TEA e Genética

Prévia do material em texto

1 
 
TEA e Genética 
Viviane Neri e Helena Brentani1 
1Instituto de Psiquiatria, Faculdade de Medicina da Universidade de São Paulo 
 
Sumário 
 
Doenças Mendelianas x Doenças Complexas .................................................................................................... 1 
Quadro de Conceitos 1 – HapMap, MAF, SNPs & GWAS ................................................................................ 3 
Fenótipo x Genótipo ........................................................................................................................................... 6 
Genética do TEA .................................................................................................................................................. 7 
Quadro de Conceitos 2 – CNV, aCGH, Exoma, SNVs & Indels ....................................................................... 10 
Epigenética e TEA .............................................................................................................................................. 13 
Quadro de Conceitos 3 – Acetilação de Histonas, Metilação de DNA .......................................................... 15 
 
 
 
Doenças Mendelianas x Doenças Complexas 
 
O sequenciamento do genoma humano, o mapeamento de polimorfismos de base única (os 
SNPs) e a conclusão do projeto de desenvolvimento do mapa de haplótipos do genoma humano 
(HapMap), trouxeram um progresso extraordinário do conhecimento sobre a genética humana e as 
bases moleculares de diversas doenças [1–5]. Esses novos conhecimentos biológicos, aplicados na 
identificação de variantes genéticas de susceptibilidade, podem levar a avanços clínicos importantes na 
busca de alvos terapêuticos, biomarcadores e novas formas de prevenção. Além disso, também 
influenciam no avanço da medicina personalizada, com a melhoria de medidas para diagnósticos, 
prognósticos e assim otimização terapêutica individual. 
A elucidação da base genética de doenças humanas em geral se baseia na divisão em doenças 
mendelianas, monogênicas e raras, e doenças complexas, multigênicas e comuns (Figura 1). 
Transtornos mendelianos são geralmente causados por uma mutação (ou mutações) de alto impacto em 
um único gene e herdada em um padrão dominante, recessivo ou ligada ao X. Através de estudos de 
2 
 
ligação e re-sequenciamento de gene candidato cerca de um terço a metade (~ 3000) de todas as 
doenças conhecidas ou suspeitas mendeliana foram descobertos (por exemplo, a fibrose cística e a 
anemia das células falciformes), embora ainda exista uma lacuna no conhecimento sobre os genes que 
causam muitos fenótipos mendelianos raros, em geral por fatores limitantes como a disponibilidade de 
apenas um pequeno número de casos ou famílias para estudar, penetrância reduzida, heterogeneidade 
de locus e menor capacidade reprodutiva dos afetados. [6]. 
 
Figura 1 – Divisão das doenças. (a) Monogênica, um gene é responsável por um efeito/doença; (b) Poligênica, diversos genes 
são responsáveis por efeito/doença; (c) Mendeliana, segue os modelos herança recessiva, dominante e ligada ao X; e (d) 
Complexa, doença é resultado da combinação de fatores ambientais (patógenos, drogas, fumo, dieta, intercorrências pré-
natais), genéticos (Variações comuns e raras, de novo e herdadas) e epigenéticos (metilação, acetilação, microRNA, splicing e 
edição de RNA mensageiro). Figura (c) adaptada, fonte: Boycott et al. [7] 
 
No entanto, quando pensamos em doenças complexas as tentativas de buscar um gene 
associado às mesmas, não pode alcançar resultados promissores uma vez que por definição doenças 
complexas são causadas por vários genes que em conjunto produzem o fenótipo alterado. A fim de 
elucidar as bases genéticas de doenças complexas e seguindo a hipótese de “doença comum, variação 
comum”, os estudos de associação em escala genômica (GWAS) com SNPs apareceram como uma 
técnica robusta para o avanço nos estudos genéticos, uma vez que permitem a análise de milhares de 
SNPs, com uma frequência de menor alelo (MAF) de pelo menos 5% na população (variação comum), 
em um número grande de pacientes e controles ou em estudos de família [8–12]. No início, a ausência 
de resultados conclusivos nesses estudos de associação em transtornos psiquiátricos levou a 
a) b) 
 
 
 
c) d) 
 
 
 
 
 
 
 
 
 
 
 GENE EFEITO GENE EFEITO 
 Autossômica Recessiva Recessiva Consanguínea 
 Recessiva ligada ao X Autossômica Dominante 
3 
 
questionamentos e a busca de novas formas de elucidar a base genética das doenças complexas e 
multifatoriais, como diversos transtornos psiquiátricos. Mais recentemente estudos com milhares de 
amostras resultaram em vários alelos de risco de baixo efeito em alguns casos, como esquizofrenia e 
doença de Alzheimer, mas em muitos casos os resultados foram mais modestos como é o caso do TEA 
(transtorno do espectro do autismo) e TDAH (transtorno de déficit de atenção e hiperatividade), e uma 
compilação de todos os resultados de GWAS vem mostrando que a arquitetura genética emergente 
implica em um grande número de alelos, e sugere que o risco genético de distúrbios psiquiátricos 
envolve efeitos combinados de muitas variantes comuns de pequeno efeito, bem como variantes raras e 
de novo de grande efeito [13]. 
Nesse contexto, com o avanço de técnicas como array de genoma completo (aCGH), 
sequenciamento em larga escala, surgiram diversos estudos analisando variações raras (MAF < 1% na 
população) e de novo (variantes novos não herdados) como as CNVs (variações no número de cópias), 
as SNVs (variações de nucleotídeo único) e os Indels (pequenas deleções e duplicações) reforçando a 
importância dessas alterações e essa arquitetura genética complexa dos transtornos psiquiátricos [14–
16]. Em transtornos complexos multigênicos a soma total dos efeitos de diferentes genes, cada um com 
diferentes variações alélicas, contribui para a variabilidade total observada em um traço e um fenótipo 
individual. Vale notar que se as variações genéticas que contribuem para uma característica é devido a 
cada efeito modesto de vários genes, a identificação das contribuições individuais torna-se monumental 
[17]. Além disso, outro aspecto complicador é que os transtornos complexos em geral apresentam 
herança multifatorial, ou seja, os traços são determinados por uma combinação de múltiplos fatores 
genéticos e ambientais [18,19]. 
 
Quadro de Conceitos 1 – HapMap, MAF, SNPs & GWAS 
SNPs: O polimorfismo de nucleotídeo único ou SNP (do inglês, single nucleotide polymorphism) é o tipo 
mais comum de variação genômica e pode ser definido como posições de pares de bases únicas no DNA 
genômico em que diferentes alternativas de sequência (alelos) existem em indivíduos normais em 
alguma população. Uma variação só pode ser chamada de SNP quando aparece em mais de 1% da 
população. Os SNPs são bastante abundantes, estáveis e distribuídos por todo o genoma. Os SNPs estão 
associados com a diversidade e individualidade da população, a susceptibilidade a doenças e da 
resposta individual a medicamentos [20,21]. 
4 
 
 
Figure 2. Esquema da estrutura do genoma humano e os polimorfismos de nucleotídeo único. 
(Figura adaptada, Fonte: http://genovivebrasil.com.br/Interface/aciencia.jpg). 
 
HapMap: O HapMap é um catálogo de variantes genéticas comuns que ocorrem nos seres humanos. Ele 
descreve o que são essas variantes, onde eles ocorrem em nosso DNA, e como eles são distribuídos 
entre as pessoasdentro das populações e entre populações em diferentes partes do mundo. O projeto 
foi concebido para fornecer informações que outros pesquisadores podem usar para conectar variantes 
genéticas para o risco de doenças específicas , o que levará a novos métodos de prevenção, diagnóstico 
e tratamento da doença [5]. 
 
 
 
Figure 3. O HapMap e o mapeamento de relações entre os SNPs. (I) A construção do HapMap ocorre em três passos. (A) SNPs 
são identificados em amostras de DNA de vários indivíduos. (B) SNPs adjacentes que são herdados juntos, compilados nos 
chamados “haplótipos”. (C) Dentro haplótipos são identificados "tag" SNPs, aquelas que identificam e, portanto, representam 
cada haplótipos. Por genotipagem dos três tag SNPs apresentados nesta figura, os pesquisadores podem identificar qual dos 
quatro haplótipos mostrados aqui está presente em cada indivíduo. (II) Cada pequeno círculo acima da região cromossômica 
ampliada (marcado de 5' para 3') representa um SNP com as suas possibilidades alélicas. Associações entre as variantes do 
cruzamento de cada dois SNPs são apresentados em vários tons de branco a vermelho, com o vermelho escuro indicando a 
associação mais forte. Padrões de blocos triangulares com forte associação são agrupados em haplótipos, separados por 
Polimorfismo de nucleotídeo único 
 SNP 
 
(I) (II) 
5 
 
regiões com pouca associação. Cada tag SNP representa um bloco – para o block 1 a SNP 3 (3t) e para o block 2 a SNP 8 (8t) – e 
pode servir como um substituto para qualquer variante dentro do seu bloco. Testes para um SNP pode fornecer informação 
genética quase completa para esse bloco. Figura adaptada, Fontes: http://hapmap.ncbi.nlm.nih.gov/whatishapmap.html e 
Figura 1 do artigo Christensen, 2007 [22]. 
 
MAF: A Frequencia de menor alelo (Minor Allele Frequency) é a frequência em que o alelo menos 
comum de uma região genômica ocorre em uma população. Em geral, chamamos o alelo mais comum 
de alelo referência e o menos comum de alelo variante. 
 
Figura 4. Esquema que representa a gama de frequências de menor alelo (MAF) de uma variação genética autossómica na 
população. Cada indivíduo no diagrama carrega dois alelos num locus qualquer, e portanto, pode ser homozigoto para o alelo 
referência (figuras pintados totalmente de preto), heterozigotos (figuras metade em vermelho e metade em preto), ou 
homozigoto do alelo variante (figuras pintadas completamente de vermelho). A variação genética pode ser comum na 
população (MAFs variam de 1% a 50%, representado pelos painéis b, c e d), ou pode ser rara, e nesse caso pode ter sido 
observado em apenas 1 indivíduo sem nunca antes ter sido encontrado (variantes particulares) ou presente até no máximo 
1% na população. Estudos GWAS tem como alvo a variação comum na população, ao passo que sequenciamento de última 
geração permite a análise de variantes raras. Figura adaptada de Heinzen et al. [23]. 
 
GWAS: Estudos de Associação de Genoma Completo (Genome Wide Association Studies) usam uma 
tecnologia de alto rendimento para analisar centenas de milhares de SNPs do genoma humano, e 
relacionar essas variantes às doenças ou traços relacionados com a saúde (Pearson e Manolio , 2008). 
Nesses estudos não é necessário ter hipótese a priori uma vez que fazemos uma varredura de todo o 
genoma e temos poder para identificar lócus com variantes comuns na população (MAF>5%) e que 
conferem risco pequeno. Foi estimado que 500000-1000000 SNPs são capazes de capturar 67% a 89% 
das variações comuns em populações com ancestralidade européia e asiática e 46% a 66% em 
populações com ancestralidade africana [24]. 
 
 
 Homozigoto para o alelo referencia 
 Heterozigoto 
 Homozigoto para o alelo variante 
 
6 
 
Fenótipo x Genótipo 
 
Uma meta-análise com dados de diversos GWAS mostrou que SNPs específicos estão associados 
a um leque de transtornos psiquiátricos de inicio precoce e tardio, e que especialmente variações em 
genes de canal de cálcio parecem ter um efeito pleiotrópico em psicopatologias e que esses resultados 
são evidências da importância de superar o modelo de diagnóstico categorial baseado em descrições de 
sintomas para uma nosologia dimensional e informativa da causa biológica da doença [25]. 
CNVs também foram associados ao aumento do risco de TEA e outros transtornos do 
neurodesenvolvimento, como esquizofrenia e epilepsia, sugerindo sobreposição na etiologia genética 
desses transtornos [26,27] e estudos diferentes têm tentado melhor caracterizar estas CNVs, para 
discriminar sua contribuição para fenótipos específicos [28,29]. 
Numa abordagem de descoberta de genes, sistemas de fenótipos neurais ou comportamentais 
podem ser utilizados para reduzir a complexidade genética e aumentar a identificação de penetrância 
dos genes implicados em distúrbios psiquiátricos. Por exemplo, disfunção do córtex pré-frontal (PFC) 
em esquizofrenia tem sido associada a variações genéticas em COMT e GRM3 [30]. À medida que 
variantes genéticas afetam o funcionamento cerebral de forma mais direta do que o comportamento, a 
associação entre ambos marcadores pode ser detectada em indivíduos sem transtornos mentais. 
É importante ressaltar que genes não codificam uma psicopatologia e, portanto, a associação do 
efeito de um gene pode ser identificada melhor em um nível mais simples, baseado em fenótipos 
biológicos, os chamados endofenótipos ou fenótipos intermediários. Fenótipos intermediários são 
traços quantitativos subjacentes à expressão fenotípica plena, ou seja, são traços mensuráveis e 
herdados envolvidos no processo entre uma variação genética até a expressão final da doença. Eles 
refletem mais diretamente aspectos biológicos, e podem ser neurofisiológicos, neuropsicológicos, 
endocrinológicos, neuro-anatômicos, cognitivos ou bioquímicos, como por exemplo, traços de 
temperamento, medidas de desempenho neuropsicológico, medidas de conectividade e de atividade 
cerebral [31–33]. Portanto, fenótipos intermediários foram inicialmente previstos para serem 
ferramentas para a descoberta de genes, melhorando o poder de estudos de associação e reduzindo a 
heterogeneidade fenotípica, para buscar uma melhor compreensão das bases etiológicas de transtornos 
complexos genética e fenotipicamente [30]. 
 
 
 
 
7 
 
Genética do TEA 
 
Segundo o DSM-V [34], os transtornos do espectro do autismo (TEA) são caracterizados por 
prejuízos precoces na socialização e comunicação, além dos comportamentos e interesses restritos e 
estereotipados. A razão de diagnósticos em TEA é de 4 meninos para cada menina [35] e existe uma 
variabilidade na idade em que as crianças podem apresentar as características essenciais para o 
diagnóstico. 
Comorbidades são muito comuns em crianças com TEA. Simonoff et al. [36] relataram que cerca 
de 70% dessas crianças apresentam pelo menos uma comorbidade e 48% duas ou mais. Deficiência 
Intelectual (DI) é muito comum nos pacientes com TEA, sendo observada em até 80% dos casos [37]. 
Sintomas como comprometimento no desenvolvimento da linguagem, estereotipias e automutilação 
aumentam com a gravidade da DI [38]. A epilepsia pode ocorrer em 7 a 46% dos casos de TEA e é mais 
frequentemente associada aos pacientes com DI (21.4%) em relação aos que não apresentam DI (8%) 
[39,40], Outras comorbidades psiquiátricas incluem transtorno do déficit de atenção e hiperatividade 
(TDAH), encontrado em cerca de 30% dos casos de TEA [36]; depressão em 2% a 30%, quando 
considerado apenas a Síndrome de Asperger [41,42]; transtornos de ansiedade, num intervalo de 
aproximadamente2% a 45% [36,41]; transtornos do sono em 40–86% dos casos [43]; tiques em 20% a 
36% dos casos [44]; e transtorno obsessivo compulsivo (TOC) em 37% das crianças com autismo [41]. 
Na maioria dos casos, a etiologia do TEA é desconhecida, não existindo marcadores biológicos 
de diagnóstico, assim como compreensão das dimensões fenotípicas e genotípicas permitindo 
terapêuticas individualizadas. O possível envolvimento de fatores genéticos na etiologia do TEA é 
reconhecido há muito tempo [45]. Os estudos de gêmeos demonstraram uma concordância no 
diagnóstico de TEA em gêmeos monozigóticos (MZ) entre 60% e 95% e em dizigóticos (DZ) de até 31%, 
dependendo do estudo [46]. Um trabalho recente, com coorte populacional realizado na Suécia, 
mostrou taxas de herdabilidade de TEA de 52,4% [47]. 
Os primeiros estudos de genes candidatos em TEA foram embasados em estudos das síndromes 
genéticas onde os portadores apresentavam sintomas de TEA em uma frequência maior do que o 
esperado na população [48]. Entre as síndromes mais associadas com TEA estão Síndrome do X Frágil 
em aproximadamente 5% dos casos de TEA [49], esclerose tuberosa (1%), Síndrome de Rett (0.5%) e 
neurofibromatose (<1%) [50]. 
Atualmente estudos genéticos e genômicos mostraram que aproximadamente 30% dos casos de 
TEA podem apresentar alguma causa genética conhecida (Figura X): (i) ~5-15% dos indivíduos com 
8 
 
TEA possuem um transtorno mendeliano identificável, anormalidade cromossômica ou síndrome 
genética conhecida; (ii) ~5-10% dos casos possuem CNVs (variações no número de cópias) raras de 
novo ou herdadas; e (iii) ~5% dos casos podem apresentar mutações em genes penetrantes raros Nos 
75% dos casos restantes, a contribuição genética é ainda desconhecida, e salvo algumas exceções, o 
autismo é uma doença complexa, poligênica e multifatorial [8,50–52]. 
 
Figura 5. Esquema da arquitetura genética de TEA. Baseado na Fig.2 de Devlin & Scherer [50]. 
Estudos de GWAS em pacientes com TEA comparados a controles resultaram em algumas 
associações em SNPs nos genes envolvidos em neurodesenvolvimento, como formação de sinapse e 
motilidade axonal [53–58]. Porém, além das variações encontradas serem consideradas de baixo efeito 
e os estudos apresentarem pouca replicabilidade, uma meta-analise realizada por Devlin et al. [59] 
mostrou que quando analisados os dados de todos os GWAS prévios juntos, a evidência de associação 
diminuía. Estas observações levaram a busca de variações raras que poderiam individualmente exibir 
tamanho de efeito maior, e os primeiros estudos buscaram associar CNVs raras ao TEA. Esses estudos 
mostraram que 5 a 7% dos indivíduos com TEA apresentam uma CNV de risco e conforme o numero 
amostral foi expandido, diversas CNVs associadas ao aumento do risco foram identificadas [60]. Sebat 
et al. [61] demonstraram que pacientes com TEA apresentam uma frequência maior de CNVs grandes 
(>500kb) e patogênicas que o encontrado em indivíduos controle. Poultney et al. [62] encontrou em 
dados de sequenciamento de exoma de sujeitos com TEA um aumento de pequenas deleções raras 
(CNVs 1-30kb), indicando que esse tipo de variação pode contribuir com o risco de cerca de 7% em 
pacientes com TEA. 
9 
 
Battaglia et al. e Roberts et al. [63,64] verificaram que CNVs causais estão presentes em cerca de 
20% de TEA sindrômico ou associado a DI, sendo que os critérios estabelecidos para definir um CNV 
como causal usado pelos autores foram os seguintes: (1) já associadas à síndromes conhecidas; (2) 
alterações de novo; 3) se herdadas, o genitor apresenta fenótipo alterado; 4) descritas em bancos de 
dados de DI ou TEA. McLysaght et al. [65] demonstraram que a patogenicidade de CNVs podem derivar 
de uma sensibilidade de dosagem de um ou mais genes contidos nesses CNVs. Nesse estudo, foram 
encontrados genes sensíveis à dosagem gênica, e consequentemente alterações nos níveis de expressão 
de seus transcritos podem trazer alto impacto funcional. O grupo ainda sugere que deleções 
provavelmente causam mais efeitos patogênicos, quando comparadas com duplicações, pois a mudança 
na proporção da expressão dos transcritos associados é maior para as deleções. 
Embora não se questione mais o importante papel de CNVs em TEA sindrômico, sabe-se que 
estas apresentam baixa especificidade fenotípica. Com o aumento do número de estudos mostrou-se 
que na maioria dos casos os CNVs grandes de novo parecem apresentar pouca especificidade para TEA 
e parecem conferir vulnerabilidade para uma variedade de transtornos do neurodesenvolvimento 
[15,26,66–68] sendo importantes estudos buscando especificidade das mesmas. 
 Além dos achados com CNVs, variações pontuais SNVs e Indels deletérias, raras e herdadas, 
parecem também contribuir para o risco em TEA, que aumenta quando duas variantes afetam ambas as 
cópias de um gene codificador de proteína, consistente com padrão de herança recessiva. O 
sequenciamento do exoma (conjunto de todos os exons codificadores para proteína do genoma 
humano) de trios compostos pelo probando com TEA e seus genitores, vem mostrando que SNVs são 
mais frequentes em TEA [69–71]. Variantes raras preditas a alterar a função de proteína (não 
sinônimas e nonsense), indels que alterem o frame de leitura do gene (frameshift) ainda as que alteram 
regiões gênicas de splicing, têm sido observados mais frequentemente em casos de TEA quando 
comparados com controles, e trabalhos recentes sugerem que essas mutações de novo podem 
contribuir para o desenvolvimento de TEA em 15% a 20 % de casos [50,72,73]. 
Lim et al. [73] estudaram variações que truncam a proteína (nonsense) e em sítios de splicing, 
transmitidas da mãe e pai para a criança, e observou-se que a frequência destas mutações recessivas 
era duas vezes maior em casos do que em controles. Este estudo também mostra que mutações 
deletérias no cromossomo X em pacientes do sexo masculino são mais frequentes em casos que em 
controles, e que 5% dos casos podem ser afetados por variações raras herdadas com perda de função 
em homozigose ou mutações hemizigóticas no cromossomo X em meninos [72]. O grupo de Yu et al. 
[72] ainda mostrou mutações raras herdadas em famílias com múltiplos afetados e que variações 
menos severas em genes relacionados a síndromes recessivas do neurodesenvolvimento com 
insuficiência cognitiva devem contribuir para o TEA. 
10 
 
Tendo em vista a baixa taxa dessas variações nos indivíduos afetados, mesmo a observação de 
um pequeno número desses eventos no mesmo gene em probandos não aparentados fornece um 
considerável poder para atribuir a relevância de um gene individual. Genes afetados com múltiplas 
mutações de novo com perda de função são funcionalmente heterogêneos e é estimado que sejam entre 
400 e 1000 genes [74]. Os diversos estudos genéticos da última década também contribuíram para 
mostrar que a idade parental parece influenciar no aumento de CNVs raras de novo, bem como aumento 
da frequência de SNVs nonsense, variações em sítios de splicing e Indels frameshift [69,70,75–77]. 
Além disso, estudos também sugerem um componente protetor de meninas e que famílias com 
pacientes do sexo feminino com traços autísticos tendem a apresentar uma maior carga de fatores de 
risco genético deletérios [78]. 
Esses achados são um suporte para a proposta da arquitetura poligênica de TEA e a 
convergência dos genes candidatos resultantes desses estudos em vias de modelação de cromatina, 
formação de sinapse e motilidade neuronal, e também reforçam a importância de que futuros estudos 
devem se concentrar no estudo da genética de sistemas e análise de redes que conectam diversas 
variações genéticas com possíveis mecanismos cerebrais afetados [29,79–81]. Além disso, asdiferenças 
de fenótipos de TEA parecem representar múltiplos caminhos diferentes suficientemente ligados para 
garantir suas características comuns, o que reforça a importância da busca de uma melhor 
compreensão do papel da composição dos genes e variações no risco genético dos indivíduos, como em 
estudos comparativos de efeitos fenotípicos comuns e distintos de alelos raros [80]. 
 
Quadro de Conceitos 2 – CNV, aCGH, Exoma, SNVs & Indels 
CNVs: Variações no número de cópias (Copy Number Variations), são variações estruturais de 
seguimentos do DNA e apresentam um numero variável de copias em comparação a um genoma 
referencia, geralmente duplicações ou deleções, que podem ter tamanho de kilobases a megabases 
[82]. Apesar da maioria das CNVs serem raras na população quando comparadas com os SNPs, em 
conjunto elas são uma fração significativa das variações genômicas do genoma humano [83]. Essas 
variações cobrem de 12% a 15% do genoma humano [84] e acredita-se que contribuem 
significativamente para variabilidade [85,86]. As CNVs podem ser herdadas ou de novo (esporádicas, 
não herdadas), podem conter partes de genes, um ou mais genes e regiões regulatórias do genoma, ou 
mesmo não conter qualquer elemento conhecido, e sua ocorrência pode interromper regiões 
funcionais do genoma e gerar novas combinações de sequências, o que está associado com a 
variabilidade fenotípica, como também, a ocorrência de doenças [87,88]. 
 
11 
 
 
Figura 6. Esquema representando CNVs no cromossomo 4. Em (a) temos a deleção da região “C” de um dos cromossomos; e 
em (b) temos a duplicação da reião “C” em um dos cromossomos. Figura adaptada, Cortesia: National Human Genome 
Research Institute (http://www.genome.gov/Glossary/) 
aCGH: É uma técnica (array-based Comparative Genomic Hybridization) que possibilita a busca por 
CNV ao longo do genoma. Atualmente é preconizado a investigação por aCGH em todos os casos de 
TEA que apresentem história familiar, dimorfismos e deficiência intelectual [89,90]. 
Exoma: É o conjunto de todos os éxons do genoma humano (~ 1-2 %), ou seja, as regiões gênicas 
codificadoras de proteínas [91]. O sequenciamento do exoma é uma alternativa para o estudo de 
variações comuns, como as raras, muito raras e aquelas nunca antes descritas (novel), aumentando a 
probabilidade de encontrar variações deletérias (que causam alterações prejudiciais à expressão ou 
funcionamento de determinada proteínas). Além disso, é importante ferramenta para geração de dados 
novos e mais completos, para melhor mapear e caracterizar regiões genômicas, distribuições alélicas e 
contribuir na associação das variações com um fenótipo particular [92–94]. 
 
Figura 7. Esquema da molécula de DNA, com a representação de 1 gene de 4 exons. A parte codificadora é somente o exon, ou 
seja, somente a informação genética presente na região do exon representa a sequencia de aminoácidos de uma proteína. 
A 
Deleção 
B 
Duplicação 
12 
 
SNVs & Indels: Variações de nucleotídeo único, do inglês Single Nucleotide Variants (SNVs) são 
variações raras na sequencia do DNA de um exon que está alterada por substituição de apenas uma 
base do nucleotídeo. Quando a alteração causa uma troca no aminoácido da proteína que codifica ela é 
chamada de não-sinônima e quando a alteração forma um código de parada, possivelmente truncando 
a proteína, é chamada de nonsense. Substituições de base sem resultar em troca de aminoácido são 
chamadas de variações sinônimas ou silenciosas. Indels são pequenas inserções ou deleções de 
nucleotídeos que, se ocorrem num exon e não é múltiplo de 3, resulta numa variação frameshift e 
normalmente a perda de função do gene [95,96]. 
 
 
 
(a) Substituição (A-G) 
 
...........AAG AGA ATA GCG CTG ................ DNA 
...........PHE SER TYR ARG ASP ................ Prot 
 
...........AAG AGA GTA GCG CTG ................ DNA 
...........PHE SER HIS ARG ASP ................ Prot 
 
 (b) Substituição (A-C) 
 
 ...........AAG AGA ATA GCG CTG ................ DNA 
 ...........PHE SER TYR ARG ASP ................ Prot 
 
 ...........AAG AGA ATC GCG CTG ................ DNA 
 ...........PHE SER STOP Prot 
 
(c) Inserção (G) 
 
...........AAG AGA ATA GCG CTG ................ DNA 
...........PHE SER TYR ARG ASP ................ Prot 
 
...........AAG AGA GAT AGC GCT G ................ DNA 
...........PHE SER LEU SER ARG ................ Prot 
 
 (d) Deleção (A) 
 
 ...........AAG AGA ATA GCG CTG ................ DNA 
 ...........PHE SER TYR ARG ASP ................ Prot 
 
 ...........AAG AGA TAG CGC TG ................ DNA 
 ...........PHE SER ILE ALA ……................ Prot 
 
Figura 8. Exemplos de variações de 1 base. A substituição de uma base forma o SNV em (a) é não-sinônima missense, com 
mudança de aminoácido na proteína e em (b) é não-sinônima nonsense, com troca de aminoácido por código de parada e 
truncamento da proteína. A deleção/inserção de 1 até aproximadamente 100 bases forma os Indels, que em (c) e (d) são 
frameshift, e portanto muda toda leitura do código e toda a sequencia de aminoácidos a partir do ponto da variação. 
 
 
 
 Deleção Inserção Substituição 
 Indels SNV 
13 
 
Epigenética e TEA 
 
A maior parte das células do nosso corpo apresenta o mesmo DNA, mas não são iguais, pois algo 
além da sequencia de DNA influencia o silenciamento ou a expressão de determinados genes, fazendo 
com que células se especializem, e se tornassem neurônios ou hepatócitos, por exemplo. A epigenética 
refere-se a mecanismos de regulação da expressão gênica herdada, que pode ser alterada 
principalmente por modificações na metilação e na estrutura da cromatina [97]. 
Entre os mecanismos epigenéticos temos as alterações de histonas e a metilação de DNA. A 
Cromatina inativa é caracterizada por de acetilação de histonas e metilação de sequencias CpG (área 
que à base C segue-se uma base G) na região pormotora do gene [98]. 
A regulação epigenética é independente da sequência de DNA, e está sujeita a modificações que 
ocorrem sob influência de fatores ambientais durante o desenvolvimento e a eventos estocásticos nas 
células. Esta autonomia, juntamente com a estabilidade e persistência das marcas epigenéticas, 
fornecem um sistema de herança alternativa, operando na interface do estável sistema de genética, e 
nas interações proteína-DNA transientes que intermediam as alterações de expressão genética em 
resposta a sinais de desenvolvimento e estímulos ambientais [99]. 
Estudos sobre abuso na infância revelaram associação com as modificações epigenéticas do 
receptor de glicocorticoide. Os resultados são consistentes com estudos em modelos animais que 
mostram que experiências precoces alteram o status epigenético de áreas genômicas, cuja expressão 
pode contribuir para diferenças individuais no risco de psicopatologia. Os achados sugerem que 
alterações na expressão do receptor de glicocorticóide estão associadas a história desenvolvimental de 
adversidades familiares. Adversidades na infância alterariam o desenvolvimento de sistemas que 
regulam a resposta ao stress , aumentando assim o efeito de situações de stress e vulnerabilidade para 
transtornos mentais [100]. 
Vários estudos propuseram a mediação epigenética das influencias ambientais em TEA [101–
103]. Essa noção é reforçada pela observação de sintomas autísticos e em alguns casos até o diagnóstico 
de TEA em indivíduos acometidospor transtornos epigenéticos conhecidos, como a síndrome de Rett e 
a síndrome do X-Frágil [104,105]. A sindrome de Rett é causada por uma mutação no gene MECP2, que 
codifica uma proteína responsável por reconhecer marcadores de metilação de DNA ao longo do 
genoma [106]. Síndrome X frágil é causado pela expansão de uma repetição CGG metilada, numa região 
5 ' não traduzída do gene FMR1, resultando em um silenciamento inadequado do gene [107]. Também 
foram realizados vários outros estudos da desregulação epigenética em TEA, que mesmo usando 
técnicas e análise distintas mostraram associação do transtorno com grupos de loci desregulados – 
14 
 
estudos do transcriptoma, metiloma, DNA não codificante e marcadores de cromatina apoiaram a 
associação dessa desregulação [108,109]. 
O desenvolvimento do cérebro é um processo plástico e complexo que requer expressão 
regulada de conjuntos de genes específicos e de uma forma coordenada espaço-temporalmente. Esta 
tarefa é cumprida por fatores de transcrição e pela maquinaria epigenética. E é provável que as 
alterações moleculares que estão envolvidas no desenvolvimento de TEA são reguladas por meio de 
mecanismos que, em parte, são modulados por sinais ambientais. Neste cenário, mecanismos 
epigenéticos pode ser a ponte entre as influências ambientais e a manifestação do fenótipo, através da 
regulação da expressão gênica [110]. É interessante notar que o grau de mudança modesto na metilação 
de DNA nos indivíduos com TEA quando comparados com controles, implicando apenas uma parte das 
células testadas com metilação alterada em probandos com TEA , sugere um mosaicismo epigenético. 
Genes reguladores de cromatina têm sido descritos como significantemente hiper-representados como 
alvos de eventos mutacionais [111,112]. Um estudo realizado com 3.871 pacientes com TEA revelou 
que uma proporção considerável deles apresenta mutações em genes codificadores de proteínas 
envolvidas com regulação transcricional e cromatina [77], sugerindo que uma desregulação epigenética 
secundária a eventos de mutação podem mediar uma disfunção patofisiológica em alguns indivíduos 
com TEA. 
Além disso, um estudo revelou a existência de muitas ilhas CpGs desreguladas em duas regiões 
do córtex cerebral nos indivíduos com TEA e que a analise da ontologia gênica dos sítios diferentemente 
metilados em uma dessas regiões revelam hiper-representação da função “resposta imune”. Esse 
resultado enriquece a evidência científica de que a desregulação do sistema imune pode ser um dos 
fatores que contribuem para o TEA. Uma comparação entre os dados de metilação e os dados de 
transcrição de Voineagu et al [113] evidencia uma sobreposição muito significativa entre genes 
caracterizados por hipometilação do DNA e aumento do nível de expressão. A constatação de que a 
hipometilação de muitos genes relacionados com respostas imunes está correlacionado com o aumento 
da sua expressão sugere que a modulação epigenética pode ser particularmente importante para as 
alterações na resposta imune observada em indivíduos com TEA [114]. 
Nardone et al [114] também mostram que os genes da resposta imune, para o qual eles 
verificaram perfis de metilação de DNA e de expressão, estão envolvidas tanto na especificação de 
destino da célula da microglia e de poda sináptica durante o desenvolvimento do cérebro. Ainda 
segundo os autores, um dos fatores ambientais de predisposição implicado no desenvolvimento de TEA 
é um evento inflamatório pré-natal, devido a uma infecção viral, durante o primeiro trimestre de 
gravidez. Além disso, estimulação de resposta imune em camundongos durante a gravidez leva a prole a 
apresentar desenvolvimento de comportamentos autísticos. Tendo isso em vista, anormalidades 
15 
 
imunológicas podem induzir alterações no comportamento por meio da modulação de metilação de 
DNA em regiões genômicas envolvidas na resposta imune. 
Quadro de Conceitos 3 – Acetilação de Histonas, Metilação de DNA 
Acetilação de Histonas: Nas células eucarióticas, as moléculas de DNAs são empacotadas em 
cromatina altamente compactada, o que impõe restrições sobre a transcrição de genes. A Acetilação 
das histonas, em que ocorre a adição de um grupo acetil na “cauda” da histona, permite a abertura da 
estrutura da cromatina e facilita à acessibilidade da maquinaria transcricional a fita de DNA. Esse 
mecanismo é uma modificação reversível e controlada por histonas acetilases (HATs) e histona 
desacetilases (HDACs) que normalmente atuam como co-activadores de transcrição e co-repressores, 
respectivamente. Atualmente essa é a modificação da histona melhor compreendida e a sua 
desregulação pode levar a anormalidades na expressão genética. A acetilação das histonas afeta não só 
a estrutura da cromatina, mas também a interação de proteínas reguladora da transcrição com o DNA 
alvo, modulando assim a expressão do gene em diferentes níveis. Por exemplo, a remoção de grupos de 
acetil pela ação das HDACs resulta na compactação da estrutura da cromatina e assim a repressão da 
transcrição do gene [98]. 
 
Figura 9. Modelo de acetilação de histonas. (a) Cromossomo ultra compactado, forma que ocorre durante a divisão células; 
(b) Quando não está sendo copiado ou transcrito o DNA fica numa compactação intermediaria; (c) a esfera azul representa o 
agrupamento de 4 histonas, onde o DNA se enrola na cromatina; e (de) Com a acetilação (grupo metil representado pelo 
losango laranja) acontece a descompactação do DNA. Figura Modificada, fonte: http://bit.ly/1VVksjf. 
Metilação de DNA: É a adição covalente de um grupo metil no carbono 5 das bases de citosina em 
regiões de dinucleótidos CpG do DNA. A metilação da Citosina desempenha um papel importante em 
a 
b 
c 
d 
16 
 
inúmeras funções celulares centrais, como transcrição de genes, reprogramação de expressão gênica 
durante o desenvolvimento e diferenciação celular. Também é importante para silenciamento de 
genes, elementos de transposição e defesa contra sequências virais. Esse mecanismo epigenético 
ganhou grande importância devido à implicação de metilação de DNA aberrante em doenças humanas 
[98,115]. 
 
 
 
 
 
 
 
 
 
 
Figura 10. Metilação de DNA. (a) Figura esquemática da metilação da molécula de DNA; (b) Detalhe da molécula de citosina 
do estado não metilado para o estado metilado; e (c) Detalhe do dinucleotídeo CpG indicado na dupla fita de DNA. Figura 
adaptada, baseada nas imagens encontradas em Zaidi et al. [116] e http://bit.ly/1Tldxiz.. 
 
Referências 
1. Venter JC, Adams MD, Myers EW, Li PW, Mural RJ, Sutton GG, et al. The sequence of the human genome. Science. 2001;291: 1304–51. 
doi:10.1126/science.1058040 
2. Beckmann JS, Estivill X, Antonarakis SE. Copy number variants and genetic traits: closer to the resolution of phenotypic to genotypic 
variability. Nat Rev Genet. 2007;8: 639–46. doi:10.1038/nrg2149 
3. Sherry ST. dbSNP: the NCBI database of genetic variation. Nucleic Acids Res. 2001;29: 308–311. doi:10.1093/nar/29.1.308 
4. Hinds D a, Stuve LL, Nilsen GB, Halperin E, Eskin E, Ballinger DG, et al. Whole-genome patterns of common DNA variation in three 
human populations. Science. 2005;307: 1072–9. doi:10.1126/science.1105436 
5. The International HapMap Consortium. A haplotype map of the human genome. Nature. 2005;437: 1299–1320. 
doi:10.1038/nature04226 
6. Bamshad MJ, Ng SB, Bigham AW, Tabor HK, Emond MJ, Nickerson D a, et al. Exome sequencing as a tool for Mendelian disease gene 
discovery. Nat Rev Genet. Nature Publishing Group; 2011;12: 745–55. doi:10.1038/nrg3031 
7. Boycott KM, Vanstone MR, Bulman DE, MacKenzie AE. Rare-disease genetics in the era of next-generation sequencing: discoveryto 
translation. Nat Rev Genet. Nature Publishing Group; 2013;14: 681–91. doi:10.1038/nrg3555 
a b 
c 
Citosina Metilada 
Citosina Não-Metilada 
Dinucleotídeo CpG 
 
 
DNA Metilado 
17 
 
8. Abrahams BS, Geschwind DH. Advances in autism genetics: on the threshold of a new neurobiology. Nat Rev Genet. 2008;9: 341–55. 
doi:10.1038/nrg2346 
9. Manolio TA, Collins FS, Cox NJ, Goldstein DB, Hindorff LA, Hunter DJ, et al. Finding the missing heritability of complex diseases. 
Nature. Nature Publishing Group; 2009;461: 747–753. doi:10.1038/nature08494 
10. Freitag CM, Staal W, Klauck SM, Duketis E, Waltes R. Genetics of autistic disorders: review and clinical implications. Eur Child Adolesc 
Psychiatry. 2010;19: 169–78. doi:10.1007/s00787-009-0076-x 
11. State MW, Levitt P. The conundrums of understanding genetic risks for autism spectrum disorders. Nat Neurosci. Nature Publishing 
Group; 2011;14: 1499–506. doi:10.1038/nn.2924 
12. Ronemus M, Iossifov I, Levy D, Wigler M. The role of de novo mutations in the genetics of autism spectrum disorders. Nat Rev Genet. 
Nature Publishing Group; 2014;15: 133–41. doi:10.1038/nrg3585 
13. Gratten J, Wray NR, Keller MC, Visscher PM. Large-scale genomics unveils the genetic architecture of psychiatric disorders. Nat 
Neurosci. Nature Publishing Group; 2014;17: 782–90. doi:10.1038/nn.3708 
14. State MW. The genetics of child psychiatric disorders: focus on autism and Tourette syndrome. Neuron. Elsevier Inc.; 2010;68: 254–
69. doi:10.1016/j.neuron.2010.10.004 
15. Malhotra D, Sebat J. CNVs: harbingers of a rare variant revolution in psychiatric genetics. Cell. Elsevier Inc.; 2012;148: 1223–41. 
doi:10.1016/j.cell.2012.02.039 
16. Ku C-S, Cooper DN, Polychronakos C, Naidoo N, Wu M, Soong R. Exome sequencing: dual role as a discovery and diagnostic tool. Ann 
Neurol. 2012;71: 5–14. doi:10.1002/ana.22647 
17. Risch NJ. risch2000-Searching for genetic determinants in the new millennium. 2000;405. 
18. Petronis A. Epigenetics as a unifying principle in the aetiology of complex traits and diseases. Nature. 2010;465: 721–727. 
doi:10.1038/nature09230 
19. Liu L, Li Y, Tollefsbol TO. Gene-environment interactions and epigenetic basis of human diseases. Curr Issues Mol Biol. 2008;10: 25–
36. doi:10.1016/j.bbi.2008.05.010 
20. Brookes a J. The essence of SNPs. Gene. 1999;234: 177–86. Available: http://www.ncbi.nlm.nih.gov/pubmed/10395891 
21. Shastry BS. SNP alleles in human disease and evolution. J Hum Genet. 2002;47: 561–6. doi:10.1007/s100380200086 
22. Christensen K, Murray JC. What Genome-Wide Association Studies Can Do for Medicine. N Engl J Med. 2007;356: 1094–1097. 
doi:10.1056/NEJMp068126 
23. Heinzen EL, Neale BM, Traynelis SF, Allen AS, Goldstein DB. The genetics of neuropsychiatric diseases: looking in and beyond the 
exome. Annu Rev Neurosci. 2014;38: 150403170110009. doi:10.1146/annurev-neuro-071714-034136 
24. Botstein D, Risch N. Discovering genotypes underlying human phenotypes: past successes for mendelian disease, future approaches 
for complex disease. Nat Genet. 2003;33 Suppl: 228–37. doi:10.1038/ng1090 
25. Smoller JW, Craddock N, Kendler K, Lee PH, Neale BM, Nurnberger JI, et al. Identification of risk loci with shared effects on five major 
psychiatric disorders: a genome-wide analysis. Lancet. 2013;381: 1371–9. doi:10.1016/S0140-6736(12)62129-1 
26. Grayton HM, Fernandes C, Rujescu D, Collier D a. Copy number variations in neurodevelopmental disorders. Prog Neurobiol. Elsevier 
Ltd; 2012;99: 81–91. doi:10.1016/j.pneurobio.2012.07.005 
27. Krumm N, Turner TN, Baker C, Vives L, Mohajeri K, Witherspoon K, et al. Excess of rare, inherited truncating mutations in autism. Nat 
Genet. Nature Publishing Group; 2015;47: 582–588. doi:10.1038/ng.3303 
28. Andrews T, Honti F, Pfundt R, Leeuw N de, Hehir-Kwa J, Silfhout AV, et al. The clustering of functionally related genes contributes to 
CNV-mediated disease. Genome Res. 2015;25: 802–813. doi:10.1101/gr.184325.114 
29. Gilman SR, Iossifov I, Levy D, Ronemus M, Wigler M, Vitkup D. Rare de novo variants associated with autism implicate a large 
functional network of genes involved in formation and function of synapses. Neuron. Elsevier Inc.; 2011;70: 898–907. 
doi:10.1016/j.neuron.2011.05.021 
30. Meyer-Lindenberg A, Weinberger DR. Intermediate phenotypes and genetic mechanisms of psychiatric disorders. Nat Rev Neurosci. 
2006;7: 818–827. doi:10.1038/nrn1993 
31. Gottesman II, Gould TD. The Endophenotype Concept in Psychiatry:\rEtymology and Strategic Intentions. Amercian J Psychiatry. 
2003;160: 636–645. doi:10.1176/appi.ajp.160.4.636 
32. Preston GA, Weinberger DR. Intermediate phenotypes in schizophrenia: A selective review. Dialogues Clin Neurosci. 2005;7: 165–
179. 
33. Piggot J, Shirinyan D, Shemmassian S, Vazirian S, Alarcón M. Neural systems approaches to the neurogenetics of autism spectrum 
disorders. Neuroscience. Elsevier Inc.; 2009;164: 247–56. doi:10.1016/j.neuroscience.2009.05.054 
34. Association AP. DSM 5 [Internet]. American Journal of Psychiatry. American Psychiatric Publishing; 2013. 
doi:10.1176/appi.books.9780890425596.744053 
35. Duchan E, Patel DR. Epidemiology of autism spectrum disorders. Pediatr Clin North Am. Elsevier Inc; 2012;59: 27–43, ix–x. 
doi:10.1016/j.pcl.2011.10.003 
36. Simonoff E, Pickles A, Charman T, Chandler S, Loucas T, Baird G. Psychiatric disorders in children with autism spectrum disorders: 
prevalence, comorbidity, and associated factors in a population-derived sample. J Am Acad Child Adolesc Psychiatry. 2008;47: 921–9. 
18 
 
Available: http://www.ncbi.nlm.nih.gov/pubmed/18645422 
37. Benvenuto A, Manzi B, Alessandrelli R, Galasso C, Curatolo P. Recent Advances in the Pathogenesis of Syndromic Autisms. Int J 
Pediatr. 2009;2009: 1–9. doi:10.1155/2009/198736 
38. Wing L, Gould J. Severe impairments of social interaction and associated abnormalities in children: epidemiology and classification. J 
Autism Dev Disord. 1979;9: 11–29. Available: http://www.ncbi.nlm.nih.gov/pubmed/155684 
39. Lo-Castro A, Curatolo P. Epilepsy associated with autism and attention deficit hyperactivity disorder: Is there a genetic link? Brain 
Dev. The Japanese Society of Child Neurology; 2013; doi:10.1016/j.braindev.2013.04.013 
40. Amiet C, Gourfinkel-An I, Bouzamondo A, Tordjman S, Baulac M, Lechat P, et al. Epilepsy in Autism is Associated with Intellectual 
Disability and Gender: Evidence from a Meta-Analysis. Biol Psychiatry. 2008;64: 577–582. doi:10.1016/j.biopsych.2008.04.030 
41. Leyfer OT, Folstein SE, Bacalman S, Davis NO, Dinh E, Morgan J, et al. Comorbid psychiatric disorders in children with autism: 
interview development and rates of disorders. J Autism Dev Disord. 2006;36: 849–61. doi:10.1007/s10803-006-0123-0 
42. Matson JL, Nebel-Schwalm MS. Comorbid psychopathology with autism spectrum disorder in children: an overview. Res Dev Disabil. 
2007;28: 341–52. doi:10.1016/j.ridd.2005.12.004 
43. Maski KP, Jeste SS, Spence SJ. Common neurological co-morbidities in autism spectrum disorders. Curr Opin Pediatr. 2011;23: 609–
15. doi:10.1097/MOP.0b013e32834c9282 
44. Bodfish JW, Symons FJ, Parker DE, Lewis MH. Varieties of repetitive behavior in autism: comparisons to mental retardation. J Autism 
Dev Disord. 2000;30: 237–43. Available: http://www.ncbi.nlm.nih.gov/pubmed/11055459 
45. Brandler WM, Sebat J. From De Novo Mutations to Personalized Therapeutic Interventions in Autism. Annu Rev Med. 2015;66: 487–
507. doi:10.1146/annurev-med-091113-024550 
46. Ronald A, Hoekstra R a. Autism spectrum disorders and autistic traits: a decade of new twin studies. Am J Med Genet B 
Neuropsychiatr Genet. 2011;156B: 255–74. doi:10.1002/ajmg.b.31159 
47. Gaugler T, Klei L, Sanders SJ, Bodea C a, Goldberg AP, Lee AB, et al. Most genetic risk for autism resideswith common variation. Nat 
Genet. 2014; doi:10.1038/ng.3039 
48. Abrahams BS, Geschwind DH. Connecting genes to brain in the autism spectrum disorders. Arch Neurol. 2010;67: 395–9. 
doi:10.1001/archneurol.2010.47 
49. Budimirovic DB, Kaufmann WE. What can we learn about autism from studying fragile X syndrome? Dev Neurosci. 2011;33: 379–94. 
doi:10.1159/000330213 
50. Devlin B, Scherer SW. Genetic architecture in autism spectrum disorder. Curr Opin Genet Dev. Elsevier Ltd; 2012;22: 229–37. 
doi:10.1016/j.gde.2012.03.002 
51. Pinto D, Pagnamenta AT, Klei L, Anney R, Merico D, Regan R, et al. Functional impact of global rare copy number variation in autism 
spectrum disorders. Nature. 2010;466: 368–72. doi:10.1038/nature09146 
52. Carter MT, Scherer SW. Autism spectrum disorder in the genetics clinic: a review. Clin Genet. 2013;83: 399–407. 
doi:10.1111/cge.12101 
53. Ma D, Salyakina D, Jaworski JM, Konidari I, Whitehead PL, Andersen AN, et al. A genome-wide association study of autism reveals a 
common novel risk locus at 5p14.1. Ann Hum Genet. 2009;73: 263–73. doi:10.1111/j.1469-1809.2009.00523.x 
54. Wang K, Zhang H, Ma D, Bucan M, Glessner JT, Abrahams BS, et al. Common genetic variants on 5p14.1 associate with autism 
spectrum disorders. Nature. Nature Publishing Group; 2009;459: 528–33. doi:10.1038/nature07999 
55. Weiss LA, Arking DE, The Gene Discovery Project of Johns Hopkins the Autism Consortium. A genome-wide linkage and association 
scan reveals novel loci for autism. Nature. 2009;461: 802–808. doi:10.1038/nature08490.A 
56. Anney R, Klei L, Pinto D, Regan R, Conroy J, Magalhaes TR, et al. A genome-wide scan for common alleles affecting risk for autism. 
Hum Mol Genet. 2010;19: 4072–82. doi:10.1093/hmg/ddq307 
57. Hussman JP, Chung R-H, Griswold AJ, Jaworski JM, Salyakina D, Ma D, et al. A noise-reduction GWAS analysis implicates altered 
regulation of neurite outgrowth and guidance in autism. Mol Autism. 2011;2: 1. doi:10.1186/2040-2392-2-1 
58. Ben-David E, Shifman S. Networks of neuronal genes affected by common and rare variants in autism spectrum disorders. PLoS 
Genet. 2012;8: e1002556. doi:10.1371/journal.pgen.1002556 
59. Devlin B, Melhem N, Roeder K. Do common variants play a role in risk for autism? Evidence and theoretical musings. Brain Res. 
Elsevier B.V.; 2011;1380: 78–84. doi:10.1016/j.brainres.2010.11.026 
60. Samocha KE, Robinson EB, Sanders SJ, Stevens C, Sabo A, McGrath LM, et al. A framework for the interpretation of de novo mutation 
in human disease. Nat Genet. Nature Publishing Group; 2014;advance on: 944–950. doi:10.1038/ng.3050 
61. Sebat J, Lakshmi B, Malhotra D, Troge J, Lese-Martin C, Walsh T, et al. Strong association of de novo copy number mutations with 
autism. Science. 2007;316: 445–9. doi:10.1126/science.1138659 
62. Poultney CS, Goldberg AP, Drapeau E, Kou Y, Harony-Nicolas H, Kajiwara Y, et al. Identification of small exonic CNV from whole-
exome sequence data and application to autism spectrum disorder. Am J Hum Genet. 2013;93: 607–19. 
doi:10.1016/j.ajhg.2013.09.001 
63. Battaglia A, Doccini V, Bernardini L, Novelli A, Loddo S, Capalbo A, et al. Confirmation of chromosomal microarray as a first-tier 
clinical diagnostic test for individuals with developmental delay, intellectual disability, autism spectrum disorders and dysmorphic 
features. Eur J Paediatr Neurol. 2013;17: 589–599. 
19 
 
64. Roberts JL, Hovanes K, Dasouki M, Manzardo AM, Butler MG. Chromosomal microarray analysis of consecutive individuals with 
autism spectrum disorders or learning disability presenting for genetic services. Gene. 2014;535: 70–78. 
65. McLysaght A, Makino T, Grayton HM, Tropeano M, Mitchell KJ, Vassos E, et al. Ohnologs are overrepresented in pathogenic copy 
number mutations. Proc Natl Acad Sci U S A. 2014;111: 361–6. doi:10.1073/pnas.1309324111 
66. Rosenfeld J a, Ballif BC, Torchia BS, Sahoo T, Ravnan JB, Schultz R, et al. Copy number variations associated with autism spectrum 
disorders contribute to a spectrum of neurodevelopmental disorders. Genet Med. 2010;12: 694–702. 
doi:10.1097/GIM.0b013e3181f0c5f3 
67. Sahoo T, Theisen A, Rosenfeld J a, Lamb AN, Ravnan JB, Schultz R a, et al. Copy number variants of schizophrenia susceptibility loci 
are associated with a spectrum of speech and developmental delays and behavior problems. Genet Med. 2011;13: 868–80. 
doi:10.1097/GIM.0b013e3182217a06 
68. Rapoport JL, Giedd JN, Gogtay N. Neurodevelopmental model of schizophrenia: update 2012. Mol Psychiatry. 2012;17: 1228–38. 
doi:10.1038/mp.2012.23 
69. O’Roak BJ, Vives L, Fu W, Egertson JD, Stanaway IB, Phelps IG, et al. Multiplex targeted sequencing identifies recurrently mutated 
genes in autism spectrum disorders. Science (80- ). 2012;338: 1619–22. doi:10.1126/science.1227764 
70. Iossifov I, Ronemus M, Levy D, Wang Z, Hakker I, Rosenbaum J, et al. De novo gene disruptions in children on the autistic spectrum. 
Neuron. Elsevier Inc.; 2012;74: 285–99. doi:10.1016/j.neuron.2012.04.009 
71. Sanders SJ, Murtha MT, Gupta AR, Murdoch JD, Raubeson MJ, Willsey a J, et al. De novo mutations revealed by whole-exome 
sequencing are strongly associated with autism. Nature. 2012;485: 237–41. doi:10.1038/nature10945 
72. Yu TW, Chahrour MH, Coulter ME, Jiralerspong S, Okamura-Ikeda K, Ataman B, et al. Using Whole-Exome Sequencing to Identify 
Inherited Causes of Autism. Neuron. Elsevier Inc.; 2013;77: 259–273. doi:10.1016/j.neuron.2012.11.002 
73. Lim ET, Raychaudhuri S, Sanders SJ, Stevens C, Sabo A, Macarthur DG, et al. Rare complete knockouts in humans: population 
distribution and significant role in autism spectrum disorders. Neuron. Elsevier Inc.; 2013;77: 235–42. 
doi:10.1016/j.neuron.2012.12.029 
74. Geschwind DH, State MW. Gene hunting in autism spectrum disorder: On the path to precision medicine. Lancet Neurol. Elsevier Ltd; 
2015;14: 1109–1120. doi:10.1016/S1474-4422(15)00044-7 
75. Hehir-Kwa JY, Wieskamp N, Webber C, Pfundt R, Brunner HG, Gilissen C, et al. Accurate distinction of pathogenic from benign CNVs in 
mental retardation. PLoS Comput Biol. 2010;6: e1000752. doi:10.1371/journal.pcbi.1000752 
76. Iossifov I, Levy D, Allen J, Ye K, Ronemus M, Lee Y-H, et al. Low load for disruptive mutations in autism genes and their biased 
transmission. Proc Natl Acad Sci U S A. 2015;112: E5600–7. doi:10.1073/pnas.1516376112 
77. De Rubeis S, He X, Goldberg AP, Poultney CS, Samocha K, Ercument Cicek A, et al. Synaptic, transcriptional and chromatin genes 
disrupted in autism. Nature. Nature Publishing Group; 2014;515: 209–15. doi:10.1038/nature13772 
78. Robinson EB, Lichtenstein P, Anckarsäter H, Happé F, Ronald A. Examining and interpreting the female protective effect against 
autistic behavior. Proc Natl Acad Sci U S A. 2013;110: 5258–62. doi:10.1073/pnas.1211070110 
79. Voineagu I, Eapen V. Converging Pathways in Autism Spectrum Disorders: Interplay between Synaptic Dysfunction and Immune 
Responses. Front Hum Neurosci. 2013;7: 738. doi:10.3389/fnhum.2013.00738 
80. Geschwind DH, Flint J. Genetics and genomics of psychiatric disease. Science (80- ). 2015;349: 1489–1494. 
doi:10.1126/science.aaa8954 
81. An JY, Cristino AS, Zhao Q, Edson J, Williams SM, Ravine D, et al. Towards a molecular characterization of autism spectrum disorders: 
an exome sequencing and systems approach. Transl Psychiatry. 2014;4: e394. doi:10.1038/tp.2014.38 
82. Stankiewicz P, Lupski JR. Structural variation in the human genome and its role in disease. Annu Rev Med. 2010;61: 437–55. 
doi:10.1146/annurev-med-100708-204735 
83. Alkan C, Coe BP, Eichler EE. Genome structural variation discovery and genotyping. Nat Rev Genet. Nature Publishing Group; 
2011;12: 363–76. doi:10.1038/nrg2958 
84. Redon R, Ishikawa S, Fitch KR, Feuk L, Perry GH, Andrews TD, et al. Global variation in copy number in thehuman genome. Nature. 
2006;444: 444–54. doi:10.1038/nature05329 
85. Rodriguez-Revenga L, Mila M, Rosenberg C, Lamb A, Lee C. Structural variation in the human genome: the impact of copy number 
variants on clinical diagnosis. Genet Med. 2007;9: 600–606. doi:10.1097/GIM.0b013e318149e1e3 
86. Ionita-Laza I, Rogers AJ, Lange C, Raby B a, Lee C. Genetic association analysis of copy-number variation (CNV) in human disease 
pathogenesis. Genomics. Elsevier Inc.; 2009;93: 22–6. doi:10.1016/j.ygeno.2008.08.012 
87. Conrad DF, Pinto D, Redon R, Feuk L, Gokcumen O, Zhang Y, et al. Origins and functional impact of copy number variation in the 
human genome. Nature. Nature Publishing Group; 2010;464: 704–12. doi:10.1038/nature08516 
88. Lee C, Scherer SW. The clinical context of copy number variation in the human genome. Expert Rev Mol Med. 2010;12: e8. 
doi:10.1017/S1462399410001390 
89. Duncan AM, Chodirker B. Use of array genomic hybridization technology for constitutional genetic diagnosis in Canada. Paediatr Child 
Health. 2011;16: 211–2. Available: 
http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3076171&tool=pmcentrez&rendertype=abstract 
90. Heil KM, Schaaf CP. The genetics of autism spectrum disorders - a guide for clinicians. Curr Psychiatry Rep. 2013;15: 334. 
20 
 
doi:10.1007/s11920-012-0334-3 
91. Tennessen J a, Bigham AW, O’Connor TD, Fu W, Kenny EE, Gravel S, et al. Evolution and functional impact of rare coding variation 
from deep sequencing of human exomes. Science. 2012;337: 64–9. doi:10.1126/science.1219240 
92. Bansal V, Libiger O, Torkamani A, Schork NJ. Statistical analysis strategies for association studies involving rare variants. Nat Rev 
Genet. Nature Publishing Group; 2010;11: 773–85. doi:10.1038/nrg2867 
93. Kiezun A, Garimella K, Do R, Stitziel NO, Neale BM, McLaren PJ, et al. Exome sequencing and the genetic basis of complex traits. Nat 
Genet. Nature Publishing Group; 2012;44: 623–30. doi:10.1038/ng.2303 
94. Rehm HL. Disease-targeted sequencing: a cornerstone in the clinic. Nat Rev Genet. 2013;14: 295–300. doi:10.1038/nrg3463 
95. Veltman J a, Brunner HG. De novo mutations in human genetic disease. Nat Rev Genet. Nature Publishing Group; 2012;13: 565–75. 
doi:10.1038/nrg3241 
96. Cirulli ET, Goldstein DB. Uncovering the roles of rare variants in common disease through whole-genome sequencing. Nat Rev Genet. 
Nature Publishing Group; 2010;11: 415–25. doi:10.1038/nrg2779 
97. Stein R a. Epigenetics and environmental exposures. J Epidemiol Community Health. 2012;66: 8–13. doi:10.1136/jech.2010.130690 
98. Vaissière T, Sawan C, Herceg Z. Epigenetic interplay between histone modifications and DNA methylation in gene silencing. Mutat Res 
- Rev Mutat Res. 2008;659: 40–48. doi:10.1016/j.mrrev.2008.02.004 
99. Richards EJ. Inherited epigenetic variation--revisiting soft inheritance. Nat Rev Genet. 2006;7: 395–401. doi:10.1038/nrg1834 
100. McGowan PO, Sasaki A, D’Alessio AC, Dymov S, Labonte B, Szyf M, et al. Epigenetic regulation of the glucocorticoid receptor in human 
brain associates with childhood abuse. Nat Neurosci. 2009;12: 342–348. doi:nn.2270 [pii]\r10.1038/nn.2270 
101. Newschaffer CJ, Fallin D, Lee NL. Heritable and nonheritable risk factors for autism spectrum disorders. Epidemiol Rev. 2002;24: 
137–153. doi:10.1093/epirev/mxf010 
102. Sullivan PF, Daly MJ, O’Donovan M. Genetic architectures of psychiatric disorders: the emerging picture and its implications. Nat Rev 
Genet. Nature Publishing Group; 2012;13: 537–51. doi:10.1038/nrg3240 
103. Schanen NC. Epigenetics of autism spectrum disorders. Hum Mol Genet. 2006;15: 138–150. doi:10.1093/hmg/ddl213 
104. Belmonte MK, Bourgeron T. Fragile X syndrome and autism at the intersection of genetic and neural networks. Nat Neurosci. 2006;9: 
1221–1225. doi:10.1038/nn1765 
105. Paluszkiewicz SM, Martin BS, Huntsman MM. Fragile X syndrome: the GABAergic system and circuit dysfunction. Dev Neurosci. 
2011;33: 349–64. doi:10.1159/000329420 
106. Amir RE, Van den Veyver IB, Wan M, Tran CQ, Francke U, Zoghbi HY. Rett syndrome is caused by mutations in X-linked MECP2, 
encoding methyl-CpG-binding protein 2. Nat Genet. 1999;23: 185–188. doi:10.1038/13810 
107. Fry M, Loeb L a. The fragile X syndrome d(CGG)n nucleotide repeats form a stable tetrahelical structure. Proc Natl Acad Sci U S A. 
1994;91: 4950–4954. doi:10.1073/pnas.91.11.4950 
108. Shulha HP. Epigenetic Signatures of Autism. Arch Gen Psychiatry. 2012;69: 314. doi:10.1001/archgenpsychiatry.2011.151 
109. Geaghan M, Cairns MJ. MicroRNA and Posttranscriptional Dysregulation in Psychiatry. Biol Psychiatry. Elsevier; 2014;78: 231–239. 
doi:10.1016/j.biopsych.2014.12.009 
110. Berko ER, Greally JM. How might epigenetic dysregulation in early embryonic life contribute to autism spectrum disorder? 
Epigenomics. 2015;7: 1–4. doi:10.2217/epi.14.86 
111. Ben-David E, Shifman S. Combined analysis of exome sequencing points toward a major role for transcription regulation during brain 
development in autism. Mol Psychiatry. Nature Publishing Group; 2013;18: 1054–6. doi:10.1038/mp.2012.148 
112. Lasalle JM. Epigenomic strategies at the interface of genetic and environmental risk factors for autism. J Hum Genet. Nature 
Publishing Group; 2013; 1–6. doi:10.1038/jhg.2013.49 
113. Voineagu I, Wang X, Johnston P, Lowe JK, Tian Y, Horvath S, et al. Transcriptomic analysis of autistic brain reveals convergent 
molecular pathology. Nature. Nature Publishing Group; 2011;474: 380–384. doi:10.1038/nature10110 
114. Nardone S, Sams DS, Reuveni E, Getselter D, Oron O, Karpuj M, et al. DNA methylation analysis of the autistic brain reveals multiple 
dysregulated biological pathways. Transl Psychiatry. Nature Publishing Group; 2014;4: e433. doi:10.1038/tp.2014.70 
115. Schübeler D. Function and information content of DNA methylation. Nature. 2015;517: 321–326. doi:10.1038/nature14192 
116. Zaidi SK, Young DW, Montecino M, Lian JB, Stein JL, van Wijnen AJ, et al. Architectural epigenetics: mitotic retention of mammalian 
transcriptional regulatory information. Mol Cell Biol. 2010;30: 4758–66. doi:10.1128/MCB.00646-10