IF31.7｜GOLGA8A内含子重复扩增是aFTLD-U主要风险因素

长读长测序揭示GOLGA8A内含子CT二核苷酸重复扩增驱动近60%的aFTLD-U病例。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

额颞叶变性（FTLD）是早发性痴呆的常见原因，根据聚集蛋白分为FTLD-tau、FTLD-TDP和FTLD-FET等亚型。FTLD-FET以FUS、EWS和TAF15蛋白异常聚集为特征，其中非典型FTLD伴泛素阳性包涵体（aFTLD-U）是最常见亚型，临床表现为青年起病的行为变异型额颞叶痴呆，伴有显著的精神症状和尾状核萎缩。此前在FTLD-tau和FTLD-TDP中已发现致病基因，但FTLD-FET的遗传基础一直未知，且aFTLD-U多为散发性，缺乏家族史。

科学问题

卡在哪里： FTLD-FET亚型中尚未发现明确的遗传风险因素。aFTLD-U病例罕见且多为散发，传统短读长测序难以解析高度同源的GOLGA8A/GOLGA8B区域，导致该疾病的遗传病因长期空白。

本文要回答： 通过大规模全基因组关联分析和长读长测序，鉴定aFTLD-U的遗传风险位点并阐明其致病机制。

技术路线

作者主要用了：GWAS、长读长测序、短串联重复分析、Southern blot、重复引物PCR。

作者首先建立国际联盟收集108例病理确诊的aFTLD-U病例，对59例病例和3153例对照进行全基因组关联分析（GWAS），发现chr15q14显著关联位点。随后利用长读长测序技术对341例个体（包括53例aFTLD-U）进行精细定位，鉴定出GOLGA8A内含子中的串联重复扩增，并通过Southern blot和重复引物PCR验证。进一步对1715例个体的长读长数据进行分析，系统表征重复的长度、基序组成和体细胞变异，最终提出基于重复特征的疾病分类标准。

图 1　Fig. 1。图1展示aFTLD-U的临床影像和神经病理特征。a：T1-FLAIR MRI显示双侧额叶和纹状体萎缩（白色箭头），FDG-PET显示双侧额叶葡萄糖代谢减低。b：大体病理显示额叶和纹状体明显萎缩；免疫组化显示包涵体对FUS和TAF15呈阳性，这是aFTLD-U的诊断标志。

核心亮点

亮点 1｜chr15q14位点与aFTLD-U强关联

GWAS在59例aFTLD-U和3153例对照中发现chr15q14显著关联位点，lead SNP rs549846383的P值为5.85×10⁻²¹，OR高达26.7。该位点位于GOLGA8A/GOLGA8B区域，存在高度同源的节段性重复和拷贝数变异。通过条件分析发现另一个独立关联信号rs148687709，定义了两个风险单倍型A和B。在87例aFTLD-U中，43.7%携带单倍型A，14.9%携带单倍型B，合计近60%。

图 2　Fig. 2。图2展示GWAS结果和位点结构。a：曼哈顿图显示chr15q14显著关联信号，lead SNP rs549846383。b：区域关联图显示38个全基因组显著变异，节段性重复区域以灰色条标记。c：示意图显示GOLGA8A和GOLGA8B基因、单倍型A和B以及标签SNP的位置。d：条形图显示87例aFTLD-U中单倍型A、B和阴性携带者比例。

亮点 2｜GOLGA8A内含子重复扩增

利用长读长测序，在GOLGA8A内含子（chr15:34,419,425–34,419,451）鉴定出串联重复扩增，位于风险单倍型上。重复长度在aFTLD-U病例中显著长于对照，且主要由CT二核苷酸重复组成。对318,299个STR位点进行关联分析，该重复长度与aFTLD-U的关联P值为1.98×10⁻¹³，OR为17.1，是唯一达到全基因组显著的编码区STR。

图 3　Fig. 3。图3展示重复扩增的位置和序列特征。a：重复位于GOLGA8A MANE转录本的内含子中，rs148687709和缺失区域的位置。b：每个个体最长等位基因的重复长度共识，水平线标记100 bp。c：12-mer基序频率热图，显示CT二聚体在aFTLD-U病例中富集。d：重复侧翼基序组成，显示CCTTT五聚体等短基序。

亮点 3｜重复基序组成高度可变

重复序列呈现多种基序：CT二聚体、CCTT四聚体、CCCTCT六聚体和CCCCT五聚体。CT二聚体仅出现在单倍型A和B上，且在aFTLD-U病例中频率极高；CCTT扩增仅见于非风险单倍型个体；CCCTCT扩增在风险单倍型上但更多见于非aFTLD-U个体。此外还观察到混合基序和罕见的CnT富集等位基因。

图 4　Fig. 4。图4展示重复基因型与疾病分类。a：散点图显示CT百分比（x轴）和重复长度（y轴），虚线框标记>450 bp和>80% CT的分类标准。b：条形图显示基于>190个CT二聚体基序的分类。c：示意图显示两种分类标准在人群中的携带频率。

亮点 4｜重复长度和CT含量预测疾病

基于1715例长读长数据，提出分类标准：重复长度>450 bp且CT含量>80%预测aFTLD-U的精确度为0.80，召回率为0.90；或者>190个CT二聚体基序的精确度为0.78，召回率为0.94。这些分类的关联P值（5.77×10⁻⁴⁰和4.86×10⁻⁴¹）远强于单倍型标签SNP，表明重复本身是主要致病因素。

图 5　Fig. 5。图5展示家系分析和重复遗传。a：三个aFTLD-U家系图，显示受影响和未受影响亲属的单倍型。b：比较受影响和未受影响亲属的重复长度，显示相似大小，表明重复可稳定遗传。

亮点 5｜重复扩增可遗传且存在体细胞变异

在三个aFTLD-U家系中，未患病亲属携带相同大小的重复扩增，表明扩增可遗传且不完全外显。此外，重复长度在不同组织间存在体细胞变异，且变异程度随重复长度增加而增加，提示重复在体细胞中不稳定。

亮点 6｜无风险单倍型病例更早死亡

携带风险单倍型的aFTLD-U病例与不携带者相比，死亡年龄存在显著差异（P=0.043），不携带者中部分病例死亡年龄更早，提示可能存在其他遗传或环境因素。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： GWAS、长读长测序、短串联重复分析、Southern blot、重复引物PCR
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事神经退行性疾病遗传学、重复扩增疾病和长读长测序分析的研究人员。

带走一句

对于复杂基因组区域的重复扩增疾病，长读长测序结合精细基序分析是鉴定致病变异的关键；重复的长度和序列组成共同决定致病性，不能仅看长度。