Fraktalkin
Giriş
Fractalkine, CX3CL1 olarak da bilinen, hem çözünür hem de membrana bağlı formda bulunan benzersiz bir kemokindir. CX3C kemokin ailesinin bir üyesi olarak, özellikle bağışıklık hücreleri için hücre adezyonu ve göçünde önemli bir rol oynar. Yapısı, müsin benzeri bir sapa bağlı bir kemokin alanı içerir, bu da onun hem kemotaktik bir ajan hem de bir adezyon molekülü olarak işlev görmesini sağlar.
Biyolojik Temel
CX3CL1 esas olarak, monositler, makrofajlar, doğal öldürücü hücreler ve T hücreleri gibi çeşitli immün hücrelerde bulunan reseptörü CX3CR1 aracılığıyla sinyal verir. Fraktalkinin çözünür formu, güçlü bir kemoatraktan görevi görerek bu hücreleri inflamasyon veya doku hasarı bölgelerine yönlendirir. Endotel hücreleri, nöronlar ve diğer hücre tipleri üzerinde sergilenen membran bağlı form, immün sürveyans ve inflamatuar yanıtlar için kritik öneme sahip olan CX3CR1 eksprese eden hücrelerin sıkı yapışmasını kolaylaştırır.
Klinik Önemi
Fraktalkin ve CX3CR1 sinyalizasyonunun regülasyon bozukluğu, çeşitli hastalık durumlarında ilişkili olduğu gösterilmiştir. Ateroskleroz, romatoid artrit, inflamatuvar bağırsak hastalığı ve nöropatik ağrı dahil olmak üzere kronik inflamatuvar durumlara katkıda bulunduğu düşünülmektedir. Aterosklerozda, fraktalkin monositlerin arter duvarlarına toplanmasını ve yapışmasını teşvik ederek plak oluşumuna katkıda bulunur. Nöroinflamasyondaki rolü, Alzheimer ve Parkinson gibi nörodejeneratif hastalıklarda bir rolü olduğunu düşündürmektedir.
Sosyal Önem
Fraktalkinin hastalık patogenezindeki rolünü anlamak, terapötik müdahale için yollar açmaktadır. Fraktalkin-CX3CR1 eksenini modüle etmek, kronik enflamatuar ve otoimmün hastalıkların yanı sıra nörolojik bozuklukların tedavisinde yeni stratejiler sunabilir. Bu kemokin yolundaki araştırmalar, immün sistem regülasyonu ve hücre-hücre etkileşimleri hakkında daha geniş bir anlayışa katkıda bulunarak, insan sağlığını iyileştirmek ve hedefe yönelik ilaç tedavileri geliştirmek için temel teşkil etmektedir.
Metodolojik ve İstatistiksel Değerlendirmeler
Çalışmalar, bulgularının yorumlanmasını ve genellenebilirliğini etkileyen çeşitli metodolojik ve istatistiksel sınırlamaları kabul etmektedir. Yaygın bir zorluk, bazı kohortların orta büyüklükte olmasıdır; bu durum, mütevazı genetik etkileri tespit etme istatistiksel gücünü sınırlamış ve yanlış negatif bulgulara duyarlılığı artırmıştır.[1] Tersine, genom çapında ilişkilendirme çalışmaları (GWAS) doğasında bulunan kapsamlı çoklu istatistiksel test, yanlış pozitif bulgulara yol açabilir; bu durum, aşırı muhafazakar olabilecek ve gerçek ilişkileri maskeleyebilecek katı anlamlılık eşiklerinin belirlenmesini gerektirir.[1] Sonuç olarak, güçlü istatistiksel desteğe sahip olanlar da dahil olmak üzere birçok ilişki, hipotez üreten olarak kabul edilmekte ve doğrulama için bağımsız kohortlarda replikasyon gerektirmektedir.[1] Replikasyon çabaları, farklı çalışmaların değişen bağlantı dengesizliği paternleri veya birden fazla nedensel varyantın varlığı nedeniyle aynı genetik bölge içinde farklı tek nükleotid polimorfizmleri (SNP'ler) tanımlayabilmesi gerçeğiyle daha da karmaşık hale gelmektedir.[2] Çalışma tasarımındaki, istatistiksel güçteki ve analitik yöntemlerdeki farklılıklar, GEE tabanlı ve FBAT tabanlı analizlerden elde edilen bulgular arasındaki örtüşme eksikliği gibi durumlar, SNP düzeyinde replike olmamaya da katkıda bulunabilir.[2] Ek olarak, HapMap derlemelerinden elde edilen bir SNP alt kümesine ve belirli imputasyon kalite filtrelerine (örn., RSQR > 0.3) güvenilmesi, bazı genlerin veya daha az yaygın varyantların yetersiz kapsam nedeniyle gözden kaçırılabileceği ve tüm aday genlerin kapsamlı bir şekilde incelenmesinin engellendiği anlamına gelmektedir.[3] Cinsiyete özel analizler yerine, cinsiyetler arası birleştirilmiş analizlerin yapılması, yalnızca tek bir cinsiyette mevcut olabilecek genetik ilişkilerin gözden kaçırılması riskini de taşımaktadır.[4]
Popülasyon Özgüllüğü ve Fenotip Karakterizasyonu
Bulguların genellenebilirliği, birçok çalışmanın ağırlıklı olarak Avrupa veya Kafkas kökenli katılımcıları içermesi nedeniyle önemli bir sınırlamadır.[5] Bu genetik ilişkilendirmelerin diğer etnik gruplara uygulanabilirliği bilinmemektedir ve bu da daha geniş bir geçerlilik sağlamak için çeşitli popülasyon çalışmalarına duyulan ihtiyacı vurgulamaktadır. Dahası, fenotiplerin kesin karakterizasyonu kendine özgü zorluklar sunmaktadır. Örneğin, fizyolojik özelliklerin birden fazla muayene boyunca, özellikle yirmi yıl gibi uzun süreler boyunca ortalamasının alınması, gelişen ölçüm ekipmanları ve metodolojileri nedeniyle yanlış sınıflandırmaya yol açabilir.[5] Bu ortalama alma yaklaşımı ayrıca, bir özelliği etkileyen genetik ve çevresel faktörlerin geniş bir yaş aralığında tutarlı kaldığını varsayar ki bu, doğru olmayabilecek bir varsayımdır.[5] Gözlemler uzun yıllar boyunca toplandığında, yaşa bağlı genetik etkiler maskelenebilir veya seyreltilebilir. Dahası, GWAS'taki SNP'lere odaklanma, genotipleme platformlarındaki sınırlamalar ve mevcut bağlantı dengesizliği bilgisi nedeniyle, UGT1A1 varyantı gibi SNP olmayan varyantlar gibi diğer genetik varyant türlerinin yeterince yakalanamayacağı veya değerlendirilemeyeceği anlamına gelir.[1] Genetik varyasyonun bu eksik yakalanması, bir özelliğin genetik mimarisinin tam olarak anlaşılmasını sınırlayabilir.
Biyolojik Yorumlama ve Kalan Bilgi Boşlukları
Çok sayıda genetik ilişkinin tanımlanmasına rağmen, bunların biyolojik yorumlanması ve işlevsel mekanizmaları hakkında önemli bilgi boşlukları devam etmektedir. Diferansiyel reseptör ayrışması veya kopya sayısı varyantları (CNV'ler) ile ilgili olanlar gibi bazı cis-etkili ilişkiler anlaşılmış olsa da, tanımlanan diğer birçok ilişkinin altında yatan biyolojik mekanizmalar sıklıkla bilinmemektedir.[6] Bu durum, istatistiksel ilişkiden nedensellik ve biyolojik yolların net bir şekilde anlaşılmasına geçişi zorlaştırmaktadır.
Popülasyon tabakalaşmasının varlığı, değerlendirilip hesaba katıldığında bile, titizlikle kontrol edilmezse karıştırıcı etkilere yol açabilir.[7] Araştırmacılar, daha fazla işlevsel takip için biyolojik olarak en alakalı olması muhtemel olanları önceliklendirmek amacıyla çok sayıda istatistiksel ilişkiyi elemek gibi temel bir zorlukla karşı karşıyadır.[1] Genler ve çevresel faktörler arasındaki etkileşim, bir bireyin yaşam süresi boyunca da karmaşıktır; fenotipleri uzun süreler boyunca ortalamasını alan çalışmalar, yaşa bağlı gen-çevre etkileşimlerini istemeden gizleyebilir, böylece özellikler üzerindeki dinamik etkileri kapsamlı bir şekilde anlama yeteneğini sınırlayabilir.[5] Bu zorluklar, tanımlanan genetik varyantların biyolojik önemini aydınlatmak için daha ayrıntılı işlevsel çalışmalara duyulan devam eden ihtiyacın altını çizmektedir.
Varyantlar
Fraktalkin sinyal ekseni, kemokin CX3CL1 ve reseptörü CX3CR1'den oluşur ve özellikle beyin ve böbrekler gibi dokularda immün hücre trafiğini ve inflamatuar yanıtları düzenlemede kritik bir rol oynar. CX3CL1 genindeki rs781264602, rs62037084 ve rs671623 gibi varyantlar, fraktalkin proteininin ekspresyon seviyelerini veya stabilitesini etkileyerek immün hücreleri çekme ve onlara yapışma yeteneğini etkileyebilir. Benzer şekilde, CX3CR1 genindeki rs3732378 varyantı, reseptör fonksiyonunu değiştirebilir, bu da immün hücrelerin fraktalkin sinyallerine nasıl yanıt verdiğini etkiler ve dolayısıyla monosit adezyonu ve inflamasyon bölgelerine migrasyonu gibi süreçleri etkileyebilir.[1] Bu genetik varyasyonlar, fraktalkin sinyalinin anahtar bir rol oynadığı kronik inflamatuar durumlar, kardiyovasküler hastalıklar ve nörodejeneratif bozukluklar için çıkarımlara sahip olabilir.[1] Fraktalkin sisteminin ötesinde, immün regülasyon ve hücresel süreçlerde yer alan diğer birçok gen, inflamasyonun karmaşık etkileşimine katkıda bulunur. HLA-B (rs2523583) ve HLA-DRB1 (rs34084957) genleri, antijenleri T hücrelerine sunarak adaptif immün yanıtları düzenleyen ve otoimmün durumlara duyarlılığı etkileyen Majör Histokompatibilite Kompleksi (MHC)'nin ayrılmaz bileşenleridir.[1] Kompleman Faktör H'yi kodlayan CFH (rs34813609) genindeki varyasyonlar, patojenleri ve hücresel döküntüleri temizlemeye yardımcı olan ancak düzensizleştiğinde inflamatuar doku hasarına da katkıda bulunabilen doğuştan gelen immünitenin hayati bir parçası olan kompleman sisteminin regülasyonunu etkiler. Ek olarak, FUT2 (rs681343) ve GCNT1 (rs11792509) genleri, hücre yüzeyi proteinlerini ve salgılanan molekülleri modifiye eden glikozilasyon yollarında yer alır; bu da immün hücre tanınmasını, patojen bağlanmasını ve genel inflamatuar ortamı etkileyebilir, potansiyel olarak fraktalkin gibi kemokinlerin hücresel ortamlarıyla nasıl etkileşime girdiğini etkileyebilir.[1] Diğer genetik varyasyonlar, insan sağlığı ve immün fonksiyon üzerinde geniş etkilere sahiptir. rs507666 varyantına sahip ABO geni, kırmızı kan hücrelerinin ötesindeki çeşitli hücre tiplerinde eksprese edilen karbonhidrat yapıları olan kan grubu antijenlerini belirler ve endotel fonksiyonu ve inflamatuar süreçler üzerindeki etkileri aracılığıyla belirli bulaşıcı hastalıklara ve kardiyovasküler risklere duyarlılıkla ilişkilendirilmiştir.[1] CYP21A1P geni (rs9501393), fonksiyonel steroid hormon sentezi genleriyle ilişkili bir psödogenlerdir; doğrudan bir proteini kodlamasa da, varyantları bazen yakındaki fonksiyonel genlerin regülasyonunu etkileyebilir, bu da inflamasyonla kesişebilecek yollar üzerinde dolaylı etkilere yol açar. Ayrıca, hem CX3CL1 hem de CCL17 (Timus ve Aktivasyonla Düzenlenen Kemokin) ile ilişkili bir bölgede bulunan rs62037103 varyantı, kemokin ekspresyon dengesini etkileyebilecek potansiyel bir düzenleyici rol önermektedir. Bu durum, farklı immün hücre alt kümelerinin alımını ve genel inflamatuar yanıtları modüle edebilir, immün regülasyonun altında yatan karmaşık genomik mimariyi ve fraktalkin biyolojisiyle olan karmaşık bağlantısını vurgulamaktadır.[1]
Önemli Varyantlar
| RS ID | Gen | İlişkili Özellikler |
|---|---|---|
| rs781264602 rs62037084 rs671623 |
CX3CL1 | fractalkine 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 |
| rs507666 | ABO | total cholesterol measurement diastolic blood pressure pulse pressure measurement ICAM-1 measurement coronary artery disease |
| rs2523583 | HLA-B | BMI-adjusted hip circumference health trait fractalkine measurement glycoprotein measurement |
| rs9501393 | CYP21A1P | interleukin-20 receptor subunit alpha measurement protein measurement cytochrome c oxidase assembly factor 3 homolog, mitochondrial measurement tumor necrosis factor receptor superfamily member 8 amount ribosome biogenesis protein TSR3 homolog measurement |
| rs62037103 | CX3CL1 - CCL17 | fractalkine measurement |
| rs3732378 | CX3CR1 | granulocyte percentage of myeloid white cells monocyte percentage of leukocytes lymphocyte count platelet-to-lymphocyte ratio monocyte count |
| rs681343 | FUT2 | susceptibility to childhood ear infection measurement sclerosing cholangitis anti-BK polyomavirus antibody measurement mitochondrial heteroplasmy measurement protein measurement |
| rs11792509 | GCNT1 | fractalkine measurement |
| rs34084957 | HLA-DRB1 | adult onset asthma fractalkine measurement |
References
[1] Benjamin, Emelia J., et al. "Genome-wide association with select biomarker traits in the Framingham Heart Study." BMC Medical Genetics, vol. 8, no. Suppl 1, 2007, p. S3.
[2] Sabatti, Chiara, et al. "Genome-wide association analysis of metabolic traits in a birth cohort from a founder population." Nature Genetics, vol. 40, no. 12, 2008, pp. 1396-1402.
[3] Yuan, Xin, et al. "Population-based genome-wide association studies reveal six loci influencing plasma levels of liver enzymes." American Journal of Human Genetics, vol. 83, no. 4, 2008, pp. 520-528.
[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, no. Suppl 1, 2007, p. S10.
[5] 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, no. Suppl 1, 2007, p. S2.
[6] Melzer, David, et al. "A genome-wide association study identifies protein quantitative trait loci (pQTLs)." PLoS Genetics, vol. 4, no. 5, 2008, p. e1000072.
[7] Uda, Manuela, et al. "Genome-wide association study shows BCL11A associated with persistent fetal hemoglobin and amelioration of the phenotype of beta-thalassemia." Proceedings of the National Academy of Sciences of the United States of America, vol. 105, no. 6, 2008, pp. 2071-2076.