek. Dwóch członków rodziny genów zespołu Bardeta-Biedela (BBS), zaangażowanych w ciliogenezę, ma de novo warianty de missense u probantów z CDD: BBS5 i BBS9. Chociaż specyficzne warianty zmieniające białka zidentyfikowane u osób z CDD były rzadkie i nie były wcześniej związane z chorobą, dokonaliśmy przeglądu literatury i znaleźliśmy pewne nakładanie się genów kandydujących do CDD i genów potencjalnie związanych z innymi zaburzeniami neurologicznymi (Tabela 2).

Nie było wyraźnie szkodliwych wariantów u probantów CDD. Aby zidentyfikować potencjalnie patogenne warianty, wzięliśmy pod uwagę kombinację czynników: (1) dodatnia ekspresja mózgu, (2) wynik PhyloP ≥ 1,30 (P = 0,05 dla zachowania), (3) ujemny RVIS (gen nietolerujący wariacji) i (4) klasyfikacja PolyPhen-2 prawdopodobnie uszkadzająca missense (lub n/a z powodu wariantu innego niż missense). Spośród 47 genów kandydujących do CDD, 14 spełniało wszystkie te kryteria: NRK, TBC1D8B, TRRAP, NAV2, OGDHL, ZNF236, PRKCSH, MTMR8, BCOR, SRPK3, USP9Y, KIAA2018, CXorf57 i ALG13 (Tabela 2). Aby jeszcze bardziej udoskonalić tę listę, inspekcja danych sekwencjonowania z Exome Aggregation Consortium (http://exac.broadinstitute.org/) ujawniła, że: (1) warianty we wszystkich genach z wyjątkiem NAV2, MTMR8 i ALG13 są nowe lub znalezione co najwyżej raz w zbiorze danych oraz (2) wśród pozostałych 11 genów, 4 należą do 5% najbardziej nietolerancyjnych: TRRAP, ZNF236, BCOR i KIAA2018.

TRRAP (transformation/transcription domain-associated protein)dotknięty wariantem de novo missense u probanda CDD płci męskiej; koduje składnik kompleksów acetylotransferaz histonów i jest zaangażowany w transkrypcję i naprawę DNA. Nie jest ona związana z zaburzeniami OMIM, ale warianty de novo zostały zidentyfikowane w innych zaburzeniach neurologicznych (Tabela 2). ZNF236 (Zinc Finger Protein 236) jest również dotknięty wariantem de novo missense u probanta płci męskiej; może być zaangażowany w regulację transkrypcji (UniProtKB), ale nie jest związany ze znanym zaburzeniem. BCOR (BCL6 Corepressor) jest dotknięty hemizygotycznym wariantem missense u probanta płci męskiej CDD; koduje on transkrypcyjny korepresor. Jest on związany z syndromiczną mikroftalmią, która może mieć cechy ID, ale poza tym nie charakteryzuje probanta CDD i jest zwykle spowodowana przez mutacje truncatingowe u kobiet. KIAA2018 jest dotknięta homozygotyczną delecją jednego aminokwasu u probanta CDD płci męskiej; znana jest również jako USF3 (upstream transcription factor 3). Nie jest on związany z zaburzeniami OMIM, ale warianty de novo zostały zidentyfikowane w innych zaburzeniach neurologicznych (Tabela 2). Warto zauważyć, że wszystkie z tych najlepszych genów kandydujących albo odgrywają rolę, albo mogą być zaangażowane w transkrypcję, która charakteryzuje wiele genów związanych z ASD, jak również .

Używając ludzkiego zestawu danych transkryptomu BrainSpan exon-array , wykreśliliśmy medianę poziomu ekspresji genów kandydujących do CDD jako grupy dla wszystkich regionów mózgu dostępnych od stadiów embrionalnych do późnej dorosłości (n = 40 genów reprezentowanych raz w zestawie sond rdzeniowych, plik dodatkowy 2: Tabela S4). Jak pokazuje profil ekspresji na Rys. 1, geny kandydujące do CDD ulegają większej ekspresji w regionach nieneokortalnych w porównaniu z neokortalnymi w całym okresie życia (plik dodatkowy 2: Tabela S5). Co więcej, wzrasta poziom ekspresji w AMY, STR i HIP w okresach 10 (1-6 lat) i 11 (6-12 lat), czyli w przedziale obejmującym wiek wystąpienia objawów w naszej kohorcie CDD.

Fig. 1

Mediana poziomów ekspresji genów kandydujących do CDD (n = 40) według regionu mózgu i okresu czasu (plik dodatkowy 2: Tabela S5) przy użyciu ludzkiego zestawu danych transkryptomu BrainSpan exon-array . Ciemna pionowa linia oznacza poród. Intensywność sygnału przekształconego w log2 ≥ 6 w co najmniej jednej próbce jest uważana za pozytywną ekspresję. AMY amygdala, CBC kora móżdżku, HIP hipokamp MD jądro przyśrodkowe wzgórza, NCX neocortex, STR striatum

Biorąc pod uwagę tę obserwację, porównaliśmy różnicę w medianie poziomów ekspresji między regionami nieneokortalnymi i neokortalnymi dla genów dotkniętych wariantami niesynonimicznymi i synonimicznymi u probantów CDD, ich niedotkniętego rodzeństwa i probantów z ASD z Simons Simplex Collection (SSC) z regresją i bez regresji dopasowanych pod względem płci, wieku w momencie oceny, IQ i nasilenia objawów autyzmu (patrz plik dodatkowy 1: Informacje uzupełniające dla szczegółów wyboru kohorty). Profil ekspresji genów kandydujących do CDD jest jakościowo różny od innych zestawów genów, z wyjątkiem tego, że jest podobny do profilu genów dotkniętych wariantami niesynonimicznymi u probantów SSC z regresją, mimo że mają one tylko jeden gen, NAV2, wspólny (ryc. 2, plik dodatkowy 2: tabele S4 i S6). Różnica w ekspresji, nieneokortalna minus neokortalna, osiąga maksymalną wartość dodatnią w połowie okresu płodowego. W przypadku genów kandydujących do CDD następuje to w szóstym okresie; test permutacyjny z 100 000 iteracji 40 losowo wybranych genów z zestawu danych BrainSpan potwierdził istotność tej różnicy ekspresji (P = 0,0022). Rozszerzyliśmy analizę na kilka innych zestawów genów, takich jak te zidentyfikowane u probantów SSC i niedotkniętego chorobą rodzeństwa z wariantami niesynonimicznymi, synonimicznymi i LGD; geny najbardziej znacząco związane z ASD w trzech ostatnich dużych badaniach WES i CNV; oraz wszystkie geny w zbiorze danych BrainSpan. Profil ekspresji genów dotkniętych wariantami niesynonimicznymi u probantów CDD i probantów SSC z regresją jest jakościowo różny od tych innych zestawów, jak również (Dodatkowy plik 1: Figura S1, Dodatkowy plik 2: Tabele S4 i S6).

Fig. 2

Różnice poziomów ekspresji różnych zestawów genów. Różnica w medianie poziomów ekspresji (nieneokortalne minus neokortalne regiony mózgu) jest pokazana dla genów dotkniętych wariantami niesynonimicznymi lub synonimicznymi w probandach CDD, ich niedotkniętym rodzeństwie, probandach SSC z regresją i probandach SSC bez regresji. Liczba w nawiasie oznacza liczbę badanych lub wariantów, a ciemna pionowa linia w każdym panelu oznacza urodzenie. W przypadku potencjalnych genów kandydujących do CDD, różnica osiąga maksymalną wartość dodatnią w okresie szóstym (środkowe stadia płodowe); istotność potwierdzono testem permutacji z 100 000 iteracji 40 losowo wybranych genów (P = 0,0022). CDD childhood disintegrative disorder, SSC Simons Simplex Collection

Zbadaliśmy również, czy geny kandydujące do CDD są ze sobą koekspresjonowane. Spośród 40 genów kandydujących, 11 jest współekspresjonowanych z co najmniej jednym innym genem kandydującym we wszystkich regionach mózgu i okresach czasowych ze współczynnikiem korelacji Pearsona r ≥ 0,7 (ryc. 3, plik dodatkowy 2: Tabela S7). Istnieją 23 takie połączenia, co daje średnią 2,09 korelacji/gen i średni współczynnik 0,779. Testy permutacyjne z 100 000 iteracji na 40 losowo wybranych genach ze zbioru danych BrainSpan wykazały, że zaobserwowanie 11 genów z co najmniej 2,09 korelacji/gen jest istotne (P = 0,036), podobnie jak zaobserwowanie 11 genów ze średnim współczynnikiem korelacji co najmniej 0,779 (P = 0,019). Spełnienie obu progów jest również znaczące (P = 0,0059). Ponieważ wszystkie 11 genów kandydujących do CDD, które ulegają koekspresji między sobą, wykazuje pozytywną ekspresję w mózgu zgodnie z danymi BrainSpan, przeprowadzono również testy permutacyjne z 100 000 iteracji z 40 losowo wybranymi genami z BrainSpan. Podczas gdy zaobserwowanie 11 genów z co najmniej 2,09 korelacji/gen nie jest znaczące (P = 0,066), zaobserwowanie 11 genów ze średnim współczynnikiem korelacji co najmniej 0,779 jest znaczące (P = 0,022), podobnie jak spełnienie obu progów (P = 0,011). Porównanie zestawu 11 genów kandydujących do CDD ulegających koekspresji z pozostałym zestawem 29 genów, które nie ulegają koekspresji, nie wykazało istotnych różnic między wskaźnikiem genów ulegających ekspresji w mózgu, punktacją PhyloP czy punktacją PolyPhen-2; jednakże geny ulegające koekspresji są istotnie bardziej nietolerancyjne na zmiany (średnia RVIS -1,42 vs -0,15, t(35) = -2,91, P = 0,0062, niezależny test t, dwuwarstwowy). Analiza wzbogacenia ontologii genów przy użyciu Database for Annotation, Visualization and Integrated Discovery v6.8 (https://david.ncifcrf.gov/) dla całego zestawu genów kandydujących do CDD i podzbioru 11 genów koekspresyjnych nie zidentyfikowała znaczącego wzbogacenia terminów GO po korekcie Benjamini-Hochberg wartości P.

Fig. 3

Analiza sieci koekspresji genów. Jedenaście z 40 genów kandydujących do CDD wykazuje koekspresję z co najmniej jednym innym genem kandydującym we wszystkich regionach mózgu i okresach czasu, ze współczynnikiem korelacji Pearsona r ≥ 0,7 (plik dodatkowy 2: Tabela S7), średnią 2,09 korelacji/gen (P = 0,036) i średnim współczynnikiem 0,779 (P = 0,019, test permutacji z 100 000 iteracji 40 losowo wybranych genów). Korelacje dodatnie zaznaczono kolorem niebieskim, a korelacje ujemne kolorem czerwonym. Im większa jest wielkość współczynnika, tym szersze i ciemniejsze są krawędzie. Rozmiar węzła jest proporcjonalny do liczby krawędzi, które węzeł posiada

Systemy neuronalne

Zważywszy na powszechność deficytów społecznych w ASD, dysfunkcje w systemach mózgowych obsługujących percepcję społeczną, w tym percepcję twarzy, są kluczowym przedmiotem badań nad ASD. Bodźce wizualne w postaci twarzy i domu niezawodnie aktywują i dysocjują systemy zaangażowane w społeczno-emocjonalne (bojaźliwe twarze) i niesocjoemocjonalne (domy) przetwarzanie informacji. Przebadaliśmy cztery kohorty: CDD (n = 7), LFASD (n = 7), HFASD (n = 14) i TD (n = 19). Mimo że osoby z LFASD są liczniejsze niż osoby z CDD, wielkość naszej próby była ograniczona przez trudności w uzyskaniu wysokiej jakości danych neuroobrazowych (i eye-trackingowych) u osób nisko funkcjonujących. W związku z tym, zgodnie z naszą wiedzą, jest to pierwsza prezentacja danych fMRI bez sedacji od osób z ASD i zaznaczonym ID.

Nie było istotnych różnic w płci, wieku, objętości wewnątrzczaszkowej i ruchu głowy w skanerze między czterema kohortami. Grupy CDD i LFASD również nie różniły się istotnie pod względem IQ i nasilenia autyzmu, a grupy HFASD i TD nie różniły się istotnie pod względem IQ (plik dodatkowy 2: tabele S8 i S9). Po pierwsze, wykorzystaliśmy odkrywczą próbkę 12 z 19 osób z TD w analizie całego mózgu w celu niezależnego zlokalizowania regionów zainteresowania zaangażowanych w przetwarzanie twarzy w stosunku do domów. Rycina 4a ilustruje regiony ventrolateral occipitotemporal cortex, w których osoby z TD wykazywały znaczącą aktywację twarzy > domów (Dodatkowy plik 2: Tabela S10). Regiony te obejmowały oczekiwane lokalizacje dobrze znanych węzłów potyliczno-skroniowej sieci wrażliwej na twarze, w tym obszar twarzy fusiform i obszar twarzy potylicznej . Jak pokazano na ryc. 4b i pliku dodatkowym 2: Tabela S11, ekstrakcja średniej procentowej zmiany sygnału (twarze > domy) dla każdej z czterech grup wskazała na brak różnic grupowych w odpowiedzi na twarze w porównaniu z domami w tych niezależnie zdefiniowanych regionach zainteresowania przy porównywaniu grup TD:walidacja i HFASD oraz przy porównywaniu grup LFASD i CDD . Odpowiedź na twarze > domy w grupie CDD nie była istotnie większa od zera, co sugeruje ogólny brak wrażliwości na twarze w potyliczno-skroniowej sieci wrażliwej na twarze jako całości. Istnieje dobrze udokumentowane odkrycie hipoaktywacji na twarze (w porównaniu z domami) w prawym, środkowym zakręcie bruzdowatym w HFASD w stosunku do TD . Byliśmy w stanie powtórzyć to odkrycie w naszych kohortach. Jednak porównanie aktywności twarzy > domów w CDD względem TD nie wykazało znaczącej różnicy, podobnie jak porównanie grup LFASD i TD (plik dodatkowy 1: Figura S2 i plik dodatkowy 2: Tabela S12).

Ryc. 4

Regiony zainteresowania mózgu (ROI) zaangażowane w przetwarzanie bodźców wizualnych o charakterze społeczno-emocjonalnym (przerażająca twarz) w porównaniu z bodźcami wizualnymi o charakterze niesocjoemocjonalnym (dom). a Mapa mózgu w kolorze zielonym wskazuje regiony znaczącej aktywacji twarzy > domów w próbie odkrywczej 12 osób z TD (Z > 3,09, cały mózg skorygowany na poziomie klastra P < 0,05). b Te niezależnie zdefiniowane ROI zostały następnie wykorzystane do porównań w czterech pozostałych kohortach, próba TD:walidacja (n = 7), HFASD (n = 14), LFASD (n = 7) i CDD (n = 7). Wykres słupkowy wskazuje średnią % zmianę sygnału (twarze > domy) dla każdej kohorty. Różnice między grupami nie były istotne przy porównywaniu grup TD:walidacja i HFASD oraz przy porównywaniu grup LFASD i CDD. Reakcja na twarze > domów w grupie CDD nie była istotnie większa od zera. Słupki błędów wskazują błąd standardowy średniej. Wszystkie wartości P zostały obliczone za pomocą niezależnego testu t i są dwuwarstwowe. FFG fusiform gyrus, L left, LOC lateral occipital cortex, MTG middle temporal gyrus, R right

Given the possible lack of sensitivity to faces in the ventrolateral occipitotemporal cortex in CDD, we next conducted a whole-brain evaluation of the CDD subjects to localize the neuroanatomical substrates of face perception in these individuals. Jak pokazano na rycinie 5a, osoby z CDD wykazywały aktywność domów twarzy w środkowym zakręcie czołowym, zakręcie przedśrodkowym, korze ogoniastej (striatum), wzgórzu, hipokampie i móżdżku (plik dodatkowy 2: tabela S13). Pokrywają się one z regionami mózgu, w których stwierdzono najwyższy poziom ekspresji genów kandydujących do CDD (ryc. 1). Jak pokazano na ryc. 5b i pliku dodatkowym 2: Tabela S14, porównanie średniej procentowej zmiany sygnału (twarze > domy) z tych regionów zainteresowania ujawniło znaczącą różnicę między CDD i HFASD , ale bez znaczącej różnicy między CDD i LFASD . Grupa LFASD wykazywała fenotyp pośredni w stosunku do grup HFASD i CDD (ryc. 5b).

Ryc. 5

CDD analiza fMRI całego mózgu. a Czerwony kolor mapy mózgu wskazuje regiony znaczącej aktywacji twarzy > domów u osób z CDD (Z > 3.09, cały mózg skorygowany na poziomie klastra P < 0,05). b Wykres słupkowy wskazuje średnią % zmianę sygnału (twarze > domy) w obrębie tych obszarów dla każdej kohorty: TD:discovery (n = 12), TD:validation (n = 7), HFASD (n = 14), LFASD (n = 7) i CDD (n = 7). Kohorta CDD różniła się istotnie od HFASD, ale nie od LFASD. Słupki błędów wskazują błąd standardowy średniej. Wszystkie wartości P zostały obliczone za pomocą niezależnego testu t i są dwuwarstwowe. MFG middle frontal gyrus, PG precentral gyrus

Eye-gaze behavior

Zebraliśmy dane eye-trackingowe, aby określić ilościowo fenotyp społeczny naszych czterech kohort, gdy oglądali emocjonalne twarze . Jak pokazano w pliku dodatkowym 2: Tabele S15 i S16, grupy nie różniły się znacząco pod względem płci, wieku i całkowitego czasu trwania fiksacji na obrazie. Grupy CDD i LFASD również nie różniły się istotnie pod względem IQ i nasilenia autyzmu, a grupy HFASD i TD nie różniły się istotnie pod względem IQ. Jak pokazano na Rys. 6, replikujemy wcześniejsze ustalenia dotyczące zmniejszonej fiksacji na oczach i zwiększonej fiksacji na ustach w HFASD w porównaniu z TD. Jednakże, podczas gdy procent czasu spędzanego przez osoby z LFASD na patrzeniu na oczy nie różnił się znacząco od grupy HFASD, osoby z CDD fiksowały oczy znacząco częściej niż grupa HFASD. W porównaniu ze sobą, osoby z CDD i LFASD nie różniły się istotnie pod względem czasu spędzanego na patrzeniu na oczy. Podobnie jak w przypadku wyników fMRI (ryc. 5b), grupa LFASD wykazała fenotyp pośredni w stosunku do grupy HFASD i CDD (stosunek oko-usta, plik dodatkowy 2: tabela S16).

Ryc. 6

Analiza behawioralna poprzez śledzenie oczu. Żółte i zielone słupki wykresu przedstawiają średni % czasu spędzonego na fiksacji (oś y) na oczach i ustach twarzy, odpowiednio, w zależności od kohorty (oś x): TD (n = 14), HFASD (n = 32), LFASD (n = 7), CDD (n = 5). Mapy ciepła spojrzenia ilustrują dane spojrzenia na poziomie grupy nałożone na jeden z obrazów, na które patrzyli badani. W porównaniu z osobami z TD, osoby z HFASD wykazują zmniejszoną fiksację na oczach i zwiększoną fiksację na ustach. Procent czasu, jaki osoby z LFASD spędzały patrząc na oczy, nie różnił się od HFASD, ale osoby z CDD fiksowały oczy znacząco częściej niż osoby z HFASD. Słupki błędów wskazują błąd standardowy średniej. Wszystkie wartości P obliczono za pomocą niezależnego testu t i są one dwuogonowe

.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany.