Biglycan
Giriş
Biglycan, _BGN_ geni tarafından kodlanan küçük, lösin açısından zengin bir proteoglikandır (SLRP). Bu, çevredeki hücrelere yapısal ve biyokimyasal destek sağlayan makromoleküllerden oluşan karmaşık bir ağ olan ekstraselüler matrisin (ECM) temel bir bileşenidir.
Biyolojik Temel
Bir proteoglikan olarak, biglycan bağlı glikozaminoglikan zincirleri içeren bir çekirdek proteinden oluşur. Bu yapı, ECM'ın kollajen lifleri de dahil olmak üzere çeşitli bileşenleriyle etkileşime girmesine olanak tanır; burada kollajen liflerinin birleşimi, düzenlenmesi ve genel doku mimarisinde rol oynar. Yapısal katkılarının ötesinde, biglycan ayrıca büyüme faktörleri ve hücre yüzeyi reseptörleri ile etkileşime girerek proliferasyon, farklılaşma ve doku onarımı gibi hücresel süreçleri etkiler. Çeşitli etkileşimleri onu hücre sinyal yollarının bir modülatörü yapar ve dokuların dinamik yapısına katkıda bulunur.
Klinik Önemi
Biglycan'daki düzensizlik veya genetik varyantlar, vücuttaki yaygın varlığı ve çoklu rolleri nedeniyle devam eden araştırmaların konularıdır. Biglycan'ın fonksiyonlarını ve üzerindeki genetik etkileri anlamak, çeşitli sağlık durumlarının patojenezine dair içgörüler sunabilir.
Sosyal Önem
_BGN_ gibi genlerin ve biglycan gibi ilgili proteinlerinin incelenmesi, insan biyolojisi ve hastalıkları hakkındaki anlayışımızı ilerletmek için hayati öneme sahiptir. Bu tür araştırmalardan elde edilen bilgiler, bireysel sağlığı etkileyebilecek potansiyel genetik faktörleri belirlemeye yardımcı olarak geniş tüketici genetiği alanına katkıda bulunur. Bu anlayış, nihayetinde tanı araçları ve tedavi stratejilerinin gelişimini şekillendirebilir ve halk sağlığına katkıda bulunabilir.
Metodolojik ve İstatistiksel Kısıtlamalar
Genetik çalışmalar, özellikle genom çapında ilişkilendirme çalışmaları (GWAS), sıklıkla örneklem büyüklüğü ile kısıtlıdır ve bu durum, mütevazı büyüklükteki genetik etkileri tespit etme gücünü sınırlayabilir.[1] Bazı çalışmalar orta büyüklükte, iyi karakterize edilmiş kohortlarda yürütülse de, daha küçük etki büyüklüklerini veya daha az yaygın varyantları tanımlamak genellikle daha büyük örneklem büyüklükleri ve geliştirilmiş istatistiksel güç gerektirir.[2] Ayrıca, istatistiksel yöntemlerin seçimi sonuçları önemli ölçüde etkileyebilir; farklı analitik yaklaşımlar bazen örtüşmeyen en iyi genetik ilişkilendirmeler üretebilir, bu da model varsayımlarının ve bunların yorumlama üzerindeki etkisinin dikkatlice değerlendirilmesi gerekliliğini vurgulamaktadır.[1] Tahmini etki büyüklüklerinin varyansı, tekrarlanan ölçümlerin ortalamalarından veya monozigotik ikiz çiftlerinden türetilenler gibi gözlemlerin doğasından da etkilenebilir ve popülasyon düzeyindeki etkileri doğru bir şekilde tahmin etmek için özel ayarlamalar gerektirir.[3] Başka bir kritik kısıtlama, genetik varyasyonun kapsama alanı ve replikasyon zorluklarıyla ilgilidir. Erken dönem GWAS çalışmaları, 100K SNP dizilerini kullanarak, gen bölgelerinin sıklıkla yetersiz kapsama alanına sahipti ve daha yoğun dizilerin yakalayabileceği gerçek ilişkilendirmeleri potansiyel olarak kaçırıyordu.[2] Eksik genotiplerin imputasyonu, kapsama alanını artırırken, bir hata payı getirir ve impute edilmiş alleller için bildirilen hata oranları %1,46 ila %2,14 arasında değişmektedir.[4] Sonuç olarak, tanımlanan birçok ilişkilendirme, özellikle sıkı genom çapında anlamlılık eşiklerine (örn., Bonferroni düzeltmesi p değeri 5*10.[5] ) ulaşmayanlar, hipotez oluşturucu olarak görülmeli ve geçerliliklerini doğrulamak için ek örneklemlerde bağımsız replikasyon gerektirir.[1] Genom çapında taramalarda istatistiksel anlamlılık tanımı, a priori olasılıklar ve çalışma gücünün karmaşık etkileşimini tam olarak açıklayamayan pragmatik eşiklere sıklıkla dayanan karmaşık bir sorun olmaya devam etmektedir.[6]
Genellenebilirlik ve Fenotipik Karakterizasyon
Bulguların genellenebilirliği, çalışma kohortlarının kökeni ile sınırlı olabilir; zira ilk GWAS çalışmalarının çoğu, ağırlıklı olarak Avrupa veya Kafkas kökenli popülasyonlarda yürütülmüştür.[7] Popülasyon tabakalaşmasının etkilerini aile temelli testler veya temel bileşen analizi gibi yöntemlerle azaltmak için sıklıkla çaba gösterilse de, kalıntı tabakalaşma sonuçları yine de etkileyebilir.[3] Etnik olarak kısıtlı bu tür örneklemlere dayanmak, bulguların daha çeşitli küresel popülasyonlara uygulanabilirliğini sınırlayabilir ve bu da genetik araştırmalarda daha geniş temsil ihtiyacının altını çizmektedir.
Fenotiplerin kesin karakterizasyonu ve ölçümünde de zorluklar ortaya çıkmaktadır. Birçok biyolojik özellik normal bir dağılım göstermeyebilir; bu da geçerli analizler sağlamak için uygun istatistiksel dönüşümleri (örn. logaritmik, Box-Cox veya probit dönüşümleri) gerektirmektedir.[8] Fenotip ölçümüne yönelik yaklaşım, örneğin birden fazla incelemede özelliklerin ortalamasının alınması gibi, gözlemlenen genetik ilişkilendirmeleri ve bunların yorumlanmasını da etkileyebilir.[1] Fenotiplemedeki bu metodolojik seçimler, değişkenlik yaratabilir veya bağlama özgü genetik etkileri gizleyebilir, böylece genetik ilişkilendirmelerin açıklığını ve sağlamlığını etkileyebilir.
Çevresel Modülatörler ve Açıklanamayan Varyasyon
Genetik varyantlar genellikle tek başına etki etmezler, ancak çevresel etkilerle önemli ölçüde modüle edilebilirler ve bağlama özgü ilişkilendirmelere yol açarlar.[1] Örneğin, bazı genetik varyantların sol ventrikül kütlesi gibi özellikler üzerindeki etkisinin, diyetle alınan tuz miktarına göre değiştiği gösterilmiştir.[1] Ancak, birçok çalışma bu karmaşık gen-çevre etkileşimlerini kapsamlı bir şekilde incelememekte, dolayısıyla fenotipik varyasyonu açıklayan kritik faktörleri gözden kaçırabilmektedir. Bu tür analizlerin eksikliği, bir özelliğe genetik ve çevresel katkıların tüm yelpazesinin tam olarak anlaşılamadığı anlamına gelmektedir.
Genetik lokusların tanımlanmasına rağmen, fenotipik varyasyonun önemli bir kısmı genellikle açıklanamamış kalır; bu durum bazen 'eksik kalıtım' olarak adlandırılan bir olgudur. Bazı özellikler güçlü bir heritabilite göstererek önemli bir additif genetik bileşeni işaret etse de, tanımlanan genetik varyantlar bu kalıtsal bileşenin yalnızca küçük bir kısmını açıklayabilir.[2] Bu durum, genel özellik mimarisine katkıda bulunan, küçük etkilere sahip çok sayıda başka genetik faktörün, nadir varyantların, karmaşık epigenetik mekanizmaların veya ölçülmemiş çevresel faktörlerin varlığını düşündürmekte ve mevcut bilgide önemli bir boşluğu temsil etmektedir.
Varyantlar
Genetik varyasyonlar, genellikle gen fonksiyonunu veya ifadesini etkileyerek, bir bireyin biyolojik özelliklerini ve hastalık yatkınlıklarını şekillendirmede hayati bir rol oynar. Burada tartışılan varyantlar, çeşitli biyolojik süreçlerde yer alan bir dizi geni kapsayarak, ekstraselüler matris organizasyonu, inflamasyon ve hücre sinyalizasyonunda yaygın rollere sahip küçük, lösin açısından zengin bir proteoglikan olan biglycan'ın karmaşık düzenlenmesine toplu olarak veya bireysel olarak katkıda bulunabilir. Bu genetik etkileri anlamak, biglycan'ın bağlama bağlı fonksiyonlarına ve sağlık ve hastalıktaki etkilerine dair içgörü sağlar.
XYLT1 içindeki rs61758388 varyantı ve XYLT1 - RPL7P47 intergenik bölgesindeki rs116912469 varyantı, glikozaminoglikanların (GAG'lar) sentezini başlatan bir enzim olan XYLT1 (ksiloziltransferaz 1) ile ilişkilidir. GAG'lar, biglycan gibi proteoglikanların kritik bir parçasını oluşturan temel karbonhidrat zincirleridir. Bu varyantlara bağlı olarak XYLT1 aktivitesindeki değişiklikler, biglycan'ın GAG zincirlerinin ilk birleşimini ve sonraki yapısını etkileyebilir; bu zincirler, diğer moleküllerle etkileşimleri ve genel biyolojik fonksiyonu için hayati öneme sahiptir. Benzer şekilde, rs780989226 varyantına sahip CHSY1 (kondroitin sülfat sentaz 1), biglycan üzerinde bulunan yaygın bir modifikasyon olan kondroitin sülfat GAG'larının uzatılmasında doğrudan rol oynar. CHSY1'deki polimorfizmler, bu GAG'ların uzunluğunu veya bileşimini etkileyerek, biglycan'ın büyüme faktörlerini bağlama veya hücresel sinyalizasyona katılma yeteneğini modüle edebilir.[8], [9] Bu genetik varyasyonlar, proteoglikan biyosentezi üzerindeki hassas kontrolü ve çeşitli fizyolojik özellikler üzerindeki geniş etkilerini vurgulamaktadır.
rs2511241 ve rs149467613 varyantlarıyla ilişkili P2RY2 geni, ATP ve UTP gibi ekstraselüler nükleotidlere yanıt veren bir hücre yüzeyi reseptörü olan bir P2Y2 pürinerjik reseptörü kodlar. Bu reseptör, inflamasyon, hücre çoğalması ve doku onarımı dahil olmak üzere çeşitli hücresel fonksiyonlarda rol oynar. P2RY2'deki varyasyonlar, hücrelerin stres veya yaralanmaya nasıl yanıt verdiğini değiştirebilir, bu da biglycan'ın rol oynadığı bağışıklık hücresi toplanması ve ekstraselüler matrisin yeniden modellenmesi gibi yolları dolaylı olarak etkileyebilir. Bu arada, rs7080386 varyantı, bir Jumonji alanı içeren protein 1C'yi kodlayan JMJD1C ile bağlantılıdır. JMJD1C, kromatin yapısını değiştirerek gen ekspresyonunu düzenlemek için kritik bir enzim olan bir histon demetilaz olarak işlev görür. Etkisi gelişimsel süreçlere, metabolizmaya ve hücresel farklılaşmaya kadar uzanır.[7], [10] Dolayısıyla, JMJD1C'deki varyasyonlar, biglycan'ın sentezi, döngüsü veya etkileşimde bulunduğu ortakları ile ilgili genlerin transkripsiyonunu geniş ölçüde etkileyerek biglycan'ın çeşitli rollerini etkileyebilir.
Trombosit fonksiyonu, GP6-AS1'i içeren GP6 bölgesindeki rs1671152 gibi varyantlardan etkilenir. GP6, trombositler üzerinde kollajene bağlanan, vasküler hasar bölgelerinde trombosit aktivasyonunu ve kan pıhtısı oluşumunu başlatan anahtar bir reseptör olan Glikoprotein VI'yı kodlar.[11] GP6'daki varyasyonlar, biglycan'ın da aktif olduğu, sıklıkla kollajenle etkileşime girdiği hemostaz ve inflamatuar yanıtları etkileyerek trombosit reaktivitesini değiştirebilir. Benzer şekilde, rs3756074 varyantı PF4 - PPBP genomik bölgesinde yer almaktadır. PF4 (trombosit faktörü 4) ve PPBP (pro-trombosit bazik proteini veya CXCL7), aktive olmuş trombositler tarafından salgılanan, güçlü inflamatuar mediyatörler olarak işlev gören, bağışıklık hücrelerini toplayan ve doku onarımını etkileyen kemokinlerdir. Bu bölgedeki genetik varyasyonlar, bu trombosit kaynaklı faktörlerin üretimini veya aktivitesini değiştirebilir, böylece biglycan'ın önemli bir rol oynadığı inflamatuar ortamı ve doku yeniden modelleme süreçlerini etkileyebilir.[12] Biglycan ile bu trombosit kaynaklı faktörler arasındaki karmaşık etkileşim, vücudun yaralanma ve inflamasyona verdiği yanıtın merkezindedir.
Diğer varyantlar arasında, ZFPM2-AS1'i içeren ZFPM2 geni ile ilişkili rs6993770 bulunmaktadır. ZFPM2 (çinko parmak proteini, çok tipli 2), aynı zamanda FOG2 olarak da bilinen, çeşitli organların gelişimi için hayati öneme sahip bir transkripsiyonel ko-regülatördür. Gen ekspresyonundaki rolü, bu varyantın geniş bir biyolojik yol yelpazesini etkileyebileceğini, potansiyel olarak biglycan'ın fonksiyonlarıyla ilgili doku bütünlüğünü ve hücresel sinyalizasyonu etkileyebileceğini düşündürmektedir. Bağışıklık sistemi de HLA-C'deki rs2523609 gibi genetik faktörler tarafından şekillenir. HLA-C, antijenleri T hücrelerine sunmak ve doğal öldürücü hücre aktivitesini düzenlemek için kritik olan bir majör histokompatibilite kompleksi (MHC) sınıf I genidir, böylece hem adaptif hem de doğuştan gelen bağışıklık yanıtlarını koordine eder.[8] Biglycan'ın bağışıklık yanıtlarını ve inflamasyonu modüle etmedeki rolleri göz önüne alındığında, HLA-C varyantları biglycan aracılı sinyallerin bağışıklık hücreleri tarafından nasıl işlendiğini dolaylı olarak etkileyebilir. Ek olarak, rs11447348 LINC01322 - BCHE bölgesinde bulunur. BCHE, nörotransmiter asetilkolin dahil olmak üzere kolin esterlerini hidrolize eden bir enzim olan bütirilkolinesterazı kodlar ve detoksifikasyon ile muhtemelen nörogelişimde rol oynar. LINC01322 daha az tanımlanmış fonksiyonlara sahip uzun bir intergenik kodlayıcı olmayan RNA olsa da, bu bölgedeki varyasyonlar enzim aktivitesini veya düzenleyici yolları etkileyebilir, böylece biglycan'ın doku bakımı ve hücresel iletişimdeki geniş fonksiyonlarıyla kesişebilecek çeşitli fizyolojik sonuçlara katkıda bulunabilir.[6]
Önemli Varyantlar
| RS ID | Gen | İlişkili Özellikler |
|---|---|---|
| rs61758388 | XYLT1 | biglycan measurement |
| rs2511241 rs149467613 |
P2RY2 | protein measurement blood protein amount hepatocyte growth factor amount aspartate aminotransferase measurement serum alanine aminotransferase amount |
| rs1671152 | GP6, GP6-AS1 | reticulocyte count platelet aggregation level of acyl-coenzyme A thioesterase 13 in blood C-C motif chemokine 14 measurement amount of early activation antigen CD69 (human) in blood |
| rs116912469 | XYLT1 - RPL7P47 | blood protein amount biglycan measurement |
| rs6993770 | ZFPM2-AS1, ZFPM2 | platelet count platelet crit platelet component distribution width vascular endothelial growth factor A amount interleukin 12 measurement |
| rs2523609 | HLA-C | interleukin-8 measurement biglycan measurement |
| rs780989226 | CHSY1 | biglycan measurement basophil count monocyte percentage of leukocytes |
| rs7080386 | JMJD1C | platelet volume liver fibrosis measurement FOXO1/IRAK4 protein level ratio in blood CDKN2D/MANF protein level ratio in blood TMSB10/ZBTB16 protein level ratio in blood |
| rs11447348 | LINC01322, BCHE | transmembrane protein 59-like measurement ADP-ribosylation factor-like protein 11 measurement biglycan measurement protein TMEPAI measurement histone-lysine n-methyltransferase EHMT2 measurement |
| rs3756074 | PF4 - PPBP | blood protein amount interleukin 7 measurement biglycan measurement protein measurement retinol dehydrogenase 16 measurement |
References
[1] Vasan, R. S., et al. "Genome-wide association of echocardiographic dimensions, brachial artery endothelial function and treadmill exercise responses in the Framingham Heart Study." BMC Med Genet, vol. 8 Suppl 1, 2007, S2.
[2] O'Donnell, C. J., et al. "Genome-wide association study for subclinical atherosclerosis in major arterial territories in the NHLBI's Framingham Heart Study." BMC Med Genet, vol. 8 Suppl 1, 2007, S11.
[3] Benyamin, B., et al. "Variants in TF and HFE explain approximately 40% of genetic variation in serum-transferrin levels." Am J Hum Genet, vol. 84, no. 1, 2009, pp. 60–65.
[4] Willer, C. J., et al. "Newly identified loci that influence lipid concentrations and risk of coronary artery disease." Nat Genet, vol. 40, no. 2, 2008, pp. 161–169.
[5] Pare, G., et al. "Novel association of ABO histo-blood group antigen with soluble ICAM-1: results of a genome-wide association study of 6,578 women." PLoS Genet, vol. 4, no. 7, 2008, e1000118.
[6] Wallace, C., et al. "Genome-wide association study identifies genes for biomarkers of cardiovascular disease: serum urate and dyslipidemia." Am J Hum Genet, vol. 82, no. 1, 2008, pp. 109–119.
[7] Kathiresan, S., et al. "Common variants at 30 loci contribute to polygenic dyslipidemia." Nat Genet, vol. 41, no. 1, 2009, pp. 56-65.
[8] Melzer, D., et al. "A genome-wide association study identifies protein quantitative trait loci (pQTLs)." PLoS Genet, vol. 4, no. 5, 2008, e1000072.
[9] Wilk, J. B., et al. "Framingham Heart Study genome-wide association: results for pulmonary function measures." BMC Med Genet, vol. 8, suppl. 1, 2007, p. S8.
[10] Benjamin, E. J., et al. "Genome-wide association with select biomarker traits in the Framingham Heart Study." BMC Med Genet, vol. 8, suppl. 1, 2007, p. S9.
[11] Reiner, A. P., et al. "Polymorphisms of the HNF1A gene encoding hepatocyte nuclear factor-1 alpha are associated with C-reactive protein." Am J Hum Genet, vol. 82, no. 5, 2008, pp. 1193-1201.
[12] Yang, Q., et al. "Genome-wide association and linkage analyses of hemostatic factors and hematological phenotypes in the Framingham Heart Study." BMC Med Genet, vol. 8, suppl. 1, 2007, p. S10.