Innehåll
- Genome-Wide Association Studies (GWAS) Översikt
- Hur SNP kan påverka biologin
- Hur de görs: Metoder och resultat
- Begränsningar
- Potentiella effekter och kliniska tillämpningar
- Exempel på GWAS-framgångar inom medicin
Genom att identifiera genetiska riskfaktorer för en sjukdom kan kunskapen leda till tidig upptäckt eller till och med förebyggande åtgärder. GWAS kan också förbättra behandlingen, så att forskare kan utforma behandlingar baserade på den specifika underliggande biologin för ett tillstånd (precisionsmedicin) snarare än att behandla med en storlek som passar alla som är gemensamma för många av dessa tillstånd.
Hur GWAS kan förändra vår förståelse för genetisk sjukdom
För närvarande hänför sig mycket av vår genetiska förståelse av sjukdom till ovanlig tillstånd associerade med enstaka specifika genmutationer, såsom cystisk fibros.
Den potentiella effekten av GWAS är betydande, eftersom dessa studier kan avslöja tidigare okända variationer i ett antal gener i genomet som är associerade med ett brett spektrum av vanliga, komplexa kroniska tillstånd.
Ett snabbt exempel på detta är att GWAS redan har använts för att identifiera tre gener som står för 74% av den hänförbara risken för åldersrelaterad makuladegeneration, ett tillstånd som inte tidigare har ansetts vara en genetisk sjukdom.
Genome-Wide Association Studies (GWAS) Översikt
Innan du går in på detaljerna i genomgenomspännande associeringsstudier (GWAS), är det bra att definiera dessa studier ur en helhetssynpunkt.
GWAS kan definieras som tester som i slutändan kan identifiera de (ofta flera) gener som är ansvariga för ett antal vanliga, kroniska medicinska tillstånd som tidigare har ansetts relaterade till miljön eller livsstilsfaktorer ensamma. Med gener som höjer risken för ett tillstånd kan läkare därmed screena de personer som är i riskzonen (eller erbjuda förebyggande strategier) samtidigt som de skyddar människor som inte är i riskzonen mot de oundvikliga biverkningarna och falska positiva effekter som är förknippade med screening.
Att lära sig om genetiska föreningar med vanliga sjukdomar kan också hjälpa forskare att avslöja den underliggande biologin. För de flesta sjukdomar är behandlingar främst inriktade på att behandla symtom och på ett sätt som passar alla. Genom att förstå biologin kan behandlingar utformas som kommer till roten till problemet och på ett personligt sätt.
Historia av genetik och sjukdom
Genomomfattande associeringsstudier genomfördes först 2002, med genomförandet av det mänskliga genomprojektet 2003 som gjorde dessa studier fullt möjliga. Före GWAS begränsades en förståelse av den genetiska grunden för sjukdomen främst till "enstaka gen" -förhållanden som hade mycket signifikanta effekter (såsom cystisk fibros eller Huntingtons sjukdom) och stora genetiska förändringar (såsom närvaron av en extra kromosom 21 med Downs syndrom). Att hitta de specifika gener som kan vara associerade med en sjukdom var en stor utmaning, eftersom endast specifika gener vanligtvis undersöktes.
Till skillnad från "enstaka gen" -förhållanden är det troligt att det finns många gener från många olika regioner associerade med mest komplexa kroniska sjukdomar.
Förstå grunderna för gener, DNA och kromosomerEnkel nukleotidpolymorfismer (SNP) och genetisk variation
Genomomfattande associeringsstudier letar efter specifika loci (enstaka nukleotidpolymorfier) i hela genomet som kan associeras med ett drag (såsom en sjukdom). Ungefär 99% plus av det mänskliga genomet är identiskt bland alla människor. Den andra delen, mindre än 1% av det mänskliga genomet, innehåller variationer mellan olika människor som kan förekomma var som helst i genomet, genom hela vårt DNA.
Enkelnukleotidpolymorfier (SNP) är bara en typ av genetisk variation som finns i genomet men är den vanligaste.
Genom-genomgående associeringsstudier letar efter dessa specifika loci eller SNP (uttalas "snips) för att se om vissa är vanligare hos personer med en viss sjukdom.
SNP är ett område av DNA som varierar i en enda nukleotid eller ett baspar. Nukleotider är baserna som utgör byggstenarna eller "bokstäverna" i den genetiska koden.
Det finns bara fyra baser, A (adenin), C (cytosin), G (guanin) och T (tymin). Trots att det bara är ett "alfabet" med fyra bokstäver är variationerna som skapas av olika baser nästan obegränsade och tar hänsyn till skillnaderna i egenskaper mellan olika människor.
Hur många SNP finns i det mänskliga genomet?
Det finns ungefär 300 miljarder nukleotider i det mänskliga genomet, varav ungefär en av 1000 är en SNP. Varje individs genom innehåller mellan fyra miljoner och fem miljoner SNP.
Mindre och större SNP
SNP klassificeras som större eller mindre beroende på frekvensen av en SNP i en viss befolkning. Till exempel, om 80% av människorna hade en A (adenin) i en position och 20% hade en T (tymin), skulle SNP med en A betraktas som en större eller vanlig SNP, och SNP med en T, en mindre SNP.
När SNP förekommer i en gen kallas dessa regioner som alleler, varav de flesta har två möjliga variationer. Uttrycket "mindre allelfrekvens" hänför sig helt enkelt till frekvensen hos den mindre vanliga allelen, eller en mindre SNP.
Vissa sällsynta sjukdomar kännetecknas av en enda, sällsynt SNP; Huntingtons sjukdom, till exempel. Med de vanligaste komplexa sjukdomarna som typ II-diabetes eller hjärtsjukdomar kan det i stället finnas många, relativt vanliga SNP.
Platser för SNP: er
SNP finns i olika funktionella regioner i genomet, och denna region spelar i sin tur en roll i effekten de kan ha. SNP kan ligga i:
- Den kodande sekvensen för en gen
- En icke-kodande region
- Mellan gener (intergena)
När en SNP hittas med den kodande sekvensen för en gen kan den ha en effekt på det protein som kodas för av den genen och ändra dess struktur så att den har en skadlig effekt, en gynnsam effekt eller ingen effekt alls.
Varje segment med tre nukleotider (tre SNP) kodar för en aminosyra. Det finns dock redundans i den genetiska koden så att även om en nukleotid förändras kan det inte leda till att en annan aminosyra placeras i ett protein.
En förändring av en aminosyra kan förändra strukturen och funktionen hos ett protein eller inte, och i så fall kan det leda till olika grader av dysfunktion av det proteinet. (Varje kombination av tre baser avgör vilken av 21 möjliga aminosyror som ska införas i ett visst område i ett protein.)
SNP som faller i en icke-kodande region eller mellan gener kan fortfarande ha en effekt på den biologiska funktionen där de kan spela en reglerande roll i uttrycket av närliggande gener (de kan påverka funktioner såsom transkriptionsfaktorbindning, etc.).
Typer av SNP i kodningsregioner
Inom den kodande regionen av en gen finns det också olika typer av SNP.
- Synonym: En synonym SNP ändrar inte aminosyran.
- Nonsynonym: Med icke-synonyma SNP kommer aminosyran att förändras, men dessa kan vara av två olika typer.
Typer av icke-synonyma SNP inkluderar:
- Missense mutationer: Dessa typer av mutationer resulterar i ett protein som inte fungerar ordentligt eller inte fungerar alls.
- Nonsensmutationer: Dessa mutationer resulterar i ett för tidigt stoppkodon som resulterar i en förkortning av proteinet.
SNP: er mot mutationer
Termerna mutation och SNP (variation) används ibland omväxlande, även om termen mutation oftare används för att beskriva sällsynta genetiska varianter; SNP används vanligtvis för att beskriva vanliga genetiska variationer.
Könsceller mot somomatiska mutationer
Med det senaste tillägget av riktade terapier för cancer (läkemedel som riktar sig mot specifika genetiska förändringar eller mutationer i cancerceller som driver tillväxten av en tumör) kan det vara mycket förvirrande att diskutera genmutationer. De typer av mutationer som finns i cancerceller är oftast somatiska eller förvärvade mutationer.
Somatiska eller förvärvade mutationer inträffar i processen att en cell blir en cancercell och är endast närvarande i de celler i vilka de har sitt ursprung (till exempel cancer lungceller). Eftersom de förvärvas efter födseln ärvs de inte eller överförs från en generation till en annan.
När dessa förvärvade förändringar eller mutationer involverar förändringen i en enda bas kallas de vanligtvis en enda nukleotid ändring istället för en SNP.
Könsceller eller ärftliga mutationerdäremot är mutationer eller andra genetiska förändringar i DNA som förekommer från födseln (befruktning) och kan ärvas.
Ärftliga mot förvärvade genmutationer: Vad är skillnaderna?Med GWAS är fokus på genetiska variationer som ärvs, och därmed könscellsmutationer som kan hittas.
Hur SNP kan påverka biologin
Många SNP har liten inverkan direkt på biologin men kan fungera som mycket användbara markörer för att hitta den region av genomet som gör det. Medan SNP kan förekomma inom en gen, finns de vanligare i icke-kodande regioner.
När vissa SNP: er visar sig vara associerade med en egenskap i genomgenomgående associeringsstudier använder forskare sedan ytterligare tester för att undersöka DNA-området nära SNP. På så sätt kan de sedan identifiera en gen eller gener som är associerade med ett drag.
En förening ensam bevisar inte att en SNP (eller en viss gen nära en SNP) orsaker ett drag; ytterligare utvärdering behövs. Forskare kan titta på proteinet som genereras av genen för att bedöma dess funktion (eller dysfunktion). På så sätt är det ibland möjligt att räkna ut den underliggande biologin som leder till den sjukdomen.
Genotyp och fenotyp
När vi pratar om SNP: er och egenskaper är det bra att definiera ytterligare två termer. Vetenskapen har vetat mycket länge att genetiska variationer är relaterade till fenotyper.
- Genotyper hänvisar till genetiska variationer, såsom variationer i SNP.
- Fenotyper hänvisar till egenskaper (till exempel ögonfärg eller hårfärg) men kan också inkludera sjukdomar, beteendeegenskaper och mycket mer.
I en analogi kan med GWAS forskare leta efter SNP (genetiska variationer) som är förknippade med en benägenhet att vara blond eller brunett. Som med resultat i en genomomfattande associeringsstudie, betyder sambandet (korrelation) mellan genotyp (SNP i detta fall) och ett drag (till exempel hårfärg) inte nödvändigtvis att de genetiska fynden är orsak av egenskapen.
SNP och mänsklig sjukdom
Det är viktigt att notera att med vanliga sjukdomar är en specifik SNP vanligtvis inte orsaken till en sjukdom ensam, utan det finns snarare en kombination av flera SNP (eller åtminstone den närliggande genen) som kan bidra till en sjukdom i olika grader ( svårighetsgrad) och på olika sätt.
Dessutom kombineras variationer i SNP vanligtvis med andra genetiska faktorer och riskfaktorer för miljö / livsstil. Vissa SNP kan också vara associerade med mer än en sjukdom.
Inte alla SNP är "dåliga" och vissa SNP (som har konstaterats med inflammatorisk tarmsjukdom) kan minska risken för en sjukdom snarare än öka risken. Resultat som detta kan leda till att forskare hittar bättre behandlingar för sjukdomar, genom att lära sig om det protein som kodas av genen och försöka efterlikna åtgärderna med ett läkemedel.
Hur de görs: Metoder och resultat
Genomgenomgående associeringsstudier kan ha olika mönster beroende på frågan som ska besvaras. När man tittar på vanliga medicinska tillstånd (som typ 2-diabetes) samlar forskare en grupp människor med sjukdomen och en annan grupp som inte har sjukdomen (fenotypen). GWAS görs sedan för att se om det finns några samband mellan genotyp (i form av SNP) och fenotypen (sjukdomen).
Provtagning
Det första steget i att utföra dessa studier är att få prover av DNA från deltagarna. Detta kan göras genom ett blodprov eller en kindpinne. Provet renas för att isolera DNA från celler och andra komponenter i blodet. Det isolerade DNA: t placeras sedan på ett chip som kan skannas i en automatiserad maskin.
Skanning och statistisk analys av variationer
Hela genomet i DNA-proverna skannas sedan för att leta efter genetiska variationer (SNP) som är associerade med en sjukdom eller annan egenskap, eller om specifika SNP (variationer) ses mer i sjukdomsgruppen. Om variationer hittas görs sedan statistisk analys för att uppskatta om variationerna mellan de två grupperna är statistiskt signifikanta.
Med andra ord analyseras resultaten för att bestämma sannolikheten för att sjukdomen eller egenskapen verkligen är relaterad till den genetiska variationen. Dessa resultat visas sedan i en Manhattan-plot.
Ytterligare analys och uppföljningsbekräftelse
Vid utvärdering av resultat använder forskare databaser med genotyp och fenotyp (GWAS-katalog) för att jämföra kända referenssekvenser med de som finns. Det internationella HapMap-projektet (2005) gav grunden som tillsammans med genomförandet av Human Genome Project har gjort dessa studier möjliga.
Om variationer upptäcks sägs de vara associerade med en sjukdom men inte nödvändigtvis orsaken till en sjukdom, och ytterligare tester utförs för att titta närmare på genomområdet i regionen där SNP hittades.
Detta involverar ofta sekvensering av en specifik region (tittar på sekvensen av baspar i DNA), det specifika området eller hel exonsekvensering.
Jämförelse med andra genetiska tester
De flesta sällsynta genetiska sjukdomar orsakas av en genmutation, men det finns ett antal olika variationer (mutationer) i samma gen som kan förekomma.
Till exempel faller några tusen variationer inom BRCA-genen under termen BRCA-mutation. Länkanalys kan användas för att leta efter dessa variationer. Det är dock inte särskilt användbart när man tittar på vanliga, komplexa sjukdomar.
Begränsningar
Som med de flesta medicinska tester, finns det begränsningar för genomgenomgående associeringsstudier. Några av dessa inkluderar:
- Genetiska begränsningar: Inte all sjukdomsrisk (genetisk eller miljömässig) orsakas av vanliga varianter. Till exempel orsakas vissa tillstånd av mycket sällsynta varianter, och andra orsakas av större förändringar i genomet.
- Falska negativ: GWAS kanske inte upptäcker alla varianter som är inblandade i ett visst medicinskt tillstånd och ger därför mindre fullständig information om eventuella föreningar.
- Falska positiva: Visst kan associeringar upptäckas mellan loci och sjukdomar som beror på slump snarare än en koppling mellan de två. En av de större bekymmerna för vissa människor är att en förening som GWAS hittat kanske inte har någon verklig relevans för sjukdom.
- Fel: Det finns alltid en potential för fel i genomgenomgående associeringsstudier, med flera platser där detta kan inträffa med början med dålig provtagning, fel vid isolering av DNA och applicering av det på ett chip, maskinfel som kan uppstå med automatisering. När data är tillgängliga kan tolkningsfel också uppstå. Noggrann kvalitetskontroll vid varje steg i processen är ett måste.
Dessa studier påverkas också av urvalsstorlek, med en mindre urvalsstorlek som är mindre benägna att ge betydande information.
Potentiella effekter och kliniska tillämpningar
Genomomfattande associeringsstudier har potential att påverka sjukdomen på många sätt, från att bestämma risk, att förebygga, att utforma personliga behandlingar och mycket mer. Kanske är den största potentialen i dessa studier dock deras roll i att hjälpa forskare att räkna ut den underliggande biologin av vanliga, komplexa medicinska tillstånd.
För närvarande är många om inte de flesta behandlingar vi har för sjukdomar utformade för att hjälpa till med symtom av sjukdomen.
Genomomfattande associeringsstudier (tillsammans med uppföljningsstudier som analys av sällsynta varianter och helgenomsekvensering) gör det möjligt för forskare att studera de biologiska mekanismerna som orsakar dessa sjukdomar i första hand och sätta scenen för utveckling av behandlingar som behandlar orsaken snarare än att helt enkelt behandla symtomen.
Sådana behandlingar är i teorin mer benägna att vara effektiva samtidigt som de orsakar färre biverkningar.
Mottaglighet och därmed tidig upptäckt av sjukdom
För närvarande är många av de test som används för att söka efter medicinska tillstånd baserade på individernas genomsnittliga risk. Under vissa förhållanden är det inte kostnadseffektivt och kan faktiskt orsaka mer skada än nytta för att screena alla.
Genom att lära sig om en person är mer eller mindre mottaglig för ett tillstånd kan screening skräddarsys för den enskilda personen, oavsett om screening kan rekommenderas oftare, vid en tidigare ålder, med ett annat test eller kanske inte behöver screenas alls .
Känslighet för riskfaktorer
Inte alla människor påverkas lika av gifter i miljön. Man tror till exempel att kvinnor kan vara mer mottagliga för cancerframkallande ämnen i tobak. Att bestämma en persons känslighet för exponeringar kan inte bara hjälpa forskare att titta på förebyggande mekanismer utan kan vägleda allmänheten på andra sätt.
Ett möjligt exempel är kaffe. Många studier har gjorts för att undersöka kaffe och risken för olika cancerformer och andra sjukdomar, med motstridiga resultat. Det kan vara att svaret beror på en viss person, och att dricka kaffe kan ha positiva effekter för en person och vara skadligt för andra på grund av variationer i deras genom.
Farmakogenomik
Fältet farmakogenomik använder redan fynd för att förutse en individs svar på ett visst läkemedel. Variationer i en persons genetiska sammansättning kan påverka hur effektivt ett läkemedel kommer att vara, hur det metaboliseras i kroppen och vilka biverkningar som kan uppstå. Testning kan nu hjälpa vissa människor att förutsäga vilka antidepressiva medel som kan vara mer effektiva.
Coumadin (warfarin) är ett blodförtunnande medel som kan vara svårt att dosera på lämpligt sätt. Om dosen är för låg kan det vara ineffektivt för att förhindra blodproppar, vilket kan leda till lungemboli, hjärtinfarkt eller ischemisk stroke. På andra sidan av spektrumet, när dosen är för hög (för mycket blodförtunnande) kan resultatet bli lika katastrofalt, där människor blöder till exempel i hjärnan (hemorragisk stroke).
Forskare kunde använda GWAS för att demonstrera variationer i flera gener som har ett mycket signifikant inflytande på Coumadin-doseringen. Detta resultat ledde till utvecklingen av genetiska tester som kan användas på kliniken för att hjälpa läkare att ordinera rätt dos av läkemedlet.
Diagnos och behandling av virussjukdomar
Vissa människor är mer mottagliga för vissa virusinfektioner än andra, och det är känt att människor svarar annorlunda på behandlingar. Kombinationen av GWAS och nästa generations sekvensering kan hjälpa till att ge svar på båda dessa frågor.
Till exempel kan genetisk variation öka mottagligheten för HPV-infektion och livmoderhalscancer. Att veta vem som är mer mottaglig kan hjälpa läkare att rekommendera både förebyggande och screening. Ett annat exempel där GWAS kan vara till stor hjälp är hepatit C-behandling, eftersom människor kan svara mycket olika på de behandlingar som för närvarande finns tillgängliga.
Uppskattning av prognos
Även med behandling kan vissa personer som verkar ha en mycket liknande diagnos ha mycket olika resultat från en sjukdom. GWAS kan hjälpa till att identifiera vem som kommer att svara bra och vem som inte kommer att göra det. Någon med dålig prognos kan behöva behandlas mer aggressivt, medan en person med mycket god prognos kan behöva mindre behandling. Att veta detta i förväg kan spara den personen biverkningar.
Vad genomisk testning kan berätta om hälsoriskerExempel på GWAS-framgångar inom medicin
Från och med 2018 hade över 10 000 loci för vanliga sjukdomar (eller andra egenskaper) identifierats och antalet fortsätter att öka snabbt. Det finns flera exempel på hur dessa studier kan förändra medicinens ansikte.
Några av dessa upptäckter förändrar redan vår förståelse för vanliga sjukdomar.
Makuladegeneration
En av de första ögonöppningsfynden i genomomfattande associeringsstudier var med avseende på åldersrelaterad makuladegeneration, den främsta orsaken till blindhet i USA. Före GWAS ansågs makuladegeneration till stor del vara en miljö- / livsstilssjukdom med liten genetisk grund.
GWAS bestämde att tre gener står för 74% av den hänförbara risken för sjukdomen. Inte bara var detta överraskande i ett tillstånd som inte tidigare hade ansetts vara en genetisk sjukdom, utan dessa studier hjälpte till att demonstrera den biologiska grunden för sjukdomen genom att titta på en variation i genen för komplementprotein H. Denna gen kodar för ett protein som reglerar inflammation.
Att veta detta kan forskare förhoppningsvis utforma behandlingar som syftar till orsaken snarare än symptom.
Inflammatorisk tarmsjukdom
GWAS har identifierat ett stort antal loci associerade med utvecklingen av inflammatoriska tarmsjukdomar (ulcerös kolit och Crohns sjukdom), men fann också en mutation som verkar skydda mot utvecklingen av ulcerös kolit. Genom att studera proteinet som framställs av denna gen kan forskare förhoppningsvis utforma ett läkemedel som också kan kontrollera eller förhindra sjukdomen.
Många andra medicinska tillstånd
Det finns många vanligare medicinska tillstånd där GWAS har gjort viktiga resultat. Bara några av dessa inkluderar:
- Alzheimers sjukdom
- Osteoporos
- För tidig äggstockssvikt (tidig klimakteriet)
- Diabetes typ 2
- Psoriasis
- Parkinsons sjukdom
- Vissa typer av hjärtsjukdomar
- Fetma
- Schizofreni
Ett ord från Verywell
Genomgenomgående associeringsstudier har redan förbättrat vår förståelse för många vanliga sjukdomar. Att följa ledtrådarna i dessa studier som pekar på de bakomliggande biologiska sjukdomsmekanismerna har potential att förändra inte bara behandling utan möjligen förhindra dessa tillstånd i framtiden.