En oversikt over genom-brede foreningsstudier

Posted on
Forfatter: Roger Morrison
Opprettelsesdato: 3 September 2021
Oppdater Dato: 10 Kan 2024
Anonim
High Density 2022
Video: High Density 2022

Innhold

Genome-wide association studies (GWAS) er observasjonstester som ser på hele genomet i et forsøk på å finne assosiasjoner (sammenhenger) mellom spesifikke områder på DNA (loci) og visse egenskaper, som vanlige, kroniske sykdommer. Disse foreningene har potensial til å påvirke mennesker på flere måter.

Ved å identifisere genetiske risikofaktorer for en sykdom, kan kunnskapen føre til tidlig påvisning eller til og med forebyggende tiltak. GWAS kan også forbedre behandlingen, slik at forskere kan designe behandlinger basert på den spesifikke underliggende biologien til en tilstand (presisjonsmedisin) i stedet for å behandle med en tilpasningsmetode som er felles for mange av disse tilstandene.

Hvordan GWAS kan endre vår forståelse av genetisk sykdom

For tiden er mye av vår genetiske forståelse av sykdom knyttet til uvanlig tilstander assosiert med enkeltspesifikke genmutasjoner, slik som cystisk fibrose.

Den potensielle effekten av GWAS er betydelig, da disse studiene kan avsløre tidligere ukjente variasjoner i en rekke gener i genomet som er assosiert med et bredt spekter av vanlige, komplekse kroniske tilstander.


Et raskt eksempel på dette er at GWAS allerede har blitt brukt til å identifisere tre gener som står for 74% av den tilskrivbare risikoen for aldersrelatert makuladegenerasjon, en tilstand som tidligere ikke var ansett som en genetisk sykdom.

Genome-Wide Association Studies (GWAS) Oversikt

Før du går inn i detaljene i genomvise foreningsstudier (GWAS), er det nyttig å definere disse studiene fra et stort synspunkt.

GWAS kan defineres som tester som til syvende og sist kan identifisere (ofte flere) gener som er ansvarlige for en rekke vanlige, kroniske medisinske tilstander som tidligere hadde vært tenkt å være relatert til miljøet eller livsstilsfaktorer alene. Med gener som øker risikoen for en tilstand, kan leger dermed skjerme de risikoutsatte (eller tilby forebyggingsstrategier) mens de beskytter mennesker som ikke er i fare for de uunngåelige bivirkningene og falske positive tilknyttet screening.

Læring om genetiske assosiasjoner med vanlige sykdommer kan også hjelpe forskere med å avdekke den underliggende biologien. For de fleste sykdommer er behandlinger primært rettet mot behandling av symptomer og på en måte som passer alle sammen. Ved å forstå biologien kan behandlinger utformes som kommer til roten til problemet, og på en personlig måte.


Historie om genetikk og sykdom

Genome-brede foreningsstudier ble først utført i 2002, med fullførelsen av det menneskelige genomprosjektet i 2003 som gjorde disse studiene fullt mulig. Før GWAS var en forståelse av det genetiske grunnlaget for sykdommen primært begrenset til "enkeltgen" -tilstander som hadde svært signifikante effekter (som cystisk fibrose eller Huntingtons sykdom) og store genetiske endringer (som for eksempel tilstedeværelsen av et ekstra kromosom 21 med Down syndrom). Å finne de spesifikke genene som kan være assosiert med en sykdom var en stor utfordring, da bare spesifikke gener vanligvis ble undersøkt.

I motsetning til "single gen" -tilstander, er det sannsynlig at det er mange gener fra mange forskjellige regioner assosiert med mest komplekse kroniske sykdommer.

Forstå det grunnleggende om gener, DNA og kromosomer

Enkelt nukleotid polymorfier (SNP) og genetisk variasjon

Genomsidige assosieringsstudier ser etter spesifikke lokus (enkeltnukleotidpolymorfier) ​​i hele genomet som kan være assosiert med et trekk (for eksempel en sykdom). Omtrent 99% pluss av det menneskelige genomet er identisk blant alle mennesker. Den andre delen, mindre enn 1% av det menneskelige genomet, inneholder variasjoner mellom forskjellige mennesker som kan forekomme hvor som helst i genomet, gjennom hele vårt DNA.


Enkeltnukleotidpolymorfier (SNP) er bare en type genetisk variasjon som finnes i genomet, men er den vanligste.

Genomen-brede assosieringsstudier ser etter disse spesifikke loci eller SNPs (uttalt "snips) for å se om noen er mer vanlige hos personer med en bestemt sykdom.

SNP er et område av DNA som varierer i et enkelt nukleotid eller basepar. Nukleotider er basene som utgjør byggesteinene eller "bokstavene" i den genetiske koden.

Det er bare fire baser, A (adenin), C (cytosin), G (guanin) og T (tymin). Til tross for å være et "alfabet" med bare fire bokstaver, er variasjonene skapt av forskjellige baser nesten ubegrensede og forklarer forskjellene i egenskaper mellom forskjellige mennesker.

Hvor mange SNPs finnes i det menneskelige genomet?

Det er omtrent 300 milliarder nukleotider i det menneskelige genomet, hvorav omtrent en av 1000 er en SNP. Hvert individs genom inneholder mellom fire millioner og fem millioner SNP.

Mindre og store SNPer

SNP er klassifisert som større eller mindre avhengig av hyppigheten av en SNP i en bestemt befolkning. For eksempel, hvis 80% av menneskene hadde en A (adenin) i en stilling og 20% ​​hadde en T (tymin), ville SNP med en A bli ansett som en større eller vanlig SNP, og SNP med en T, en mindre SNP.

Når SNPs forekommer i et gen, blir disse regionene referert til som alleler, hvor de fleste har to mulige variasjoner. Uttrykket "mindre allelfrekvens" refererer ganske enkelt til frekvensen til den mindre vanlige allelen, eller en mindre SNP.

Noen sjeldne sykdommer er preget av en enkelt, sjelden SNP; Huntingtons sykdom, for eksempel. Med de fleste vanlige, komplekse sykdommer som type II diabetes eller hjertesykdom, kan det i stedet være mange, relativt vanlige SNP.

Steder for SNP

SNP finnes i forskjellige funksjonelle regioner i genomet, og denne regionen spiller igjen en rolle i effekten de kan ha. SNP kan ligge i:

  • Den kodende sekvensen til et gen
  • En ikke-kodende region
  • Mellom gener (intergeniske)

Når en SNP blir funnet med den kodende sekvensen til et gen, kan det ha en effekt på proteinet kodet for av det genet, og endre strukturen slik at det har en skadelig effekt, en gunstig effekt eller ingen effekt i det hele tatt.

Hvert segment av tre nukleotider (tre SNPer) koder for en aminosyre. Det er imidlertid overflødighet i den genetiske koden, slik at selv om ett nukleotid endres, kan det ikke føre til at en annen aminosyre blir plassert i et protein.

En endring i en aminosyre kan endre strukturen og funksjonen til et protein eller ikke, og i så fall kan det føre til forskjellige grader av dysfunksjon av det proteinet. (Hver kombinasjon av tre baser bestemmer hvilken av 21 mulige aminosyrer som skal settes inn i en bestemt region i et protein.)

SNP som faller i en ikke-kodende region eller mellom gener, kan fremdeles ha en effekt på den biologiske funksjonen der de kan spille en regulatorisk rolle i uttrykket av gener i nærheten (de kan påvirke funksjoner som transkripsjonsfaktorbinding, etc.).

Typer SNP i kodingsregioner

Innenfor den kodende regionen til et gen, er det også forskjellige typer SNP.

  • Synonymt: En synonym SNP vil ikke endre aminosyren.
  • Ikke-synonym: Med ikke-synonyme SNP vil det være en endring i aminosyren, men disse kan være av to forskjellige typer.

Typer av ikke-synonyme SNPer inkluderer:

  • Missense mutasjoner: Disse typer mutasjoner resulterer i et protein som ikke fungerer ordentlig eller ikke fungerer i det hele tatt.
  • Tullmutasjoner: Disse mutasjonene resulterer i et tidlig stoppkodon som resulterer i en forkortelse av proteinet.

SNPs vs. mutasjoner

Begrepene mutasjon og SNP (variasjon) brukes noen ganger om hverandre, selv om begrepet mutasjon oftere brukes for å beskrive sjeldne genetiske varianter; SNP brukes vanligvis til å beskrive vanlige genetiske variasjoner.

Kimceller vs. somatiske mutasjoner

Med det nylige tillegget av målrettede terapier for kreft (medisiner som er målrettet mot spesifikke genetiske endringer eller mutasjoner i kreftceller som driver veksten av en svulst), kan det være veldig forvirrende å diskutere genmutasjoner. Typene av mutasjoner som finnes i kreftceller er oftest somatiske eller ervervede mutasjoner.

Somatiske eller ervervede mutasjoner forekommer i prosessen med at en celle blir en kreftcelle og er bare til stede i cellene de har sin opprinnelse i (for eksempel kreftceller i lungene). Siden de ervervet etter fødselen, blir de ikke arvet eller overført fra en generasjon til en annen.

Når disse ervervede endringene eller mutasjonene involverer endring i en enkelt base, blir de vanligvis referert til som et enkelt nukleotid forandring i stedet for en SNP.

Kimceller eller arvelige mutasjonerderimot, er mutasjoner eller andre genetiske endringer i DNA som er tilstede fra fødselen (unnfangelsen) og kan arves.

Arvelige mot ervervede genmutasjoner: Hva er forskjellene?

Med GWAS er fokuset på genetiske variasjoner som arves, og derfor kan det forekomme kimcellemutasjoner.

Hvordan SNP kan påvirke biologi

Mange SNP-er har liten innvirkning direkte på biologien, men kan fungere som veldig nyttige markører for å finne regionen i genomet som gjør det. Mens SNP kan forekomme i et gen, er de oftere funnet i ikke-kodende regioner.

Når visse SNP-er er funnet å være assosiert med en egenskap på genom-brede foreningsstudier, bruker forskere deretter ytterligere tester for å undersøke DNA-området i nærheten av SNP. Ved å gjøre det kan de da identifisere et gen eller gener som er forbundet med et trekk.

En forening alene beviser ikke at et SNP (eller et bestemt gen i nærheten av en SNP) fører til et trekk; ytterligere evaluering er nødvendig. Forskere kan se på proteinet som genereres av genet for å vurdere dets funksjon (eller dysfunksjon). Ved å gjøre det er det noen ganger mulig å finne ut den underliggende biologien som fører til sykdommen.

Genotype og fenotype

Når du snakker om SNP og egenskaper, er det nyttig å definere to termer til. Vitenskapen har kjent i veldig lang tid at genetiske variasjoner er relatert til fenotyper.

  • Genotyper referere til genetiske variasjoner, slik som variasjoner i SNP.
  • Fenotyper refererer til egenskaper (for eksempel øyenfarge eller hårfarge), men kan også omfatte sykdommer, atferdskarakteristikker og mye mer.

I en analogi, med GWAS, kan forskere se etter SNP (genetiske variasjoner) som er assosiert med en disposisjon for å være en blond eller en brunette. Som med funn i en genom-bred assosiasjonsstudie, betyr ikke sammenhengen (korrelasjonen) mellom genotype (SNP i dette tilfellet) og en egenskap (for eksempel hårfarge) at de genetiske funnene er årsaken av egenskapen.

SNP og menneskelig sykdom

Det er viktig å merke seg at med vanlige sykdommer er en spesifikk SNP vanligvis ikke årsaken til en sykdom alene, men det er heller en kombinasjon av flere SNPer (eller i det minste det nærliggende genet) som kan bidra til en sykdom i ulik grad ( alvorlighetsgrad) og på forskjellige måter.

I tillegg er variasjoner i SNP vanligvis kombinert med andre genetiske faktorer og miljø- / livsstilsrisikofaktorer. Noen SNP kan også være assosiert med mer enn en sykdom.

Ikke alle SNP-er er "dårlige", og noen SNP-er (som det er funnet med inflammatorisk tarmsykdom) kan redusere risikoen for en sykdom i stedet for å øke risikoen. Funn som dette kan føre til at forskere finner bedre behandlinger for sykdom, ved å lære om proteinet kodet for av genet og prøve å etterligne handlingene med medisiner.

Hvordan de gjøres: Metoder og resultater

Genomsidige foreningsstudier kan ha forskjellige utforminger avhengig av spørsmålet som skal besvares. Når man ser på vanlige medisinske tilstander (for eksempel diabetes type 2), samler forskere en gruppe mennesker med sykdommen og en annen gruppe som ikke har sykdommen (fenotypen). GWAS blir deretter gjort for å se om det er noen sammenheng mellom genotype (i form av SNP) og fenotypen (sykdommen).

Prøvetaking

Det første trinnet i å utføre disse studiene er å skaffe prøver av DNA fra deltakerne. Dette kan gjøres gjennom en blodprøve eller en kinnpinne. Prøven renses for å isolere DNA fra celler og andre komponenter i blodet. Det isolerte DNA blir deretter plassert på en chip som kan skannes i en automatisert maskin.

Skanning og statistisk analyse av variasjoner

Hele genomet av DNA-prøvene blir deretter skannet for å se etter genetiske variasjoner (SNP) som er assosiert med en sykdom eller annen egenskap, eller hvis spesifikke SNP (variasjoner) ses mer i sykdomsgruppen. Hvis det blir funnet variasjoner, gjøres deretter statistisk analyse for å estimere om variasjonene mellom de to gruppene er statistisk signifikante.

Resultatene blir med andre ord analysert for å bestemme sannsynligheten for at sykdommen eller egenskapen faktisk er relatert til den genetiske variasjonen. Disse resultatene vises deretter i et plot på Manhattan.

Videre analyse og oppfølgingsbekreftelse

Ved evaluering av funn bruker forskere databaser med genotype og fenotype (GWAS-katalog) for å sammenligne kjente referansesekvenser med de som er funnet. Det internasjonale HapMap-prosjektet (2005) ga grunnlaget som, sammen med gjennomføringen av Human Genome Project, har gjort disse studiene mulig.

Hvis det oppdages variasjoner, sies det at de er forbundet med en sykdom, men ikke nødvendigvis årsaken til en sykdom, og ytterligere tester blir utført for å se nærmere på genomområdet i regionen der SNP ble funnet.

Dette involverer ofte sekvensering av en bestemt region (ser på sekvensen av basepar i DNA), det bestemte området eller hele eksonsekvensering.

Sammenligning med andre genetiske tester

De fleste sjeldne genetiske sykdommer er forårsaket av en genmutasjon, men det er en rekke forskjellige variasjoner (mutasjoner) i det samme genet som kan forekomme.

For eksempel faller noen få tusen variasjoner innenfor BRCA-genet under begrepet BRCA-mutasjon. Koblingsanalyse kan brukes til å lete etter disse variasjonene. Det er imidlertid ikke veldig nyttig når man ser på vanlige, komplekse sykdommer.

Begrensninger

Som med de fleste medisinske tester, er det begrensninger for genomomfattende foreningsstudier. Noen av disse inkluderer:

  • Genetiske begrensninger: Ikke all sykdomsrisiko (genetisk eller miljømessig) er forårsaket av vanlige varianter. For eksempel er noen forhold forårsaket av svært sjeldne varianter, og andre er forårsaket av større endringer i genomet.
  • Falske negativer: GWAS oppdager kanskje ikke alle varianter som er involvert i en bestemt medisinsk tilstand, og gir derfor mindre fullstendig informasjon om eventuelle foreninger.
  • Falske positive: Det kan absolutt oppdages assosiasjoner mellom loci og sykdom som skyldes tilfeldigheter snarere enn en sammenheng mellom de to. En av de største bekymringene for noen mennesker er at en forening funnet av GWAS ikke kan ha noen reell relevans for sykdom.
  • Feil: Det er alltid et potensial for feil i genomdekkende assosiasjonsstudier, med flere steder der dette kan oppstå fra dårlig prøvetaking, til feil i isolering av DNA og bruk av det på en chip, til maskinfeil som kan oppstå med automatisering. Når dataene er tilgjengelige, kan også tolkningsfeil oppstå. Nøye kvalitetskontroll på hvert trinn i prosessen er et must.

Disse studiene er også påvirket av utvalgsstørrelse, med mindre uttaksstørrelse som er mindre sannsynlig å gi betydelig informasjon.

Potensiell påvirkning og kliniske applikasjoner

Genomsamfunnstudier har potensiale til å påvirke sykdommen på mange måter, fra å bestemme risiko, til forebygging, til å designe personlige behandlinger og mye mer. Kanskje det største potensialet i disse studiene er imidlertid deres rolle i å hjelpe forskere med å finne ut den underliggende biologien av vanlige, komplekse medisinske tilstander.

På det nåværende tidspunkt er mange om ikke de fleste av behandlingene vi har mot sykdom designet for å hjelpe til med symptomer av sykdommen.

Genomforeningsstudier i hele genomet (sammen med oppfølgingsstudier som analyse av sjeldne varianter og helgenomsekvensering) tillater forskere å studere de biologiske mekanismene som forårsaker disse sykdommene i utgangspunktet, og setter scenen for utvikling av behandlinger som adresserer årsaken i stedet for bare å behandle symptomene.

Slike behandlinger er i teorien mer sannsynlig å være effektive mens de forårsaker færre bivirkninger.

Følsomhet og dermed tidlig påvisning av sykdom

På det nåværende tidspunktet er mange av testene som brukes til å undersøke for medisinske tilstander, basert på gjennomsnittlig risiko for enkeltpersoner. Med noen forhold er det ikke kostnadseffektivt og kan faktisk forårsake mer skade enn godt å skjerme alle.

Ved å lære om en person er mer eller mindre utsatt for en tilstand, kan screening tilpasses den personen, om screening kan anbefales oftere, i en tidligere alder, med en annen test, eller kanskje ikke trenger å bli screenet i det hele tatt .

Følsomhet for risikofaktorer

Ikke alle mennesker er like påvirket av giftstoffer i miljøet. For eksempel antas det at kvinner kan være mer utsatt for kreftfremkallende stoffer i tobakk. Å bestemme en persons mottakelighet for eksponering kan ikke bare hjelpe forskere til å se på forebyggingsmekanismer, men kan veilede publikum på andre måter.

Et mulig eksempel er kaffe. Det er gjort mange studier som har sett på kaffe og risikoen for ulike kreftformer og andre sykdommer, med motstridende resultater. Det kan være at svaret avhenger av personen, og at drikke kaffe kan ha positive effekter for en person og være skadelig for andre på grunn av variasjoner i genomet.

Farmakogenomikk

Feltet farmakogenomikk bruker allerede funn for å forutsi individets respons på en bestemt medisin. Variasjoner i en persons genetiske sammensetning kan påvirke hvor effektivt et medikament vil være, hvordan det metaboliseres i kroppen og hvilke bivirkninger som kan oppstå. Testing kan nå hjelpe noen til å forutsi hvilke antidepressiva som kan være mer effektive.

Coumadin (warfarin) er en blodfortynner som kan være utfordrende å dosere riktig. Hvis dosen er for lav, kan den være ineffektiv for å forhindre blodpropp, noe som potensielt kan føre til lungeemboli, hjerteinfarkt eller iskemisk hjerneslag. På den andre siden av spekteret, når dosen er for høy (for mye blod tynnere), kan resultatet være like katastrofalt, med folk som bløder for eksempel inn i hjernen (hemorragisk hjerneslag).

Forskere var i stand til å bruke GWAS for å demonstrere variasjoner i flere gener som har en veldig betydelig innflytelse på Coumadin-dosering. Dette funnet førte til utviklingen av genetiske tester som kan brukes i klinikken for å hjelpe leger med å foreskrive riktig dose av legemidlet.

Diagnose og behandling av virussykdommer

Noen mennesker er mer utsatt for visse virusinfeksjoner enn andre, og det er kjent at folk reagerer annerledes på behandlinger. Kombinasjonen av GWAS og neste generasjons sekvensering kan bidra til å gi svar på begge disse problemene.

For eksempel kan genetisk variasjon øke følsomheten for HPV-infeksjon og livmorhalskreft. Å vite hvem som er mer utsatt, kan hjelpe leger med å anbefale både forebygging og screening. Et annet eksempel der GWAS kan være veldig nyttig er i hepatitt C-behandling, ettersom folk kan reagere veldig annerledes på behandlinger som er tilgjengelige.

Anslå prognose

Selv med behandling kan noen mennesker som ser ut til å ha en veldig lik diagnose, ha svært forskjellige utfall fra en sykdom. GWAS kan hjelpe til med å identifisere hvem som vil svare godt og hvem som ikke vil. Noen med dårlig prognose kan trenge å bli behandlet mer aggressivt, mens en person med veldig god prognose kan trenge mindre behandling; å vite dette på forhånd kan spare personen for bivirkninger.

Hva genomisk testing kan fortelle deg om helserisiko

Eksempler på GWAS-suksesser i medisin

Fra og med 2018 ble over 10.000 steder for vanlige sykdommer (eller andre trekk) identifisert, og tallet fortsetter å øke raskt. Det er flere eksempler på hvordan disse studiene kan endre medisinens ansikt.

Noen av disse oppdagelsene endrer allerede vår forståelse av vanlige sykdommer.

Makuladegenerasjon

Et av de første funnene som ble åpnet for øynene i genomdekkende foreningsstudier, var med hensyn til aldersrelatert makuladegenerasjon, den viktigste årsaken til blindhet i USA. Før GWAS ble makuladegenerasjon i stor grad ansett som en miljø / livsstilsykdom med lite genetisk grunnlag.

GWAS bestemte at tre gener står for 74% av den tilskrivbare risikoen for sykdommen. Ikke bare var dette overraskende i en tilstand som ikke tidligere hadde vært tenkt på som en genetisk sykdom, men disse studiene bidro til å demonstrere det biologiske grunnlaget for sykdommen ved å se på en variasjon i genet for komplementprotein H. Dette genet koder for et protein som regulerer betennelse.

Å vite dette, kan forskere forhåpentligvis designe behandlinger som er rettet mot årsaken i stedet for symptomer.

Inflammatorisk tarmsykdom

GWAS har identifisert et stort antall loci assosiert med utvikling av inflammatoriske tarmsykdommer (ulcerøs kolitt og Crohns sykdom), men fant også en mutasjon som ser ut til å beskytte mot utvikling av ulcerøs kolitt. Ved å studere proteinet som er laget av dette genet, kan forskere forhåpentligvis designe en medisin som også kan kontrollere eller forhindre sykdommen.

Mange andre medisinske tilstander

Det er mange vanligere medisinske tilstander der GWAS har gjort viktige funn. Bare noen få av disse inkluderer:

  • Alzheimers sykdom
  • Osteoporose
  • For tidlig ovariesvikt (tidlig overgangsalder)
  • Type 2 diabetes
  • Psoriasis
  • Parkinsons sykdom
  • Noen typer hjertesykdommer
  • Fedme
  • Schizofreni

Et ord fra veldig bra

Genomsamfunnstudier har allerede forbedret vår forståelse av mange vanlige sykdommer. Å følge ledetrådene i disse studiene som peker på de underliggende biologiske sykdomsmekanismene, har potensial til å transformere ikke bare behandling, men muligens forebygging av disse tilstandene i fremtiden.