Genom-szintű asszociációs vizsgálat

A genom-szintű asszociációs vizsgálat ( GWAS ., Engl G enome- w IDE egy ssociation s tudy) egy tanulmány a genetikai variációk a genom egy szervezet - alkalmazkodtak egy adott fenotípus (például a betegség) - bizonyos haplotípusok ( vagy allélok ) társulni.

A GWAS célja végső soron az allélok (egy gén bizonyos expressziója ) azonosítása, amelyek egy tulajdonsággal együtt fordulnak elő. A géneket nem feltétlenül vizsgálják közvetlenül - v. a. gazdasági okokból nem - hanem jól körülhatárolható markerek ( SNP , Single Nucleotide Polymorphism). Annak érdekében, hogy észleli a, módszerek, mint például polimeráz láncreakció és izotermális DNS-amplifikációt a allél-specifikus oligonukleotidokat használunk .

Áttekintés

Egy kis lokusz az emberi 5. kromoszómán, két SNP-vel. B Az SNP és a betegség közötti kapcsolat erőssége az egyes SNP prevalenciája alapján a betegség és a kontroll csoportokban. C Manhattani cselekmény: a kromoszómák fel vannak sorolva az abszcisszára, és az ordináta mutatja az asszociáció mértékét. Minden pont egy SNP-t jelent. Az 5. kromoszómával egyértelművé válik, hogy az SNP 1 és a betegség között jelentős összefüggés van.

A GWAS elvégzéséhez a tesztorganizmusok két csoportjára van szükség: Összehasonlító csoportra (azaz „normál”) és egy olyan csoportra, amely bemutatja az érdeklődésre számot tartó fenotípust (azaz a betegséget vagy valamilyen más speciális jellemzőt). DNS-mintákat veszünk mindkét csoportból, és egyedileg teszteljük variációjukat markerek segítségével (erre ma meghatározott SNP-ket használunk). Az elemzés akkor úgy néz ki különbségeket a variáció a két csoport között: felhalmozódása egy bizonyos marker a csoport a fenotípus az érdeklődés jelent társulás. A legtöbb lókuszok a marker SNP használt nincsenek olyan fehérje-kódoló régiót, de vagy két gén közötti nem kódoló régiókban (azaz szabályozó régiókban ) vagy intronokon vannak .

A GWAS nem mond semmit a megtalált allél és a fenotípus közötti konkrét kapcsolatról - ez puszta asszociáció (különösen csak a polimorfizmussal és nem is közvetlenül a kódoló alléllel társul), egyelőre pusztán összefüggő kapcsolat. Egy lehetséges ok-okozati összefüggést csak azután lehet kutatni, hogy molekuláris biológiai és biokémiai módszerekkel azonosították az ilyen „jelölt géneket” .

A GWAS jelentősége az utóbbi években egyre növekszik a DNS-szekvenálás árának csökkenése miatt. Az emberi orvoslás alacsonyabb költségei egyre inkább lehetővé teszik az érdeklődő lakosság számára , hogy saját genomjuk marker elemzését magánszolgáltatók (például 23andMe ) útján végezzék el. Az ismert allélbetegségek társulásainak egyéni kockázatértékelése (genetikai hajlam vagy hajlam) áll az előtérben, de a legkülönbözőbb fenotípusok egyre növekvő számú adata később felhasználható kutatási célokra a GWAS számára (feltételezhető a DNS-donorok hozzájárulása) .

háttér

A diploid humán genom, például magában foglalja a jó tizenöt milliárd bázispár . Bár két ember közötti különbség - más fajokhoz képest - rendkívül kicsi, eddig több mint 300 millió polimorfizmust találtak (Ensembl Variation 91 adatbázis). Ezen polimorfizmusok túlnyomó többsége egyetlen nukleotid polimorfizmusként (SNP) van jelen.

Csak a különböző allélok (fehérjét kódoló és szabályozó régiók) érdekelnék valójában - azaz H. Különbségek azokban a régiókban, amelyek közvetlenül befolyásolják a gén működését (például a kódolt fehérje funkciója vagy az expressziós sebesség ). Az összes ilyen régió szekvenálása még mindig túl időigényes és költséges - és feltehetően ilyen nagy felbontásra nincs is szükség. Az első szakaszban a HapMap projekt egymillió SNP variánsát gyűjtötte össze és térképezte fel az emberi genom számára, de most egy 3,1 millió SNP haplotípus térképén dolgozik a második szakaszban. Elvileg elegendő markert azonosítottak ahhoz, hogy mindegyik érdeklődő génhez egy (vagy több) markert biztosítsanak, amelyek szintén rekombinálódnak a génnel . Ma a GWAS-t gyakorlatilag mindig az SNP alapján hajtják végre - specifikusabb (azaz nem a genom egészére kiterjedő, hanem inkább bizonyos DNS-szegmensek vagy gének) vizsgálatokban más polimorfizmusok vagy teljes szekvencia-analízisek is alkalmazhatók, azok alkalmasságától függően .

A GWAS különösen vonzóvá teszi a "hipotézisektől való mentességet". Más szavakkal, nincs előre kiválasztva a lehetséges betegségeket / fenotípust okozó gének (a priori ismereteket nem vezetnek be) - a teljes genomot egyszerűen megvizsgálják. Ez azt jelenti, hogy az elemzés nyíltabb, és új és váratlan gének társíthatók a fenotípusokhoz.

Határértékek és veszélyek

A GWAS különböző módszertani korlátokkal rendelkezik. A GWAS legnagyobb korlátja, hogy a közös haplotípusok csak egy fenotípushoz társulhatnak - az összes ritka variáns felfedezetlen marad. Hangsúlyozni kell azt is, hogy a GWAS csak összefüggő eredményeket szolgáltat. Egy gén bizonyos allélje gyakrabban fordul elő egy fenotípussal együtt, ami azt jelenti, hogy a gén és a tulajdonság „valahogy” kapcsolatban áll egymással. Az ok-okozati összefüggést először a további vizsgálatok során kell bemutatni vagy megtalálni. Szintén ma nem maguk a gének találhatók meg, hanem csak polimorfizmusok, amelyek viszont csak korrelatív módon fordulnak elő a génekkel.

Az emberi gyógyászatban a személyre szabott orvoslás növekvő népszerűségével egyre több beteg genomját szekvenálják (vagy genetikai vizsgálatokat végeznek - csak a teljes genom szakaszait szekvenálják). A DNS-szekvenálás árának folyamatos csökkenése az egyre hatékonyabb technológiák miatt rendkívül előnyös ennek a tendenciának. Azok a szolgáltatók is piacra léptek, akik közvetlenül szólítják meg a magánvevőket - betegség nélkül is, és csak kíváncsiságból, a szekvenálást most végzik. Az emberi genomok növekvő hozzáférhetősége óhatatlanul társadalmi kérdéseket vet fel, pl. B. hogyan kell kezelni az egészségbiztosításokat a rendkívül specifikus információkkal, hogyan kezelik a betegek a betegség valószínűségét érintő összefüggő eredményeket, vagy mennyire magánszemélynek kell lennie a személyes sorrendnek. Vannak már online SNP adatbázisok, mint például az opensnp.

Lásd még

web Linkek

Egyéni bizonyíték

  1. ↑ a b Manolio, Teri A. Genomszéles társulási tanulmányok és a betegség kockázatának értékelése . N Engl J Med . 363. kötet, 166-176. 2010.
  2. ↑ VK Ramanan, AJ Saykin: A neurodegeneráció útjai: mechanisztikus betekintés a GWAS-betegségből Alzheimer-kórban, Parkinson-kórban és a kapcsolódó rendellenességekben. In: American Journal of neurodegenerative disease. 2. évfolyam, 3. szám, 2013, 145–175. O., ISSN  2165–591X . PMID 24093081 . PMC 3783830 (ingyenes teljes szöveg).
  3. ^ WR Jeck, AP Siebold, NE Sharpless: Review: a GWAS és az életkorral összefüggő betegségek metaanalízise. In: Öregedő sejt. 11. évfolyam, 5. szám, 2012. október, 727-731. Oldal, ISSN  1474-9726 . doi : 10.1111 / j.1474-9726.2012.00871.x . PMID 22888763 . PMC 3444649 (ingyenes teljes szöveg).
  4. ^ Visscher, MA Brown, MI McCarthy, J. Yang: A GWAS felfedezésének öt éve. In: American Journal of Human Genetics . 90. évfolyam , 1. szám, 2012. január, 7–24. Oldal, ISSN  1537-6605 . doi : 10.1016 / j.ajhg.2011.11.029 . PMID 22243964 . PMC 3257326 (ingyenes teljes szöveg).
  5. ^ F. Begum, D. Ghosh, GC Tseng, E. Feingold: Átfogó szakirodalmi áttekintés és statisztikai megfontolások a GWAS metaanalíziséhez. In: Nukleinsavak kutatása . 40. évfolyam, 9. szám, 2012. május, 3777-3784. Oldal, ISSN  1362-4962 . doi : 10.1093 / nar / gkr1255 . PMID 22241776 . PMC 3351172 (ingyenes teljes szöveg).
  6. ^ Nemzetközi HapMap konzorcium: Több mint 3,1 millió SNP második generációs emberi haplotípus térképe . Természet . Vol. 449. P. 851-861. 2007. [PDF]
  7. Irs Hirschhorn et Daly: Genom egészére kiterjedő asszociációs vizsgálatok a gyakori betegségek és összetett tulajdonságok számára. Nat Rev Genet . 6 (2): 95-108. 2005.
  8. ^ J. Ermann, LH Glimcher: GWAS után: egerek a megmentéshez? In: Jelenlegi vélemény az immunológiában . 24. évfolyam, 5. szám, 2012. október, 564–570. Oldal, ISSN  1879–0372 . doi : 10.1016 / j.coi.2012.09.005 . PMID 23031443 . PMC 3631559 (szabad teljes szöveg).