L'analyse comparative croisée des troubles comorbides révèle de nouveaux gènes candidats à l'autisme

Aperçu: G.M.

De nombreuses études ont mis en évidence le degré élevé de comorbidité associée au trouble du spectre de l'autisme.

Ces affections comorbides peuvent ajouter d'autres déficiences aux personnes avec un diagnostic d'autisme et sont beaucoup plus répandues par rapport aux populations neurotypiques. Ces taux élevés de comorbidité ne sont pas surprenants compte tenu du chevauchement des symptômes que les TSA partagent avec d'autres pathologies. Du point de vue de la recherche, cela suggère des mécanismes moléculaires communs impliqués dans ces conditions. Par conséquent, l'identification de gènes cruciaux dans le chevauchement entre TSA et ces troubles comorbides peut aider à démêler les processus biologiques communs impliqués et, en fin de compte, éclairer la compréhension de l'étiologie de l'autisme.

Les chercheurs ont travaillé sur une approche de biologie des systèmes à double planche axée spécialement sur les processus biologiques et les réseaux de gènes pour effectuer une analyse comparative de l'autisme avec 31 troubles fréquemment comorbides afin de définir un sous-composant multidisciplinaire de TSA et de prédire de nouveaux gènes potentiels pertinents pour l'etiologie du TSA.

L'étude a identifié un ensemble de 19 gènes qui n'étaient pas précédemment liés au TSA qui étaient significativement régulés différemment chez les personnes avec un diagnostic d'autisme.

Cette étude propose un modèle par lequel la connaissance préalable des réseaux d'interaction peut éclairer et concentrer la recherche génomique des gènes candidats de l'autisme afin de mieux définir l'hétérogénéité génétique du TSA.

 

BMC Genomics. 2017 Apr 20;18(1):315. doi: 10.1186/s12864-017-3667-9.

Cross-disorder comparative analysis of comorbid conditions reveals novel autism candidate genes

Diaz-Beltran L^1,2,3, Esteban FJ³, Varma M^1,2, Ortuzk A^1,2, David M^1,2, Wall DP^4,5,6.

Author information

1

Division of Systems Medicine, Department of Pediatrics, School of Medicine, Stanford University, 1265 Welch Road, Stanford, CA, 94305-5488, USA.

2

Division of Systems Medicine, Department of Psychiatry, Stanford University, Stanford, CA, USA.

3

Systems Biology Unit, Department of Experimental Biology, University of Jaén, Jaén, Spain.

4

Division of Systems Medicine, Department of Pediatrics, School of Medicine, Stanford University, 1265 Welch Road, Stanford, CA, 94305-5488, USA. dpwall@stanford.edu.

5

Division of Systems Medicine, Department of Psychiatry, Stanford University, Stanford, CA, USA. dpwall@stanford.edu.

6

Department of Biomedical Data Science, Stanford University, Stanford, CA, USA. dpwall@stanford.edu.

Abstract

BACKGROUND:

Numerous studies have highlighted the elevated degree of comorbidity associated with autism spectrum disorder (ASD). These comorbid conditions may add further impairments to individuals with autism and are substantially more prevalent compared to neurotypical populations. These high rates of comorbidity are not surprising taking into account the overlap of symptoms that ASD shares with other pathologies. From a research perspective, this suggests common molecular mechanisms involved in these conditions. Therefore, identifying crucial genes in the overlap between ASD and these comorbid disorders may help unravel the common biological processes involved and, ultimately, shed some light in the understanding of autism etiology.

RESULTS:

In this work, we used a two-fold systems biology approach specially focused on biological processes and gene networks to conduct a comparative analysis of autism with 31 frequently comorbid disorders in order to define a multi-disorder subcomponent of ASD and predict new genes of potential relevance to ASD etiology. We validated our predictions by determining the significance of our candidate genes in high throughput transcriptome expression profiling studies. Using prior knowledge of disease-related biological processes and the interaction networks of the disorders related to autism, we identified a set of 19 genes not previously linked to ASD that were significantly differentially regulated in individuals with autism. In addition, these genes were of potential etiologic relevance to autism, given their enriched roles in neurological processes crucial for optimal brain development and function, learning and memory, cognition and social behavior.

CONCLUSIONS:

Taken together, our approach represents a novel perspective of autism from the point of view of related comorbid disorders and proposes a model by which prior knowledge of interaction networks may enlighten and focus the genome-wide search for autism candidate genes to better define the genetic heterogeneity of ASD.

PMID: 28427329

DOI: 10.1186/s12864-017-3667-9