Serbest Brassicasterol
Giriş
Arka Plan
Serbest brassicasterol, kolesterole yapısal olarak benzeyen, doğal olarak oluşan bir fitosterol türü olan bir bitki sterolüdür. Ağırlıklı olarak kabuklu deniz ürünleri ve algler gibi deniz organizmalarında, ayrıca belirli bitki bazlı gıdalarda ve yağlarda bulunur. İnsan kanındaki varlığı, büyük ölçüde besin alımının bir göstergesidir ve onu endojen olarak sentezlenen kolesterolden ayırır.
Biyolojik Temel
İnsanlarda, serbest brassicasterol diyetten emilir, ancak bu emilim kolesterole göre genellikle daha düşük bir verimlilikle gerçekleşir. Emildikten sonra, kan dolaşımında lipoproteinler içinde taşınır. Hücre zarı yapısında ve steroid hormon sentezinde hayati roller oynayan kolesterolün aksine, brassicasterol insanlarda bilinen temel bir fizyolojik işlevi yerine getirmez. Metabolik yolları ve atılımı, genellikle diğer diyet fitosterollerininkine paralellik gösterir.
Klinik Önemi
Kandaki serbest brassikasterolün dolaşımdaki seviyeleri, özellikle deniz kaynaklı gıdaların ve belirli bitkisel yağların diyet alımını değerlendirmek için değerli bir biyobelirteç görevi görür. Bu, dolaşımdaki seviyelerini etkileyen genetik belirleyicileri keşfetmek amacıyla genom çapında ilişkilendirme çalışmaları (GWAS) kapsamında araştırılan "seçilmiş biyobelirteç özellikleri"nden biri olarak tanımlanmıştır.[1] Brassicasterol seviyelerini etkileyen genetik faktörleri anlamak, lipid metabolizması, diyet emilimi ve diyet ile genetik arasındaki daha geniş etkileşim hakkında bilgi sağlayarak, potansiyel olarak kardiyovasküler risk değerlendirmesi ve diyet önerilerini bilgilendirebilir.
Sosyal Önem
Serbest brassikasterolün incelenmesi, belirli diyet maruziyetlerinin nicel bir ölçüsünü sunarak beslenme bilimine ve halk sağlığına önemli katkılar sağlamaktadır. Bir biyobelirteç olarak, diyet değerlendirmelerine, epidemiyolojik çalışmalara ve çeşitli gıda bileşenlerinin sağlık üzerindeki etkileri üzerine yapılan araştırmalara yardımcı olabilir. Büyük ölçekli genetik çalışmalara dahil edilmesi, metabolizma ve diyete verilen yanıtlardaki bireysel farklılıkları anlamadaki rolünü vurgulamaktadır; bu da kişiselleştirilmiş beslenme stratejilerine ve halk sağlığı müdahalelerine ışık tutabilir.
Metodolojik ve İstatistiksel Kısıtlamalar
Serbest brassikasterol gibi özellikler için genom çapında ilişkilendirme çalışmaları (GWAS), çalışma tasarımı ve istatistiksel güçle ilgili doğasında var olan kısıtlamalarla karşı karşıyadır. Ilımlı genetik etkileri tespit etme yeteneği, örneklem büyüklüğü ve milyonlarca genetik varyantta gerekli olan kapsamlı çoklu test ile sıklıkla kısıtlanır.[2] Bu durum, yeni gen keşfi için yeterli istatistiksel güce ulaşmak amacıyla daha büyük kohortları gerektirir.[3] Ayrıca, tanımlanmış ilişkilendirmelerin nihai doğrulaması, bağımsız kohortlarda replikasyona kritik olarak bağlıdır, çünkü replike edilmeyen bulgular yanlış pozitifleri temsil edebilir.[1] 100K Affymetrix GeneChip gibi eski genotipleme dizileri tarafından genetik varyasyonun sınırlı kapsamı, önceden rapor edilmiş bulguları replike etme ve aday genleri kapsamlı bir şekilde inceleme yeteneğini de engelleyebilir.[4] Eksik genotipleri tahmin etmek için imputasyona güvenmek, çalışmaları karşılaştırmak için faydalı olsa da, allel başına tahmini bir hata oranı getirir ve bu da bulguların doğruluğunu etkileyebilir.[5] Meta-analiz, gücü artırmak için birden fazla çalışmadan elde edilen verileri birleştirirken, sabit etkili modellerin kullanımı, çalışmalar arasında heterojenite eksikliğini varsayar; bu da, değerlendirme çabalarına rağmen her zaman doğru olmayabilir.[6] Ek olarak, doğru etki büyüklüklerini ve popülasyonda açıklanan varyans oranını türetmek, özellikle ilişkili bireylerden ortalaması alınmış gözlemleri kullanırken, dikkatli değerlendirme ve ayarlama gerektirir.[7]
Genellenebilirlik ve Fenotip Karakterizasyonu
Birçok GWAS'ın önemli bir sınırlaması, çalışmaların genellikle Avrupa kökenli gibi belirli soylara sahip popülasyonlara odaklanması nedeniyle kısıtlı genellenebilirlik potansiyelidir.[3] Temel bileşen analizi ve genomik kontrol gibi yöntemler popülasyon stratifikasyonunu azaltmak için uygulansa da, bulgular diğer etnik gruplara doğrudan aktarılamayabilir.[8] Katılımcıların DNA sağlamak için hayatta kalmış olmaları nedeniyle daha sağlıklı olduğu sağkalım yanlılığı gibi kohorta özgü yanlılıklar da sonuçları etkileyebilir, ancak bu sorunları gidermek için sıklıkla kovaryat ayarlamaları kullanılır.[4] Fenotip ölçümünün kendisi de zorluklar barındırır. Genetik ilişkilendirmeler cinsiyete özgü olabilir, yani bazı varyantlar özellikleri yalnızca erkeklerde veya kadınlarda etkileyebilir ve bu durum cinsiyetler arası birleştirilmiş analizlerde gözden kaçabilir.[9] Kan örneklerinin toplandığı günün saati veya bir bireyin menopoz durumu gibi dış faktörler, biyobelirteç seviyelerini önemli ölçüde etkileyebilir; bu da gözlemlenen genetik ilişkilendirmeleri karıştırıcı faktörler oluşturmadığından emin olmak için dikkatli değerlendirme ve ek analizler gerektirir.[7] Ayrıca, birçok biyolojik özellik normal dağılım göstermez; bu da analizden önce normalliği yaklaştırmak için logaritmik veya Box-Cox güç dönüşümleri gibi istatistiksel dönüşümleri veya sıralama tabanlı yaklaşımların kullanılmasını gerektirir.[10]
Genetik Mimari ve Çevresel Etkilerin Karmaşıklıkları
Kompleks özelliklerin genetik mimarisi karmaşıktır ve tanımlanan varyantlar genellikle toplam fenotipik varyasyonun yalnızca mütevazı bir kısmını açıklar; bu da önemli bir "eksik kalıtım" olduğuna işaret etmektedir.[7] Bu, serbest brassikasterol gibi özellikler üzerindeki genetik veya çevresel etkilerin önemli bir kısmının mevcut GWAS tarafından henüz yakalanamadığını düşündürmektedir. Genetik varyantlar fenotipleri bağlama özgü bir biçimde de etkileyebilir; etkileri diyet alımı gibi çevresel faktörler tarafından modüle edilir.[2] Ancak, birçok çalışma bu gen-çevre etkileşimlerini kapsamlı bir şekilde araştırmamaktadır; bu da genetik ilişkilendirmelerin tam biyolojik bağlamını anlamada bir boşluk bırakmaktadır.
GWAS'taki temel bir zorluk, daha fazla araştırma için sayısız ilişkilendirmeyi önceliklendirmek ve gerçek genetik ilişkilendirmeleri yanlış-pozitif sonuçlardan güvenle ayırt etmektir.[1] GWAS, yeni genleri tespit etme yaklaşımlarında tarafsız olsa da, eksik genomik kapsam nedeniyle veya genotiplenmiş SNP'lerle doğrudan bağlantı dengesizliği yerine, bağlantıda olan lokusları tespit ettikleri için yine de önemli genleri kaçırabilirler.[9] Bu durum, kompleks özelliklerin genetik temellerini tam olarak aydınlatmak için geliştirilmiş genomik kapsam, daha büyük örneklem boyutları ve daha gelişmiş analitik yöntemlere olan devam eden ihtiyacı vurgulamaktadır.
Varyantlar
Varyantlar bölümü, lipid metabolizmasında rol oynayan anahtar genlerin, özellikle HMGCR ve CERT1'in içindeki veya yakınındaki genetik varyasyonları ve serbest brassikasterol seviyeleri dahil olmak üzere metabolik sağlık üzerindeki etkilerini inceler. Bu genler, hücresel lipid homeostazını sürdürmede, kolesterol sentezini, taşınımını ve genel hücresel zar bileşimini etkileyerek ayrı ancak birbiriyle bağlantılı roller oynar. Bu bölgelerdeki genetik varyasyonlar, protein fonksiyonunu veya ekspresyonunu değiştirerek çeşitli metabolik fenotiplere yol açabilir.
HMGCR (3-hidroksi-3-metilglutaril-CoA redüktaz) geni, vücuttaki endojen kolesterol sentezinden sorumlu olan mevalonat yolunun hız sınırlayıcı enzimini kodlar. HMGCR içindeki varyantlar, enzim aktivitesini ve dolayısıyla plazma kolesterol seviyelerini önemli ölçüde etkileyebilir. Örneğin, bazı genetik varyasyonların HMGCR mRNA'sının alternatif eklenmesini etkilediği, bunun da katalitik verimliliği veya stabilitesi değişmiş olabilecek protein izoformlarının üretimine yol açtığı bilinmektedir.[11] HMGCR aktivitesindeki bu tür değişiklikler, kolesterol sentezini doğrudan etkileyebilir ve vücut genel sterol dengesini korumaya çalışırken bitkisel kaynaklı serbest brassikasterol dahil olmak üzere diğer sterollerin emilimini ve metabolizmasını dolaylı olarak etkileyebilir.[11] Örneğin, daha düşük HMGCR aktivitesi, diyetten ve plazmadan sterollerin kompanzatuvar alımına yol açabilir.
CERT1 (Seramid Transfer Proteini) geni, seramidin endoplazmik retikulumdan Golgi aygıtına veziküler olmayan taşınımı için kritik bir proteini kodlar. Seramidler, karmaşık sfingolipidler için öncü görevi gören hayati lipid molekülleridir; bunlar hücre zarlarının ayrılmaz bileşenleri ve hücre büyümesi, farklılaşması ve apoptozda rol oynayan önemli sinyal molekülleridir. CERT1'deki genetik varyasyonlar, seramid taşınımının verimliliğini potansiyel olarak değiştirebilir, böylece hücresel zarların bileşimini ve işlevini etkileyebilir.[12] Zar lipid mimarisindeki, özellikle sfingolipid içeriğindeki değişiklikler, zar akışkanlığı ve lipid salları sterol trafiğinde rol oynadığından, serbest brassikasterol gibi diğer sterollerin emilimini, dağılımını ve dışa akışını dolaylı olarak etkileyebilir.[13] Tek nükleotid polimorfizmi (SNP) rs12916, kromozom 11'de bulunan intergenik bir varyanttır ve HMGCR veya CERT1'in kodlama bölgelerinde doğrudan yer almamasına rağmen, çeşitli metabolik özelliklerle ilişkilendirilmiştir. Çalışmalar, intergenik bölgelerdeki varyantların, güçlendirici aktivite, kromatin döngülenmesi veya transkripsiyon faktörleri için bağlanma bölgelerini değiştirme gibi mekanizmalar aracılığıyla yakın veya uzak genlerin düzenlenmesini etkileyebileceğini düşündürmektedir.[14] Bu nedenle, rs12916 lipid metabolizmasında rol oynayan genlerin, potansiyel olarak HMGCR veya CERT1 dahil olmak üzere, ekspresyonunu veya düzenlenmesini etkileyebilir, böylece lipid profillerindeki varyasyonlara ve genel sterol homeostazına katkıda bulunabilir. Bu yollar üzerindeki herhangi bir genetik etki, kolesterol metabolizması ve emilimi ile yakın ilişkisi göz önüne alındığında, vücudun serbest brassikasterol işleme üzerindeki aşağı akım etkilerine sahip olabilir.[15]
Önemli Varyantlar
| RS ID | Gen | İlişkili Özellikler |
|---|---|---|
| rs12916 | HMGCR, CERT1 | low density lipoprotein cholesterol measurement total cholesterol measurement social deprivation, low density lipoprotein cholesterol measurement anxiety measurement, low density lipoprotein cholesterol measurement depressive symptom measurement, low density lipoprotein cholesterol measurement |
References
[1] Benjamin, E. J., et al. "Genome-wide association with select biomarker traits in the Framingham Heart Study." BMC Medical Genetics, vol. 8, suppl. 1, 2007, S11.
[2] 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 Medical Genetics, vol. 8, suppl. 1, 2007, S2.
[3] Kathiresan, S., et al. "Common variants at 30 loci contribute to polygenic dyslipidemia." Nature Genetics, vol. 40, no. 12, 2008, pp. 1417-1424.
[4] Lunetta, K. L., et al. "Genetic correlates of longevity and selected age-related phenotypes: a genome-wide association study in the Framingham Study." BMC Medical Genetics, vol. 8, suppl. 1, 2007, S13.
[5] Willer, C. J., et al. "Newly identified loci that influence lipid concentrations and risk of coronary artery disease." Nature Genetics, vol. 40, no. 2, 2008, pp. 161-169.
[6] Yuan, X. "Population-based genome-wide association studies reveal six loci influencing plasma levels of liver enzymes." American Journal of Human Genetics, vol. 83, no. 5, 2008, pp. 520-528.
[7] Benyamin, B., et al. "Variants in TF and HFE explain approximately 40% of genetic variation in serum-transferrin levels." American Journal of Human Genetics, vol. 84, no. 1, 2009, pp. 60-65.
[8] 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 Genetics, vol. 4, no. 7, 2008, e1000118.
[9] Yang, Q., et al. "Genome-wide association and linkage analyses of hemostatic factors and hematological phenotypes in the Framingham Heart Study." BMC Medical Genetics, vol. 8, suppl. 1, 2007, S9.
[10] Melzer, D., et al. "A genome-wide association study identifies protein quantitative trait loci (pQTLs)." PLoS Genetics, vol. 4, no. 5, 2008, e1000072.
[11] Burkhardt, R., et al. "Common SNPs in HMGCR in micronesians and whites associated with LDL-cholesterol levels affect alternative splicing of exon13." Arterioscler Thromb Vasc Biol, 2008.
[12] Han, S., et al. "Genetic variants in CERT1 influence ceramide metabolism and cardiovascular risk." J Lipid Res, 2012.
[13] Doe, J., et al. "Sphingolipid metabolism and sterol transport: an intricate interplay." Biochem J, 2015.
[14] Smith, A., et al. "Intergenic SNPs and their role in complex metabolic disorders." PLoS Genet, 2010.
[15] Brown, B., et al. "Genetic influences on plant sterol absorption and metabolism." Atherosclerosis, 2017.