Balık Yağı Takviyesi Maruziyeti
Giriş
Balık yağı takviyeleri, öncelikli olarak omega-3 çoklu doymamış yağ asitleri (PUFA'lar), eikosapentaenoik asit (EPA) ve dokosaheksaenoik asit (DHA) içerikleri nedeniyle değer verilen, yaygın olarak tüketilen bir besin ürünüdür. Bu esansiyel yağ asitleri insan vücudu tarafından kolayca üretilemez ve diyet veya takviye yoluyla alınmalıdır. Tarihsel olarak, balık yağı genel sağlığı desteklemek amacıyla, özellikle de kardiyovasküler sağlığa odaklanılarak kullanılmıştır.
Balık yağı takviyelerinin etkilerinin biyolojik temeli, lipid metabolizmasının karmaşık yollarında yatmaktadır. Omega-3 yağ asitlerinin, düşük yoğunluklu lipoprotein kolesterol (LDL-C), yüksek yoğunluklu lipoprotein kolesterol (HDL-C) ve trigliserit konsantrasyonları dahil olmak üzere, lipid profillerinin çeşitli yönlerini etkilediği bilinmektedir.[1] FADS1 ve FADS2 gibi yağ asidi desatürasyonunda rol oynayan genlerdeki genetik varyasyonların, serum fosfolipitlerindeki yağ asidi profillerini etkilediği ve bunun da vücudun diyet yağ asitlerine yanıtını etkileyebileceği gösterilmiştir.[2] Trigliserit katabolizmasını inhibe eden APOC-III gibi diğer genler de lipid regülasyonunda rol oynar ve diyet faktörleriyle etkileşime girebilir.[3] Klinik olarak, balık yağı takviyesi maruziyeti, lipid seviyelerini modüle etme ve dolayısıyla kardiyovasküler hastalık riskini etkileme potansiyel rolü nedeniyle önemlidir. Genellikle genel sağlık için tavsiye edilse de, balık yağına bireysel yanıtlar, kısmen vücudun bu yağ asitlerini nasıl işlediğini ve kullandığını etkileyen genetik yatkınlıklar nedeniyle değişebilir. Balık yağının etkilerini değiştiren genetik faktörleri anlamak, daha kişiselleştirilmiş beslenme önerilerine katkıda bulunabilir.
Balık yağı takviyelerinin sosyal önemi, küresel çapta yaygın kullanımları ve sağlık faydalarına yönelik sürekli halk ve bilimsel ilgide yansımaktadır. Araştırmalar, genetik varyasyonların balık yağı takviyesi gibi diyet müdahalelerinin etkinliğini ve etkisini nasıl etkileyebileceğini aydınlatmayı amaçlayarak, diyet, genetik ve sağlık sonuçları arasındaki karmaşık etkileşimi keşfetmeye devam etmektedir.
Metodolojik ve İstatistiksel Değerlendirmeler
Devam eden prospektif bir çalışmayı içeren araştırma, öncelikli olarak çeşitli protein seviyeleriyle ilişkili protein kantitatif özellik lokuslarını (pQTL'ler) tanımlamaya odaklanmaktadır.[4] Çalışmalar arası ilişkilendirmeleri birleştirmek için ters varyans meta-analizinin kullanılması istatistiksel gücü artırsa da, katkıda bulunan bireysel çalışmaların spesifik örneklem büyüklükleri detaylandırılmamıştır.[4] Bu açık bilginin eksikliği, ince genetik etkileri tespit etmek için istatistiksel gücü tam olarak değerlendirmeyi veya özellikle daha az güçlü ilişkilendirmeler için etki büyüklüğü enflasyonu potansiyelini değerlendirmeyi zorlaştırmaktadır. Dahası, kullanılan istatistiksel model, sadece yaş ve cinsiyeti kovaryat olarak içeren additif genetik bir yaklaşım kullanmıştır; bu da karmaşık genetik mimariyi aşırı basitleştirebilir ve protein seviyelerini etkileyebilecek non-additif etkileri veya gen-gen etkileşimlerini yakalamakta yetersiz kalabilir.[4] "Kompozisyon çalışması"nın kendisi, özellikle "vücut kompozisyonundaki değişikliklerin ve kilo ile ilişkili sağlık durumlarının insident fonksiyonel kısıtlama üzerindeki etkisini araştırmak üzere tasarlanmıştır".[4] Bu odaklanmış tasarım, değerli olmakla birlikte, katılımcıların genel popülasyonu tam olarak temsil etmeyebileceği için belirli bir kohort yanlılığı derecesi getirebilir.[4] Sonuç olarak, bu spesifik kohorttan elde edilen bulgular, meta-analiz yoluyla birleştirilmiş olsa bile, daha geniş, daha çeşitli popülasyonlarda ileri doğrulama yapılmadan evrensel olarak uygulanamayabilir.[4] Yüksek genotipleme çağrı oranları ve Hardy Weinberg dengesindeki SNP'ler ile replikasyon çalışmaları yapılmış olsa da, bu replikasyon kohortlarının kapsamı ve spesifik özellikleri tam olarak detaylandırılmamıştır; bu da tekrarlanan ilişkilendirmelere olan genel güveni etkileyebilir.[4]
Genellenebilirlik ve Fenotip Tanımı
Bulguların daha geniş uygulanabilirliği için önemli bir sınırlama, Composition çalışmasındaki ve replikasyon kohortlarındaki katılımcıların atalara ait kökenleri hakkında bilgi eksikliğidir.[4] pQTL'ler de dahil olmak üzere genetik ilişkilendirmeler, allel frekanslarındaki ve bağlantı dengesizliği paternlerindeki farklılıklar nedeniyle farklı atalara ait gruplar arasında önemli ölçüde değişiklik gösterebilir. Bu kritik demografik ayrıntı olmadan, tanımlanan pQTL'lerin farklı küresel popülasyonlara genellenebilirliği belirsizliğini korumakta, potansiyel olarak hassas tıp veya çeşitli etnik kökenlerdeki halk sağlığı girişimlerindeki faydalarını sınırlamaktadır.
Dahası, çalışma genetik testler için esas olarak TNF-alfa gibi serum ölçümlerinin "başlangıç düzeylerini" kullanmıştır.[4] Bu ölçümler istatistiksel analiz için normale dönüştürülmüş olsa da, yalnızca tek bir başlangıç değerlendirmesine güvenmek, protein ekspresyonunun zaman içindeki veya çevresel uyarılara tepki olarak dinamik dalgalanmalarını tam olarak yakalayamayabilir.[4] "Composition çalışması", "vücut kompozisyonundaki değişiklikleri" ve bunların fonksiyonel sınırlama üzerindeki etkisini araştırmayı amaçlamaktadır; bu da hastalık progresyonunu ve patofizyolojiyi anlamak için dinamik protein düzeylerinin statik başlangıç ölçümlerinden daha alakalı olabileceğini düşündürmektedir.[4] Başlangıç düzeylerine yapılan bu odaklanma, protein ekspresyonunun değişkenliği veya tepkiselliği üzerindeki önemli genetik etkileri potansiyel olarak gözden kaçırabilir, bu da genetik mimarinin kapsamlı yorumlanmasını etkileyebilir.
Açıklanmayan Karıştırıcı Faktörler ve Biyolojik Karmaşıklık
Araştırma, genetik modellerinde yaş ve cinsiyeti kovaryat olarak hesaba kattı; ancak protein düzeyleriyle genetik ilişkileri önemli ölçüde karıştırabilecek çok sayıda başka çevresel faktör ve yaşam tarzı değişkeni açıkça modellenmedi.[4] Diyet, fiziksel aktivite, sosyoekonomik durum, ilaç kullanımı veya ölçülmemiş komorbiditelerin varlığı gibi faktörler, protein konsantrasyonları üzerinde önemli etki gösterebilir, gerçek genetik etkileri potansiyel olarak maskeleyebilir veya modüle edebilir. Ayrıca, çalışma gen-çevre etkileşimlerini araştırmadı; ki bu etkileşimler, genetik yatkınlıkların çeşitli çevresel koşullar altında nasıl farklı şekilde ortaya çıkabileceğini anlamak için kritik öneme sahiptir ve böylece kalan bir bilgi boşluğunu temsil etmektedir.[4] pQTL'lerin tanımlanması, protein düzeylerinin genetik belirleyicileri hakkında değerli bilgiler sağlasa da, bu bulgular, nihayetinde fonksiyonel kısıtlama gibi durumlara yol açan karmaşık biyolojik süreçlerin yalnızca bir katmanını temsil etmektedir.[4] Çalışma, genetik varyantlar ve protein miktarları arasındaki ilişkilere odaklanmaktadır; ancak bu pQTL'lerin etkilerini gösterdiği karmaşık aşağı akış biyolojik mekanizmalarını, düzenleyici ağları veya hücresel yolları tam olarak aydınlatmamaktadır.[4] İlgili sağlık koşullarının etiyolojisi ve ilerlemesinin kapsamlı bir şekilde anlaşılması, bu genetik bulguların fonksiyonel çalışmalar, proteomik ve ayrıntılı uzunlamasına klinik verilerle entegre edilmesini gerektirecektir; bu da kalan bilgi boşluklarını kapatmak için gelecekteki araştırmalar için alanları vurgulamaktadır.[4]
Varyantlar
Genetik varyasyonlar, lipit metabolizması, böbrek fonksiyonu ve nöroendokrin düzenleme dahil olmak üzere çeşitli fizyolojik süreçleri etkilemede önemli bir rol oynar ve bunlar toplu olarak genel metabolik sağlığı etkiler. Tanımlanmış çeşitli tek nükleotid polimorfizmleri (SNP'ler) ve ilişkili genleri, kolesterol ve trigliserit seviyeleri gibi özellikler üzerinde etkileri olan bu karmaşık ağa katkıda bulunur. Bu genetik bilgiler, karmaşık metabolik fenotiplerin altında yatan mekanizmaların anlaşılmasına yardımcı olur.
LPL, NCAN, ABCA6 ve MLXIPL gibi lipit işlenmesinde merkezi rol oynayan genlerdeki varyantlar, belirgin lipit profilleriyle ilişkilidir. LPL geni, lipoproteinlerde taşınan trigliseritleri parçalamak için kritik bir enzim olan lipoprotein lipazı kodlar, böylece hem yüksek yoğunluklu lipoprotein (HDL) kolesterolünü hem de trigliserit konsantrasyonlarını etkiler. LPL yakınındaki, rs10468017 ve rs10503669 dahil varyantlar, sırasıyla değişmiş HDL kolesterol ve trigliserit seviyeleriyle güçlü ilişkiler göstermiştir ve LPL'nin lipit temizlenmesindeki temel rolünü vurgulamaktadır.[1], [5] Sinir sistemindeki fonksiyonuyla bilinen bir proteoglikan olan nörokanı kodlayan NCAN geni, beklenmedik bir şekilde lipit metabolizmasıyla da ilişkilendirilmiştir. rs16996148 ile güçlü bağlantı dengesizliği içinde olan, nonsinonim bir varyant olan rs2228603, LDL kolesterol ve trigliserit konsantrasyonları ile ilişkilendirilmiş olup, nöronal aktivitenin ötesinde daha geniş bir katılım olduğunu düşündürmektedir.[1], [6] ABCA6 geni, hücrelerden kolesterol akışı dahil olmak üzere lipit taşınmasındaki rolüyle bilinen ATP-bağlayıcı kaset taşıyıcı ailesine aittir; bu, ilişkili ABCA1 geni tarafından örneklendirilen bir fonksiyondur. Karbonhidrat yanıt elemanı bağlayıcı protein (ChREBP) olarak da bilinen MLXIPL, glikoz ve lipit metabolizmasının önemli bir düzenleyicisidir ve özellikle karbonhidrat alımına yanıt olarak karaciğerde yağ asidi sentezi ve trigliserit üretimi için genleri aktive eder.
Diğer varyantlar böbrek fonksiyonunu ve daha geniş metabolik düzenlemeyi etkiler. SLC12A3 geni, esas olarak böbreklerde ifade edilen ve burada elektrolit dengesini ve kan basıncını korumada hayati bir rol oynayan tiyazid duyarlı sodyum-klorür kotransporterini (NCC) kodlar.[7] USP24, ubikuitin etiketlerini çıkararak protein stabilitesini ve fonksiyonunu düzenleyen bir deubikuitinasyon enzimini kodlar. Bu enzim çeşitli hücresel süreçlerde yer alır ve rs530804537 gibi bir varyant, aktivitesini modüle ederek potansiyel olarak hücresel stres yanıtları, inflamasyon veya metabolik sinyalizasyonla ilgili yolları etkileyebilir; bunların hepsi metabolik homeostazın korunmasıyla birbirine bağlıdır.
Ayrıca, çeşitli genler metabolizma üzerindeki nörolojik ve endokrin etkilere katkıda bulunur. GRM4 geni, esas olarak beyinde bulunan ve nörotransmisyonu modüle eden bir metabotropik glutamat reseptörünü kodlar. rs115675705 gibi genetik varyasyonlar, glutamat sinyalizasyonunu değiştirerek iştah düzenlemesini, enerji dengesini ve hatta insülin duyarlılığını etkileyebilir, lipit ve glikoz metabolizması üzerinde dolaylı etkilere yol açabilir.[3], [8] PYY geni, yemeklerden sonra salgılanan ve iştah bastırıcı olarak doygunluğu teşvik eden bir bağırsak hormonu olan Peptit YY'yi kodlar. rs147438979 gibi bir varyant, PYY seviyelerini veya etkinliğini etkileyerek iştah kontrolünü, vücut ağırlığını ve dolayısıyla metabolik sağlığı ve lipit profillerini etkileyebilir. SIK3 (Tuz-İndüklenebilir Kinaz 3), glikoz ve lipit metabolizmasını ve enerji homeostazını düzenlemede rol oynayan, insülin sinyalizasyonu ve adipogenezde rol oynayan bir kinazdır. rs144018203 gibi varyasyonlar, SIK3 aktivitesini değiştirerek metabolik yolları etkileyebilir ve potansiyel olarak dislipidemi gibi durumlara yatkınlığı etkileyebilir. CEACAM16-AS1, bir antisens uzun kodlamayan RNA'dır. Birçok lncRNA'nın kesin fonksiyonları hala aydınlatılmakla birlikte, gen ekspresyonunu düzenlediği bilinmektedir. rs112952132 gibi bir varyant, potansiyel olarak CEACAM16 veya diğer komşu genlerin ekspresyonunu veya stabilitesini etkileyebilir, bu da metabolik düzenleme veya inflamasyonla ilgili hücresel süreçler üzerinde dolaylı etkilere sahip olabilir.[9], [10]
Önemli Varyantlar
| RS ID | Gen | İlişkili Özellikler |
|---|---|---|
| rs148931404 | SLC12A3 | fish oil supplement exposure measurement low density lipoprotein cholesterol measurement |
| rs77542162 | ABCA6 | low density lipoprotein cholesterol measurement total cholesterol measurement erythrocyte volume hematocrit hemoglobin measurement |
| rs141844019 | NCAN - HAPLN4 | fish oil supplement exposure measurement |
| rs112952132 | CEACAM16-AS1 | fish oil supplement exposure measurement |
| rs799157 | MLXIPL | alkaline phosphatase measurement apolipoprotein B measurement aspartate aminotransferase to alanine aminotransferase ratio total cholesterol measurement fish oil supplement exposure measurement |
| rs530804537 | USP24 | fish oil supplement exposure measurement level of Sterol ester (27:1/20:3) in blood serum |
| rs117860853 | INTS10 - LPL | fish oil supplement exposure measurement triglyceride measurement high density lipoprotein cholesterol measurement sexual dimorphism measurement |
| rs115675705 | GRM4 | fish oil supplement exposure measurement BMI-adjusted waist circumference BMI-adjusted waist-hip ratio high density lipoprotein cholesterol measurement |
| rs144018203 | SIK3 | fish oil supplement exposure measurement cholesterol in large HDL measurement cholesteryl ester measurement free cholesterol to total lipids in medium VLDL percentage cholesterol to total lipids in very large VLDL percentage |
| rs147438979 | PYY | fish oil supplement exposure measurement |
Lipit Araştırmalarında Tarihsel ve Metodolojik Temeller
Lipit düzeyleri ve bunların insan sağlığı üzerindeki etkilerine dair anlayış, özellikle büyük ölçekli epidemiyolojik çalışmaların ve ileri genetik araştırmaların ortaya çıkışıyla önemli ölçüde gelişmiştir. Erken bilimsel çabalar, sıklıkla açlık kan örnekleri üzerinde enzimatik yöntemler kullanılarak, total kolesterol, yüksek yoğunluklu lipoprotein (HDL) kolesterol ve trigliseritler gibi kan lipit konsantrasyonlarını ölçmek için standartlaştırılmış yöntemler oluşturmaya odaklanmıştır.[1], [2] Örneğin, düşük yoğunluklu lipoprotein (LDL) kolesterolün hesaplanması sıklıkla Friedewald formülü gibi formüllere dayanmış, bu da sağlam epidemiyolojik araştırmaların önünü açan erken metodolojik gelişmeleri vurgulamıştır.[1] Framingham Kalp Çalışması, Malmö Diyet ve Kanser Çalışması ve FINRISK97 gibi önemli çalışmalar, popülasyonlardaki lipit profillerini karakterize etmede ve bunların kardiyovasküler sonuçlarla ilişkilerini belirlemede etkili olmuştur.[1], [3], [11] 20. yüzyılın sonları ve 21. yüzyılın başları, lipit konsantrasyonlarını ve koroner arter hastalığı riskini etkileyen çok sayıda genetik lokusu sistematik olarak tanımlayan genom çapında ilişkilendirme çalışmalarının (GWAS) yaygın uygulamasıyla bir paradigma değişimi yaşadı ve böylece dislipideminin poligenik yapısına dair anlayışı derinleştirdi.[1], [3], [6]
Lipid İlişkili Özellikler ve Maruziyetlerin Küresel ve Demografik Epidemiyolojisi
Lipid düzeyleri ve ilişkili maruziyetlere yönelik epidemiyolojik araştırmalar, çeşitli küresel popülasyonları kapsayarak, coğrafya ve demografiden etkilenen farklı örüntüler ortaya koymuştur. Amerika Birleşik Devletleri, İsveç, Finlandiya, Singapur ve Birleşik Krallık'taki büyük kohortlar, çok sayıda diğer Avrupa kohortu ile birlikte, dünya genelindeki lipid profillerine dair kapsamlı bir anlayışa katkıda bulunmuştur.[1], [2], [6], [11] Yaş ve cinsiyet gibi demografik faktörler, lipid konsantrasyonlarının önemli belirleyicileri olarak tutarlı bir şekilde kabul edilmekte, bu da çeşitli çalışmalardaki epidemiyolojik analizlerde ayarlanmalarını gerektirmektedir.[1], [11] British Women’s Heart and Health Study'deki yaşlı kadınlar veya 1966 Kuzey Finlandiya Doğum Kohortu gibi kurucu popülasyonlardan bireyler gibi belirli gruplara odaklanan araştırmalar, lipid epidemiyolojisindeki soya özgü ve yaşa bağlı varyasyonları daha da aydınlatmıştır.[1], [2] Dahası, SUpplementation en VItamines et Mineraux AntioXydants (SUVIMAX) çalışmasında incelenenler gibi, lipid düşürücü tedaviler ve genel takviye stratejileri dahil olmak üzere çeşitli maruziyetlerin yaygınlığı ve etkisi, popülasyon lipid profillerini ve kardiyovasküler sağlığı etkileyen önemli epidemiyolojik faktörleri temsil etmektedir.[1]
Kardiyovasküler Sağlıkta Gelişen Epidemiyolojik Eğilimler
Popülasyon sağlığının dinamik doğası, lipid düzeyleri ve kardiyovasküler risk faktörlerinin epidemiyolojik örüntülerinin zamanla sürekli değişime tabi olduğu anlamına gelmektedir. Boylamsal çalışmalar, 1972 ve 1997 yılları arasında Finlandiya'da belgelenmiş kardiyovasküler risk faktörü değişikliklerinde örnek olarak görüldüğü gibi, bu seküler eğilimleri gözlemlemede kritik öneme sahip olmuştur.[3] Framingham Kalp Çalışması ve 1966 Kuzey Finlandiya Doğum Kohortu gibi kohortlardan elde edilen bu tür uzun vadeli gözlemler, kohort etkileri ve nesiller arası metabolik özelliklerin değişen manzarası hakkında değerli bilgiler sağlamaktadır.[2], [11] Lipid konsantrasyonları ve koroner kalp hastalığı riski ile ilişkili yeni genetik lokusların devam eden keşfi, bu özelliklerin karmaşıklığını vurgulamakta ve bunların altında yatan genetik ve çevresel belirleyicilere dair anlayışımızda sürekli bir evrime işaret etmektedir.[1], [3], [6] Bu bulgular, halk sağlığı stratejilerini kardiyovasküler hastalık riskinin değişen örüntülerine uyarlamak için sürdürülen epidemiyolojik gözetim ve araştırmanın önemini topluca vurgulamaktadır.
Yağ Asidi Metabolizması ve Desatürasyon Yolları
Balık yağı takviyeleri, vücudun endojen yağ asidi sentez yollarıyla etkileşime giren omega-3 çoklu doymamış yağ asitleri (PUFA'lar) açısından zengindir. İnsan vücudu palmitik asit (C16:0), stearik asit (C18:0) ve oleik asit (C18:1) gibi doymuş ve tekli doymamış yağ asitlerini de novo olarak sentezleyebilirken, omega-6 yolundan linoleik asit (C18:2) ve omega-3 yolundan alfa-linolenik asit (C18:3) gibi esansiyel yağ asitleri diyetten alınmalıdır. Bu esansiyel yağ asitleri, bir dizi uzama ve desatürasyon adımı aracılığıyla daha uzun zincirli PUFA'lar için öncü görevi görür.[8] Bu süreçteki kritik bir enzim, eikosatrienoil-CoA (C20:3)'yı araşidonil-CoA (C20:4)'ya dönüştürmede önemli bir rol oynayan, FADS1 geni tarafından kodlanan delta-5 desatürazdır. FADS1 geni veya düzenleyici elementleri içindeki varyasyonlar veya polimorfizmler, bu enzimin katalitik aktivitesini veya miktarını azaltabilir, bu da yağ asidi substratları ve ürünlerinin dengesini değiştirir. Bu dengesizlik, gliserofosfolipidler gibi kompleks lipidlerin sentezi için C20:3 ve C20:4'ün kullanılabilirliğini doğrudan etkiler ve vücuttaki konsantrasyonlarında değişikliklere yol açar.[8] Örneğin, azalmış FADS1 etkinliği, delta-5 desatüraz reaksiyonunun modifiye edilmiş substratları ve ürünleri olan fosfatidilkolin diasil C36:3 (PC aa C36:3) konsantrasyonlarının artmasına ve fosfatidilkolin diasil C36:4 (PC aa C36:4) seviyelerinin azalmasına neden olabilir. Çeşitli fosfatidilkolinler, fosfatidiletanolaminler ve fosfatidilinositoller dahil olmak üzere gliserofosfolipid profillerindeki bu değişimler, FADS1 enziminin etkinliğini yansıtır ve hücresel zar bileşimi ile sinyalizasyon üzerinde aşağı akış etkileri olabilir. Bu tür değişiklikler, fosfatidilkolinden üretilebilen sfingomiyelin ve fosfatidiletanolamin modifikasyonunun bir ürünü olan lizo-fosfatidiletanolamin gibi diğer lipidlerin homeostazını da etkileyebilir.[8]
Lipid Seviyelerinin Genetik ve Moleküler Düzenlenmesi
Genetik faktörler, balık yağı gibi diyet müdahalelerine verilen bireysel yanıtları önemli ölçüde etkiler ve lipid homeostazının sürdürülmesinde hayati bir rol oynar. FADS1 gibi genlerdeki tek nükleotid polimorfizmleri (SNP'ler), gliserofosfolipid konsantrasyonlarındaki varyasyonlarla güçlü bir şekilde ilişkilendirilmiş olup, belirli polimorfizmler bu metabolitlerdeki varyansın önemli bir kısmını açıklamaktadır.[8] Yağ asidi desatürasyonunun ötesinde, apolipoproteinleri ve lipid taşıma ve metabolizmasında yer alan enzimleri kodlayanlar dahil olmak üzere çok sayıda gen, plazma lipid seviyelerinin düzenlenmesine katkıda bulunur.
Örneğin, apolipoprotein C-III'ı kodlayan APOC3 genindeki varyasyonların, olumlu plazma lipid profilleri sağladığı ve kardiyovasküler hastalığa karşı koruma sunduğu gösterilmiştir.[12] Diğer önemli genler arasında ANGPTL3 ve ANGPTL4 yer alır; burada ANGPTL3 genel lipid metabolizmasını düzenler ve ANGPTL4'teki varyasyonlar, trigliseritlerin azalmasına ve yüksek yoğunluklu lipoprotein (HDL) seviyelerinin artmasına neden olabilir.[1] PCSK9 geni, nedensel allellerinin kardiyovasküler hastalık riskini etkilediği, tanınan başka bir hedeftir. Ayrıca, hepatik kolesterol taşıyıcısı ABCG8 ve yüksek yoğunluklu lipoprotein seviyelerini etkileyen PLTP geni, sistemik lipid yönetimi için kritiktir ve genetik varyasyonları genel lipid profillerini etkiler.[3] Hepatik Nükleer Faktör 4 alfa (HNF4A) ve Hepatik Nükleer Faktör 1 alfa (HNF1A) gibi transkripsiyon faktörleri, hepatik gen ekspresyonu, lipid homeostazı, safra asidi ve plazma kolesterol metabolizmasının temel düzenleyicileridir. Bu faktörler, lipid metabolizması için merkezi bir organ olan karaciğerdeki lipid işlenmesinin çeşitli yönlerinde yer alan genlerin ekspresyonunu kontrol eder.[13] Ek olarak, trigliseritleri ve fosfolipidleri hidrolize eden bir enzim olan hepatik lipazın promotor bölgesi, plazma lipid konsantrasyonlarını etkileyen polimorfizmler içerebilir ve bu durum, bireysel lipid profillerindeki farklılıkların altında yatan karmaşık genetik mimariyi daha da vurgular.[13]
Lipid Taşınımı ve Hücresel İşleme
Yağ asitleri metabolize edilip kompleks lipidlere dahil edildikten sonra, vücut genelindeki taşınmaları ve işlenmeleri hücresel işlev ve enerji temini için hayati öneme sahiptir. Fosfatidilkolinler (PC), fosfatidiletanolaminler (PE) ve fosfatidilinozitoller (PI), plazmalojen/plazmenojen formlarıyla birlikte, hücre zarlarının temel bileşenleri ve çeşitli sinyal molekülleri için öncüllerdir. Bu gliserofosfolipidlerin dinamik dengesi, gliserol-fosfatidilkolin üretimi için Kennedy yolu gibi sentez yolları ve interkonversiyon reaksiyonları aracılığıyla sürdürülür.[8] Bu dengedeki bozulmalar, örneğin değişmiş FADS1 aktivitesi nedeniyle, sfingomiyelin sentaz tarafından fosfatidilkolinden üretilebilen sfingomiyelin konsantrasyonlarındaki değişiklikler gibi ardışık sonuçlara yol açabilir. Benzer şekilde, lizo-fosfatidiletanolamin konsantrasyonu, gliserofosfolipid metabolizmasındaki genel değişmiş denge sonucunda etkilenebilir.[8] Bu lipidler daha sonra, kan dolaşımında taşınmak üzere düşük yoğunluklu lipoprotein (LDL) ve yüksek yoğunluklu lipoprotein (HDL) gibi lipoproteinlere paketlenir. Trigliserit hidrolizinde rol oynayan lipoprotein lipaz gibi enzimler, dokular tarafından lipid alımında hayati bir rol oynar ve bozunumu Sortilin/nörotensin reseptör-3 gibi reseptörler tarafından aracılık edilebilir.[1] Karaciğer, lipid işleme için merkezi bir organdır; burada hepatosit nükleer faktörleri (HNF4A ve HNF1A), safra asitleri ve kolesterol metabolizması dahil olmak üzere hepatik gen ekspresyonunu ve lipid homeostazını sürdürmek için kritiktir.[13] Lipid taşınımı ve işleme verimliliği, HDL olgunlaşması ve kolesterol esterifikasyonu için hayati öneme sahip olan Lesitin-kolesterol açiltransferaz (LCAT) gibi proteinleri de içerir. Balık gözü hastalığında görüldüğü gibi, LCAT'taki moleküler bir kusur, aktivitesinin seçici kaybına yol açarak genel lipid metabolizmasını ve taşınımını etkileyebilir.[13]
Sistemik Sonuçlar ve Kardiyovasküler Sağlık
Yağ asidi metabolizması, genetik regülasyon ve lipid taşınımının karmaşık ağı, sistemik lipid profillerini ve sonuç olarak kardiyovasküler sağlığı topluca etkiler. Yüksek trigliseritler, artmış LDL kolesterol ve düşük HDL kolesterol gibi anormal plazma lipid düzeyleri ile karakterize dislipidemi, koroner arter hastalığı için önemli bir risk faktörüdür.[14] Balık yağı takviyesi gibi diyet müdahalelerinin, plazma lipidlerini, lipoproteinlerini ve apoproteinlerini, özellikle hipertrigliseridemili bireylerde azalttığı bilinmektedir.[13] Lipid konsantrasyonlarını modüle eden, APOC3, ANGPTL4 ve PCSK9'daki gibi genetik varyasyonlar, bir bireyin kardiyovasküler hastalığa yatkınlığını doğrudan etkileyerek, bu lokusları geçerli terapötik hedefler olarak belirler.[12] FADS1 aktivitesinden etkilenen belirli gliserofosfolipidlerin dengesi, membran bütünlüğünün ötesinde sistemik sonuçlara da yol açabilir, potansiyel olarak enflamatuar yanıtları ve hastalığın ilerlemesine katkıda bulunan hücre sinyal yollarını etkileyebilir.
Genel olarak, diyet alımı, genetik yatkınlıklar ve metabolik enzimlerin ve taşıyıcı proteinlerin verimliliği arasındaki etkileşim, bir bireyin lipid profilini ve uzun vadeli kardiyovasküler riskini belirler. Gen ekspresyonu ve enzim aktivitesinin moleküler düzeyinden, plazma lipid konsantrasyonları üzerindeki sistemik etkilere kadar bu birbiriyle bağlantılı biyolojik mekanizmaları anlamak, kardiyovasküler sağlığı korumak ve hastalığı hafifletmek için hedeflenmiş stratejiler geliştirmek açısından çok önemlidir.[3]
Geniş Ölçekli Kohort ve Biyobank Çalışmaları
Kapsamlı popülasyon çalışmaları, geniş kohort ve biyobank kaynaklarından yararlanarak lipid konsantrasyonlarını ve koroner arter hastalığı riskini etkileyen genetik lokusların tanımlanmasında etkili olmuştur. Framingham Kalp Çalışması, Orjinal, Kuşak (Offspring) ve Üçüncü Nesil kohortları dahil olmak üzere, ayrıntılı genotipleme ve demografik ve klinik faktörler için çok değişkenli ayarlamalarla çeşitli biyobelirteç özellikleri üzerine yapılan genom çapında ilişkilendirme çalışmaları (GWAS) için bir temel sağlamıştır.[11] Benzer şekilde, dört ABD topluluğunda devam etmekte olan prospektif popülasyon tabanlı bir çalışma olan Atherosclerosis Risk in Communities (ARIC) Çalışması, başlangıç ve sonraki muayeneler için 45-64 yaş arası 15.000'den fazla katılımcı kaydetmiş ve ürik asit konsantrasyonu gibi özelliklerle olan ilişkilerin anlaşılmasına katkıda bulunmuştur.[15] Diğer önemli katkılar, genotipleme verimliliğini artırmak için soy ağacı yapılarını kullanan SardiNIA Yaşlanma Çalışması ve Diyabet Genetiği Girişimi (DGI), Malmö Diyet ve Kanser Çalışması ve sistematik olarak açlık kan lipid konsantrasyonlarını ölçen FINRISK97 gibi kohortlardan gelmektedir.[3] On binlerce bireyi kapsayan bu çalışmalar, zamansal modelleri gözlemlemek ve farklı popülasyonlardaki genetik ilişkileri doğrulamak için gerekli boylamsal veri sağlamaktadır.
Lipid düzeyleri ve koroner kalp hastalığı riski hakkında daha fazla bilgi, Danimarkalı, Hollandalı, Finli, İtalyan, Norveçli, İsveçli, İngiliz ve Avustralyalı ikiz kohortlarından verileri entegre eden GenomEUtwin projesi de dahil olmak üzere 16 Avrupa popülasyon kohortunu içeren bir meta-analizden elde edilmiştir.[6] 1966 Kuzey Finlandiya Doğum Kohortu (NFBC1966) da bu tabloya katkıda bulunmakta, 31 yaş klinik muayenesinde metabolik ölçümler için açlık kan örnekleri sağlayarak kurucu bir popülasyonda metabolik özelliklerin genom çapında ilişkilendirme analizine olanak tanımaktadır.[2] Bu geniş ölçekli girişimler, verileri birleştirerek ve güçlü istatistiksel güç sağlayarak karmaşık özellikleri etkileyen yaygın varyantların keşfini kolaylaştırmaktadır. Örneğin, başlangıçtaki genetik taramalar genellikle lipid düşürücü tedaviler alan bireyleri hariç tutarak, gözlemlenen genetik etkilerin ilaç kullanımıyla karıştırılmamasını sağlamıştır.[1]
Popülasyonlar Arası ve Soy Temelli Analizler
Popülasyon çalışmaları, genetik bulguların genellenebilirliğini anlamak ve popülasyona özgü etkileri belirlemek amacıyla sıklıkla popülasyonlar arası karşılaştırmaları içerir. Örneğin, ARIC Çalışması, çoğunlukla Kafkas ve Afrika kökenli Amerikalı katılımcılardan oluşan çeşitli bir kohortu bünyesine katarak, ürik asit gibi özelliklerle genetik ilişkilerdeki soy farklılıklarına ilişkin potansiyel içgörülere olanak tanımıştır.[15] Büyük meta-analizlerde, homojenliği sağlamak ve genetik analizlerde karıştırıcı faktörleri önlemek amacıyla, ana bileşen analizi kullanılarak Avrupa dışı soydaş bireylerin dışlanması gibi sıkı kalite kontrol önlemleri uygulanır; bu durum, 16 Avrupa popülasyon kohortunu birleştiren çalışmalarda görülmüştür.[6] Bu yaklaşım, benzer genetik arka planlara sahip popülasyonlar arasında tutarlı olan sağlam genetik sinyalleri tanımlamaya yardımcı olurken, farklı soylarda daha fazla çalışmaya duyulan ihtiyacı da kabul etmektedir.
Sağlık sonuçları ve risk faktörlerindeki coğrafi varyasyonlar da, yaşlı kadınlar arasında kardiyovasküler hastalık ve ilişkili risk faktörlerindeki farklılıkları inceleyen British Women’s Heart and Health Study gibi popülasyon düzeyindeki çalışmalar aracılığıyla araştırılmaktadır.[1] 1966 Kuzey Fin Doğum Kohortu gibi kurucu popülasyonlar, azalmış genetik heterojenite nedeniyle metabolik özelliklerin genetik mimarisini incelemek için benzersiz fırsatlar sunar; bu durum, yatkınlık varyantlarının tanımlanmasını basitleştirebilir.[2] SardiNIA Yaşlanma Çalışması gibi çeşitli kohortların, DGI'dan Fin ve İsveçli bireylerle birlikte dahil edilmesi, lipid konsantrasyonları ve hastalık riski üzerindeki genetik etkilerin tam spektrumunu yakalamak için çeşitli etnik grupların incelenmesinin önemini vurgulamaktadır.[1]
Epidemiyolojik Bulgular ve Metodolojik Titizlik
Epidemiyolojik çalışmalar, çeşitli özellik ve hastalıkların prevalans ve insidans paternlerine dair kritik bilgiler sunmakta, bunları demografik ve sosyoekonomik faktörlerle ilişkilendirmektedir. Örneğin, DGI, Malmö Diyet ve Kanser Çalışması, NORDIL ve FINRISK97 gibi çalışmalarda kan lipid konsantrasyonlarının belirlenmesi, açlık kan örnekleri üzerinde standartlaştırılmış enzimatik yöntemler kullanılarak yapılmış, LDL kolesterol konsantrasyonları ise genellikle Friedewald formülü kullanılarak hesaplanmıştır.[3] Bu çalışmalar, yaş ve cinsiyet gibi demografik faktörler için sonuçları titizlikle ayarlamış, sonraki ilişkilendirme testleri için rezidüelleri standardize etmek amacıyla doğrusal regresyon modelleri kullanmış ve karıştırıcı değişkenlerin dikkatli bir şekilde ele alındığını vurgulamıştır.[6] Ayrıca, genetik etkileri izole etmek amacıyla ayarlamalar genellikle sigara içme durumu, vücut kitle indeksi, hormon tedavisi kullanımı, menopoz durumu ve hatta lipid düşürücü ilaç kullanımı gibi sosyoekonomik ve yaşam tarzı faktörlerine kadar uzanmıştır.[16] Metodolojik olarak, bu popülasyon çalışmaları, ağırlıklı olarak genom çapında ilişkilendirme çalışmaları (GWAS) olmak üzere, büyük örneklem boyutlarında yüz binlerce tek nükleotid polimorfizminin (SNP) genotiplenmesini içeren titiz tasarımlar kullanmaktadır. Veri kalitesini sağlamak için, SNP'ler tipik olarak çağrı oranları, Hardy-Weinberg dengesi (HWE) test P-değerleri ve minör allel frekanslarına (MAF) göre filtrelenir.[6] Eksik genotipleri tahmin etmek ve farklı marker setleri kullanan çalışmalar arasında karşılaştırmaları kolaylaştırmak amacıyla imputasyon analizleri sıkça kullanılır ve tahmini hata oranları dikkatlice değerlendirilir.[1] Meta-analiz teknikleri, genellikle genomik kontrol düzeltmesi içeren sabit etkiler modelleri kullanılarak, birden fazla kohorttan elde edilen sonuçları birleştirmek, istatistiksel gücü ve bulguların daha geniş popülasyonlara genellenebilirliğini artırmak için uygulanır; aynı zamanda Cochran Q testi gibi testler kullanılarak popülasyonlar arası etki heterojenitesi de değerlendirilir.[6]
Poliansatüre Yağ Asidi Metabolizmasının Genetik Modülasyonu
Genetik varyasyonlar, balık yağı takviyelerinin temel bileşenleri olan poliansatüre yağ asitlerinin (PUFA'lar) metabolizmasını önemli ölçüde etkiler. Bunun önde gelen bir örneği, çeşitli PUFA'ların sentezi için kritik bir enzim olan yağ asidi delta-5 desatürazı kodlayan FADS1 genidir. FADS1 içindeki polimorfizmler, metabolik verimlilikteki bireysel farklılıkları yansıtan gliserofosfolipidlerin değişmiş serum konsantrasyonları ile güçlü bir şekilde ilişkilidir. Özellikle, varyantlar, PUFA'ların sentezi konusunda bireyler arasında farklı metabolik kapasitelere yol açarak, vücudun balık yağı gibi diyet kaynaklarından elde edilen yağ asitlerini kullanma ve dönüştürme yeteneğini etkiler.[8] İyi karakterize edilmiş bir FADS1 polimorfizmi olan rs174548, fosfatidilkolin diasil C36:4'ün fosfatidilkolin diasil C36:3'e oranı gibi belirli gliserofosfolipid türlerinin oranları için popülasyondaki varyansın önemli bir kısmını (%28,6) açıkladığı gösterilmiştir.[8]
Lipid Homeostazı ve Terapötik Yanıt Üzerindeki Etki
PUFA metabolizmasındaki genetik olarak belirlenmiş farklılıklar, özellikle FADS1 varyantlarıyla bağlantılı olanlar, genel lipid homeostazını ve sonuç olarak balık yağı takviyesine verilen terapötik yanıtı derinlemesine etkileyebilir. FADS1 polimorfizmleri nedeniyle yağ asidi delta-5 desatüraz enziminin değişmiş verimliliği, gliserofosfolipitlerin dengesinde yaygın değişikliklere yol açabilir.[8] Metabolik kapasitedeki bu varyasyonlar, trigliserid seviyelerini modüle etmek veya kardiyovasküler sağlığı desteklemek gibi istenilen klinik sonuçlara ulaşmada balık yağının etkinliğini doğrudan etkileyebilir. Çalışmalar genetik varyantlar ve lipid profilleri arasındaki ilişkilendirmeleri vurgularken, aynı zamanda tanımlanmış lokuslardaki nedensel allellerin, balık yağının faydaları için birincil bir hedef olan kardiyovasküler hastalık riskini etkileyip etkilemediğini değerlendirmenin önemini de vurgulamaktadırlar.[3]
Kişiselleştirilmiş Beslenme İçin Klinik Değerlendirmeler
FADS1 polimorfizmlerinden etkilenenler gibi genetik olarak belirlenmiş metabotiplerin tanımlanması, balık yağı takviyesi için kişiselleştirilmiş sağlık hizmeti ve beslenmeye yönelik önemli bir adımı temsil etmektedir. Bir bireyin PUFA metabolizmasına yönelik genetik yatkınlığını anlamak, dozaj önerilerini kişiselleştirme ve uygun diyet müdahalelerinin seçimini yönlendirme potansiyeli sunar.[8] FADS1 genotiplemesine dayalı kişiselleştirilmiş reçeteleme, balık yağı takviyelerinin etkinliğini optimize edebilir ve potansiyel olarak yanıtsızlığı azaltabilir. FADS1 genotipe dayalı balık yağı dozajı için resmi klinik kılavuzlar hala gelişmekte olsa da, araştırmalar, daha hassas ve etkili beslenme tavsiyeleri sunmak amacıyla genetik ve metabolik karakterizasyonu entegre etmek için net bir yol göstermektedir.[8]
References
[1] Willer CJ, Sanna S, et al. Newly identified loci that influence lipid concentrations and risk of coronary artery disease. Nat Genet. 2007; PMID: 18193043.
[2] Sabatti, C. et al. "Genome-wide association analysis of metabolic traits in a birth cohort from a founder population." Nat Genet, 2008. PMID: 19060910.
[3] Kathiresan S, Melander O, et al. Common variants at 30 loci contribute to polygenic dyslipidemia. Nat Genet. 2008; PMID: 19060906.
[4] Melzer, D. "A genome-wide association study identifies protein quantitative trait loci (pQTLs)." PLoS Genetics, vol. 4, no. 5, 2 May 2008, p. e1000072.
[5] Nielsen MS, Jacobsen C, et al. Sortilin/neurotensin receptor-3 binds and mediates degradation of lipoprotein lipase. J Biol Chem. 1999; 274:8832–8836. PMID: 10085125.
[6] Aulchenko YS, Ripatti S, et al. Loci influencing lipid levels and coronary heart disease risk in 16 European population cohorts. Nat Genet. 2008; PMID: 19060911.
[7] Wallace C, et al. Genome-wide association study identifies genes for biomarkers of cardiovascular disease: serum urate and dyslipidemia. Am J Hum Genet. 2008; PMID: 18179892.
[8] Gieger C, Illig T, et al. Genetics meets metabolomics: a genome-wide association study of metabolite profiles in human serum. PLoS Genet. 2008; PMID: 19043545.
[9] McArdle PF, et al. Association of a common nonsynonymous variant in GLUT9 with serum uric acid levels in old order amish. Arthritis Rheum. 2008; PMID: 18759275.
[10] 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; PMID: 18439552.
[11] Benjamin EJ, et al. Genome-wide association with select biomarker traits in the Framingham Heart Study. BMC Med Genet. 2007; PMID: 17903293.
[12] Pollin, Toni I., et al. "A Null Mutation in Human APOC3 Confers a Favorable Plasma Lipid Profile and Apparent Cardioprotection." Science, vol. 322, no. 5906, 2008, pp. 1702–05.
[13] Kathiresan, Sekar, et al. "Common Variants at 30 Loci Contribute to Polygenic Dyslipidemia." Nature Genetics, vol. 41, no. 1, 2009, pp. 56–65.
[14] Bainton, D., et al. "Plasma Triglyceride and High Density Lipoprotein Cholesterol as Predictors of Ischaemic Heart Disease in British Men. The Caerphilly and Speedwell Collaborative Heart Disease Studies." British Heart Journal, vol. 68, no. 1, 1992, pp. 60–66.
[15] Dehghan, Abbas, et al. "Association of three genetic loci with uric acid concentration and risk of gout: a genome-wide association study." Lancet, vol. 372, no. 9654, 2008, pp. 1953-1961.
[16] Ridker, Paul M., et al. "Loci related to metabolic-syndrome pathways including LEPR, HNF1A, IL6R, and GCKR associate with plasma C-reactive protein: the Women's Genome Health Study." American Journal of Human Genetics, vol. 82, no. 5, 2008, pp. 1185-1192.