ACOT13:n ja PTGER2:n tunnistaminen uusiksi ehdokasgeeneiksi autosomaalisesti hallitsevassa polykystisessä munuaissairaudessa koko eksomin sekvensoinnin avulla

Yhteystiedot: Audrey Hu Whatsapp/hp: 0086 13880143964 Sähköposti:audrey.hu@wecistanche.com

Na Du¹, Dan Dong³, Luyao Sun¹, Lihe Che¹, Xiaohua Li¹, Yong Liu^2*†ja Bin Wang^1*†

Abstrakti

Tausta:Autosomaalinen hallitseva monirakkulatautimunuainensairaus (ADPKD) on yleisin monogeeninenmunuainenhäiriö. Puolet potilaista etenisi hitaasti loppuvaiheen munuaissairauteen. ADPKD-hoidon mahdollinen kohde puuttuu kuitenkin edelleen.

Menetelmät:NeljäADPKDpotilaat ja kaksi tervettä perheenjäsentä olivat mukana tässä tutkimuksessa. Perifeeriset verinäytteet otettiin ja testattiin koko eksomin sekvensoinnilla (WES). ADPKD-potilaiden autosomaaliset mutaatiot säilytettiin ehdokaskohteina. Geeniontologia (GO), Kyoto Encyclopedia of Genes and Genomes (KEGG) -rikastus ja proteiini-proteiini-vuorovaikutusverkosto (PPI) -analyysit suoritettiin Cluster Roller R -paketilla. Aineisto, joka sisälsi 18 ADPKD-potilasta ja kolme normaalia näytettä, ladattiin Gene Expression Omnibus (GEO) -tietokannasta ja analysoitiin käyttämällä limma R -pakettia.

Menetelmät:NeljäADPKDpotilaat ja kaksi tervettä perheenjäsentä olivat mukana tässä tutkimuksessa. Perifeeriset verinäytteet otettiin ja testattiin koko eksomin sekvensoinnilla (WES). ADPKD-potilaiden autosomaaliset mutaatiot säilytettiin ehdokaskohteina. Geeniontologia (GO), Kyoto Encyclopedia of Genes and Genomes (KEGG) -rikastus ja proteiini-proteiini-vuorovaikutusverkosto (PPI) -analyysit suoritettiin Cluster Roller R -paketilla. Aineisto, joka sisälsi 18 ADPKD-potilasta ja kolme normaalia näytettä, ladattiin Gene Expression Omnibus (GEO) -tietokannasta ja analysoitiin käyttämällä limma R -pakettia.

Johtopäätökset:Yhdistämällä WES-, geeniekspressio- ja PPI-verkkoanalyysit tunnistimme ACOT13:n ja PTGER2:n mahdollisiksiADPKDliittyvät geenit.

Avainsanat:Koko eksomin sekvensointi, geenimutaatiot, polykystinenmunuainentauti, ACOT13, PTGER2

Cistanche tubulosa ehkäisee munuaissairauksia, napsauta tästä saadaksesi näytteen

Johdanto

polykystinenmunuainentauti (PKD) on ryhmä monogeenisiä sairauksia, ja se on yleinen syy loppuvaiheen munuaissairauteen. Suurin osa aikuispotilaista kärsii autosomaalisesta dominantista muodosta (ADPKD), kun taas autosomaalinen resessiivinen polykystinenmunuainensairaus (ARPKD) on harvinaisempi muoto, joka ilmaantuu yleensä perinataalisesti tai varhaislapsuudessa [1]. Mutaatiot PKD1:ssä ja PKD2:ssa, jotka koodaavat polykystiini 1 ja 2 (PC1 ja PC2) proteiineja, ovat ADPKD:n yleisimpiä syitä. PC2, kationikanava, kuuluu ionikanavien lyhytaikaiseen reseptoripotentiaaliin (TRP) [2]. On raportoitu, että PKD2:n puutteet laukaisevat muutoksia mitokondrioiden energia-aineenvaihdunnassa [3]. PC1- ja PC1PC2-kompleksin roolit ymmärretään huonosti [4]. Vaikka PKD periytyy monogeenisesti, se on heterogeeninen fenotyypin, geenin ja alleelin suhteen [1], ja 7 prosenttiaADPKDperheet ovat geneettisesti ratkaisemattomia [5]. Lisäksi taustalla olevat molekyylimekanismitmunuaistentoimintahäiriöPKD-geenien mutaatioista johtuvat syyt ja polykystiiniproteiinien fysiologiset toiminnot ovat myös edelleen epäselviä [6].

1- ja 2-proteiinit (PC1 ja PC2) ovat ADPKD:n yleisimmät syyt. PC2, kationikanava, kuuluu ionikanavien lyhytaikaiseen reseptoripotentiaaliin (TRP) [2]. On raportoitu, että PKD2:n puutteet laukaisevat muutoksia mitokondrioiden energia-aineenvaihdunnassa [3]. PC1- ja PC1PC2-kompleksin roolit ymmärretään huonosti [4]. Vaikka PKD periytyy monogeenisesti, se on heterogeeninen fenotyypin, geenin ja alleelin suhteen [1], ja 7 prosenttia ADPKD-perheistä on geneettisesti ratkaisemattomia [5]. Lisäksi PKD-geenien mutaatioista johtuvan munuaisten vajaatoiminnan taustalla olevat molekyylimekanismit ja polykystiiniproteiinien fysiologiset toiminnot ovat myös edelleen epäselviä [6].

Täällä suoritimme WES:n käyttämällä neljän ADPKD-potilaan ja kahden terveen perheenjäsenen verinäytteitä analysoidaksemme heidän geenimuuntelunsa. Lisäksi Gene Expression Omnibus (GEO) -tietokannasta saatiin geeniekspressiotietokanta, joka sisälsi 18 ADPKD-potilasta ja kolme normaalia näytettä. Geenimutaatioiden, geeniekspression, geenitoimintojen rikastamisen ja proteiini-proteiinivuorovaikutuksen (PPI) integroiduilla analyyseillä tunnistimme kaksi geeniä (ACOT13 ja PTGER2), jotka mahdollisesti liittyivät ADPKD:n patogeneesiin.

Materiaalit ja menetelmät

Kliiniset tiedot

Tämän tutkimuksen hyväksyi paikallinen eettinen toimikunta (hyväksyntänumero: 2019-307). ADPKD-potilasta hoidettiin sairaalassamme ja viisi tämän perheen jäsentä oli mukana tässä tutkimuksessa. Tällä potilaalla on ollut monirakkulatautimunuainen sairaus, polykystinen maksasairaus ja munuaiskiviä 13 vuoden ajan (Lisätiedosto 1: Taulukko S1). Tämän perheen sukutaulu on esitetty kuvassa 1A. Te N_2 oli tämä proband. Te N_4, N_5 ja N_6 olivat kaikki ADPKD-potilaita (musta), kun taas N_3 ja N_1 olivat terveitä ihmisiä (valkoisia) . Kaikkiaan tutkimuksessamme oli neljä ADPKD-potilasta ja kaksi tervettä kontrollia. Tämän taudin kliinisiä oireita olivat kuume, selkäkipu ja hematuria. N_2:n tietokonetomografia (CT) paljasti useita kystaja maksassa ja molemminpuolisessa monirakkulassa. Jotkut leesiot olivat monimutkaisia ​​kystoja, joissa oli muutoksia oikeanpuoleisessa perirenaalisessa erityksessä, jossa oli epäselviä ääriviivoja ja lisääntynyt tiheys (kuva 1B).

Koko eksomin sekvensointi

Genomi-DNA uutettiin perifeerisistä verinäytteistä käyttämällä DNA-uuttopakkausta (Tiangen Biotech, Peking, Kiina), ja eksomit siepattiin käyttämällä Agilent SureSelect Human All Exon V6 -sarjaa (Agilent Technologies, Santa Clara, CA) ohjeiden mukaisesti. sarjoista. Koko eksomin sekvensointi suoritettiin Illumina Novaseq6000 -instrumenteilla parillisen pään 150-bp sekvensointilukemilla. Sekvensointilukemat esikäsiteltiin heikkolaatuisten emästen poistamiseksi ja lukuja käyttämällä nopeaa [11], erittäin nopeaa all-in-one FASTQ-esiprosessoria, ja oletusparametrit otettiin käyttöön. Sekvenssilukemat kohdistettiin ihmisen genomiin (Build-UCSC hg19) käyttämällä BWA-ohjelmistoa (Burrow-Wheeler Aligner, http://bio-bwa.sourceforge.net/). SAMtools-ohjelmistolla (http://samtools.sourceforge.net/) tunnistettiin kymmenen yhden nukleotidin polymorfismia (SNP) ja lisäys/deleetio (Indel). ANNOVAR-ohjelmiston (http://annovar.openbioinformat ics.org/en/latest/user-guide/download/) avulla tunnistetuille SNP:lle ja Indelille tehtiin toiminnallinen annotaatio niiden genomisen sijainnin ja variaatiotietojen tutkimiseksi (Lisätiedosto 2 : Taulukko S2).

Ehdokkaan SNP/Indelin seulonta ADPKD:lle

Poistimme ensin mutaatiot, joiden esiintymistiheys oli yli 1 prosentti vähintään yhdestä neljästä tietokannasta (1000g{2}}all, esp6500si_all, gnomAD_ALL ja gnomAD_ EAS). Kymmenen mutaatiot eksonisissa tai silmukointiasemissa (10 bp ylävirtaan ja alavirtaan eksonista) säilyivät. Pienet palaset (<10 bp)="" non-frameshifting="" indel="" mutations="" in="" the="" repeat="" region="" were="" also="" removed.="" in="" addition,="" mutations="" that="" met="" one="" of="" the="" following="" conditions="" were="" retained:="" (a)="" te="" sites="" that="" were="" considered="" as="" harmful="" by="" at="" least="" half="" of="" the="" four="" software="" sift="" [12],="" polyphen="" [13],="" mutationtaster="" [14],="" and="" cadd="" [15]="" basing="" on="" the="" scores;="" (b)="" mutations="" that="" were="" predicted="" to="" affect="" the="" splicing="" by="" dbscsnv="" [16].="" ten,="" the="" genetic="" mutations="" that="" were="" classified="" into="" pathogenic="" and="" likely="" pathogenic="" ones="" according="" to="" the="" criteria="" and="" guidelines="" for="" grading="" clinical="" significance="" of="" single-gene="" mutations="" of="" american="" college="" of="" medical="" genetics="" and="" genomics="" (acmg,="" https://www.acmg.net/)="" were="" selected="" as="" candidate="" sites.="" for="" the="" screening="" of="" dominant="" genetic="" pattern,="" on="" the="" basis="" of="" mutation="" site="" filtering,="" the="" sites="" showing="" autosomal="" mutations="" in="" adpkd="" patients,="" which,="" however,="" could="" not="" be="" detected="" in="" normal="" controls="" were="" retained="" as="" candidate="">

Toiminnallinen rikastus ja PPI-analyysit

GSE7869:n [18] mRNA-ekspressioprofiilitiedot ladattiin GEO-tietokannasta (https://ncbi.nlm. nih.gov/geo), joka havaittiin Affymetrix Human Genome U133 Plus 2:n perusteella.0 Array . GSE7869-tietojoukko sisälsi 18 ADPKD-näytettä ja kolme normaalia näytettä. mRNA:n ilmentymisprofiilitiedot analysoitiin käyttämällä limma-funktiopakettia R:ssä [19]. Differentiaalisesti ilmentyvät geenit (DEG:t) valittiin käyttämällä differentiaalisen ilmentymisen absoluuttisen arvon kynnysarvoja (|Log2FC|) > 0,5 ja P-arvo <>

Tilastollinen analyysi

Tilastolliset analyysit suoritettiin käyttämällä R-ohjelmistoa v3.5.2. P-arvoa < 0,05="" pidettiin="" tilastollisesti="" merkitsevänä="" kaikissa="" tilastollisissa="">

Results

Mutatipäälläal landscape

SNP:iden kokonaismäärä kuudessa näytteessä oli 100,000 - 150,000, ja ne sijaitsivat pääasiassa intronialueella, eksonialueella ja intergeenialueella (kuva 2A). Indelien kokonaismäärä kuudessa näytteessä oli 15,000 - 20,000, ja nämä Indelit jakautuivat pääasiassa intronien ja intergeenien alueelle (kuva 2B). Seuraavaksi tutkimme koodaavalla alueella sijainneiden mutaatioiden maisemaa. Näin ollen kuuden näytteen SNP:t koodaavalla alueella sisälsivät pääasiassa anonyymejä, missense- ja stop-loss-mutaatioita, joiden kumulatiivinen lukumäärä oli lähes 21,000 (kuva 2C). Kuuden näytteen Indelit koodausalueella koostuivat pääasiassa nonframeshift_poistosta ja nonframeshift_lisäyksestä (kuva 2D)

ADPKD:n mahdolliset mutaatiot ja geenit

Kuusi mutanttigeeniä, mukaan lukien AGRN, ACOT13, ADCY4, HEATR5A, PTGER2 ja ADAM21, seulottiin käyttämällä hallitsevaa geneettistä mallia. Ne mutatoituivat heterotsygoottisesti ADPKD-näytteissä, mutta eivät mutatoituneet normaaleissa näytteissä. Useimpien näistä geeneistä ei ole raportoitu liittyvän ADPKD:n esiintymiseen. Samaan aikaan valittiin myös 19 geeniä mutaation haitallisuuden mukaan, mukaan lukien MUTYH, USH2A, HBS1L, GLI3, SBDS, SND1, ABCA2, RPS6KA4, FLVCR1, ATIC, SCN11A, ATP6V1A, GLASS, PRMT8, INSPL3, 4SUPTHLRA1, PRMT8, PKD1,4 ja GPR143. Näiden geenimutaatioiden ja ADPKD:n välisen suhteen tutkimiseksi analysoimme ensin geenimutaatioiden vaikutukset proteiineihin. Näin ollen kaikissa näissä geeneissä oli vähintään yksi mutaatio, joka saattoi vaikuttaa proteiinin koodaukseen, mikä osoittaa näiden mutaatioiden mahdolliset roolit (taulukko 1).

Merkittävästi rikastuneet KEGG-reitit ja mahdollisten ADPKD:hen liittyvien geenien GO-termit

ADPKD:hen liittyvien 25 potentiaalisen geenin GO- ja KEGG-rikastusanalyysien tulokset on esitetty kuvassa 3A (biologinen prosessi), kuvassa 3B (solukomponentti), 3C (molekyylifunktio) ja kuvassa 3D (KEGG). . GO-analyysi osoitti, että nämä 25 geeniä rikastuivat merkittävästi yhden organismin soluprosessin biologisissa prosesseissa (BP) ja vasteessa ärsykkeisiin, plasmakalvon ja solun reuna-alueen solukomponentteihin (CC) ja anionien sitoutumisen molekyylitoimintoihin (MF). Lisäksi KEGG-reittianalyysi paljasti, että nämä 25 geeniä olivat pääasiassa rikastettuja syklisillä adenosiinimonofosfaatilla (cAMP) ja syövän signalointireiteillä.

ACOT13 ja PTGER2 voivat olla ADPKD:hen liittyviä ehdokasgeenejä

PPI-verkkoanalyysi suoritettiin 25 mahdollisen ADPKD:hen liittyvän geenin välisen yhteyden tutkimiseksi. Kuten kuvassa 3E esitetään, useimmat näistä geeneistä olivat riippumattomia verkossa. ACOT13:lla oli suora vuorovaikutus sekä SBDS:n että ATIC:n kanssa; PTGER2:n, ADCY4:n ja INSL3:n ennustettiin olevan vuorovaikutuksessa toistensa kanssa (kuvio 3E). Lisäksi ACOT13, PTGER2 ja ADCY4 olivat geenejä, jotka mutatoituivat vain ADPKD-potilailla. GEO-tietokannasta ladattujen ilmentymistietojen perusteella vertailimme ACOT13:n, PTGER2:n ja ADCY4:n ilmentymistasoja ADPKD-potilaiden ja normaalien kontrollien välillä. Verrattuna normaaleihin kontrolleihin ACOT13:n ilmentymistaso oli merkittävästi alhaisempi ADPKD-potilailla (kuvio 4A), kun taas PTGER2:lla oli korkeampi ilmentymistaso ADPKD-potilailla (kuvio 4B). ADCY4:llä ei ollut merkittävää ilmentymiseroa ADPKD-potilaiden ja normaaleiden näytteiden välillä (kuvio 4C). Yhdistämällä tiedot arvelimme, että ACOT13 ja PTGER2 saattavat olla ADPKD:hen liittyviä ehdokasgeenejä.

Keskustelu

ADPKD johtuu mutaatiosta toisessa kahdesta geenistä-78 prosenttia tapauksista johtuu mutaatiosta PKD1:ssä kromosomissa 16 ja 15 prosenttia tapauksista johtuu mutaatiosta PKD2:ssa kromosomissa 4 [20]. Kystisiä munuaissairauksia on myös kutsuttu ciliopatiaksi. PKD1:n ja PKD2:n koodaamat Te PC1- ja PC2-proteiinit sijaitsevat molemmat primäärivärien päällä ja toimivat virtausantureina munuaisessa [21]. Tässä tutkimuksessa ADPKD-potilaiden näytteistä havaittiin haitallinen mutaatio PKD1:ssä sekä 18 muuta tunnettua haitallista geeniä. Lisäksi kuusi mutanttia, mukaan lukien AGRN, ACOT13, ADCY4, HEATR5A, PTGER2 ja ADAM21, seulottiin käyttämällä hallitsevaa geneettistä mallia, ja useimpia niistä ei ollut aiemmin tunnistettu ADPKD:hen liittyviksi patogeenisiksi geeneiksi.

ADPKD:n patogeeniset proteiinit ovat pääasiassa vastuussa tiedon välittämisestä ulkoisesta ympäristöstä soluille [22]. Analysoimme 25 tunnistetun geenin mahdollisia toimintoja GO- ja KEGG-rikastusanalyyseillä. Tulokset osoittivat, että yhden organismin soluprosessin BP:t, vaste ärsykkeisiin sekä plasmakalvon ja solun reuna-alueiden CC:t rikastuivat merkittävästi. Lisäksi ADPKD-solut voivat siirtää energiantuotantotapansa oksidatiivisesta fosforylaatiosta muihin reitteihin, ja nämä muutokset solujen aineenvaihdunnassa ovat nousseet ADPKD:n tunnusmerkiksi [6]. Muutokset energiantuotannon ja -käytön moduloinnissa ADPKD:ssä riippuvat useista solun sisäisistä signalointireiteistä, kuten AMP-aktivoitu proteiinikinaasi (AMPK), kalsiumsignalointi mitokondrioihin liittyvillä kalvoilla, nisäkäskohde rapamysiinikompleksi 1 (mTORC1), cAMP ja kystisen fibroosin transmembraanisen konduktanssin säätelijän (CFTR) välittämä ionikuljetus [23, 24]. Tässä cAMP-signalointireitti tunnistettiin merkittävästi rikastuneeksi näissä ADPKD-näytteissä. Nämä tulokset tukevat seulomiemme mutaatioiden luotettavuutta. Sillä välin huolimatta toiminnallisesta tiedosta, joka paljastettiin osittain rikastusanalyysillä, lisätietoja 25 tunnistetusta geenistä ansaitsisi lisätutkimuksen ADPKD:ssä tulevaisuudessa.

PPI- ja differentiaaliekspressio-analyysit osoittivat, että verrattuna normaaleihin ihmisiin ACOT13 ja PTGER2 olivat mutatoituneita ja ekspressoituivat eri tavalla ADPKD-potilailla, ja ne saattavat olla mahdollisia ADPKD:hen liittyviä geenejä. ACOT13-proteiini on asyyli-CoA-tioesteraasien (Acts) jäsen, joka katalysoi rasva-asyyli-CoA-molekyylien hydrolyysin reaktiota vapaiksi rasvahapoiksi ja CoASH:ksi. ACOT13 on rikastettu oksidatiivisissa kudoksissa ja se liittyy mitokondrioihin [25]. Lin et ai. raportoi, että PC1 vaikutti mitokondrioiden morfologiaan ja toimintaan, mikä saattaa olla avainrooli mitokondrioiden toiminnan ja solujen aineenvaihdunnan säätelyssä [26]. Tietojemme mukaan ACOT13:n ja ADPKD:n välisestä suhteesta ei ole raportoitu. PTGER2:n ilmentyminen vaikuttaa erityyppisten pahanlaatuisten kasvainten biologiseen käyttäytymiseen [27–29], minkä pitäisi liittyä syövän kulkureittien rikastumiseen KEGG-analyysissä. Muuten prostaglandiini E (2) (PGE2) roolia kystogeneesissä geneettisesti ei-nortologisissa ADPKD-malleissa on jo tutkittu. Liu et ai. havaitsi, että PGE2 voisi aktivoida poikkeavia signalointireittejä PC-1-puutteellisessa epiteelissä ja välittää lisääntymistä ja kloridin eritystä ADPKD:n kystisessä munuaisepiteelissä [30]. Elberg et ai. ovat osoittaneet PTGER2:n roolin PGE2-vaikutuksen välittäjänä kystan muodostumisen indusoinnissa yhdistetyillä biokemiallisilla, farmakologisilla ja toiminnallisilla analyyseillä ADPKD:ssä [31]. Tämä vahvistaa edelleen lähestymistapamme luotettavuuden patogeenisten geenien seulonnassa ADPKD:ssä, jota voidaan soveltaa muihin sairauksiin. Se tukee myös epäsuorasti ACOT13:n luotettavuutta mahdollisena ADPKD:hen liittyvänä geeninä. ACOT13:n taustalla oleva biologinen toiminta ADPKD:ssä vaatii kuitenkin edelleen lisätutkimuksia.

Johtopäätökset

Tässä tutkimuksessa tunnistimme kaksi mahdollista ADPKD:hen liittyvää geeniä, mukaan lukien ACOT13 ja PTGER2, analysoimalla neljän ADPKD-potilaan ja kahden terveen perheenjäsenen WES-tuloksia yhdistettynä GEO-tietokannan geeniekspressiotietoihin. Tuloksemme voivat olla hyödyllisiä lisätutkimuksissa ADPKD:n taustalla olevista patologisista syistä. Kuitenkin, koska tutkimuksessamme on vähän potilaita, ACOT13:n ja PTGER2:n mahdollisesta roolista on edelleen epävarmuutta, mikä vaatii edelleen lisätutkimuksia.

Viitteet

1. Bergmann C, Guay-Woodford LM, Harris PC, Horie S, Peters DJM, Torres VE. Munuaisten polykystinen sairaus. Nat Rev Dis Primerit. 2018; 4(1):50. https://doi. org/10.1038/s41572-018-0047-v.

2. Grieben M, Pike AC, Shintre CA, Venturi E, El-Ajouz S, Tessitore A, Shrestha L, Mukhopadhyay S, Mahajan P, Chalk R, et ai. Munuaissairauden monirakkulatauti TRP-kanavan rakenne Polycystin-2 (PC2). Nat Struct Mol Biol. 2017;24(2):114–22.

3. Chumley P, Zhou J, Mrug S, Chacko B, Parent JM, Challa AK, Wilson LS, Berryhill TF, Barnes S, Kesterson RA, et ai. Typistetään PKHD1 ja

PKD2-mutaatiot muuttavat energia-aineenvaihduntaa. Am J Physiol Renal Physiol. 2019;316(3): F414–25.

4. Kim DY, Park JH. ADPKD:n geneettiset mekanismit. Adv Exp Med Biol. 2016;933:13–22.

5. Cornec-Le GE, Olson RJ, Besse W, Heyer CM, Gainullin VG, Smith JM, Audrezet MP, Hopp K, Porath B, Shi B, et ai. DNAJB11:n monoalleeliset mutaatiot aiheuttavat epätyypillistä autosomaalisesti hallitsevaa monirakkulatautia. Olen J Hum Genet. 2018; 102(5):832–44.

6. Padovano V, Podrini C, Boletta A, Caplan MJ. Aineenvaihdunta ja mitokondriot polykystisen munuaissairauden tutkimuksessa ja hoidossa. Nat Rev Nephrol. 2018;14(11):678–87. https://doi.org/10.1038/s41581-018-0051-1.

7. Bergmann C. Viimeaikaiset edistysaskeleet polykystisen munuaissairauden molekyylidiagnoosissa. Asiantuntija Rev Mol Diagn. 2017;17(12):1037–54. https://doi. org/10.1080/14737159.2017.1386099.

8. Yang Y, Muzny DM, Xia F, Niu Z, Person R, Ding Y, Ward P, Braxton A, Wang M, Buhay C, et ai. Molekyylilöydökset potilailla, jotka lähetettiin kliiniseen koko eksomin sekvensointiin. JAMA. 2014; 312(18):1870–9.

9. Mallawaarachchi AC, Hort Y, Cowley MJ, McCabe MJ, Minoche A, Dinger ME, Shine J, Furlong TJ. Koko genomin sekvensointi voittaa pseudogeenin homologian autosomaalisen hallitsevan polykystisen munuaissairauden diagnosoimiseksi. Eur J Hum Genet. 2016;24(11):1584–90. https://doi.org/10.1038/ ejhg.2016.48.

10. Braun DA, Schueler M, Halbritter J, Gee HY, Porath JD, Lawson JA, Airik R, Shril S, Allen SJ, Stein D, et ai. Koko eksomin sekvensointi tunnistaa aiheuttavat mutaatiot suurimmassa osassa sukulais- tai perhetapauksia, joissa on lapsuudessa alkanut lisääntynyt munuaisten kaikukyky. Kidney Int. 2016;89(2):468–75.

11. Chen S, Zhou Y, Chen Y, Gu J. nopea: erittäin nopea all-in-one FASTQ-esiprosessori. Bioinformatiikka. 2018;34(17):i884–90.

12. Kumar P, Henikof S, Ng PC. Ei-synonyymien varianttien koodaamisen vaikutusten ennustaminen proteiinin toimintaan SIFT-algoritmin avulla. Nat Protoc. 2009;4(7):1073–81.

13. Flanagan SE, Patch AM, Ellard S. SIFT:n ja PolyPhenin käyttäminen toiminnan menettämisen ja toiminnan vahvistumisen mutaatioiden ennustamiseen. Genet Test Mol Biomarkers. 2010;14(4):533–7.

14. Schwarz JM, Rodelsperger C, Schuelke M, Seelow D. MutationTaster arvioi sekvenssimuutosten tautia aiheuttavia mahdollisuuksia. Nat Methods. 2010;7(8):575–6.

15. Itan Y, Shang L, Boisson B, Ciancanelli MJ, Markle JG, Martinez-Barricarte R, Scott E, Shah I, Stenson PD, Gleeson J et ai. Mutaatioiden merkityksen raja: geenitason kynnykset varianttien ennusteille. Nat Methods. 2016;13(2):109–10.

16. Liu X, Wu C, Li C, Boerwinkle E. dbNSFP v3.0: yhden luukun tietokanta toiminnallisista ennusteista ja huomautuksista ihmisen ei-synonyymeille ja liitospaikan SNV:ille. Hum Mutat. 2016;37(3):235–41.