Генетика, 2019, T. 55, № 2, стр. 207-213

Метилирование ДНК в локусе MIR137HG, ассоциированном с шизофренией и интеллектом, может быть связано с заболеванием и когнитивными функциями

М. В. Алфимова 1*, Н. В. Кондратьев 1, А. К. Голов 1, В. Е. Голимбет 1

1 Научный центр психического здоровья
115522 Москва, Россия

* E-mail: m.alfimova@gmail.com

Поступила в редакцию 01.03.2018
После доработки 03.05.2018
Принята к публикации 18.04.2018

Полный текст (PDF)

Аннотация

В крупнейших полногеномных исследованиях шизофрении и когниций выявлены ассоциации этих фенотипов с полиморфными сайтами в локусе MIR137HG, содержащем гены микроРНК MIR137 и MIR2682. В настоящей работе мы предприняли изучение особенностей метилирования CpG-островка, расположенного внутри MIR137HG и включающего полностью ген MIR137 и область, прилегающую к 5'-концу MIR2682, в периферической крови 44 больных шизофренией и 50 здоровых. Была проведена оценка связи метилирования данного CpG-островка с шизофренией и когнитивным функционированием. С помощью метода бисульфитного секвенирования единичных молекул ДНК в реальном времени были установлены индивидуальные уровни метилирования каждого из 91 CpG, находящегося на выбранном участке. Все испытуемые заполнили батарею нейропсихологических тестов. Проведенное исследование показало, что изученный CpG-островок является гипометилированным в обеих группах, за исключением одного сайта – CpG (chr1: 98 511 049), со значительной межиндивидуальной вариативностью доли метилирования. Более высокий уровень метилирования этого CpG был характерен для больных мужчин и связан со снижением когнитивного индекса в общей группе больных и здоровых. Полученные результаты указывают на перспективность дальнейшего изучения различных регуляторных механизмов работы генов MIR137 и MIR2682 для понимания молекулярной основы формирования когнитивного дефицита при шизофрении.

Ключевые слова: метилирование ДНК, микроРНК, шизофрения, когнитивный дефицит, SMRT-BS.

Шизофрения11 является тяжелым, инвалидизирующим психическим заболеванием. Многочисленные данные указывают, что ее возникновение и исход тесно связаны с нарушениями когнитивного функционирования пациентов [1]. Это позволяет предположить, что изучение генов, для которых в полногеномных исследованиях (GWAS) показана ассоциация как с шизофренией, так и c когнициями, может пролить свет на биологические механизмы развития заболевания и сопутствующего ему когнитивного дефицита.

Одним из таких генов является MIR137HG на хромосомном участке 1p21.3, содержащий гены, кодирующие микроРНК 137 и 2682 (hsa-mir-137 и hsa-mir-2682). В GWAS, проведенных Консорциумом по психиатрической геномике, выявлены высокозначимые ассоциации шизофрении с однонуклеотидными полиморфизмами (SNP), расположенными в интронной и 5'-области MIR137HG [24]. Значение локуса MIR137HG для шизофрении подтверждено и крупнейшим GWAS китайской популяции [5]. Последующее секвенирование этого региона позволило обнаружить ряд редких SNP. Те из них, которые были расположены в участках с возможной энхансерной или промоторной, но не инсуляторной активностью, также показали ассоциацию с заболеванием [6]. Изучение роли найденных в GWAS полиморфных маркеров в вариативности когнитивного функционирования при шизофрении указывает на их связь с нарушением скорости обработки информации, вербальной памяти и регуляторно-исполнительных функций [7, 8], хотя данные не вполне однозначны [9, 10]. Недавний крупнейший мета-анализ, объединивший данные GWAS образования и интеллекта, с совокупной выборкой численностью 248 482 человека, показал, что MIR137HG является также одним из 187 локусов, ассоциированных с когнитивными способностями в общей популяции [11].

МикроРНК-137 представляет собой регулятор экспрессии многих генов, вовлеченных в нейроразвитие, ряд которых рассматривается в качестве генов риска шизофрении [12, 13]. Функции микроРНК-2682 пока мало изучены, однако стоит отметить, что, согласно базе данных miRmine [14], она имеет сравнимый с микроРНК-137 уровень экспрессии в большинстве клеточных линий и тканей. Таким образом, изменение экспрессии микроРНК-137 или микроРНК-2682 может представлять собой узловой компонент в цепи событий, ведущих к нарушению когниций пациентов. Показано, что один из ассоциированных с шизофренией полиморфных сайтов в гене MIR137HG связан с экспрессией микроРНК-137 [15]. Более полному пониманию роли локуса MIR137HG в развитии заболевания может способствовать анализ эпигенетических модификаций ДНК в этом регионе GWAS.

В данной работе мы предприняли изучение особенностей метилирования в периферической крови больных шизофренией и здоровых CpG-островка, расположенного внутри MIR137HG и включающего полностью ген MIR137 и область, прилегающую к 5'-концу MIR2682 (рис. 1). Данный CpG-островок не затрагивает 5'-регуляторную область MIR137HG, однако содержит альтернативный промотор MIR137 [16]. Кроме того, он включает регионы, которые, согласно ENCODE, могут являться промоторами и энхансерами [6]. Целью работы был анализ связи между метилированием данного CpG-островка, с одной стороны, и шизофренией и когнитивным функционированием – с другой. Для этого с помощью метода бисульфитного секвенирования единичных молекул ДНК в реальном времени (single-molecule real-time bisulfite sequencing, SMRT-BS) был определен уровень метилирования каждого из 91 CpG, находящегося на выбранном участке.

Рис. 1.

Схема строения локуса MIR137HG. Вверху дана координатная сетка региона (сборка hg19). Альтернативные транскрипты гена MIR137HG обозначены так же, как в браузере Ensembl. Экзоны представлены черными прямоугольниками; интроны – линиями со стрелочками, указывающими направление транскрипции. Расположение микроРНК обозначено вертикальными полужирными линиями, CpG-островков – прямоугольниками со штриховкой. Серым фоном обозначен проанализированный ПЦР-продукт. Локализация полиморфных сайтов, выявленных в GWAS шизофрении, показана с помощью ромбов: rs1625579 SZ [2], rs1702294 [4], rs1198589 [5], rs1198588 [3].

МАТЕРИАЛЫ И МЕТОДЫ

В выборку были отобраны лица из базы данных лаборатории клинической генетики НЦПЗ на основании следующих критериев: возраст от 18 до 45 лет, европейское происхождение, наличие полного среднего образования, отсутствие наркотической и алкогольной зависимости, а также соматических и неврологических заболеваний, влияющих на когнитивные функции. Все испытуемые подписали информированное согласие на участие в исследовании, сдали кровь для выделения ДНК, заполнили батарею нейропсихологических тестов и анкету для сбора социально-демографических данных. Проведение исследования одобрено Этическим комитетом НЦПЗ.

Выборку составили 44 больных шизофренией (средний возраст 27.02 ± 7.11 лет, 55% женщин) и 50 здоровых испытуемых без наследственной отягощенности психозами (средний возраст 27.48 ± ± 7.05 лет, 52% женщин). Группы значимо не различались по возрастному и половому составу. Пациенты находились на стационарном психиатрическом лечении. Согласно Международной классификации болезней 10-го пересмотра, 41 человек страдал основными формами шизофрении (F20), один испытуемый острым полиморфным психотическим расстройством (F23) и два испытуемых шизоаффективным расстройством (F25).

Нейропсихологическая батарея состояла из шести тестов (RAVLT, Семантическая вербальная беглость, Отсчитывание от 200 по 2 и 5, TMT-B, Цветобуквенный тест Струпа, Тест на распознавание мимически выраженных эмоций), выявляющих типичные для шизофрении когнитивные нарушения. В данной работе для оценки когнитивного функционирования использовали композитный индекс (g), полученный путем усреднения показателей отдельных тестов, представленных в Т-баллах. Т-баллы вычисляли на основании нормативных данных. Тесты и методика получения Т-баллов более подробно описаны ранее [17].

Определение статуса метилирования осуществлено модифицированным методом SMRT-BS на основе бисульфитной конверсии и высокопроизводительного секвенирования третьего поколения PacBio [18] с использованием стратегии подавления ПЦР на коротких матрицах с помощью идентичных адаптеров на концах праймеров [19]. Для анализа была выбрана мишень длиной 1197 пн (chr1: 98510907–98512103; GRCh37/hg19), содержащая CpG-островок, расположенный в гене MIR137HR и включающий полностью ген MIR137 (chr1: 98511626–98511727). Для создания библиотеки использовали праймеры на обратную цепь ДНК: mir137_for: GCAGTCGAACATGTAGCTGACTCAGGTCACGTGTAGAGGAAAGTATTGGGAGAGTA; mir137_rev: GCAGTCGAACATGTAGC-TGACTCAGGTCACTCCAAATCTA-TACCACACTACAACCA; U1p 5'-Pi-GCAGTCGAACATGTAGCTGACTCAGGTCAC. Секвенирование подготовленной библиотеки осуществляли в CCS-режиме на приборе PacBio RSII в Центре секвенирования Университета штата Вашингтон, США.

В анализ вошли образцы с количеством прочтений не менее 5: медиана 9, межквартильный размах 9 (от 6 до 15 прочтений). Группы больных и здоровых не различались по данному показателю (тест Манна–Уитни, z = 0.30, p = 0.77). Для каждого испытуемого вычисляли долю метилирования, определяемую для каждого CpG как отношение прочтений с неконвертированным цитозином к общему количеству прочтений для данного CpG.

Статистическую обработку данных проводили с помощью программы Statistica 12.

РЕЗУЛЬТАТЫ

Сайт считали гипометилированным при доле метилирования <0.2 (20%), как это было сделано ранее [20]. Согласно этому критерию, изученные CpG были преимущественно гипометилированы. В 89 случаях не менее 88% общей выборки имели показатели меньше 0.2 и в одном – 71% общей выборки. Был обнаружен только один сайт с высокой межиндивидуальной вариативностью по метилированию – CpG_049 (chr1: 98 511 049). Далее мы провели анализ метилирования в этом сайте в поисках его связи с шизофренией и когнитивными функциями.

Распределения значений метилирования CpG_049 у больных и здоровых сравнивали методом перцентилей, что позволило сгладить влияние неодинакового числа прочтений у разных испытуемых [21]. Различия между группами не были значимы (χ2 = 2.44, d.f. = 3, p = 0.49) (табл. 1).

Таблица 1.  

Распределение показателя “доля метилирования” CpG_049 в выборках больных шизофренией и здоровых (контроль)

Выборка Среднее (SD) Медиана Количество испытуемых (доля) в перцентильной группе*
25% (0.17) 50%
(0.29)
75% (0.42) >75% (0.80) всего
Больные 0.32 (0.19) 0.32 10 (0.23) 10 (0.23) 10 (0.23) 14 (0.32) 44
Контроль 0.29 (0.21) 0.28 14 (0.28) 14 (0.28) 13 (0.26) 9 (0.18) 50

* Границы перцентилей рассчитаны для объединенной выборки больных и здоровых [21].

Мы продолжили анализ, разбив группы по медиане на лиц с “низким” (≤0.29) и “высоким” (>0.29) уровнем метилирования. Чтобы учесть влияние факторов, которые могут нивелировать различия по метилированию между больными и здоровыми, провели логистическую регрессию. В модель для прогноза принадлежности к группам с низким (0) и высоким (1) уровнем метилирования CpG_049 в качестве независимых переменных, помимо диагноза, включили возраст, пол, курение и парные взаимодействия категориальных переменных. Курение учитывали в связи с его известным влиянием на метилирование, хотя роль курения в метилировании промотора MIR137 в слизистой оболочке рта не обнаружена [22]. Следует отметить, что больные и здоровые значимо не различались по этому показателю: в группе больных 21% были курильщиками, в группе здоровых – 23%.

Методом поиска лучших подмножеств выявили две значимые модели. В одной из них единственным предиктором уровня метилирования был пол (p = 0.026), в другую в качестве предикторов вошли пол и эффект взаимодействия “пол × × диагноз” (p = 0.049) с низким уровнем классификации испытуемых для обеих моделей (~60%). Дальнейший анализ эффектов пола и его взаимодействия с диагнозом показал, что различия между мужчинами и женщинами не достигают уровня статистической значимости (точный тест Фишера, двусторонний, p = 0.098). Вместе с тем среди мужчин больные чаще имели высокий уровень метилирования, чем здоровые (p = 0.017). В подгруппе женщин различия между больными и здоровыми отсутствовали (распределение испытуемых по группам см. в табл. 2).

Таблица 2.  

Распределение испытуемых по группам с низким и высоким уровнем метилирования CpG_049 и когнитивный показатель в каждой подгруппе (Т-баллы)

Выборка Подгруппа с уровнем метилирования Общая группа
низким высоким
Больные 41.64 (5.09), n = 20 37.45 (7.09), n = 24 39.35 (6.54), n = 44
женщины 39.89 (3.93), n = 5 36.31 (8.32), n = 15 37.20 (7.54), n = 20
мужчины 42.22 (5.41), n = 15 39.36 (4.08), n = 9 41.15 (5.06), n = 24
Здоровые 51.03 (3.23), n = 28 49.61 (5.71), n = 22 50.41 (4.53), n = 50*
женщины 51.93 (2.21), n = 13 49.35 (6.94), n = 11 50.75 (5.02), n = 24
мужчины 50.25 (3.05), n = 15 49.88 (4.49), n = 11 50.10 (4.11), n = 26
Все 47.12 (6.22), n = 48 43.27 (8.87), n = 46 445.23 (7.83), n = 94**

 * Главный эффект диагноза значим, F = 83.39, p < 0.001. ** Главный эффект уровня метилирования значим, F = 3.99, p = 0.049.

Далее мы провели оценку связи метилирования CpG_049 c уровнем когнитивного функционирования (g). Применяли метод построения общих линейных моделей. Помимо показателя метилирования (низкий/высокий), в качестве предикторов g вводили диагноз и пол. Использовали полный факториальный анализ с возрастом в качестве ковариаты. Главные эффекты диагноза и метилирования оказались значимыми (табл. 2). У больных наблюдалось выраженное снижение g относительно здоровых. Когнитивный показатель был выше у лиц из группы с более низким уровнем метилирования. При этом самые низкие значения g обнаружены у больных мужчин с высоким уровнем метилирования. Однако эффект трехфакторного взаимодействия “диагноз × пол × уровень метилирования” на интелект не был значим, и post hoc попарное сравнение с поправкой Бонферрони не выявило достоверных отличий больных мужчин с высоким уровнем метилирования от других подгрупп больных по когнитивному показателю.

ОБСУЖДЕНИЕ

Проведенное исследование показало, что изученный CpG-островок является гипометилированным в клетках крови больных шизофренией и здоровых, за исключением одного сайта – CpG_049 (chr1: 98 511 049), для которого мы выявили значительную межиндивидуальную вариативность доли метилирования. Данный CpG расположен в интроне гена MIR137HG, между 3'-областью MIR137 и 5'-областью MIR2682, на участке с потенциальной промоторной активностью [6]. Основными факторами метилирования ДНК являются плотность CpG и связывание факторов транскрипции [23]. Соответственно CpG-островки преимущественно неметилированы, хотя во внутригенных CpG-островках метилирование встречается чаще, чем в промоторных [24, 25]. Ввиду этого гипометилированное состояние всего изученного CpG-островка было ожидаемым. В то же время вариативно метилированный CpG-сайт в этом регионе может представлять интерес для изучения шизофрении и когнитивного дефицита больных. Полученные нами данные позволяют предположить, что для больных шизофренией мужчин характерен более высокий уровень метилирования CpG_049. Кроме того, более высокий уровень метилирования этого CpG связан со снижением когнитивного индекса в общей группе больных и здоровых. Интересно отметить, что соседний цитозин (chr1: 98 511 050), находящийся в СpH-контексте (CpC_050), также имел более высокий уровень метилирования по сравнению с остальными 215 CpH изученного региона. Согласно WGBS-исследованиям метилирования в клетках периферической крови, CpC с заметным уровнем метилирования представляют доли процента от всех CpC [26, 27]. В настоящей работе медианное значение доли метилирования CpC_050 составило 0.11 у больных и 0.13 у здоровых. Прочие 215 CpH были практически неметилированы – медианное значение для каждого из них было равно нулю. Поскольку метилирование CpH у человека, по-видимому, не передается при делении клеток [28], можно предположить, что цитозины в составе динуклеотидов CpG_049 и CpС_050 могут, по какой-то причине, приобретать метилирование de novo. Для проверки данной гипотезы требуются дальнейшие исследования с применением других методов.

Функциональное значение метилирования именно данного CpG, расположенного в низкометилированном CpG-островке, неизвестно. Метилирование ДНК в промоторах преимущественно ведет к подавлению транскрипции, а внутри генов может быть связано с транскрипцией положительно, вовлечено в альтернативный сплайсинг, являться маркером альтернативного внутригенного промотора или присутствия тканеспецифичного регуляторного элемента. На уровень метилирования могут влиять транскрипционные факторы, связывающиеся с энхансерами. Кроме того, само метилирование ДНК важно для связывания ряда транскрипционных факторов [2931]. Проведенный нами поиск с помощью сервиса PROMO 3.0 [32] по базе регуляторных последовательностей TRANSFAC и сервиса molotool (http:// molotool.autosome.ru) [33] показал, что нуклеотидная последовательность, содержащая CpG_049, является сайтом узнавания транскрипционных факторов WT1, KLF3 и TFAP2B. Из них TFAP2B может представлять интерес для изучения когнитивного дефицита, так как он вовлечен в регуляцию метаболизма катехоламинов в ЦНС и, в частности, играет важную роль в развитии норадренергических нейронов [34]. Кроме того, полиморфизм гена TFAP2B ассоциирован с когнитивными функциями у женщин из общей популяции [35].

Относительно транскрипционных факторов, требующих для связывания с ДНК наличия метилированного цитозина в сайте узнавания, следует отметить, что при выборе данного CpG-островка в качестве объекта исследования мы провели биоинформатический поиск сайтов узнавания одного из таких транскрипционных факторов – ZFP57 – в регионах сцепления с индексными SNP в GWAS шизофрении [4]. ZFP57 асимметрично связывает метилированные цитозины в CpG-сайте внутри последовательности 5'-TGCCGC-3', причем большее значение имеет метилирование цитозина на обратной цепи [36, 37]. Оказалось, что ген MIR137 содержит шесть сайтов узнавания ZFP57, хотя при предположении об их случайном распределении в геноме человека вероятность случайного попадания не менее 6 сайтов связывания в регион протяженностью в 1 тпн составляет 1.83e-10*22. Наличие кластера сайтов связывания ZFP57 увеличивает вероятность взаимодействия транскрипционного фактора с данной последовательностью [38]. Это позволяет предположить, что ген MIR137 является одной из мишеней для ZFP57. Однако все сайты связывания оказались расположены на отрезке с координатами chr1: 98 511 630–98511 784, т.е. далеко от метилированного CpG_049.

В целом данные изучения метилирования CpG-островка в гене MIR137HG согласуются с представлениями о важной роли локуса MIR137HG в модификации риска шизофрении и когнитивных функций. Значение полученных результатов ограничено сравнительно небольшим объемом выборки и особенностями клеток крови как модели для анализа метилирования, связанного с психическими расстройствами. Кроме того, антипсихотические препараты могут оказывать как глобальное, так и локальное влияние на уровни метилирования ДНК [39, 40] и когнитивные функции больных [41]. Мы не могли учесть этот фактор, так как пациенты получали комплексную антипсихотическую терапию, различную на разных этапах заболевания. Тем не менее выявленные особенности метилирования ДНК в локусе MIR137HG указывают на перспективность изучения различных регуляторных механизмов работы генов MIR137 и MIR2682 для понимания молекулярной основы формирования когнитивного дефицита при шизофрении.

Исследование выполнено за счет гранта Российского научного фонда (проект № 16-15-00056).

Список литературы

  1. Seidman L.J., Mirsky A.F. Evolving notions of schizophrenia as a developmental neurocognitive disorder // J. Int. Neuropsychol. Soc. 2017. V. 23. № 9–10. P. 881–892. doi 10.1017/S1355617717001114

  2. Schizophrenia Psychiatric Genome-Wide Association Study (GWAS) Consortium. Genome-wide association study identifies five new schizophrenia loci // Nat. Genet. 2011. V. 43. № 10. P. 969–976. doi 10.1038/ng.940

  3. Ripke S., O’Dushlaine C., Chambert K. et al. Genome-wide association analysis identifies 14 new risk loci for schizophrenia // Nat. Genet. 2013. V. 45. № 10. P. 1150–1159. doi 10.1038/ng.2742

  4. Schizophrenia Working Group of the Psychiatric Genomics Consortium. Biological insights from 108 schizophrenia-associated genetic loci // Nature. 2014. V. 511. P. 421–427. doi 10.1038/nature13595

  5. Li Z., Chen J., Yu H. et al. Genome-wide association analysis identifies 30 new susceptibility loci for schizophrenia // Nat. Genet. 2017. V. 49. № 11. P. 1576–1583. doi 10.1038/ng.397310.1038/ng.3973

  6. Duan J., Shi J., Fiorentino A. et al. A Rare functional noncoding variant at the GWAS-Implicated MIR137/ MIR2682 locus might confer risk to schizophrenia and bipolar disorder // Am. J. Hum. Genet. 2014. V. 95. № 6. P. 744–753. doi 10.1016/j.ajhg.2014.11.001

  7. Cummings E., Donohoe G., Hargreaves A. et al. Mood congruent psychotic symptoms and specific cognitive deficits in carriers of the novel schizophrenia risk variant at MIR-137 // Neurosci. Lett. 2013. V. 532. P. 33–38. doi 10.1016/j.neulet.2012.08.065

  8. Kuswanto C.N., Sum M.Y., Qiu A. et al. The impact of genome wide supported microRNA-137 (MIR137) risk variants on frontal and striatal white matter integrity, neurocognitive functioning, and negative symptoms in schizophrenia // Am. J. Med. Genet. B Neuropsychiatr. Genet. 2015. V. 168B. P. 317–326. doi 10.1002/ ajmg.b.32314

  9. Van Erp T.G.M., Guella I., Vawter M.P. et al. Schizophrenia miR-137 locus risk genotype is associated with DLPFC hyperactivation // Biol. Psychiatry. 2014. V. 75. № 5. P. 398–405. doi 10.1016/j.biopsych.2013.06.016

  10. Green M.J., Cairns M.J., Wu J. et al. Genome-wide supported variant MIR137 and severe negative symptoms predict membership of an impaired cognitive subtype of schizophrenia // Mol. Psychiatry. 2013. V. 18. № 7. P. 774–780. doi 10.1038/mp.2012.84

  11. Hill W.D., Marioni R.E., Maghzian O. et al. A combined analysis of genetically correlated traits identifies 187 loci and a role for neurogenesis and myelination in intelligence // Mol. Psychiatry. 2018. doi 10.1038/s41380-017-0001-5

  12. Hauberg M.E., Roussos P., Grove J. et al. Analyzing the role of microRNAs in schizophrenia in the context of common genetic risk variants // JAMA Psychiatry. 2016. V. 73. № 4. P. 369–377. doi 10.1001/jamapsychiatry.2015.3018

  13. Olde Loohuis N.F., Nadif Kasri N., Glennon J.C. et al. The schizophrenia risk gene MIR137 acts as a hippocampal gene network node orchestrating the expression of genes relevant to nervous system development and function // Prog. Neuropsychopharmacol. Biol. Psychiatry. 2017. V. 73. P. 109–118. doi 10.1016/ j.pnpbp.2016.02.009

  14. Panwar B., Omenn G.C., Guan Y. miRmine: A database of human miRNA expression profiles // Bioinformatics. 2017. V. 33. № 10. P. 1554–1560. doi 10.1093/bioinformatics/btx019

  15. Guella I., Sequeira A., Rollins B. et al. Analysis of miR-137 expression and rs1625579 in dorsolateral prefrontal cortex // J. Psychiatr. Res. 2013. V. 47. № 9. P. 1215–1221. doi 10.1016/j.jpsychires.2013.05.021

  16. Warburton A., Breen G., Rujescu D. et al. Characterization of a REST-regulated internal promoter in the schizophrenia genome-wide associated gene MIR137 // Schizophr. Bull. 2015. V. 41. № 3. P. 698–707. doi 10.1093/schbul/sbu117

  17. Лежейко Т.В., Алфимова М.В. Эпигенетические исследования когнитивного дефицита при шизофрении: некоторые методологические проблемы // Журн. неврологии и психиатрии им. C.C. Корсакова. 2017. Т. 117. № 10. P. 76–80. doi 10.17116/jnevro201711710176-80

  18. Yang Y., Sebra R., Pullman B.S. et al. Quantitative and multiplexed DNA methylation analysis using long-read Single-Molecule Real-Time Bisulfite Sequencing (SMRT-BS) // BMC Genomics. 2015. V. 16. P. 350. doi 10.1186/s12864-015-1572-7

  19. Brownie J., Shawcross S., Theaker J. et al. The elimination of primer-dimer accumulation in PCR // Nucl. Acids Res. 1997. V. 25. № 16. P. 3235–3241.

  20. Mendizabal I., Zeng J., Keller T.E., Yi S.V. Body-hypomethylated human genes harbor extensive intragenic transcriptional activity and are prone to cancer-associated dysregulation // Nucl. Acids Res. 2017. V. 45. № 8. P. 4390–4400. doi 10.1093/nar/gkx020

  21. Johnson W., Bey R., Burton J. et al. Use of pearson’s Chi-square for testing equality of percentile profiles across multiple populations // Open J. Stat. 2015. V. 5. P. 412–420. doi 10.4236/ojs.2015.55043

  22. Costa L.A., da Silva I.C.B., Mariz B. et al. Influence of smoking on methylation and hydroxymethylation levels in global DNA and specific sites of KRT14, KRT19, MIR-9-3 and MIR-137 genes of oral mucosa // Arch. Oral. Biol. 2016. V. 72. P. 56–65. doi 10.1016/j.archoralbio.2016.08.013

  23. Long H.K., King H.W., Patient R.K. et al. Protection of CpG islands from DNA methylation is DNA-encoded and evolutionarily conserved // Nucl. Acids Res. 2016. V. 44. № 14. P. 6693–706. doi 10.1093/nar/gkw258

  24. Illingworth R., Kerr A., DeSousa D. et al. A Novel CpG island set identifies tissue-specific methylation at developmental gene loci // PLoS Biol. 2008. V. 6. e22. doi 10.1371/journal.pbio.0060022

  25. Jeziorska D.M., Murray R.J.S., De Gobbi M. et al. DNA methylation of intragenic CpG islands depends on their transcriptional activity during differentiation and disease // Proc. Natl Acad. Sci. USA. 2017. V. 114. № 36. P. E7526–E7535. doi 10.1073/pnas.1703087114

  26. Busche S., Shao X., Caron M. et al. Population whole-genome bisulfite sequencing across two tissues highlights the environment as the principal source of human methylome variation // Genome Biol. 2015. V. 16. P. 290. doi 10.1186/s13059-015-0856-1

  27. Ziller M.J., Müller F., Liao J. et al. Genomic distribution and inter-sample variation of non-CpG methylation across human cell types // PLoS Genet. 2011. V. 7. № 12. e1002389. doi 10.1371/journal.pgen.1002389

  28. Patil V., Ward R.L., Hesson L.B. The evidence for functional non-CpG methylation in mammalian cells // Epigenetics. 2014. V. 9. № 6. P. 823–828. doi 10.4161/ epi.28741

  29. Singer M., Kosti I., Pachter L., Mandel-Gutfreund Y. A diverse epigenetic landscape at human exons with implication for expression // Nucl. Acids Res. 2015. V. 43. № 7. P. 3498–3508. doi 10.1093/nar/gkv153

  30. Gutierrez-Arcelus M., Ongen H., Lappalainen T. et al. Tissue-specific effects of genetic and epigenetic variation on gene regulation and splicing // PLoS Genet. 2015. V. 11. № 1. e1004958. doi 10.1371/journal.pgen.1004958

  31. Blattler A., Farnham P.J. Cross-talk between site-specific transcription factors and DNA methylation states // J. Biol. Chem. 2013. V. 288. № 48. P. 34287–34294. doi 10.1074/jbc.R113.512517

  32. Messeguer X., Escudero R., Farré D. et al. PROMO: Detection of known transcription regulatory elements using species-tailored searches // Bioinformatics. 2002. V. 18. № 2. P. 333–334.

  33. Kulakovskiy I.V., Vorontsov I.E., Yevshin I.S. et al. HOCOMOCO: expansion and enhancement of the collection of transcription factor binding sites models // Nucl. Acids Res. 2016. V. 44(D1). P. D116–D125. doi 10.1093/nar/gkv1249

  34. Hong S.J., Lardaro T., Oh M.S. et al. Regulation of the noradrenaline neurotransmitter phenotype by the transcription factor AP-2β // J. Biol. Chem. 2008. V. 283. № 24. P. 16860–16867. doi 10.1074/jbc.M709106200

  35. Schabram I., Eggermann T., Siegel S.J. et al. Neuropsychological correlates of transcription factor AP-2Beta, and its interaction with COMT and MAOA in healthy females // Neuropsychobiology. 2013. V. 68. № 2. P. 79–90. doi 10.1159/000350997

  36. Liu Y., Toh H., Sasaki H. et al. An atomic model of Zfp57 recognition of CpG methylation within a specific DNA sequence // Genes Dev. 2012. V. 26. № 21. P. 2374–2379. doi 10.1101/gad.202200.112

  37. Zuo Zh., Roy B., Chang Y.K. et al. Measuring quantitative effects of methylation on transcription factor-DNA binding affinity // Sci. Adv. 2017. V. 3. № 11. eaao1799. doi 10.1126/sciadv.aao1799

  38. Anvar Z., Cammisa M., Riso V. et al. ZFP57 recognizes multiple and closely spaced sequence motif variants to maintain repressive epigenetic marks in mouse embryonic stem cells // Nucl. Acids Res. 2016. V. 44. № 3. P.1118–1132. doi 10.1093/nar/gkv1059

  39. Swathy B., Banerjee M. Understanding epigenetics of schizophrenia in the backdrop of its antipsychotic drug therapy // Epigenomics. 2017. V. 9. № 5. P. 721–736. doi 10.2217/epi-2016-0106

  40. Swathy B., Saradalekshmi K.R., Nair I.V. et al. Understanding the influence of antipsychotic drugs on global methylation events and its relevance in treatment response // Epigenomics. 2018. V. 10. № 3. P. 233–247. doi 10.2217/epi-2017-0086

  41. Ferreira C.D., de Souza M.G.D., Fernández-Calvo B. et al. Neurocognitive functions in schizophrenia: A systematic review of the effects of typical and atypical antipsychotic drugs // Psychol. Neurosci. 2016. V. 9. № 1. P. 12–31. doi 10.1037/pne0000045

Дополнительные материалы отсутствуют.