基于人口腔上皮细胞颅颌面特异增强子序列机器学习预测IRF6位点唇腭裂致病突变

摘要

目的:利用基于人口腔上皮细胞颅颌面特异增强子序列机器学习,优化唇腭裂相关非编码突变研究靶点的筛选.方法:采用永生化人口腔上皮细胞(HIOEC)组蛋白H3第27位赖氨酸的乙酰化(H3K27Ac)染色质免疫共沉淀测序(ChIP?Seq)整合人类胚胎期颅颌面超级增强子区域,获得人口腔上皮细胞颅颌面特异增强子区域.采用gapped k?mer SVM算法总结增强子序列特征,并用该特征判断干扰素调节因子6(IRF6)附近唇腭裂相关单核苷酸多态性(SNP)位点或突变对增强子活性的影响.结果:人口腔上皮细胞颅颌面特异性增强子能够涵盖超过半数唇腭裂相关SNP位点(P<0.01),而基于该序列特征的机器学习预测与范德伍德综合征相关的350dupA位点显著降低所在增强子活性.双荧光素酶报告基因显示350dupA显著降低增强子在人口腔上皮细胞内的活性(P<0.01).结论:基于人口腔上皮细胞颅颌面特异增强子序列机器学习能够精准判断IRF6附近唇腭裂相关非编码突变,优化唇腭裂遗传功能研究.