C Glikoziltriptofan

C-glikoziltriptofan, bir glikanın (şeker molekülü) bir proteinin triptofan amino asit kalıntısına bir karbon-karbon (C-C) bağı aracılığıyla bağlandığı benzersiz bir post-translasyonel modifikasyon türünü ifade eder. Bu, daha yaygın olan N-glikosilasyondan (şekerin nitrojene bağlı olması) veya O-glikosilasyondan (şekerin oksijene bağlı olması) farklıdır ve C-C bağını olağanüstü derecede kararlı ve enzimatik kesime karşı dirençli kılar. Bu modifikasyon, farklı organizmalarda çeşitli salgılanan ve membrana bağlı proteinlerde bulunur.

Biyolojik Temel

C-glikosiltriptofan’ın en iyi bilinen formu, bir mannoz şekerinin triptofan’ın indol halkasının C2 karbonuna bağlandığı C-mannosilasyondur. Bu süreç tipik olarak endoplazmik retikulumda meydana gelir ve spesifik C-mannosiltransferazlar tarafından katalize edilir. C-glikosiltriptofan modifikasyonları, sıklıkla EGF benzeri (epidermal büyüme faktörü benzeri) alanlar içeren proteinlerde bulunur ve protein katlanması, salgılanması ve genel yapısal stabilitede kritik roller oynar. Bu modifikasyonlar, protein-protein etkileşimlerini ve reseptör bağlanmasını etkileyerek hücresel süreçleri modüle edebilir.

Klinik Önemi

Protein yapısı ve işlevindeki rolü göz önüne alındığında, C-glikosiltritofan modifikasyon yollarındaki değişiklikler önemli klinik çıkarımlara sahip olabilir. C-glikosilasyon dahil olmak üzere glikosilasyondaki kusurlar, birden fazla organ sistemini etkileyen geniş bir semptom yelpazesi ile karakterize edilen bir grup genetik hastalık olan konjenital glikosilasyon bozukluklarına (CDG) katkıda bulunabilir. Ayrıca, immün yanıt, nörolojik gelişim veya pıhtılaşmada rol oynayan proteinler üzerindeki spesifik C-glikosilasyon paternleri, bu kritik proteinlerin stabilitesini, aktivitesini veya lokalizasyonunu etkileyerek çeşitli insan hastalıklarının patogenezinde rol oynayabilir.

Sosyal Önem

c-glikosiltriptofanın ve biyolojik rollerinin anlaşılması, temel biyokimya ve hücre biyolojisi alanındaki bilginin ilerlemesi için çok önemlidir. Bu modifikasyonun eşsiz kararlılığı, gelişmiş stabilite ve spesifik hedeflemenin arzu edildiği protein mühendisliği ve terapötik proteinlerin geliştirilmesi alanındaki araştırmalar için ilgi çekici bir hedef haline getirmektedir. C-glikosilasyon yollarına ilişkin bilgiler, protein yanlış katlanması veya işlev bozukluğu ile bağlantılı hastalıklar için yeni tanısal belirteçlere veya terapötik stratejilere yol açarak daha geniş glikobiyoloji alanına da katkıda bulunmaktadır.

Metodolojik ve İstatistiksel Hususlar

Genom çapında ilişkilendirme çalışmaları (GWAS) sıklıkla çalışma tasarımı ve istatistiksel güçle ilgili zorluklarla karşılaşır. Birçok araştırma, orta düzeyde kohort büyüklükleriyle yürütülür; bu durum, ince etki büyüklüklerine sahip genetik ilişkilendirmeleri tespit etme yeteneğini azaltabilir ve potansiyel olarak yanlış negatif bulgulara yol açabilir.^[1] Ayrıca, GWAS’ta gerçekleştirilen çok sayıda istatistiksel test, çoklu karşılaştırmalar için titiz bir düzeltme gerektirir; bağımsız replikasyon olmadan, bildirilen ilişkilendirmelerin önemli bir kısmı yanlış pozitifleri temsil edebilir.^[1] İmputasyon yöntemleri, genomik kapsamı genişletirken, referans panellerine ve kalite eşiklerine (örn., RSQR ≥ 0.3) dayanır; bu da iyi temsil edilmeyen veya yüksek güvenle impute edilmeyen varyantların gözden kaçırılabileceği anlamına gelir.^[2]Bu eksik genomik kapsam, tüm olası tek nükleotid polimorfizmlerinin (SNP’ler) bir alt kümesinin kullanımıyla birleştiğinde, aday genlerin kapsamlı çalışmasını sınırlayabilir ve potansiyel olarak nedensel varyantları gözden kaçırabilir.^[3] Çalışmalar arasında sonuçları birleştirme ve yorumlama konusunda ileri istatistiksel karmaşıklıklar ortaya çıkar. Meta-analizler verileri bir araya getirirken, etki büyüklükleri bazen belirli çalışma aşamalarından elde edilir ve çalışmalar arasındaki heterojenliğin varlığı, değerlendirilmiş olsa bile, birleşik tahminlerin güvenilirliğini etkileyebilir.^[4] Birçok ilk rapor, çoklu karşılaştırmaların tam kapsamı için ayarlanmamış p-değerleri sunar; bu durum, sağlam ilişkilendirmeler oluşturmak için Bonferroni düzeltmesi gibi çok katı eşikler (örn., global anlamlılık için 5 × 10.^[5] ila 1.6 × 10.^[5]) gerektirir.^[6] Ek olarak, toplamsal genetik modeller yaygın olarak kullanılsa ve genellikle yeterli olsa da, bazı ilişkilendirmeler yalnızca farklı genetik modeller altında tespit edilebilir veya cinsiyete özgü etkiler, cinsiyetler arası birleştirilmiş analizler tarafından gözden kaçırılabilir.^[5]

Popülasyon Özgüllüğü ve Genellenebilirlik

Birçok GWAS’ın önemli bir sınırlaması, beyaz Avrupalı kökenli veya kurucu popülasyonlardan olanlar gibi belirli soy gruplarından kohortlara odaklanmalarıdır; bu durum, bulguların daha çeşitli küresel popülasyonlara uygulanabilirliğini kısıtlayabilir.^[7] Araştırmacılar, bu gruplar içindeki popülasyon stratifikasyonunun etkisini azaltmak için aile temelli ilişkilendirme testleri, genomik kontrol ve temel bileşen analizi dahil olmak üzere çeşitli stratejiler kullansalar da, kalıntı alt yapı, ilişkilendirme sinyallerini yine de ince bir şekilde etkileyebilir.^[6] Bulguların genellenebilirliği, daha önce bildirilen ilişkilendirmelerin çalışmalar arasında tekrarlanamamasının yalnızca yanlış pozitiflerden değil, aynı zamanda çalışma tasarımındaki farklılıklardan, istatistiksel güçten veya farklı popülasyonlarda bağlantı dengesizliği ve çoklu nedensel varyantların değişen modellerinden de kaynaklanabileceği gözlemiyle daha da zorlaşmaktadır.^[8] Bu nedenle, farklı genetik arka planlara sahip popülasyonlar için bu genetik içgörülerin faydası, daha fazla araştırma gerektiren bir alan olmaya devam etmektedir.

Fenotipik Değerlendirme ve Kalan Bilgi Açıkları

GWAS’taki fenotiplerin karakterizasyonu genellikle spesifik biyobelirteçlere dayanır; bunlar pratik olmakla birlikte, altta yatan biyolojik karmaşıklığı tam olarak yakalayamayabilir veya birincil amaçlanan kullanımlarının ötesinde başka fizyolojik durumları yansıtabilir. Örneğin, böbrek fonksiyonu için sistatin C veya tiroid fonksiyonu için TSH kullanmak, sırasıyla GFR veya serbest tiroksin gibi doğrudan ölçümler kadar kesin olmayabilir ve bu belirteçler kardiyovasküler hastalık gibi diğer sağlık durumlarından da etkilenebilir.^[7] Yaş, cinsiyet ve BMI gibi bilinen kovaryatlar için dikkatli ayarlamalara rağmen, ölçülmemiş çevresel faktörler veya karmaşık gen-çevre etkileşimleri gözlemlenen ilişkileri karıştırabilir, genetik etkilerin tam olarak anlaşılmasını sınırlayabilir.^[5] Ayrıca, GWAS’ın birincil çıktısı olan istatistiksel ilişkiler, takip için varyantları önceliklendirmede ve karmaşık özellikleri nasıl etkilediklerine dair kesin biyolojik mekanizmaları aydınlatmada temel bir zorluk teşkil etmekte, ilişki ile fonksiyonel sonuç arasındaki kalıcı bir bilgi açığını vurgulamaktadır.^[1]

Varyantlar

Genetik varyasyonlar, hücresel mimariden gen ekspresyonuna kadar çeşitli biyolojik süreçleri modüle etmede önemli bir rol oynamakta ve c-glikosiltriptofan gibi protein modifikasyonları için potansiyel çıkarımlar taşımaktadır. SHROOM3 geni, ilişkili varyantı rs34533854 ile birlikte, aktin hücre iskeleti ile etkileşimi yoluyla hücre şekli, adezyon ve göçünü düzenlemek için kritiktir. Bu varyanttan kaynaklanan SHROOM3 aktivitesindeki değişiklikler, hücresel yapıyı ve c-glikosiltriptofan ile modifiye edilmiş proteinlerin lokalizasyonunu veya işlevini etkileyebilir; bu proteinler genellikle protein stabilitesine veya tanınmasına katkıda bulunur. Genom çapında ilişkilendirme çalışmaları, DNA varyantlarının insan hastalıklarını ve özelliklerini nasıl etkilediği konusundaki anlayışımızı önemli ölçüde ilerletmiştir.^[9] Benzer şekilde, SLC34A1 (rs55785724 ), böbreklerde fosfatın geri emilimi için temel olan bir sodyum-fosfat kotransporterini kodlar.SLC34A1’deki varyasyonlar, metabolik öncüleri veya karmaşık translasyon sonrası modifikasyonlar için gerekli hücresel ortamı etkileyebilir. RASIP1 geni (rs609064 ), karmaşık hücre sinyal kaskadlarına dayanan süreçler olan endotelyal hücre göçü ve anjiyogenezde rol oynar. Buradaki değişiklikler, sinyal yollarını bozabilir, böylece c-glikosiltriptofan taşıyan proteinlerin işlenmesini veya işlevini dolaylı olarak etkileyebilir; bu proteinler genellikle hücre yüzeyi etkileşimlerinde yer alır.^[10] Son olarak, ABCC4 (rs10508018 ), hücrelerden geniş bir yelpazedeki substratları aktif olarak dışarı atan bir ATP bağlayıcı kaset taşıyıcısı olarak işlev görür ve bir varyant, bu moleküllerin, protein modifikasyonuyla ilgili olanlar da dahil olmak üzere, hücresel konsantrasyonlarını potansiyel olarak değiştirebilir.

Diğer varyantlar, gen ekspresyonunu ve protein sentezini etkileyerek protein modifikasyonları ortamını şekillendirir. Örneğin, rs9842055 varyantı, GMNC ve OSTN’yi kapsayan bir bölgede yer alır. GMNC (Geminin Coiled-Coil Domain Containing), ilerleme için hassas protein modifikasyonlarının gerekli olduğu, sıkı bir şekilde kontrol edilen bir süreç olan hücre döngüsünün düzenlenmesinde rol oynar. rs9842055 ’ten kaynaklanan bozulmalar, hücre döngüsü proteinlerinin sentezini veya stabilitesini etkileyebilir; bunlardan bazıları c-glikosiltriptofan modifikasyonu için hedef olabilir. DDX10 geni (rs7939884 ), ribozom biyogenezi ve RNA metabolizması için hayati önem taşıyan bir DEAD-box helikazını kodlar ve fonksiyonel değişiklikleri, doğru katlanmış proteinlerin verimli üretimini bozarak, translasyon sonrası modifikasyonlardan sorumlu mekanizmayı potansiyel olarak etkileyebilir. Genom çapında ilişkilendirme çalışmaları, genellikle çeşitli kantitatif özelliklerle ilişkili olan tek nükleotid polimorfizmlerini (SNP’ler) tanımlar.^[11] Ayrıca, LINC02810 (rs2077398 ), gen ekspresyonunu düzenlediği bilinen bir molekül sınıfı olan uzun intergenik kodlayıcı olmayan bir RNA’yı temsil eder. Bu lncRNA’daki bir varyant, bu nedenle c-glikosiltriptofan oluşumunu katalize eden enzimleri veya bu modifikasyonu taşıyan proteinleri kodlayan genlerin ekspresyonunu dolaylı olarak modüle edebilir. CDYL geni, RPS18P8 psödogeni ile birlikte rs145292864 ile ilişkilidir; burada CDYL, kromatin yeniden şekillenmesinde ve gen baskılanmasında rol oynayarak, protein ürünleri c-glikosiltriptofan modifikasyonlarında yer alan veya bu modifikasyonların hedefi olan genlerin transkripsiyonunu etkiler.^[12] Son olarak, protein modifikasyonu ve kompleks montajında rol oynayan genlerdeki varyantlar, geniş hücresel sonuçlara yol açabilir. KLHL33 geni, varyantı rs56824451 ile birlikte, proteinleri bozunma için hedeflemede ve stabilitelerini düzenlemede kritik öneme sahip olan E3 ubikuitin ligaz komplekslerinin oluşumunda sıklıkla rol oynayan bir Kelch benzeri proteini kodlar. KLHL33’teki bir varyant, bu ubikuitinasyon yollarını bozabilir, c-glikosiltriptofan tarafından da modifiye edilen proteinlerin döngüsünü veya aktivitesini dolaylı olarak etkileyerek çeşitli hücresel süreçleri etkileyebilir. Tek nükleotid polimorfizmleri de dahil olmak üzere genetik varyantlar, poligenik özelliklere ve hastalık yatkınlığına katkıda bulunur.^[13] DPY19L4 ve INTS8’i kapsayan bölge, farklı ancak önemli rollere sahip genleri vurgulayarak rs72676956 varyantını içerir. DPY19L4, proteinlere şeker gruplarının bağlanmasını içeren, translasyon sonrası modifikasyonların geniş bir kategorisi olan protein glikozilasyonunda doğrudan rol oynar. Klasik glikozilasyon ile c-glikosiltriptofan oluşumu arasındaki yapısal benzerlik göz önüne alındığında, DPY19L4’teki bir varyant, bu tür modifikasyonlardan sorumlu hücresel mekanizmayı veya yolları potansiyel olarak etkileyebilir. Bu arada, INTS8, küçük nükleer RNA’ların (snRNA’lar) işlenmesi ve transkripsiyonun düzenlenmesi için kritik öneme sahip olan Integrator kompleksinin bir alt birimidir.^[14] INTS8 işlevindeki değişiklikler, gen ekspresyonunu ve buna bağlı protein üretimini etkileyebilir; c-glikosiltriptofan modifikasyonuna uğrayabilecek olanlar da dahil olmak üzere, bu proteinlerin genel hücresel bulunabilirliğini ve biyolojik rollerini etkileyebilir.

Önemli Varyantlar

RS ID	Gen	İlişkili Özellikler
rs34533854	SHROOM3	triglycerides:totallipids ratio, low density lipoprotein cholesterol measurement glomerular filtration rate C-glycosyltryptophan measurement
rs55785724	SLC34A1	etiocholanolone glucuronide measurement C-glycosyltryptophan measurement hemoglobin measurement
rs9842055	GMNC - OSTN	protein measurement cerebrospinal fluid composition attribute, erythronate measurement cerebrospinal fluid composition attribute, C-glycosyltryptophan measurement brain connectivity attribute amygdala volume
rs609064	RASIP1	C-glycosyltryptophan measurement
rs7939884	DDX10	C-glycosyltryptophan measurement
rs56824451	KLHL33	C-glycosyltryptophan measurement
rs2077398	LINC02810	peptide measurement nucleotide measurement pseudouridine measurement C-glycosyltryptophan measurement
rs145292864	CDYL - RPS18P8	C-glycosyltryptophan measurement
rs10508018	ABCC4	C-glycosyltryptophan measurement
rs72676956	DPY19L4 - INTS8	C-glycosyltryptophan measurement

References

[1] Benjamin, Emelia J., et al. “Genome-wide association with select biomarker traits in the Framingham Heart Study.” BMC Medical Genetics, 2007.

[2] Yuan, Xin, et al. “Population-based genome-wide association studies reveal six loci influencing plasma levels of liver enzymes.” American Journal of Human Genetics, 2008.

[3] Yang, Qiong, et al. “Genome-wide association and linkage analyses of hemostatic factors and hematological phenotypes in the Framingham Heart Study.”BMC Medical Genetics, 2007.

[4] Willer, Cristen J., et al. “Newly identified loci that influence lipid concentrations and risk of coronary artery disease.”Nature Genetics, 2008.

[5] Pare, Guillaume, 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 Genetics, 2008.

[6] Benyamin, Beben, et al. “Variants in TF and HFE explain approximately 40% of genetic variation in serum-transferrin levels.”American Journal of Human Genetics, 2008.

[7] Hwang, Shih-Jen, et al. “A genome-wide association for kidney function and endocrine-related traits in the NHLBI’s Framingham Heart Study.” BMC Medical Genetics, 2007.

[8] Sabatti, Chiara, et al. “Genome-wide association analysis of metabolic traits in a birth cohort from a founder population.”Nature Genetics, 2008.

[9] Melzer D, et al. “A genome-wide association study identifies protein quantitative trait loci (pQTLs).” PLoS Genet, vol. 4, no. 5, 2008, e1000072.

[10] Gieger C, et al. “Genetics meets metabolomics: a genome-wide association study of metabolite profiles in human serum.”PLoS Genet, vol. 4, no. 11, 2008, e1000282.

[11] Wilk JB. “Framingham Heart Study genome-wide association: results for pulmonary function measures.” BMC Med Genet, vol. 8, suppl. 1, 2007, S8.

[12] Saxena R, et al. “Genome-wide association analysis identifies loci for type 2 diabetes and triglyceride levels.”Science, vol. 316, no. 5829, 2007, pp. 1331-36.

[13] Kathiresan S, et al. “Common variants at 30 loci contribute to polygenic dyslipidemia.” Nat Genet, vol. 40, no. 12, 2008, pp. 1395-99.

[14] Wallace C. “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. 139-49.