Serebral Dopamin Nörotrofik Faktör
Sınırlamalar
Metodolojik ve İstatistiksel Hususlar
Genetik ilişkilendirme çalışmalarında, özellikle genom çapında ilişkilendirme çalışmalarında (GWAS) temel bir zorluk, başlangıç bulgularının bağımsız kohortlarda güçlü bir şekilde doğrulanmasıdır. Dışsal replikasyonun olmaması, gerçek genetik ilişkilendirmeleri potansiyel yanlış pozitiflerden ayırt etmeyi zorlaştırır, özellikle GWAS'ta doğal olarak bulunan kapsamlı çoklu istatistiksel testler göz önüne alındığında.[1] Birçok çalışma, mütevazı büyüklükteki genetik etkileri tespit etmek için sınırlı istatistiksel güce sahip olabilir, bu da çalışma tasarımındaki farklılıklar veya popülasyonlar arasında etki büyüklüklerinin doğal değişkenliği nedeniyle daha önce bildirilen ilişkilendirmelerin tekrarlanamamasına yol açabilir.[2] Bu sınırlama, katı anlamlılık eşikleri ve yetersiz örneklem büyüklükleri nedeniyle, potansiyel olarak ilgili genetik etkilerin biyolojik önemlerine rağmen tespit edilemeyebileceği anlamına gelir.[3] Ayrıca, mevcut GWAS yaklaşımları, tarafsız keşif için etkili olsa da, genellikle mevcut tüm tek nükleotid polimorfizmlerinin (SNP'ler) bir alt kümesini kullanır ve eksik genomik kapsama nedeniyle bazı nedensel genleri potansiyel olarak gözden kaçırabilir.[4] Bu doğal sınırlama, bir aday genin rolüne dair kapsamlı bir anlayışın her zaman yalnızca standart GWAS verilerinden tam olarak belirlenemeyebileceği anlamına gelir.[4] Ek olarak, başlangıç GWAS'larındaki en istatistiksel olarak anlamlı bulgular daha büyük etki büyüklükleri bildirebilse de, bu tahminler bazen şişmeye maruz kalabilir. Sonuç olarak, bağımsız örneklemlerde dikkatli doğrulama, daha kesin ve güvenilir etki büyüklüğü tahminleri sağlamak ve tanımlanan varyantların gerçek etkisini güvence altına almak için çok önemlidir.[2]
Popülasyon Özgüllüğü ve Fenotip Karakterizasyonu
Genetik bulguların geniş uygulanabilirliğini önemli ölçüde kısıtlayan bir etken, başta Avrupa kökenli çalışma popülasyonlarına yaygın olarak güvenilmesidir; bu durum, gözlemlenen genetik ilişkilendirmelerin diğer etnik kökenlere genellenebilirliğini doğal olarak sınırlar.[3] Araştırmacılar homojen kohortlar içinde popülasyon stratifikasyonunu kontrol altına almak için önlemler uygulasa da, genetik mimari ve allel frekansları farklı atalardan gelen gruplar arasında önemli ölçüde değişebilir; bu da çeşitli küresel popülasyonlarda kapsamlı replikasyon ve araştırmayı gerektirir.[5] Bu tür kapsamlı çabalar olmaksızın, bulgular incelenen popülasyonlara özgü kalabilir, potansiyel olarak diğer demografik gruplara özgü önemli genetik varyantları veya gen-çevre etkileşimlerini gözden kaçırabilir.
Fenotiplerin karakterizasyonu, özellikle özellikler uzun süreler boyunca veya farklı ekipman ve protokollerle ölçüldüğünde metodolojik zorluklar da sunmaktadır. Örneğin, fenotipik verileri yıllar boyunca ortalamak, regresyon seyreltme sapmasını azaltmayı hedefleyebilir ancak teknolojik gelişmeler veya ölçüm tekniklerindeki değişiklikler nedeniyle istemeden yanlış sınıflandırmaya yol açabilir.[3] Bu ortalama alma stratejisi, zımnen aynı genetik ve çevresel faktörlerin özellikleri geniş bir yaş aralığında tekdüze şekilde etkilediğini varsayar; bu varsayım, yaşa bağlı genetik etkileri maskeleyebilir ve genetik ilişkilendirmelerin doğru yorumlanmasını zorlaştırabilir.[3]
Hesaba Katılmayan Faktörler ve Kalan Bilgi Boşlukları
Genetik yatkınlıklar ve çevresel faktörler arasındaki karmaşık etkileşim, mevcut araştırmaların sıklıkla sınırlılıklara sahip olduğu önemli bir alanı temsil etmektedir. Bazı çalışmalar gen-çevre etkileşimlerini incelese de, çevresel karıştırıcı faktörlerin tüm spektrumu ve genetik ilişkilendirmeler üzerindeki modüle edici etkileri kapsamlı bir şekilde yakalanması zordur.[6] Bu karmaşık etkileşimlerin yeterince hesaba katılmaması, bir özelliğin gerçek genetik mimarisini gizleyebilir veya etiyolojisinin eksik anlaşılmasına yol açabilir.
Ayrıca, birçok çalışma, çoklu test yükünü yönetme çabasıyla, fenotipler üzerinde cinsiyete özgü etkiler gösteren genetik varyantları potansiyel olarak gözden kaçırarak cinsiyete göre birleştirilmiş analizleri tercih edebilir.[4] Bu yaklaşım, bir cinsiyette veya diğerinde genetik katkıların küçümsenmesine yol açabilir. Çok sayıda genetik lokusun tanımlanmasına rağmen, birçok karmaşık özelliğin kalıtsallığının önemli bir kısmı açıklanamamış durumdadır; bu durum, mevcut GWAS dizileri veya analitik yöntemlerle tam olarak yakalanamayan —nadir varyantlar, yapısal varyasyonlar veya epigenetik modifikasyonlar gibi— ek genetik faktörlerin varlığına işaret etmektedir.[4]
Varyantlar
Genetik varyantlar, nörolojik sağlık için hayati öneme sahip olanlar ve serebral dopamin nörotrofik faktör (CDNF) gibi nörotrofik faktörlerin düzenlenmesi de dahil olmak üzere biyolojik süreçleri etkilemede kritik bir rol oynamaktadır. Listelenen tüm varyantlar için spesifik ilişkiler henüz tam olarak aydınlatılmamış olsa da, ilgili genlerinin, beyin fonksiyonunu ve genel fizyolojik dengeyi toplu olarak etkileyebilecek temel hücresel aktivitelere katıldığı bilinmektedir. Genom çapında ilişkilendirme çalışmaları (GWAS), geniş bir yelpazedeki insan özellikleri ve hastalıklarıyla ilişkili çok sayıda genetik lokusun tanımlanmasında etkili olmuş, yaygın genetik varyantların sağlık üzerindeki yaygın etkisini vurgulamıştır.[7] Bu tür araştırmalar, bu genlerdeki varyantların karmaşık fenotipler üzerinde ince ancak önemli etkiler yaratma potansiyelinin altını çizmektedir.
Bu listedeki bazı genler, kritik hücresel bakım ve düzenleyici fonksiyonlarda rol almaktadır. Örneğin, HSPA14 geni, uygun protein katlanması ve hücresel strese yanıt için esas olan bir ısı şok proteini ailesi üyesini kodlamaktadır. rs11814337 gibi bir varyant, nöronların hayatta kalması ve işlevi için hayati öneme sahip olan bu protein kalite kontrol mekanizmalarının verimliliğini potansiyel olarak değiştirebilir ve böylece CDNF gibi nörotrofik faktörlerin işlev gördüğü ortamı dolaylı olarak etkileyebilir. Benzer şekilde, SUV39H2 epigenetik düzenlemede yer alan, kromatin yapısını değiştirerek gen ekspresyonunu kontrol eden bir histon metiltransferazdır. rs117445560 gibi varyantlar, nöronal gelişim veya bakım için kritik olan genlerin, CDNF'nin kendisi de dahil olmak üzere, ekspresyon seviyelerini etkileyebilir; zira epigenetik modifikasyonların nöral plastisiteyi ve beyin sağlığını derinden etkilediği bilinmektedir.[1] OLAH (O-Bağlı N-Asetilglukozamin Hidrolaz) ve POFUT1 (Protein O-Fukosiltransferaz 1), proteinlerin farklı ancak eşit derecede önemli post-translasyonel modifikasyonlarında rol alan enzimlerdir. Bu modifikasyonlar, protein fonksiyonunu, stabilitesini ve hücresel sinyalizasyonu, nöronal gelişim ve hayatta kalmayı etkileyebilecek yollar da dahil olmak üzere düzenler. OLAH'taki rs4748137 veya POFUT1'deki rs17268666 gibi varyantlar, bu düzenleyici süreçleri ince bir şekilde değiştirebilir ve hücresel dayanıklılık veya nörotrofik sinyalizasyondaki varyasyonlara katkıda bulunabilir.
CDNF geninin kendisi, nöroprotektif etkileriyle, özellikle dopamin üreten nöronlar üzerindeki etkileriyle bilinen serebral dopamin nörotrofik faktörünü kodlar. CDNF geni içinde veya yakınındaki rs61738953, rs7899405 ve rs11259362 gibi varyantlar, genin ekspresyonunu, stabilitesini veya aktivitesini etkileyerek beynin dopamin nöron sağlığını sürdürme kapasitesini doğrudan etkileyebilir. Bu durum, CDNF'nin nörodejeneratif durumlardaki potansiyel rolü göz önüne alındığında özellikle önemlidir. Doğrudan nöral katılımın ötesinde, diğer genler sistemik sağlığa ve beyin fonksiyonunu ikincil olarak etkileyebilecek bağışıklık yanıtlarına katkıda bulunur. DCLRE1C (ARTEMIS), DNA onarımı ve bağışıklık hücresi gelişimi için kritik öneme sahipken, CFH (Kompleman Faktör H) doğuştan gelen bağışıklık sisteminin anahtar bir düzenleyicisidir. DCLRE1C'deki rs60386788 veya CFH'deki rs34813609 gibi varyantlar, immün düzenlemeyi ve inflamatuar süreçleri etkileyebilir; bu süreçler, nöroinflamasyona ve genel beyin sağlığına katkıda bulunan faktörler olarak giderek daha fazla kabul edilmekte ve nörotrofik faktörlerin etkinliğini etkilemektedir. Araştırmalar, genetik varyasyonların immün ve inflamatuar biyobelirteçleri etkileyebileceğini ve bu biyobelirteçlerin geniş bir sağlık sonuçları yelpazesiyle ilişkili olduğunu göstermiştir.[8] Ayrıca, UMOD (Üromodulin) böbrek fonksiyonu ve inflamasyonda önemli bir rol oynar. UMOD'daki rs113878851 gibi bir varyant, böbrekle ilişkili durumlarla ilişkili olabilir; bu durumlar, daha geniş sistemik sağlığın bir parçası olarak, beyin sağlığı ve nörotrofik destek için dolaylı çıkarımlara sahip olabilir. FAM107B ve FAM171A1 genleri, fonksiyonları daha az kapsamlı bir şekilde karakterize edilmiş proteinleri kodlar, ancak genellikle çeşitli hücresel süreçlerde rol oynadığı düşünülmektedir. FAM107B'deki rs10906747 veya FAM171A1'deki rs549652490 gibi varyantlar, hücre büyümesini, farklılaşmasını veya sinyal yollarını etkileyebilir; bu da beyin sağlığının ve nörotrofik faktörlerin düzenlenmesinin altında yatan karmaşık genetik mimariye katkıda bulunabilir. Kapsamlı genetik çalışmalar yoluyla bu tür varyantların tanımlanması, çeşitli fizyolojik sistemler genelinde genotip ve fenotip arasındaki karmaşık bağlantılara dair anlayışımızı genişletmeye devam etmektedir.[9]
Önemli Varyantlar
| RS ID | Gen | İlişkili Özellikler |
|---|---|---|
| rs11814337 | HSPA14 | cerebral dopamine neurotrophic factor measurement |
| rs61738953 rs7899405 rs11259362 |
CDNF | blood protein amount cyclic AMP-dependent transcription factor ATF-6 alpha measurement cerebral dopamine neurotrophic factor measurement |
| rs60386788 | DCLRE1C | cerebral dopamine neurotrophic factor measurement |
| rs117445560 | SUV39H2 | cerebral dopamine neurotrophic factor measurement |
| rs4748137 | OLAH | cerebral dopamine neurotrophic factor measurement |
| rs34813609 | CFH | insulin growth factor-like family member 3 measurement vitronectin measurement rRNA methyltransferase 3, mitochondrial measurement secreted frizzled-related protein 2 measurement Secreted frizzled-related protein 3 measurement |
| rs10906747 | FAM107B | cerebral dopamine neurotrophic factor measurement gut microbiome measurement, environmental exposure measurement |
| rs549652490 | FAM171A1 | cerebral dopamine neurotrophic factor measurement |
| rs17268666 | POFUT1 | blood protein amount cerebral dopamine neurotrophic factor measurement |
| rs113878851 | UMOD | B-cell antigen receptor complex-associated protein beta chain measurement level of chemokine-like protein TAFA-5 in blood tumor necrosis factor receptor superfamily member 9 amount level of myelin-oligodendrocyte glycoprotein in blood junctional adhesion molecule B measurement |
References
[1] Benjamin EJ, et al. "Genome-wide association with select biomarker traits in the Framingham Heart Study." BMC Med Genet. 2007.
[2] Sabatti, Chiara, et al. "Genome-wide association analysis of metabolic traits in a birth cohort from a founder population." Nature Genetics, vol. 41, no. 1, Jan. 2009, pp. 35-42.
[3] Vasan, Ramachandran S., et al. "Genome-wide association of echocardiographic dimensions, brachial artery endothelial function and treadmill exercise responses in the Framingham Heart Study." BMC Medical Genetics, vol. 8, 2007.
[4] Yang, Qiong, et al. "Genome-wide association and linkage analyses of hemostatic factors and hematological phenotypes in the Framingham Heart Study." BMC Medical Genetics, vol. 8, 2007.
[5] Pare, Guillaume, et al. "Novel association of HK1 with glycated hemoglobin in a non-diabetic population: a genome-wide evaluation of 14,618 participants in the Women's Genome Health Study." PLoS Genetics, vol. 4, no. 12, Dec. 2008, e1000308.
[6] Dehghan, Abbas, et al. "Association of three genetic loci with uric acid concentration and risk of gout: a genome-wide association study." The Lancet, vol. 372, no. 9654, Dec. 2008, pp. 1858-64.
[7] Kathiresan S, et al. "Common variants at 30 loci contribute to polygenic dyslipidemia." Nat Genet. 2008.
[8] Reiner AP, et al. "Polymorphisms of the HNF1A gene encoding hepatocyte nuclear factor-1 alpha are associated with C-reactive protein." Am J Hum Genet. 2008.
[9] Wilk JB, et al. "Framingham Heart Study genome-wide association: results for pulmonary function measures." BMC Med Genet. 2007.