کشف شبکه‌های ژنتیکی پنهان بیماری‌های روانی؛ از اسکیزوفرنی تا اوتیسم

راهنمای مطالعه نمایش

کشف شبکه‌های ژنتیکی پنهان مرتبط با بیماری‌های روانی؛ از واریانت‌های DNA تا شبکه‌های تنظیم ژن در مغز

بیماری‌های روان‌پزشکی چگونه از دل ژنوم انسان شکل می‌گیرند؟ آیا می‌توان یک ژن مشخص را مسئول اسکیزوفرنی، اختلال دوقطبی یا اختلال طیف اوتیسم دانست؟ پاسخ پژوهش‌های ژنومیک مدرن به این پرسش، بسیار پیچیده‌تر از جست‌وجوی یک «ژن بیماری» است. شواهد امروزی نشان می‌دهند که بسیاری از اختلالات روان‌پزشکی، حاصل تعامل هزاران واریانت ژنتیکی، شبکه‌های تنظیم بیان ژن، انواع سلول‌های مغزی، مراحل رشد مغز و عوامل محیطی هستند.

در واقع، انقلاب ژنومیک در علوم اعصاب ما را از پرسش ساده‌ی «کدام ژن تغییر کرده است؟» به پرسش عمیق‌تری رسانده است: این واریانت ژنتیکی در کدام سلول، در کدام ناحیه از مغز، در چه مرحله‌ای از رشد و از طریق کدام شبکه تنظیمی، عملکرد مغز را تغییر می‌دهد؟

یکی از مهم‌ترین پروژه‌هایی که برای پاسخ به این پرسش طراحی شد، PsychENCODE Consortium است؛ کنسرسیومی که از سال ۲۰۱۵ با حمایت مؤسسه ملی سلامت روان آمریکا (NIMH) شکل گرفت و هدف آن ترسیم معماری مولکولی مغز انسان و پیوند دادن تغییرات ژنتیکی با تنظیم ژن، سلول‌های مغزی و بیماری‌های روان‌پزشکی بود. (psychencode.org)

چرا ژنتیک بیماری‌های روان‌پزشکی این‌قدر پیچیده است؟

در برخی بیماری‌های ژنتیکی، تغییر در یک ژن می‌تواند اثر بسیار بزرگی ایجاد کند. اما در اختلالاتی مانند اسکیزوفرنی، اختلال دوقطبی و اختلال طیف اوتیسم (ASD) وضعیت متفاوت است.

این اختلالات عمدتاً چندژنی (Polygenic) هستند؛ یعنی خطر ابتلا از ترکیب تعداد بسیار زیادی واریانت ژنتیکی ناشی می‌شود که هر کدام ممکن است به‌تنهایی اثر بسیار کوچکی داشته باشند. در کنار این عوامل ژنتیکی، عوامل محیطی و زیستی نیز می‌توانند بر مسیر شکل‌گیری بیماری اثر بگذارند.

برای مثال، در اسکیزوفرنی، مطالعات Genome-Wide Association Study یا GWAS صدها ناحیه ژنومی مرتبط با خطر بیماری را شناسایی کرده‌اند. مرورهای جدید نشان می‌دهند که تا سال‌های اخیر نزدیک به ۳۰۰ واریانت شایع و بیش از ۲۰ نوع واریانت نادر به‌عنوان عوامل خطر ژنتیکی اسکیزوفرنی شناسایی شده‌اند؛ موضوعی که به‌خوبی ماهیت چندژنی و پیچیده این بیماری را نشان می‌دهد. (Nature)

اما یک مشکل اساسی وجود دارد.

پیدا کردن یک واریانت ژنتیکی با GWAS، الزاماً به معنای پیدا کردن علت مولکولی بیماری نیست.

ممکن است در یک ناحیه ژنومی ده‌ها واریانت در کنار یکدیگر قرار داشته باشند و به دلیل Linkage Disequilibrium یا LD، همه آن‌ها با بیماری ارتباط آماری نشان دهند؛ در حالی که تنها یکی یا چند مورد از آن‌ها واقعاً عملکرد یک عنصر تنظیمی را تغییر می‌دهند.

بنابراین مرحله بعدی، عبور از «ارتباط آماری» به سمت تبیین عملکردی واریانت ژنتیکی (Functional Genomics) است.

ژنوم انسان فقط ژن‌های کدکننده پروتئین نیست

یکی از مهم‌ترین تغییرات مفهومی در زیست‌شناسی مولکولی این است که بخش بزرگی از ژنوم که زمانی «DNA زائد» یا Junk DNA تلقی می‌شد، اکنون به‌عنوان بخش مهمی از شبکه تنظیم ژن شناخته می‌شود.

تمام تغییرات ژنتیکی در نواحی کدکننده پروتئین رخ نمی‌دهند.

بسیاری از واریانت‌های مرتبط با بیماری‌های روان‌پزشکی در مناطق غیرکدکننده ژنوم (Non-coding regions) قرار دارند. این مناطق می‌توانند شامل Enhancerها، Promoterها، Insulatorها، Regulatory Elements، microRNAها و long non-coding RNAها (lncRNA) باشند.

این عناصر الزاماً پروتئین تولید نمی‌کنند، اما می‌توانند تعیین کنند:

  • چه ژنی بیان شود؛

  • در کدام سلول بیان شود؛

  • چه زمانی فعال شود؛

  • چه مقدار RNA تولید شود؛

  • و چگونه شبکه‌های مولکولی داخل سلول تغییر کنند.

به همین دلیل، یک تغییر کوچک در DNA غیرکدکننده می‌تواند بدون تغییر مستقیم در ساختار یک پروتئین، عملکرد یک شبکه زیستی را تغییر دهد.

در بیماری‌های روان‌پزشکی، همین لایه تنظیمی اهمیت ویژه‌ای دارد.

PsychENCODE؛ تلاش برای رمزگشایی از مغز در مقیاس ژنوم

پروژه PsychENCODE یکی از بزرگ‌ترین تلاش‌های چندرشته‌ای برای اتصال ژنتیک بیماری‌های روان‌پزشکی به زیست‌شناسی واقعی مغز است.

در یکی از مطالعات مهم مرحله اول، داده‌های مربوط به حدود ۱۸۶۶ فرد با استفاده از مجموعه‌ای از روش‌های ژنومیک، ترنسکریپتومیک و اپی‌ژنومیک بررسی شد. این منابع شامل داده‌های بیان ژن، ژنوتیپ، کروماتین، Hi-C و RNA تک‌سلولی بودند. (PubMed)

پژوهشگران در این مجموعه داده، حدود ۷۹ هزار enhancer فعال در مغز، شبکه‌های ارتباطی مبتنی بر Hi-C، حوزه‌های Topologically Associating Domains یا TADs و میلیون‌ها داده QTL را شناسایی و یکپارچه کردند. (PubMed Central (PMC))

اهمیت این کار در یک نکته اساسی نهفته است:

دانشمندان دیگر فقط نمی‌پرسند کدام واریانت با بیماری ارتباط دارد؛ بلکه تلاش می‌کنند بفهمند آن واریانت به کدام ژن، کدام عنصر تنظیمی و کدام نوع سلول مغزی متصل است.

از یک واریانت ژنتیکی تا یک شبکه تنظیم ژن

تصور کنید یک GWAS یک واریانت DNA را در ارتباط با اسکیزوفرنی شناسایی کند.

این واریانت ممکن است درون یک ژن قرار نداشته باشد. در چنین شرایطی، نمی‌توان صرفاً با مشاهده موقعیت آن گفت که «این ژن عامل بیماری است».

ممکن است این واریانت در یک Enhancer قرار داشته باشد.

Enhancer می‌تواند از طریق معماری سه‌بعدی DNA با پروموتر یک ژن در ارتباط باشد و میزان بیان آن ژن را تغییر دهد. بنابراین مسیر واقعی ممکن است چیزی شبیه این باشد:

واریانت ژنتیکی ← عنصر تنظیمی ← تغییر بیان ژن ← تغییر مسیر سلولی ← تغییر عملکرد نورون ← تغییر مدار عصبی ← افزایش استعداد بیماری

این همان جایی است که Gene Regulatory Network یا GRN اهمیت پیدا می‌کند.

در مطالعه جامع PsychENCODE، ادغام داده‌های ژنتیکی و عملکردی امکان ایجاد شبکه‌های تنظیم ژن را فراهم کرد و برای نمونه، ارتباط میان واریانت‌های GWAS و صدها ژن مرتبط با اسکیزوفرنی را در قالب شبکه‌های مولکولی بررسی کرد. (PubMed)

بنابراین، مفهوم «ژن بیماری» جای خود را به مفهوم بسیار دقیق‌تر شبکه ژنتیکی بیماری می‌دهد.

چرا نوع سلول مغزی اهمیت دارد؟

مغز یک بافت یکنواخت نیست.

یک نمونه از قشر مغز شامل نورون‌های تحریکی، نورون‌های مهاری، آستروسیت‌ها، الیگودندروسیت‌ها، میکروگلیا و انواع دیگری از سلول‌ها است.

اگر RNA کل یک قطعه از مغز را اندازه‌گیری کنیم، سیگنال نهایی حاصل ترکیب همه این سلول‌ها خواهد بود.

بنابراین اگر نسبت انواع سلول‌ها بین دو فرد متفاوت باشد، ممکن است تفاوت زیادی در Gene Expression مشاهده کنیم؛ بدون اینکه الزاماً بیان ژن در تک‌تک سلول‌ها تغییر کرده باشد.

تحلیل‌های PsychENCODE نشان دادند که تفاوت در ترکیب سلولی می‌تواند بخش بسیار بزرگی از تفاوت‌های مشاهده‌شده در بیان ژن بین نمونه‌های مغزی را توضیح دهد. (PubMed Central (PMC))

این یافته یک پیام بسیار مهم برای علوم اعصاب دارد:

برای فهم بیماری مغز، دانستن اینکه «کدام ژن» تغییر کرده کافی نیست؛ باید بدانیم «در کدام سلول» تغییر کرده است.

مغز در چه دوره‌ای بیشترین آسیب‌پذیری ژنتیکی را دارد؟

یکی از جذاب‌ترین یافته‌های مطالعات ژنومیک مغز این است که خطر ژنتیکی بسیاری از اختلالات روان‌پزشکی ممکن است در دوره‌های خاصی از رشد مغز اهمیت بیشتری پیدا کند.

مطالعات مربوط به Brain Development، Transcriptomics و Epigenomics نشان داده‌اند که الگوهای بیان ژن در دوران جنینی، کودکی و نوجوانی تغییرات چشمگیری دارند.

در پژوهش‌های PsychENCODE و BrainSpan، ژن‌های مرتبط با خطر اختلالات روان‌پزشکی در برخی مراحل رشد مغز در شبکه‌های خاصی از بیان ژن و در انواع سلولی مشخص غنی شده‌اند. (PubMed)

به زبان ساده، ممکن است یک واریانت ژنتیکی در تمام طول زندگی وجود داشته باشد، اما اثر عملکردی آن در یک مرحله خاص از رشد مغز بسیار مهم‌تر باشد.

این موضوع مفهوم Developmental Vulnerability یا آسیب‌پذیری رشدی را تقویت می‌کند.

اپی‌ژنتیک؛ جایی که ژنتیک با محیط ملاقات می‌کند

یکی از مهم‌ترین لایه‌های این داستان، اپی‌ژنتیک (Epigenetics) است.

اپی‌ژنتیک به تغییراتی اشاره دارد که بدون تغییر در توالی اصلی DNA، نحوه استفاده سلول از اطلاعات ژنتیکی را تغییر می‌دهند.

از جمله این مکانیسم‌ها می‌توان به:

  • DNA methylation

  • Histone modifications

  • Chromatin accessibility

  • RNA regulation

  • Transcription factor activity

اشاره کرد.

در مغز، این مکانیسم‌ها می‌توانند تحت تأثیر رشد، تجربه، استرس، محیط و سایر عوامل زیستی قرار گیرند.

از این منظر، ژنتیک و محیط دو عامل کاملاً جدا از یکدیگر نیستند؛ بلکه در بسیاری از موارد از طریق شبکه‌های تنظیم ژن و اپی‌ژنوم با یکدیگر تعامل دارند.

RNAهای غیرکدکننده؛ بخش پنهان معماری ژنوم

یکی از جذاب‌ترین بخش‌های ژنومیک بیماری‌های روان‌پزشکی، مطالعه RNAهای غیرکدکننده است.

برخلاف RNA پیام‌رسان یا mRNA که معمولاً الگوی ساخت پروتئین را حمل می‌کند، بسیاری از RNAهای غیرکدکننده نقش تنظیمی دارند.

دو گروه مهم عبارت‌اند از:

microRNA یا miRNA

microRNAها می‌توانند با RNAهای پیام‌رسان تعامل داشته و میزان ترجمه یا پایداری آن‌ها را تغییر دهند.

long non-coding RNA یا lncRNA

این مولکول‌ها می‌توانند در تنظیم بیان ژن، سازمان‌دهی کروماتین و تعامل میان عناصر تنظیمی نقش داشته باشند.

پژوهش‌های PsychENCODE نشان داده‌اند که برخی lncRNAها ممکن است در شبکه‌های تنظیمی مرتبط با بیماری‌هایی مانند اسکیزوفرنی جایگاه مهمی داشته باشند.

یکی از نمونه‌های مورد توجه، DGCR5 است که در مطالعات عملکردی به‌عنوان بخشی از شبکه‌های تنظیم ژنی مرتبط با اسکیزوفرنی بررسی شده است.

اهمیت این یافته در این نیست که DGCR5 را «ژن اسکیزوفرنی» بنامیم؛ چنین برداشتی بیش از حد ساده‌انگارانه خواهد بود.

اهمیت واقعی آن در این است که نشان می‌دهد RNAهای غیرکدکننده می‌توانند به‌عنوان گره‌هایی در شبکه‌های تنظیم ژن عمل کنند.

CNVها؛ تغییرات بزرگ‌تر در معماری ژنوم

تمام تغییرات ژنتیکی، تغییر یک نوکلئوتید نیستند.

Copy Number Variations یا CNVها قطعات نسبتاً بزرگی از DNA هستند که ممکن است در ژنوم فرد حذف، تکثیر یا به تعداد متفاوتی وجود داشته باشند.

برخی CNVهای نادر می‌توانند اثر قابل‌توجهی بر خطر اختلالات روان‌پزشکی، از جمله اسکیزوفرنی، داشته باشند.

نکته مهم این است که CNVها نیز فقط ژن‌های کدکننده پروتئین را تحت تأثیر قرار نمی‌دهند. ممکن است یک CNV منطقه‌ای غیرکدکننده را دربر بگیرد و از این طریق چندین عنصر تنظیمی یا RNA غیرکدکننده را تغییر دهد.

این مسئله یک بار دیگر نشان می‌دهد که برای فهم بیماری باید از مدل ساده «یک ژن ـ یک بیماری» عبور کنیم.

مرحله دوم PsychENCODE؛ ورود به عصر تک‌سلولی و نقشه‌برداری دقیق‌تر

اگر مرحله اول PsychENCODE را تلاش برای ساختن یک نقشه جامع از ژنوم عملکردی مغز بدانیم، مرحله دوم یک گام مهم‌تر برداشت: تفکیک دقیق‌تر اطلاعات بر اساس نوع سلول، مرحله رشد و سازمان فضایی مغز.

مرحله دوم PsychENCODE در سال ۲۰۲۴ مجموعه‌ای از ۱۴ مقاله منتشر کرد و داده‌های تک‌سلولی، فضایی، کروماتینی و تنظیمی را با وضوح بسیار بالاتر بررسی کرد. (psychencode.org)

برای مثال، پژوهشگران در یکی از پروژه‌های این مرحله، ۱٬۹۳۲ نمونه از ۶۱۶ مغز پس از مرگ را برای بررسی دسترسی کروماتین در نورون‌ها و سلول‌های غیرنورونی مطالعه کردند و ده‌ها هزار ناحیه کروماتینی باز را شناسایی کردند. تنها بخش کوچکی از QTLهای دسترسی کروماتین میان نورون‌ها و سلول‌های غیرنورونی مشترک بود؛ یافته‌ای که اهمیت تنظیم ژن وابسته به نوع سلول را برجسته می‌کند. (psychencode.org)

مطالعه دیگری در ۶۷۲ نمونه از مغز در حال رشد، هزاران ژن و QTL مرتبط با بیان ژن، ایزوفرم و RNA splicing را بررسی کرد و نشان داد که تنظیم در سطح ایزوفرم‌ها می‌تواند بخش مهمی از وراثت‌پذیری ژنتیکی اختلالات عصبی‌روانی را در مراحل رشد توضیح دهد. (psychencode.org)

این یعنی نقشه ژنتیکی بیماری دیگر یک نقشه دوبعدی از DNA نیست.

ما اکنون به سمت یک اطلس چندبعدی از مغز انسان حرکت می‌کنیم:

DNA + RNA + اپی‌ژنوم + کروماتین + نوع سلول + ناحیه مغز + زمان رشد + بیماری

آیا این یافته‌ها به معنی کشف «ژن اسکیزوفرنی» است؟

خیر.

این شاید مهم‌ترین نکته‌ای باشد که باید درباره ژنتیک بیماری‌های روان‌پزشکی بدانیم.

وجود یک واریانت مرتبط با بیماری به معنی قطعی بودن بیماری نیست.

همچنین یک ژن یا یک واریانت به‌تنهایی علت اسکیزوفرنی یا اختلال دوقطبی محسوب نمی‌شود.

آنچه پژوهشگران در حال کشف آن هستند، شبکه‌ای از استعدادهای ژنتیکی و تنظیمی است که در کنار عوامل محیطی و رشدی، احتمال بروز بیماری را تغییر می‌دهد.

به همین دلیل، بهتر است از واژه‌هایی مانند Genetic Risk، Susceptibility، Polygenic Architecture و Functional Association استفاده کنیم و از تعبیرهای قطعی مانند «ژن عامل بیماری» در مورد اغلب یافته‌های GWAS پرهیز کنیم.

از ژنومیک تا پزشکی دقیق در روان‌پزشکی

چشم‌انداز نهایی این تحقیقات، صرفاً ساختن فهرستی از ژن‌ها نیست.

هدف بلندمدت این است که بتوانیم مسیر زیر را کامل کنیم:

واریانت ژنتیکی ← عنصر تنظیمی ← ژن هدف ← نوع سلول ← مسیر مولکولی ← مدار عصبی ← فنوتیپ بالینی

اگر این مسیر با شواهد تجربی کامل شود، می‌تواند در آینده به شناسایی Biomarkerهای زیستی، اهداف درمانی جدید و طبقه‌بندی دقیق‌تر بیماران کمک کند.

PsychENCODE حتی از مدل‌های محاسباتی و یادگیری عمیق برای ادغام داده‌های پیچیده استفاده کرده است؛ در مطالعه سال ۲۰۱۸، مدل یکپارچه مبتنی بر شبکه تنظیم ژن توانست در مقایسه با برخی رویکردهای قبلی پیش‌بینی خطر را به‌طور قابل‌توجهی بهبود دهد. با این حال، چنین مدل‌هایی ابزار پژوهشی هستند و نباید با یک آزمون تشخیصی قطعی برای بیماری روان‌پزشکی اشتباه گرفته شوند. (PubMed)

چرا شبکه‌ها از ژن‌های منفرد مهم‌ترند؟

سلول عصبی یک سیستم خطی نیست.

یک ژن می‌تواند با ده‌ها ژن دیگر ارتباط داشته باشد؛ یک transcription factor می‌تواند صدها هدف را کنترل کند؛ یک microRNA می‌تواند بر مجموعه‌ای از RNAها اثر بگذارد و یک تغییر در chromatin accessibility می‌تواند دسترسی ماشین رونویسی به چندین ژن را تغییر دهد.

بنابراین، بیماری پیچیده نیز ممکن است نتیجه اختلال در یک شبکه مولکولی باشد، نه نقص یک مولکول منفرد.

این دیدگاه با مفهوم Systems Neuroscience و Network Biology هماهنگ است.

در چنین مدلی، بیماری زمانی شکل می‌گیرد که ارتباط میان اجزای یک سیستم از وضعیت پایدار خارج شود.

از این منظر، اسکیزوفرنی یا اختلال دوقطبی را نمی‌توان فقط با یک ژن، یک ناقل عصبی یا یک ناحیه مغزی توضیح داد؛ بلکه باید مجموعه‌ای از سطوح زیستی را هم‌زمان بررسی کرد.

آینده ژنتیک بیماری‌های روان‌پزشکی کجاست؟

آینده این حوزه احتمالاً در ادغام داده‌های بیشتری خواهد بود:

GWAS + WGS + RNA-seq + single-cell RNA-seq + single-cell ATAC-seq + spatial transcriptomics + epigenomics + Hi-C + proteomics + CRISPR + iPSC-derived neurons + computational biology

این ادغام می‌تواند به پژوهشگران اجازه دهد از یک همبستگی آماری به سمت آزمایش مستقیم عملکرد یک واریانت حرکت کنند.

همچنین افزایش تنوع ژنتیکی نمونه‌ها اهمیت زیادی دارد. مطالعات جدید تلاش می‌کنند داده‌های ژنومی افراد با تبارهای مختلف را بهتر در مدل‌های genetically regulated expression (GReX) و Transcriptome-Wide Association Studies (TWAS) وارد کنند تا قابلیت تعمیم یافته‌ها افزایش یابد. (PubMed)

بنابراین آینده ژنتیک روان‌پزشکی تنها «پیدا کردن واریانت‌های بیشتر» نیست؛ بلکه تبدیل واریانت‌ها به مکانیسم‌های قابل آزمایش است.

جمع‌بندی؛ ژنوم مغز یک فهرست نیست، یک شبکه زنده است

یکی از بزرگ‌ترین درس‌های عصر ژنومیک این است که بیماری‌های پیچیده مغز را نمی‌توان با منطق ساده «یک ژن، یک بیماری» توضیح داد.

اسکیزوفرنی، اختلال دوقطبی و اختلال طیف اوتیسم حاصل تعامل شبکه‌ای از عوامل ژنتیکی، تنظیمی، سلولی، رشدی و محیطی هستند.

پروژه PsychENCODE در سال ۲۰۱۸ گام بزرگی برای اتصال واریانت‌های ژنتیکی به ژن‌ها، عناصر تنظیمی و انواع سلول‌های مغزی برداشت و مرحله دوم آن در سال ۲۰۲۴ این نقشه را با داده‌های تک‌سلولی، فضایی و تنظیمی با وضوح بسیار بالاتری توسعه داد. (PubMed Central (PMC))

امروز دیگر «۹۸ درصد ژنوم غیرکدکننده» را نمی‌توان صرفاً حاشیه ژنتیک دانست. بخش بزرگی از این فضای ژنومی، محل فعالیت شبکه‌ای پیچیده از enhancerها، promoterها، RNAهای غیرکدکننده، عوامل رونویسی و عناصر معماری کروماتین است که تعیین می‌کنند ژن‌ها چه زمانی، کجا و با چه شدتی فعال شوند. (مؤسسه ملی بهداشت)

شاید مهم‌ترین تحول این باشد که علم از نقشه‌برداری ژنتیکی بیماری به سمت رمزگشایی مکانیسم ژنتیکی بیماری حرکت کرده است.

و این تفاوتی بنیادین است.

زیرا شناسایی یک واریانت تنها می‌گوید کجا باید جست‌وجو کنیم؛ اما شناخت شبکه ژنی، نوع سلول، زمان رشد، مسیر مولکولی و اثر عملکردی آن واریانت است که می‌تواند به ما بگوید چرا بیماری شکل می‌گیرد.

در نهایت، آینده علوم اعصاب ژنتیکی احتمالاً متعلق به پژوهش‌هایی خواهد بود که ژنوم، اپی‌ژنوم، ترنسکریپتوم، پروتئوم، سلول و مدار عصبی را در یک مدل واحد کنار یکدیگر قرار می‌دهند؛ مدلی که در آن بیماری روان‌پزشکی دیگر یک برچسب صرفاً بالینی نیست، بلکه فنوتیپی چندلایه و قابل مطالعه در سطوح مختلف زیستی است.

پرسش‌های متداول

آیا اسکیزوفرنی یک بیماری ژنتیکی است؟

اسکیزوفرنی دارای مؤلفه ژنتیکی قابل‌توجهی است، اما بیماری تک‌ژنی نیست. مجموعه‌ای از واریانت‌های شایع و نادر در کنار عوامل محیطی و رشدی در افزایش خطر آن نقش دارند. (Nature)

آیا یک ژن می‌تواند باعث اسکیزوفرنی شود؟

در اغلب موارد خیر. ساختار ژنتیکی اسکیزوفرنی عمدتاً Polygenic است و تعداد زیادی ژن و عنصر تنظیمی در آن مشارکت دارند.

DNA غیرکدکننده چه نقشی در بیماری‌های روانی دارد؟

بسیاری از واریانت‌های مرتبط با اختلالات روان‌پزشکی در مناطق غیرکدکننده قرار دارند. این مناطق می‌توانند عناصر تنظیم‌کننده بیان ژن مانند enhancerها و سایر regulatory elements را در خود جای دهند. (psychencode.org)

PsychENCODE چیست؟

PsychENCODE یک کنسرسیوم پژوهشی بین‌المللی با حمایت NIMH است که برای بررسی معماری مولکولی مغز و ارتباط میان تغییرات ژنتیکی، تنظیم ژن، انواع سلول‌های مغزی و اختلالات عصبی‌روانی ایجاد شده است. (psychencode.org)

CNV چیست؟

Copy Number Variation (CNV) نوعی تغییر ساختاری در ژنوم است که در آن تعداد نسخه‌های یک قطعه DNA میان افراد متفاوت است. برخی CNVهای نادر با افزایش خطر برخی اختلالات عصبی‌روانی ارتباط دارند.

آیا این پژوهش‌ها به معنای ساخت آزمایش قطعی برای بیماری‌های روانی هستند؟

خیر. یافته‌های ژنومیک و مدل‌های محاسباتی در حال نزدیک کردن علم به زیست‌شناسی دقیق‌تر بیماری هستند، اما ارتباط ژنتیکی با بیماری الزاماً به معنای تشخیص قطعی فرد یا پیش‌بینی قطعی آینده او نیست.

امتیاز شما به این مطلب:

★ اول از راست = ۱ امتیاز | ★ پنجم از راست = ۵ امتیاز

میانگین امتیازها: 5 / 5. تعداد آراء: 1

اولین نفری باشید که به این پست امتیاز می‌دهید.

داریوش طاهری

نه اولین، اما در تلاش برای بهترین بودن؛ نه پیشرو در آغاز، اما ممتاز در پایان. ---- ما شاید آغازگر راه نباشیم، اما با ایمان به شایستگی و تعالی، قدم برمی‌داریم تا در قله‌ی ممتاز بودن بایستیم.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا
ورود | ثبت نام
شماره موبایل یا پست الکترونیک خود را وارد کنید
برگشت
کد تایید را وارد کنید
کد تایید برای شماره موبایل شما ارسال گردید
ارسال مجدد کد تا دیگر
برگشت
رمز عبور را وارد کنید
رمز عبور حساب کاربری خود را وارد کنید
برگشت
رمز عبور را وارد کنید
رمز عبور حساب کاربری خود را وارد کنید
برگشت
درخواست بازیابی رمز عبور
لطفاً پست الکترونیک یا موبایل خود را وارد نمایید
برگشت
کد تایید را وارد کنید
کد تایید برای شماره موبایل شما ارسال گردید
ارسال مجدد کد تا دیگر
ایمیل بازیابی ارسال شد!
لطفاً به صندوق الکترونیکی خود مراجعه کرده و بر روی لینک ارسال شده کلیک نمایید.
تغییر رمز عبور
یک رمز عبور برای اکانت خود تنظیم کنید
تغییر رمز با موفقیت انجام شد