Informatie

HLA-typering tussen broers en zussen om een ​​genetische aandoening te identificeren


Als een patiënt lijdt aan een complexe reeks van tekenen en symptomen voor een ziekte en een 8/8 loci-match heeft met zijn zus die niet aan dergelijke symptomen lijdt, kunt u dan concluderen dat de ziekte een X-gebonden recessieve aandoening is? Kun je autosomaal dominante aandoeningen en autosomaal recessieve aandoeningen uitsluiten van de diagnose?


Nee, dat mag je niet concluderen.

Allereerst vertellen twee broers en zussen die HLA-identiek zijn heel weinig over de rest van hun genoom. HLA-genen zijn nauw met elkaar verbonden en elk haplotype wordt op mendeliaanse wijze overgedragen als een enkel gen. Voor niet-gekoppelde genen (op andere chromosomen, of verder weg op chromosoom 6), is de kans even groot of bijna net zo groot als dezelfde genen als niet-HLA-identieke broers en zussen.

Verder kan de ziekte van belang (zeer waarschijnlijk) multigeen zijn en onvolledige penetrantie hebben. De erfelijkheidsgraad van veelvoorkomende aandoeningen varieert over het algemeen van 20-80% (Cecil Medicine Hoofdstuk 41, de erfelijke basis van veel voorkomende aandoeningen).


De eetstoornissen anorexia nervosa en boulimia nervosa worden traditioneel gezien als sociaal-cultureel van oorsprong. Recente gedrags-genetische bevindingen suggereren echter een substantiële genetische invloed op deze aandoeningen. Moleculair genetisch onderzoek naar deze aandoeningen staat nog in de kinderschoenen, maar de eerste resultaten zijn veelbelovend. Dit artikel bespreekt bevindingen van familie-, tweeling- en moleculair genetische studies die substantiële genetische invloeden op ongeordend eten ondersteunen en benadrukt aanvullende gebieden voor toekomstig onderzoek.

Anorexia nervosa (AN) en boulimia nervosa (BN) zijn aandoeningen die worden gekenmerkt door abnormale patronen van eetgedrag en stoornissen in de houding en perceptie van gewicht en vorm. In AN is er een extreme angst voor gewichtstoename ondanks toenemende vermagering. BN ontstaat meestal na een periode van diëten1,2 en wordt gekenmerkt door afwisselende patronen van eetbuien en compenserend gedrag. Eetbuien, het consumeren van een grote hoeveelheid voedsel op een oncontroleerbare manier, wordt meestal gevolgd door zelfopgewekt braken, overmatige lichaamsbeweging, vasten en/of het misbruik van laxeermiddelen, diuretica of klysma's. Hoewel een abnormaal laag lichaamsgewicht een BN-diagnose uitsluit, heeft 25 tot 30 procent van de patiënten met BN een voorgeschiedenis van AN. 3𠄶 Mensen met AN en BN hebben vaak pathologische problemen met gewicht en vorm, depressie en angst. 7�

De etiologie van deze aandoeningen wordt verondersteld te worden beïnvloed door ontwikkelings-, sociale en biologische processen. 11,12 De exacte aard van deze interactieve processen blijft echter onvolledig begrepen. Culturele opvattingen over slankheid zijn relevant voor de psychopathologie van eetstoornissen, maar het is onwaarschijnlijk dat ze voldoende zijn om de pathogenese van deze stoornissen te verklaren. Met name dieetgedrag is vrij gebruikelijk in geïndustrialiseerde landen over de hele wereld, maar AN en BN treffen respectievelijk slechts 0,3 tot 0,7 procent en 1,7 tot 2,5 procent van de vrouwen in de algemene bevolking. 13 Bovendien dateren talrijke beschrijvingen van AN uit het midden van de 19e eeuw, wat suggereert dat andere factoren dan de moderne cultuur een etiologische rol spelen. Bovendien hebben beide syndromen een relatief homogene klinische presentatie, geslachtsverdeling en aanvangsleeftijd, wat de mogelijkheid van enige biologische gevoeligheid ondersteunt. Dit is niet om de rol van cultuur te onderschatten, aangezien de introductie van westerse idealen van slankheid kan dienen om een ​​biologische neiging tot eetstoornissen 14 los te laten, mogelijk door meer gedrag, zoals diëten, dat de spiraal van ongeordend eten kan veroorzaken.

Recente bevindingen van gedragsgenetische studies suggereren dat deze biologische kwetsbaarheid genetisch van aard kan zijn. In dit artikel zal ik deze opkomende bevindingen belichten en gebieden voorstellen voor toekomstig onderzoek.


Abstract

De HLA-genen (Human Leukocyte Antigens) zijn goed gedocumenteerde doelwitten voor het balanceren van selectie, en variatie op deze loci is geassocieerd met veel ziektefenotypes. Variatie in expressieniveaus beïnvloedt ook de ziektegevoeligheid en resistentie, maar er bestaat weinig informatie over de regulatie en expressiepatronen op populatieniveau. Dit is het gevolg van de moeilijkheid bij het in kaart brengen van korte reads afkomstig van deze zeer polymorfe loci, en bij het verklaren van het bestaan ​​van verschillende paralogen. We hebben een computationele pijplijn ontwikkeld om de expressie voor HLA-genen nauwkeurig te schatten op basis van RNA-seq, waardoor schattingen op zowel locus- als allelniveau worden verbeterd. Eerst worden de uitlezingen uitgelijnd met alle bekende HLA-sequenties om HLA-genotypen af ​​te leiden, waarna de kwantificering van de expressie wordt uitgevoerd met behulp van een gepersonaliseerde index. We gebruiken simulaties om aan te tonen dat expressieschattingen die op deze manier zijn verkregen niet bevooroordeeld zijn vanwege afwijking van het referentiegenoom. We hebben onze pijplijn toegepast op de GEUVADIS-dataset en de kwantificaties vergeleken met die verkregen met referentietranscriptoom. Hoewel de gepersonaliseerde pijplijn meer reads herstelt, ontdekten we dat het gebruik van het referentietranscriptoom schattingen oplevert die vergelijkbaar zijn met de gepersonaliseerde pijplijn (R ≥ 0,87) met uitzondering van HLA-DQA1. We beschrijven de impact van de HLA-gepersonaliseerde benadering op downstream-analyses voor negen klassieke HLA-loci (HLA-A, HLA-C, HLA-B, HLA-DRA, HLA-DRB1, HLA-DQA1, HLA-DQB1, HLA-DPA1, HLA-DPB1). Hoewel de invloed van de HLA-gepersonaliseerde benadering bescheiden is voor eQTL-mapping, zijn de p-waarden en de causaliteit van de verkregen eQTL's beter dan wanneer het referentietranscriptoom wordt gebruikt. We onderzoeken hoe de eQTL's die we hebben geïdentificeerd de variatie in expressie tussen lijnen van HLA-allelen verklaren. Ten slotte bespreken we mogelijke oorzaken die ten grondslag liggen aan verschillen tussen expressieschattingen die zijn verkregen met behulp van RNA-seq, op antilichamen gebaseerde benaderingen en qPCR.


GENETISCHE INVLOED OP AUTISME SPECTRUM STOORNIS RISICO

Genetische varianten verschillen in aard en in de frequentie waarmee ze in de menselijke populatie voorkomen (Fig. ​ (Fig.1). 1). Erfelijke genetische varianten, die van ouders op kinderen worden overgedragen, kunnen in alle frequenties voorkomen, van algemeen tot zeer zeldzaam, terwijl de novo varianten, die nieuw ontstaan ​​bij het nageslacht en niet worden gezien bij de ouders van een drager, zijn meestal zeldzaam. Genetische studies hebben sterk gesuggereerd dat de variantklassen die bijdragen aan het ASS-risico van alle structurele typen zijn, alle frequenties, en kunnen worden overgeërfd of de novo.

Onderzoeksontwerpen in genetica van autismespectrumstoornissen.

Veel voorkomende polygene variatie

Autismespectrumstoornissen zijn zeer familiaal. In de Verenigde Staten lopen de broers en zussen van kinderen met ASS naar schatting zelf meer dan een 10-voudige toename van het risico op een ASS-diagnose [5𠄸]. Bovendien hebben de familieleden van kinderen met ASS ook een grotere kans op een voorgeschiedenis van psychiatrische aandoeningen die ruim zijn gedefinieerd, waaronder schizofrenie, bipolaire stoornis en depressie [9]. Een dergelijke familiale aggregatie van psychiatrische aandoeningen is consistent met een complex, erfelijk genetisch risico. Genoombrede associatiestudies (GWAS) maken het mogelijk om gemeenschappelijke varianten te identificeren die bijdragen aan een dergelijk polygeen risico door het gebruik van DNA-microarrays om gemeenschappelijk enkelvoudig nucleotide polymorfisme (SNP's) te detecteren.

Methoden voor het schatten van erfelijkheid op basis van SNP-gegevens –, bijvoorbeeld Genome-wide Complex Trait Analysis en LD (linkage disequilibrium) scoreregressie [10,11▪] – hebben het mogelijk gemaakt dat bestaande ASD GWAS-collecties sterke, cumulatieve bijdragen van gemeenschappelijke erfelijke varianten op het risico op autisme. In verschillende recente onderzoeken wordt geschat dat gemeenschappelijke gegenotypeerde SNP's verantwoordelijk zijn voor tussen 20% en 50% van de variatie in aansprakelijkheid voor ASS [2 ▪▪ ,11▪,12]. Deze schattingen zijn consistent met die voor andere zeer erfelijke, polygene neuropsychiatrische stoornissen, en voorspellen dat GWAS-onderzoeken bij ASS een steeds productievere bron van biologisch inzicht zullen worden naarmate de steekproefomvang groeit. ASD GWAS-onderzoeken hebben nog geen betrouwbare specifieke loci kunnen benoemen, maar, zoals blijkt uit de recente buitengewone successen in de genetica van schizofrenie [13▪], vereisen GWAS voor psychiatrische aandoeningen zeer grote casus- en controlecollecties. Naarmate de inspanningen voor het verzamelen van ASD-monsters vorderen en GWAS-onderzoeken voldoende krachtig worden, zullen SNP's met een significante associatie met ASD's worden geïdentificeerd, waarmee de basis wordt gelegd voor biologische vervolgondervraging.

Polygene scoring en SNP-erfelijkheidsmethoden, beide afgeleid van GWAS, zijn ook gebruikt om genetische correlaties tussen ASS en andere neuropsychiatrische aandoeningen, zoals schizofrenie [12,14] te identificeren. De genetische correlatie tussen autisme en schizofrenie wordt geschat op ongeveer 20% met behulp van meerdere genoombrede benaderingen. Overlappend genetisch risico is een thema dat veel voorkomt bij neuropsychiatrische fenotypes, wat sterk suggereert dat de biologie die ten grondslag ligt aan psychiatrische stoornissen waarschijnlijk niet zal voldoen aan de diagnostische grenzen die zijn vastgelegd in traditionele classificaties als de DSM-5 [15�,19▪,20].

Nieuw variatie

De bijdrage van de novo (d.w.z. nieuw ontstaan) variatie in het ASS-risico is geïdentificeerd door middel van volledige exome-sequencing - de diepe karakterisering van eiwitcoderende regio's, die in totaal 1𠄲% van het genoom uitmaken [21�]. De grootste trio-sequencingstudies van ASS die tot nu toe zijn gepubliceerd, vertegenwoordigen een duidelijke vooruitgang in de neurologische ontwikkelingsgenomica, waarbij een significante overmaat aan functionele mutaties in meer dan 40 genen wordt geïdentificeerd [3 ▪▪ ,4 ▪▪ ].

Hoewel de meeste mensen er minstens één bij zich hebben de novo mutatie ergens in hun exoom [24], a de novo mutatie op een bepaalde positie is zeldzaam. De zeldzaamheid van deze gebeurtenissen in specifieke genen betekent dat het noodzakelijk is om modellen te bouwen om de betekenis van genenziekterelaties te beoordelen, zelfs in de context van genen waarin meerdere de novo mutaties zijn gevonden in ASS-gevallen. Een dergelijke modelleringsaanpak schat de mutatiesnelheid van varianten van een bepaalde functionele klasse (bijv. synoniem, missense) op genniveau, die vervolgens kan worden gebruikt om de waarschijnlijkheid te berekenen van het waarnemen van een bepaald aantal mutaties in de steekproefomvang in kwestie [ 19▪].

Statistische modellen kunnen ook worden gebruikt om te beoordelen of er genoombrede verrijking is van bepaalde functionele klassen van varianten. Bijvoorbeeld, de novo verlies van functie (LoF) varianten – de novo varianten die leiden tot verlies van genfunctie – worden gezien bij ongeveer 9% van de mensen in de algemene bevolking en bij 16�% van de mensen met een ASS-diagnose [3 ▪▪ ,4 ▪▪ ] . Dit suggereert dat de novo LoF's verdubbelen gemiddeld ongeveer het ASS-risico van een persoon, waardoor de kans op de diagnose van een ASS toeneemt van ongeveer 1% tot ongeveer 2%. Personen met ASS vertonen ook een aanzienlijk overschot aan de novo missense mutaties, maar het risico dat ze met zich meebrengen is gemiddeld kleiner. Dit niveau van verrijking suggereert dat extra genen significant geassocieerd zullen worden met ASS naarmate de sequentieactiviteiten toenemen [3 ▪▪ ,4 ▪▪ ].

Op basis van deze resultaten schatten recente studies dat ongeveer 3 tot 10% van het ASS-risico kan worden toegeschreven aan: de novo variatie van één nucleotide in het exoom [2 ▪▪ ,3 ▪▪ ,25 ▪▪ ]. Het huidige meta-analytische beeld weerspiegelt een significante maar beperkte bijdrage die, net als bij GWAS-associaties, kan worden gebruikt om gedrag en biologie te koppelen. GWAS-associaties identificeren echter een locus in plaats van een causale variant, bovendien bevinden ongeveer 90% van de GWAS-associaties over ziekten zich in niet-coderende regio's van het genoom. Duidelijk identificeerbare mutaties in eiwitcoderende regio's vertegenwoordigen een beter hanteerbare situatie voor biologische experimenten, gezien de bredere toolkit die momenteel beschikbaar is voor het ondervragen van de eiwitfunctie in plaats van genregulatie. De genen die sterk in verband zijn gebracht met ASS in trio-sequencingstudies, zijn geassocieerd met diverse biologische functies [4 ▪▪ ], waaronder zowel de neuronale functie als ontwikkelingsprocessen. Als klasse vertonen genen die geassocieerd zijn met ASS duidelijk bewijs van evolutionaire beperking, aangezien ze een tekort hebben aan functionele mutaties in de populatie [19▪].

Soortgelijke inspanningen bij de vereniging van de novo mutaties met een verstandelijke beperking (ID) hebben meer dan 50 genen geïdentificeerd als significante risicofactoren [26▪]. De grote meerderheid van die genen is ook betrokken bij ASS [3 ▪▪ ,4 ▪▪ ], wat wijst op een beperkte fenotypische specificiteit bij neurologische ontwikkelingsgevoelige genen.

Kopieer nummervarianten en geërfde zeldzame variatie

Kopienummervarianten (CNV's) vormen de meest voorkomende vorm van structurele variatie in het genoom en kunnen worden overgeërfd of de novo. zoals bij de novo SNV's, aanzienlijke verrijking van de snelheid van de novo CNV's wordt waargenomen bij personen met ASS. Bovendien zijn CNV's in specifieke regio's van het genoom geassocieerd met een verhoogd risico op ASS [27]. Regiospecifieke CNV-analyses waren enkele van de eerste die locaties in het genoom consistent koppelden aan het ASS-risico [17]. Zoals hieronder wordt besproken, worden verschillende specifieke CNV's die zijn geassocieerd met ASS nu het doelwit voor biologische en fenotypische studie.

Een overgeërfde zeldzame variatie, die kan worden onderzocht door middel van zowel trio-sequencing als het sequencen van gevallen en controles, is een van de moeilijkste soorten gebeurtenissen om te ondervragen, gezien de combinatie van lage frequentie en, gemiddeld, kleine effectgrootte [28]. ASD's zijn in verband gebracht met erfelijke, twee-hit (recessief) verlies van functie-mutaties en, meer recentelijk, een globale overmaat aan zeldzame erfelijke eiwit-afbrekende varianten in genen die mutatie niet verdragen [25 ▪▪ ,29]. Het is waarschijnlijk dat extra zeldzame erfelijke varianttypes geassocieerd zullen worden met ASS naarmate sequencing-onderzoeken toenemen in steekproefomvang en nieuwe technieken worden ontwikkeld om klassen van variatie te filteren en te markeren die waarschijnlijk schadelijk zijn.

Risicofactoren voor ASS zijn te vinden over het volledige spectrum van genetische variatie. Een dergelijk divers landschap van genetisch risico toont duidelijk aan dat ASS een polygene eigenschap is, met een groot aantal verschillende risicofactoren in de populatie. Deze genetische aanwijzingen zijn de eerste stap om inzicht te krijgen in de biologische onderbouwing van ASS.


3 SARS-CoV-2-INFECTIE

De moleculaire basis waarop SARS-CoV-2 deze effecten uitoefent, is grotendeels verantwoordelijk voor dit scala aan symptomen. Wanneer het coronavirus het menselijk lichaam binnendringt, meestal via de longen, komt het de cellen binnen door interactie met twee eiwitten in het celmembraan, het angiotensine-converterende enzym 2 (ACE2) receptor en het transmembraan protease serine 2 (TMPRSS2) (Peters et al., 2020 Verdecchia, Cavallini, Spanevello en Angeli, 2020 Zhang et al., 2020) (Figuur 1). De oppervlakte-spike-eiwitten op de virale capside binden aan de ACE2 receptor en start de import ervan door het celmembraan met behulp van TMPRSS2 (Verdecchia et al., 2020 Zhang et al., 2020). TMPRSS2 katalyseert de splitsing van het gebonden spike-eiwit, waardoor een conformationele verandering wordt veroorzaakt die de fusie van virale en celmembranen bevordert, waardoor het virus in de cel kan vrijkomen, waar het repliceert en zich vervolgens naar andere cellen verspreidt (Verdechia et al., 2020 Zhang et al., 2020).

Het spike-eiwit zelf bestaat uit twee subeenheden, S1 en S2. De S1-subeenheid heeft een N-terminaal domein (NTD) dat via een linker met variabele lengte is verbonden met een receptorbindend domein (RBD) (Sironi et al., 2020), waarbij beide een belangrijke rol spelen bij het bepalen van het gastheerbereik van coronavirussen (Lu et al., 2015). Daarentegen helpt het S2-domein membraanfusie te bevorderen (Duquerroy, Vigouroux, Rottier, Rey, & Bosch, 2005). Recent onderzoek heeft aangetoond dat de RBD van de S1-submit een ongeveer 10 tot 20 keer hogere affiniteit heeft voor ACE2 dan die van SARS (Wrapp et al., 2020). Deze verhoogde affiniteit kan helpen om de versnelde infectiesnelheid van SARS-CoV-2 te verklaren in vergelijking met SARS en MERS.

ACE2 komt overvloedig tot expressie in de longen en dunne darm, en om deze redenen heeft klinisch onderzoek zich gericht op deze delen van het lichaam om ziektesymptomen te verlichten. Studies hebben echter ook aangetoond dat tal van cellen die ACE2 en TMPRSS2 zijn in het hele lichaam aanwezig. Deze omvatten de endotheliale en gladde spiercellen van vrijwel alle organen, waaronder de blaas, het hart, de nier, de neus en de pancreas, zelfs de hersenen (Zhang et al., 2020 Zou et al., 2020). Deze verdeling van ACE2 en TMPRSS2 in het lichaam helpt bij het verklaren van de multisysteemeffecten van virale infectie die nu worden gecatalogiseerd door klinische onderzoekers. Zodra SARS-CoV-2 de bloedsomloop bereikt, verspreidt het zich waarschijnlijk via de bloedstroom naar andere delen van het lichaam (Muus et al., 2020 Zhang et al., 2020).


Methoden:

Literatuuronderzoek

Chien et al. 10 identificeerden 41 publicaties die tot 30 april 2011 40 SNP's in verband met aGvHD rapporteerden, die in onze analyse werden opgenomen. We hebben ook een PubMed-zoekopdracht uitgevoerd met de term "acute GvHD EN polymorfisme" om gepubliceerde onderzoeken te identificeren die een associatieanalyse van genetische varianten met GvHD rapporteren van 30 april 2011 tot 31 januari 2017. Studies die associaties rapporteren op een α-niveau >0.05 werden uitgesloten en van alle varianttypen werden alleen SNP's geselecteerd voor verdere analyse.

Studiepopulaties

De SNP-associatieanalyses werden gerepliceerd binnen twee afzonderlijke populaties. De kenmerken van alle ontvangers in deze cohorten zijn weergegeven in Tabel 7. Het Finse cohort bestond uit 301 HLA-gematchte ontvanger/donor-broers en zussen met klinische gegevens en DNA-monsters die voor genotypering werden verzonden. Het cohort omvatte ook 11 individuele ontvangers en 8 donoren zonder de respectieve broer of zus. Alle ontvangers ondergingen tussen 1993 en 2006 allogene HSCT in het Helsinki University Hospital, Comprehensive Cancer Center, Stem Cell Transplantation Unit, Finland. De paren werden vergeleken met een lage resolutie op HLA-A-, -B- en -DRB1-loci. HLA-typering werd uitgevoerd met lymfotype HLA-AB en lymfotype HLA-DR-DQ (Bio-Rad Medical Diagnostics), LIPA Reverse Dot Blot (Innogenetics Group) of HLA-SSP (Pel Freez, Dynal Biotech LLC). Het huidige cohort overlapte significant met die gebruikt in onze eerdere publicaties 6,12,21,26. Na genotypering en imputatie omvatte het cohort in de huidige studie 239 ontvanger/donor-paren, 23 individuele ontvangers en 28 individuele donoren. De meerderheid (>75%) van de GvHD-preventieprocedures combineerde ciclosporine, steroïden en 3 tot 4 doses methotrexaat, terwijl 18% een combinatie van cyclosporine en mycofenolaatmofetil kreeg.

Het Spaanse cohort bestond uit 264 HLA-gematchte ontvanger/donor-broer-zusparen met klinische gegevens en DNA-monsters die voor genotypering werden verzonden. Het cohort omvatte ook 10 individuele ontvangers en 30 donoren zonder de respectieve broer of zus. HLA-matching werd voltooid met een lage resolutie op de HLA-A- en -B-loci en met een hoge resolutie op de HLA-DRB1-locus. Ontvangers ontvingen tussen 2002 en 2014 allogene HSCT in 13 Spaanse transplantatiecentra. Na genotypering en imputatie bestond het uiteindelijke onderzoekscohort uit 253 ontvanger/donorparen, 15 individuele ontvangers en 30 individuele donoren. Ter preventie van GvHD kreeg 57% van de ontvangers een combinatie van ciclosporine en methotrexaat, 10% kreeg alleen ciclosporine en 11% werd behandeld met een combinatie van ciclosporine en mycofenolaatmofetil.

De onderzochte klinische uitkomsten waren ernstige acute en chronische GvHD. De vergeleken fenotypes waren aGvHD graad 0 versus graad III-IV en afwezig cGvHD versus uitgebreide cGvHD. Lokale bepalingen van GvHD-graden werden gebruikt. De monsters werden beoordeeld volgens de richtlijnen opgesteld door de richtlijnen van de European Society for Blood and Marrow 27,28.

Deze studie was in overeenstemming met de principes van de Verklaring van Helsinki en werd goedgekeurd door de Ethische Commissie van het Universitair Centraal Ziekenhuis van Helsinki en de DNA-bank van de Spaanse Groep voor Stamceltransplantatie (GETH). Alle deelnemers gaven schriftelijke geïnformeerde toestemming.

Genotypering en toerekening

Genotypering werd uitgevoerd in het FIMM Technology Centre, Helsinki, Finland. DNA-monsters van het Finse cohort werden geëxtraheerd met behulp van de QIAamp DNA Blood Mini Kit (Qiagen) uit de witte bloedcelfractie van perifere bloedmonsters en opgestuurd voor HLA-typering. Het Finse cohort werd gegenotypeerd met behulp van een Immunochip (Illumina) array met 196524 varianten in 2013. DNA-monsters van het Spaanse cohort werden ontvangen van de DNA-bank van het GETH. De array die werd gebruikt voor de analyse van Spaanse monsters uit de jaren 2016–17 was de Infinium® ImmunoArray-24 v2.0 (Illumina), die 253702 varianten omvat. De initiële kwaliteitscontrole identificeerde monsters met afwijkende geslachtsinformatie, dubbele monsters, een call rate <97% en een heterozygositeitsoverschot <−0.3 (niet X-chromosoom) of >0.2 en >0.1 voor het X-chromosoom.

De autosomale genotypegegevens werden geïmputeerd met IMPUTE2 met behulp van 1000 Genomes Phase 3 als een gefaseerd referentiepaneel 29 . Voorfiltering van de varianten en monsters werd voltooid volgens de methoden beschreven door Anderson et al. 30 . Personen met een ontbrekend genotype >3%, varianten met een kleine allelfrequentie (MAF) <1%, varianten met een ontbrekende datasnelheid >5% en varianten met een HWE P-waarde < 1 × 10 −5 werden uitgesloten. Van beide cohorten zijn de hoofdcomponenten bepaald en de imputatieprocedures afzonderlijk uitgevoerd. Post-imputatiefiltering sloot varianten uit met een IMPUTE2 INFO-veldmeting van de waargenomen statistische informatie <0.5 31 . Na post-imputatiefiltering werden respectievelijk 5041081- en 5737173-varianten opgenomen in de Finse en Spaanse cohortgenotypedatasets. De datasets die tijdens het huidige onderzoek zijn geanalyseerd, zijn niet openbaar beschikbaar vanwege beperkingen van ethische vergunningen die de verspreiding van persoonlijke gegevens, inclusief individuele genetische en klinische resultaten, niet toestaan.

Statistische analyse

De significantie van variatie tussen kenmerken in de onderzoekscohorten werd geanalyseerd met behulp van de niet-parametrische Mann-Whitney U-test (leeftijd ontvanger en donor), Pearson's chi-kwadraattest (geslachtsrichting transplantatie, diagnose, stamcelbron, conditieregime en GvHD-graad), of Fisher's exact-test (diagnose van aplastische anemie). P-waarden < 0,05 werden als statistisch significant beschouwd (tabel 7).

Principale componentenanalyse (PCA) werd gebruikt om de genetische populatiestructuur van de twee onderzoekscohorten te bepalen. Niet-toegerekende gemeenschappelijke SNP's die door de twee cohorten werden gedeeld, werden in de analyse opgenomen. De SNP's werden gesnoeid om een ​​sterk onevenwicht in de koppeling uit te sluiten 32 . De analyse werd uitgevoerd met Plink v1.90b3u (www.cog-genomics.org/plink/1.9/) 33 commando's indep-paarsgewijs 50 5 0.8 en pca, en het resultaat is geplot met R versie 3.3.3 34 . Een PCA-plot van de eerste twee dimensies wordt weergegeven in aanvullende figuur 1.

Een associatie tussen de SNP's en acute en chronische GvHD werd bepaald met behulp van de chi-kwadraat-alleltest en wordt uitgedrukt als de OR met het 95% BI (tabellen 1 en 2). De frequenties van de ontvangers en donoren worden weergegeven in aanvullende tabel 5. SNP's met een MAF < 0, 01 en HWE 1 × 10 −5 werden uitgesloten van de analyse. De huidige studie evalueerde de eerder gepresenteerde resultaten en daarom werd, ondanks meerdere tests (77 in de Finse en 97 in de Spaanse cohorten), een P-waarde < 0,05 beschouwd als een statistisch significante replicatie. Statistische analyses zijn uitgevoerd met IBM SPSS Statistics versie 24 en PLINK 1.07 35 .

De eQTL-analyses (tabellen 3 en 4) zijn uitgevoerd in februari 2017 met behulp van de uitgebreide Blood eQTL-database (http://genenetwork.nl/bloodeqtlbrowser/) gepubliceerd door Westra et al. 16 . De database bestaat uit zowel cis- en trans-eQTL-resultaten gegenereerd uit een meta-analyse van zeven onderzoeken, waaronder 5311 perifere bloedmonsters en een replicatieanalyse met 2775 monsters. Z-scores met een foutief detectiepercentage (FDR) <0.05 werden als statistisch significant beschouwd.

De cytokine QTL-database (https://hfgp.bbmri.nl/), onlangs gepubliceerd door Li Y et al. 17, combineert de gastheergenetica en cytokineproductie na verschillende microbiële stimuli. De effecten van kandidaat-SNP's op de cytokinerespons werden in maart 2017 geanalyseerd (tabellen 5 en 6). P-waarden < 0,05 werden als statistisch significant beschouwd.


KLINISCH POTENTIEEL VAN GENETISCHE STUDIES VAN EoE-RISICO

De huidige klinische diagnose van EoE hangt af van zorgvuldige analyse door getrainde, vaak gespecialiseerde pathologen. De vooruitgang die wordt gepresenteerd in het nieuw beschikbare EoE Diagnostic Panel (EDP) stelt een clinicus in staat om RNA uit een slokdarmbiopsie te extraheren en een diagnose te stellen op basis van de expressie van een zorgvuldig geselecteerde set genen. Zie www.eogenius.com voor details. 1, 116, 117, 118 De EDP is onlangs beoordeeld in een prospectieve cohortstudie, die het nut en de gevoeligheid van deze test bevestigde, ongeacht de locatie van de biopsie of het bewaarmiddel van het monster, en dat deze goed presteert, zelfs met slechts één biopsie. 119 Evenzo vergemakkelijkt de EDP de karakterisering van de ziekte naast de diagnose. Transcriptiesignaturen van de EDP en andere genen kunnen bijvoorbeeld worden gebruikt om de respons op bepaalde therapieën zoals ingeslikte glucocorticoïde steroïden 112 en anti-IL-13 te voorspellen. 118 Een hulpmiddel voor klinische besluitvorming dat gebruik maakt van een verscheidenheid aan invoergegevens, waaronder genotypen van EoE-risicoloci, om artsen te helpen beslissen wie een sterke kandidaat is voor endoscopie, zou de diagnostische odyssee die veel gezinnen ervaren aanzienlijk kunnen verminderen.

Tot op heden is elk van de onderzoeken naar genetische loci die het EoE-risico verhogen uitgevoerd op populatieniveau met gebruikmaking van de genotypen van groepen mensen met en zonder EoE om loci te identificeren die statistisch verschillend zijn en het EoE-risico bij individuele patiënten beïnvloeden. In een voorspellend hulpmiddel zouden de resultaten van deze onderzoeken worden gebruikt om modellen van cumulatief genetisch risico voor individuele patiënten te creëren. Bijvoorbeeld, de individuele effectgroottes bij 2p23 (odds ratio ∼ 2,0) en 5q22 (odds ratio ∼ 1,5) zijn nog steeds niet bruikbaar voor clinici die patiënten met verdenking op EoE in de kliniek behandelen en diagnosticeren. Door echter alle risicoloci in overweging te nemen, zijn we in staat om meer klinisch relevante risicobeoordelingen te identificeren. Als een persoon bijvoorbeeld de risicovarianten voor zowel de 2p23- als de 5q22-loci op een homozygote manier draagt ​​(dwz de risicovariant op elk homoloog chromosoom), zou die persoon een zevenvoudig verhoogd risico op EoE hebben in vergelijking met de algemene bevolking ( ongepubliceerde resultaten). Evenzo zouden instrumenten kunnen worden ontwikkeld om de behandeling van patiënten met EoE te begeleiden. De ontdekking van de weefselspecifieke 2p23 EoE-risico loci die coderen voor calpaïne 14 hebben geleid tot substantiële mogelijkheden voor nieuwe therapieën en begrip van de etiologie van ziekten. Het potentieel om vergelijkbare weefselspecifieke, patho-etiologische routes te vinden, stimuleert voortdurende inspanningen om de genetische etiologie van EoE volledig te identificeren.


Voor meer informatie over het gebruik van genetische tests:

Johns Hopkins Medicine geeft aanvullende informatie over screening op genetische dragerschap.

De National Society of Genetic Counselors geeft een overzicht van de verschillende soorten genetische tests die beschikbaar zijn.

EuroGentest biedt factsheets over predictive testing en carrier testing.

De Universiteit van Pennsylvania biedt een uitleg van pre-implantatie genetische diagnose.

Het National Newborn Screening and Genetics Resource Center biedt gedetailleerde informatie over screening bij pasgeborenen.

Raadpleeg voor informatie over forensische DNA-testen de factsheet over forensische genetische tests van het Center for Genetics Education en een pagina over forensische DNA-analyse van het Genetic Science Learning Center van de University of Utah.


Achtergrond

Open chromatine biedt toegang voor een breed spectrum van DNA-bindende eiwitten om transcriptie, DNA-reparatie, recombinatie, replicatie, enzovoort te reguleren. Als zodanig is open chromatineprofilering gebruikt om de genomische locaties van verschillende regulerende regio's te identificeren, waaronder promotors, versterkers, isolatoren, geluiddempers, replicatieoorsprong en recombinatie-hotspots [1-4]. De bindingsplaatsen voor transcriptiefactoren (TF's) zijn uitgebreid geprofileerd op basis van de distributie van sequencing-tags die zijn afgeleid van overgevoelige DNase I-plaatsen [5, 6]. De FAIRE-techniek (formaldehyde-assisted isolation of Regulatory Elements) is ook gebruikt om open chromatinegebieden in het genoom vast te leggen [2, 7-11].

De toegankelijkheid van chromatine is een centraal punt geweest in de onderzoeken naar de kruising van genetica en epigenetica. Ondertussen maakt de koppeling tussen chromatinetoegankelijkheid en onderliggende genetische polymorfismen de chromatinestatus een erfelijke eigenschap [12]. In een recente studie [13] werd associatiemapping gebruikt om de genetische basis van chromatineregulatie te begrijpen, en in ons vorige werk [11] hebben we een vergelijkbare poging gedaan op basis van de genetische koppeling van FAIRE-signalen. Er werd ook aangetoond dat ziekte-geassocieerde regulatievariaties kunnen worden toegewezen aan FAIRE-regio's [9] of overgevoelige DNase I-sites [14]. Verder is er ook een methode geïntroduceerd op basis van FAIRE DNA-genotypering voor de systematische identificatie van regulerende polymorfismen die geassocieerd zijn met verschillende fenotypes [10]. Hoe somatische mutaties de toegankelijkheid van chromatine kunnen beïnvloeden, moet echter nog worden opgehelderd.

Hoewel monozygote (MZ) tweelingen nuttig zijn voor het bestuderen van epigenetische verschillen veroorzaakt door differentiële blootstelling aan de omgeving, is DNA-methylatie het enige epigenetische mechanisme dat diepgaand is bestudeerd met betrekking tot MZ-discordantie [15-17]. Een recente studie [18] toonde aan dat DNA-methylatie zou kunnen functioneren als een tussenpersoon van genetische factoren die verband houden met bepaalde eigenschappen of fenotypes. De modulatie van de chromatinestructuur staat echter centraal in epigenetische regulatie, en met name de toegankelijkheid van chromatine kan direct worden gekoppeld aan transcriptionele activiteit [1, 13] door een combinatie van meerdere epigenetische mechanismen, waaronder DNA-methylatie. Maar ondanks het belang van open chromatine in transcriptionele regulatie, is MZ-discordantie in de toegankelijkheid van chromatine nooit onderzocht.

In dit werk hebben we co-twin chromatine-discordantie en de bijbehorende genetische factoren onderzocht. We probeerden eerst het volledige spectrum van somatische en genetische variaties van één nucleotide te verkrijgen die ten grondslag liggen aan open chromatine. Hiertoe vergeleken we de patronen van somatische mutaties (dat wil zeggen sequentieverschillen binnen een paar) met die van genetische polymorfismen (dat wil zeggen sequentieverschillen tussen paren). Daarnaast hebben we geprobeerd genetisch-epigenetische interacties te karakteriseren door genetische polymorfismen te vinden die verschillen binnen het paar in chromatinetoegankelijkheid beïnvloeden. Zo hebben we kwantitatieve trait loci (QTL) mapping uitgevoerd voor kwantitatieve chromatineverschillen binnen twee paren tussen tweelingparen.


Wallin, M.T. Culpepper, W.J. Nichols, E. Bhutta, Z.A. Gebrehiwot, T.T., et al.: Global, regional, and national burden of multiple sclerosis 1990–2016: a systematic analysis for the global burden of disease study 2016. Lancet Neurol 18(5), 269–285 (2019). https://doi.org/10.1016/S1474-4422(18)30499-X

Grzegorski, T. Losy, J.: Multiple sclerosis—the remarkable story of a baffling disease. Rev Neurosci 30(5), 511–526 (2019). https://doi.org/10.1515/revneuro-2018-0074

Macaron, G. Feng, J. Moodley, M. Rensel, M.: Newer treatment approaches in pediatric-onset multiple sclerosis. Curr Treat Options Neurol. 21(10), 50 (2019). https://doi.org/10.1007/s11940-019-0592-z

Vaughn, C.B. Jakimovski, D. Kavak, K.S. Ramanathan, M. Benedict, R.H.B. Zivadinov, R. Weinstock-Guttman, B.: Epidemiology and treatment of multiple sclerosis in elderly populations. Nat Rev Neurol 15(6), 329–342 (2019). https://doi.org/10.1038/s41582-019-0183-3

Yeung, M.S.Y. Djelloul, M. Steiner, E. Bernard, S. Salehpour, M. Possnert, G. Brundin, L. Frisén, J.: Dynamics of oligodendrocyte generation in multiple sclerosis. Natuur 566(7745), 538–542 (2019). https://doi.org/10.1038/s41586-018-0842-3

Madireddy, L. Patsopoulos, N.A. Cotsapas, C. Bos, S.D. Beecham, A., et al.: A systems biology approach uncovers cell-specific gene regulatory effects of genetic associations in multiple sclerosis. Nat Communautair 10(1), 2236 (2019). https://doi.org/10.1038/s41467-019-09773-y

Harirchian, M.H. Fatehi, F. Sarraf, P. Honarvar, N.M. Bitarafan, S.: Worldwide prevalence of familial multiple sclerosis: a systematic review and meta-analysis. Multiple Scler Relat Disord 20, 43–47 (2017). https://doi.org/10.1016/j.msard.2017.12.015

Jackson, K.C. Sun, K. Barbour, C. Hernandez, D. Kosa, P. Tanigawa, M. Weideman, A.M. Bielekova, B.: Genetic model of MS severity predicts future accumulation of disability. Ann Hum Genet 84(1), 1–10 (2020). https://doi.org/10.1111/ahg.12342

Vidmar, L. Maver, A. Drulović, J. Sepčić, J. Novaković, I. Ristič, S. Šega, S. Peterlin, B.: Multiple Sclerosis patients carry an increased burden of exceedingly rare genetic variants in the inflammasome regulatory genes. Sci Rep 9(1), 9171 (2019). https://doi.org/10.1038/s41598-019-45598-x

Vilariño-Güell, C. Zimprich, A. Martinelli-Boneschi, F. Herculano, B. Wang, Z., et al.: Exome sequencing in multiple sclerosis families identifies 12 candidate genes and nominates biological pathways for the genesis of disease. PLoS Genet 15(6), e1008180 (2019). https://doi.org/10.1371/journal.pgen.1008180

Ziliotto, N. Marchetti, G. Scapoli, C. Bovolenta, M. Meneghetti, S., et al.: C6orf10 low-frequency and rare variants in Italian multiple sclerosis patients. Front Genet 10, 573 (2019). https://doi.org/10.3389/fgene.2019.00573

Shepard, C.J. Cline, S.G. Hinds, D. Jahanbakhsh, S. Prokop, J.W.: Breakdown of multiple sclerosis genetics to identify an integrated disease network and potential variant mechanisms. Physiol Genom 51(11), 562–577 (2019). https://doi.org/10.1152/physiolgenomics.00120.2018

McLaren, W. Gil, L. Hunt, S.E. Riat, H.S. Ritchie, G.R. Thormann, A. Flicek, P. Cunningham, F.: The ensembl variant effect predictor. Genome Biol 17(1), 122 (2016). https://doi.org/10.1186/s13059-016-0974-4

Kamal, S. Kerndt, C.C. Lappin, S.L.: Genetics, histocompatibility antigen. StatPearls Publishing, Treasure Island (2020)

Cavallo, S.: Immune-mediated genesis of multiple sclerosis. J Transl Autoimmun 3, 100039 (2020). https://doi.org/10.1016/j.jtauto.2020.100039

Lysandropoulos, A.P. Perrotta, G. Billiet, T., et al.: Human leukocyte antigen genotype as a marker of multiple sclerosis prognosis. Can J Neurol Sci 47(2), 189–196 (2020). https://doi.org/10.1017/cjn.2019.329

De Silvestri, A. Capittini, C. Mallucci, G., et al.: The involvement of HLA class II alleles in multiple sclerosis: a systematic review with meta-analysis. Dis Markers 2019, 1409069 (2019). https://doi.org/10.1155/2019/1409069

Wysocki, T. Olesińska, M. Paradowska-Gorycka, A.: Current understanding of an emerging role of HLA-DRB1 gene in rheumatoid arthritis-from research to clinical practice. Cellen 9(5), 1127 (2020). https://doi.org/10.3390/cells9051127

Xu, H. Yin, J.: HLA risk alleles and gut microbiome in ankylosing spondylitis and rheumatoid arthritis. Best Pract Res Clin Rheumatol 33(6), 101499 (2019). https://doi.org/10.1016/j.berh.2020.101499

Bhatia, R. Gautam, S.K. Cannon, A., et al.: Cancer-associated mucins: role in immune modulation and metastasis. Cancer Metastasis Rev 38(1–2), 223–236 (2019). https://doi.org/10.1007/s10555-018-09775-0

Gorlov, I.P. Gorlova, O.Y. Amos, C.I.: Untouchable genes in the human genome: identifying ideal targets for cancer treatment. Cancer Genet 231–232, 67–79 (2019). https://doi.org/10.1016/j.cancergen.2019.01.005

Wang, H. Yan, C. Ye, H.: Overexpression of MUC16 predicts favourable prognosis in MUC16-mutant cervical cancer related to immune response. Exp Ther Med 20(2), 1725–1733 (2020). https://doi.org/10.3892/etm.2020.8836

Li, G. Lu, P. Song, H. Zheng, Q. Nan, K.: Expression of mucins MUC5AC and MUC19 on the ocular surface in dry eye syndrome model of ovariectomized female rabbits. Adv Clin Exp Med 28(2), 165–169 (2019). https://doi.org/10.17219/acem/78021

Coulombe, P. Nassar, J. Peiffer, I., et al.: The ORC ubiquitin ligase OBI1 promotes DNA replication origin firing. Nat Communautair 10(1), 2426 (2019). https://doi.org/10.1038/s41467-019-10321-x

Querques, F. D’Agostino, A. Cozzolino, C., et al.: Identification of a novel transcription factor required for osteogenic differentiation of mesenchymal stem cells. Stem Cells Dev 28(6), 370–383 (2019). https://doi.org/10.1089/scd.2018.0152

Diao, H. Zhu, P. Dai, Y. Chen, W.: Identification of 11 potentially relevant gene variants involved in growth retardation, intellectual disability, joint contracture, and hepatopathy. Medicine (Baltimore) 97(46), e13117 (2018). https://doi.org/10.1097/MD.0000000000013117


Bekijk de video: HLA: Basic Terminology and Nomenclature (December 2021).