Warfarin

Arka Plan

Warfarin, kan pıhtılarını önlemek ve tedavi etmek amacıyla yaygın olarak reçete edilen ve halk arasında “kan sulandırıcı” olarak bilinen bir oral antikoagülandır. Atriyal fibrilasyon, derin ven trombozu ve pulmoner emboli gibi, pıhtı oluşumunun önemli sağlık riskleri taşıdığı durumlara sahip hastalar için kritik öneme sahiptir. Ancak, warfarin dar bir terapötik pencereye sahiptir; bu da etkili dozun, yan etkilere neden olan doza çok yakın olduğu anlamına gelir. Bu dar pencere, bireylerin ilaca verdikleri yanıtta gözlenen önemli değişkenlikle birleştiğinde, hassas dozlamayı zorlaştırmaktadır. Uygun olmayan dozlama ciddi komplikasyonlara yol açabilir: çok düşük bir doz tehlikeli pıhtı oluşumuna neden olabilirken, çok yüksek bir doz ciddi, yaşamı tehdit eden kanamalara yol açabilir.

Biyolojik Temel

Warfarin, yaygın olarakVKORC1olarak anılan vitamin K epoksit redüktaz kompleksi 1 enzimini inhibe ederek antikoagülan etkisini gösterir. Bu enzim, kan dolaşımındaki çeşitli pıhtılaşma faktörlerinin aktivasyonu için gerekli olan vitamin K döngüsünün kritik bir bileşenidir.VKORC1’i inhibe ederek, warfarin aktif vitamin K’yı tüketir, böylece işlevsel pıhtılaşma faktörlerinin üretimini azaltır ve kanın pıhtılaşmasını yavaşlatır. Warfarinin vücuttan metabolizması ve atılımı, öncelikli olarak sitokrom P450 enzimiCYP2C9 tarafından gerçekleştirilir. Hem ilacın hedefini kodlayan VKORC1 genindeki hem de birincil metabolize edici enzimi kodlayan CYP2C9 genindeki genetik varyasyonlar (polimorfizmler), bir bireyin warfarine duyarlılığını ve gereken dozunu önemli ölçüde değiştirebilir.

Klinik Önemi

Warfarin yanıtını etkileyen genetik faktörleri anlamak, tedavinin kişiselleştirilmesi açısından klinik olarak oldukça ilgili/önemlidir.VKORC1 ve CYP2C9genlerindeki genetik varyasyonlar, bir hastanın warfarini ne kadar hızlı metabolize ettiğini ve pıhtılaşma sisteminin warfarin etkilerine ne kadar duyarlı olduğunu öngörebilir. Bu bilgi, klinisyenlerin başlangıç warfarin dozlarını daha doğru bir şekilde ayarlamasına olanak tanır ve genotip rehberliğinde doz belirlemeye doğru ilerlemesini sağlar. Bu sayede, hem subterapötik pıhtılaşma olayları hem de supraterapötik kanama komplikasyonları riski önemli ölçüde azaltılabilir, bu da hasta güvenliğini ve tedavi etkinliğini artırır. Bu nedenle, önleyici genetik testler, warfarin tedavisini optimize etmek ve deneme yanılma yoluyla yapılan doz ayarlamalarını en aza indirmek için değerli bir araç olarak hizmet edebilir.

Sosyal Önem

Varfarinin yaygın kullanımı ve değişken yanıtının önemli etkisi, farmakogenomiğini anlamanın sosyal önemini vurgulamaktadır. Genetik bilgilere dayalı kişiselleştirilmiş varfarin dozlaması, advers ilaç reaksiyonlarıyla ilişkili morbidite ve mortaliteyi azaltarak hasta sonuçlarını önemli ölçüde iyileştirme potansiyeline sahiptir. Bir sağlık sistemi perspektifinden, varfarinle ilişkili advers olayların azaltılması, daha az hastaneye yatışa, acil servis ziyaretine ve ilişkili sağlık hizmeti maliyetlerine yol açabilir. Dahası, varfarin farmakogenomiğinin başarısı, kişiselleştirilmiş tıbbın daha geniş potansiyelini vurgulayarak genetik içgörülerin ilaç tedavisini nasıl dönüştürebileceğini, hasta yaşam kalitesini nasıl artırabileceğini ve genel halk sağlığını nasıl iyileştirebileceğini göstermektedir.

Metodolojik ve İstatistiksel Kısıtlamalar

Varfarinin etkilerini veya metabolizmasını araştıran genetik çalışmalar, genellikle örneklem büyüklüğü ile ilgili kısıtlamalarla karşılaşır ve bu durum, ılımlı etkilere sahip genetik varyantları saptamak için yetersiz istatistiksel güce yol açar. Bu durum, yanlış negatif bulguların olasılığını artırır; yani, varfarin yanıtı ile gerçek ilişkilendirmeler gözden kaçabilir. Ayrıca, orta büyüklükteki kohortlarda, bildirilen ilişkilendirmeler bazen genom çapında analizlerde içsel olan çoklu istatistiksel testlerden kaynaklanan yanlış pozitifleri temsil edebilir; bu testler, ince etkileri saptama gücünü daha da azaltabilecek katı anlamlılık eşikleri gerektirir.^[1] Varfarinle ilgili genetik araştırmaların kapsamı, kullanılan genotipleme platformlarının SNP kapsamıyla da kısıtlanmaktadır; örneğin, 100K SNP dizileri, genomdaki genetik varyasyonun yalnızca kısmi bir kapsamasını sağlar. Bu kısıtlama, varfarin metabolizması veya etkinliği ile ilgili bazı gerçek genetik ilişkilendirmelerin gözden kaçabileceği ve daha yoğun diziler olmadan aday genlerin kapsamlı karakterizasyonunun zor olabileceği anlamına gelir. İmputasyon yöntemleri, eksik genotipleri tahmin etmek ve farklı işaretleyici setlerindeki karşılaştırmalı analizler için kapsamı artırmak amacıyla kullanılsa da, bunlar allel başına tipik olarak %1,46 ile %2,14 arasında değişen, küçük ama dikkat çekici bir hata oranı ortaya çıkarır ve bu durum, tanımlanan ilişkilendirmelerin doğruluğunu etkileyebilir.^[2] İstatistiksel analizdeki kararlar da kısıtlamalar getirebilir; örneğin, yalnızca çok değişkenli modellere odaklanmak, belirli SNP’ler ile varfarinle ilişkili fenotipler arasındaki önemli iki değişkenli ilişkilendirmeleri gözden kaçırabilir. Ek olarak, bildirilen ilişkilendirmeleri daha kapsayıcı olmak için seçilen liberal bir genotipleme çağrı oranı eşiği (örn. %80), potansiyel olarak veri kalitesini tehlikeye atar ve yanıltıcı bulguların olasılığını artırır. Çoklu test sorununu yalnızca cinsiyet-birleşik analizler yaparak yönetme gerekliliği, varfarin yanıtı üzerindeki cinsiyete özgü genetik etkileri istemeden gizleyebilir; zira bazı SNP’ler yalnızca erkeklerde veya kadınlarda ilişkili olabilir ve böylece tespit edilemeyebilir.^[3]

Genellenebilirlik ve Fenotip Değerlendirme Sorunları

Varfarinin genetik etkileri üzerine yapılan araştırmalar, genellikle kendilerini Kafkasyalı veya beyaz Avrupalı soyundan bildiren bireylerden oluşan kohortlar içinde yürütüldüğünden, genellenebilirlik açısından önemli zorluklarla karşılaşmaktadır. Diğer etnik grupların farklı genetik geçmişleri ve çevresel maruziyetleri, bu çalışmalardan elde edilen bulguların daha çeşitli popülasyonlara doğrudan uygulanamayacağı anlamına gelmektedir. Çalışma örneklemlerinin bu atalara ait homojenliği, varfarin için genetik içgörülerin yaygın klinik uygulanabilirliğini sağlamak amacıyla daha geniş demografik bağlamlarda replikasyon ve araştırma yapma gerekliliğinin altını çizmektedir.^[3] Doğru fenotipik karakterizasyon, varfarinin sağlam genetik ilişkilendirme çalışmaları için kritik öneme sahiptir. Ancak, varfarinle ilişkili özelliklerin veya biyobelirteçlerin ölçülmesinde kullanılan tahlil yöntemleri belirli genetik varyantları tanıyamadığında sınırlamalar ortaya çıkabilir; bu durum potansiyel olarak onların analizden dışlanmasına ve genetik katkıların eksik anlaşılmasına yol açabilir. Ayrıca, karmaşık fizyolojik işlevler için vekil belirteçlerin kullanılması, varfarinden etkilenen karmaşık biyolojik yolları tam olarak yansıtmayabilir; bu da genetik varyantları kesin klinik sonuçlara bağlamayı veya SNP olmayan bilinen varyantları hesaba katmayı zorlaştırmaktadır.^[1] Varfarinle ilişkili fenotiplerle genetik ilişkilendirmelerin ilk keşfi, sıklıkla ayrı kohortlarda bağımsız replikasyon yoluyla doğrulamayı gerektirmektedir. Bu tür harici bir doğrulama olmaksızın, bulgular, özellikle de katı genom çapında anlamlılık düzeyine ulaşmayan veya keşifsel olarak tanımlananlar, yanlış pozitifleri veya keşif kohortuna özgü ilişkilendirmeleri temsil edebileceğinden dikkatle yorumlanmalıdır. Bu durum, ilk raporların genellikle kesin doğru pozitif genetik ilişkilendirmeler olarak kabul edilmeden önce daha fazla ampirik doğrulama gerektiren hipotezler olarak hizmet ettiğini vurgulamaktadır.^[1]

Keşfedilmemiş Çevresel ve Genetik Karmaşıklıklar

Warfarin yanıtını etkileyen genetik etkiler genellikle karmaşıktır ve çeşitli çevresel faktörler tarafından modüle edilebilir. Ancak, birçok genetik çalışma, diyet alışkanlıkları veya diğer ilaçların warfarin etkinliği veya advers olaylar üzerindeki etkisi gibi bu gen-çevre etkileşimlerini kapsamlı bir şekilde araştırmamaktadır. Bu eksiklik, çevresel etkilerin bireysel değişkenlikte önemli ve bağlama özgü bir rol oynadığı gerçek dünya klinik ortamlarında genetik yatkınlıkların nasıl ortaya çıktığına dair eksik bir anlayışa yol açabilir.^[4]Çok sayıda genetik ilişkilendirme tespit edilmesine rağmen, warfarin etkilerinin kalıtsallığının önemli bir kısmı açıklanamamış kalabilir; bu, ‘eksik kalıtsallık’ olarak bilinen bir fenomendir. Bu boşluk, mevcut genotipleme dizileri tarafından daha nadir veya yapısal varyantların yetersiz kapsamı, mevcut saptama eşiklerinin altında kalan daha küçük etki büyüklüklerinin varlığı veya çoklu etkileşen genleri içeren karmaşık genetik mimarileri yakalayamama gibi çeşitli faktörlerden kaynaklanabilir. Bu boşlukları gidermek, genetik ve çevresel etkilerin tüm yelpazesini hesaba katabilen daha kapsamlı genomik veri ve yeni analitik yaklaşımlar gerektirir.^[5]

Varyantlar

Dar bir terapötik aralığa sahip antikoagülan olan warfarin’e bireysel yanıtı etkileyen genetik yapı, köklü_CYP2C9_ ve _VKORC1_genlerinin ötesine geçerek psödojenler ve uzun kodlamayan RNA’lar (lncRNA’lar) gibi daha geniş bir genomik element yelpazesini ve çeşitli hücresel süreçlerde yer alan genleri de kapsamaktadır. Bu bölgelerdeki varyantlar, gen ifadesini, protein fonksiyonunu veya metabolik yolları hassas bir şekilde değiştirerek warfarin farmakokinetiğini veya farmakodinamiğini etkileyebilir. Bu genetik etkileri anlamak, warfarin dozlamasını optimize etmek ve kanama veya trombotik komplikasyonlar gibi yan etki riskini en aza indirmek için çok önemlidir.

Genellikle fonksiyonel genlere benzeyen kodlamayan DNA dizileri olan psödojenlerin içinde veya yakınındaki varyantlar, önemli bir düzenleyici rol oynayabilir. Örneğin, rs185102592 , ribozomal protein L35a’nın bir paralogu olan _RPL35AP3_ psödojeni ile ilişkilidir. _RPL35AP3_gibi psödojenler, yarışan endojen RNA’lar (ceRNA’lar) olarak hareket edebilir veya protein kodlayan benzerlerinin stabilitesini ve translasyonunu düzenleyebilir, bu da warfarin tarafından hedeflenen K vitamini bağımlı pıhtılaşma faktörlerinin üretimi için temel olan hücresel protein sentezini potansiyel olarak etkileyebilir.^[1] Benzer şekilde, rs115806149 , _RNU6-102P_ küçük nükleer RNA psödojeni ve bir G proteinine bağlı reseptör olan _GPR37_ ile bağlantılıdır. _HMGB1P47_ psödojeni ve _RNA5SP182_ ribozomal RNA psödojeni yakınındaki rs535038062 varyantı, trombotik risk ve genel kardiyovasküler sağlıkla ilgili olan inflamasyon ve hücresel stresle ilişkili yolları etkileyerek, warfarin tedavi sonuçlarını dolaylı olarak etkileyebilir.^[1] Kodlamayan elementlerdeki bu tür düzenleyici değişimler, genetik varyasyonların ilaç yanıtındaki bireyler arası değişkenliğe katkıda bulunduğu karmaşık mekanizmaları vurgulamaktadır.

Uzun kodlamayan RNA’lar (lncRNA’lar), gen ifadesinin kritik düzenleyicileri olarak ortaya çıkmaktadır ve bu elementlerin içindeki varyantlar biyolojik yolları önemli ölçüde etkileyebilir. rs570197932 varyantı _LINC01644_ ile ilişkilidir; rs138669065 ise _LINC02048_ ve _LINC00887_ ile bağlantılıdır ve rs114925386 _LINC01937_’yi içerir. Bu lncRNA’lar, kromatin yeniden modellenmesi, transkripsiyon ve transkripsiyon sonrası işleme dahil olmak üzere çoklu seviyelerde gen aktivitesini modüle edebilir, böylece warfarin metabolizması, K vitamini döngüsü veya pıhtılaşma faktörü sentezinde yer alan genlerin ifadesini etkileyebilir.^[1] Örneğin, bu varyantlardan kaynaklanan değişmiş lncRNA fonksiyonu, ilaç metabolize edici enzimlerin optimal olmayan seviyelerine veya pıhtılaşma faktörlerinin aktivitesinde değişikliklere yol açabilir, bu da terapötik antikoagülasyonu sürdürmek ve komplikasyonları önlemek için kişiselleştirilmiş doz ayarlamaları gerektirir.^[1]Bu düzenleyici değişiklikler, warfarin duyarlılığının altında yatan karmaşık genetik mimariyi vurgulamaktadır.

Kodlamayan RNA’ların ötesinde, daha geniş hücresel fonksiyonlara sahip protein kodlayan genlerdeki varyantlar da warfarin yanıtındaki bireysel farklılıklara katkıda bulunabilir. Hücre içi taşımada yer alan bir kinesin ailesi üyesi olan_KIF26B_ genindeki rs182622129 varyantı, hepatik ilaç metabolizması veya pıhtılaşma faktörü salgılanması için gerekli moleküllerin taşınımını hassas bir şekilde etkileyebilir.^[1] Benzer şekilde, rs16843689 ile ilişkili olan _LRP1B_, endositoz ve sinyalleşmede yer alan, lipid metabolizmasını ve trombotik riski etkileyebilen inflamatuar yanıtları etkileyen bir düşük yoğunluklu lipoprotein reseptörle ilişkili proteindir._NCOR2_ ve _SCARB1_ ile bağlantılı olan rs150558307 varyantı, sırasıyla bir nükleer reseptör ko-represörü ve yüksek yoğunluklu lipoprotein kolesterol için bir temizleyici reseptörü içerir. Hem_NCOR2_ hem de _SCARB1_, kardiyovasküler sağlık ve dolayısıyla antikoagülasyonun etkinliği ve güvenliği ile geniş ölçüde ilgili olan metabolik düzenleme ve inflamasyonda rol oynar.^[1]Son olarak, glikoprotein işlenmesinde yer alan bir mannosidazı kodlayan bir gen olan_MAN2B2_’deki rs115705089 , pıhtılaşma faktörleri de dahil olmak üzere temel proteinlerin glikozilasyonunu değiştirme potansiyel bir rolü olduğunu düşündürmektedir; bu da onların aktivitesini ve warfarin ile etkileşimini değiştirebilir.

Önemli Varyantlar

RS ID	Gen	İlişkili Özellikler
rs185102592	Y_RNA - RPL35AP3	S-warfarin measurement
rs115806149	RNU6-102P - GPR37	S-warfarin measurement
rs182622129	KIF26B	S-warfarin measurement S-6-hydroxywarfarin to S-warfarin ratio measurement
rs16843689	LRP1B	S-warfarin measurement RS-warfarin measurement
rs535038062	HMGB1P47 - RNA5SP182	S-warfarin measurement
rs115705089	MAN2B2	S-warfarin measurement
rs570197932	LINC01644	S-warfarin measurement
rs138669065	LINC02048, LINC00887	S-warfarin measurement
rs150558307	NCOR2 - SCARB1	S-warfarin measurement
rs114925386	LINC01937	S-warfarin measurement

K Vitamini Metabolizması Biyobelirteçlerinin Önemi

Genom çapında ilişkilendirme çalışmaları (GWAS) içeren araştırmalar, Kromozom 7 üzerinde “Vitamin K % dekarboksile olmamış osteokalsin”i, daha fazla araştırma için potansiyel önceliğe sahip bir biyobelirteç özelliği olarak tanımlamıştır.^[1]Bu biyobelirteç, çeşitli fizyolojik süreçlerde kritik bir rol oynayan K vitamini işleviyle ilişkilidir. Böyle bir biyobelirteci etkileyen genetik faktörlerin tanımlanması, K vitamini metabolizmasındaki bireysel farklılıklara dair temel bir içgörü sunar. Bu genetik etkilerin anlaşılması, K vitaminine bağımlı yolları doğrudan modüle eden varfarin gibi farmakoterapiler için önemlidir.

Klinik Çeviri ve Kişiselleştirilmiş Tıp İçin Hususlar

“Vitamin K % undercarboxylated osteocalcin” gibi biyobelirteç özellikleriyle olan genetik ilişkilendirmeler değerli keşifsel bilgiler sunsa da, warfarin gibi farmakoterapiler bağlamı da dahil olmak üzere bunların nihai klinik faydası sağlam bir doğrulama gerektirir.^[1] GWAS bulguları, gerçek genetik ilişkilendirmeleri ve potansiyel pleiotropik etkileri doğrulamak için bağımsız kohortlarda replikasyon ve fonksiyonel doğrulama gerektirir.^[1] Bu titiz takip, bu genetik keşiflerin prognostik değeri güvenilir bir şekilde bilgilendirebilmesi, risk sınıflandırmasına rehberlik edebilmesi veya K vitaminine bağımlı süreçlerle ilgili kişiselleştirilmiş tıp yaklaşımlarına katkıda bulunabilmesi için esastır.

Hemostatik Süreçlerin Düzenlenmesi

Hemostazı yöneten hassas denge, değişkenliği genom çapında ilişkilendirme çalışmaları aracılığıyla incelenen genetik etkilere tabi olan “hemostatik faktörler” ve hücresel fenotiplerin karmaşık bir etkileşimini içerir.^[5]Bu dengedeki bozulmalar, obezite gibi durumlarda gözlemlenen “protrombotik bir durum” olarak kendini gösterebilir; bu da metabolik yollar ile koagülasyon kaskadı arasında önemli etkileşimlere işaret etmektedir.^[6]“Fibrinojen” gibi kritik bileşenler, yerleşik fizyolojik koagülasyon yöntemleri kullanılarak hassas bir şekilde ölçülürken, genellikle adenozin difosfat (ADP) gibi sinyal molekülleri tarafından başlatılan “trombosit agregasyonu” kan pıhtısı oluşumunda başka bir temel mekanizmayı temsil eder.^[7] Bu moleküler etkileşimler, çeşitli girdilerin koagülasyon sisteminin genel fonksiyonel çıktısını belirlediği, sıkı bir şekilde düzenlenen bir sisteme katkıda bulunur.

Protein Fonksiyonunu Modüle Eden Metabolik Yollar

Metabolik yollar, anahtar proteinlerin biyosentezi, katabolizması ve fonksiyonel modifikasyonunda merkezi bir rol oynar. “K vitamini durumu” ile “kemik sağlığı” arasındaki karmaşık bağlantı, özellikle “osteokalsin” gibi proteinlerin post-translasyonel modifikasyonu üzerindeki etkisi aracılığıyla hayati bir metabolik düzenleyici mekanizmaya örnektir.^[8] “Yetersiz karboksillenmiş osteokalsinin” belirlenmesi, besin bulunabilirliğinin protein işlevselliğini doğrudan nasıl etkilediğini, böylece iskelet fizyolojisindeki daha geniş metabolik düzenlemeyi ve hastalıkla ilişkili mekanizmaları etkilediğini ortaya koymaktadır.^[8] Bu tür süreçler, metabolik yollar içindeki akış kontrolünü vurgulayarak, biyolojik bütünlük için gerekli olan uygun protein olgunlaşmasını ve aktivitesini sağlar.

Hücresel Sistemlerin Genetik ve Transkripsiyonel Kontrolü

Hücresel işlev, transkripsiyonel ve post-translasyonel kontroller de dahil olmak üzere, sofistike “gen regülasyonu” ve “protein modifikasyonu” mekanizmaları tarafından derinden şekillendirilir.^[9] pre-mRNA’nın “alternatif eklenmesi”, “HMGCR’deki yaygın SNP’lerin… ekson13’ün alternatif eklenmesini etkilemesi” ve APOB mRNA’sının alternatif eklenmesiyle örneklenen, yeni protein izoformları üretebilen önemli bir düzenleyici mekanizmadır.^[10] Sınırlı bir gen setinden protein işlevini çeşitlendirmek için kritik öneme sahip olan bu süreç, birden fazla kontrol mekanizması içerir ve ince genetik varyasyonların değişmiş protein ekspresyonuna ve mevalonat yolu gibi metabolik yollar üzerindeki müteakip etkisine nasıl yol açabileceğini göstererek insan hastalıklarında rol oynar.^[11] Bu tür karmaşık transkripsiyonel ve post-transkripsiyonel düzenlemeler, hücresel homeostazı sürdürmek için kritik öneme sahip geri besleme döngüleri kurar.

Entegre Ağ Dinamikleri ve Hastalık Mekanizmaları

Biyolojik sistemler, organizmal işlev için temel olan “ortaya çıkan özellikler” ile sonuçlanan bir “hiyerarşik düzenleme” oluşturan “yolak çapraz konuşması” ve karmaşık “ağ etkileşimleri” ile karakterize edilir. Genom çapında ilişkilendirme çalışmaları, ara fenotiplerle bağlantılı genetik polimorfizmleri rutin olarak ortaya çıkararak diyabet ve koroner arter hastalığı gibi yaygın hastalıklardaki “yolak düzensizliği” hakkında içgörüler sağlar.^[12] Bu entegre ağları anlamak, lipit konsantrasyonlarını veya C-reaktif protein gibi inflamatuvar belirteçleri etkileyen yaygın varyantlara yönelik araştırmalarla örneklendiği üzere, “kompansatuvar mekanizmalar” ve potansiyel “terapötik hedefler” ortaya çıkarır.^[13]Çeşitli metabolik ve sinyal yollarının “sistem düzeyinde entegrasyonu”, nihayetinde bir bireyin fizyolojik durumunu ve hastalık yatkınlığını belirler; bu da genetik ve metabolik araştırmalarda bütünsel bir bakış açısına duyulan ihtiyacı vurgular.^[12]

References

[1] Benjamin, E. J., et al. “Genome-wide association with select biomarker traits in the Framingham Heart Study.” BMC Medical Genetics, vol. 8, 2007.

[2] O’Donnell, C. J., et al. “Genome-wide association study for subclinical atherosclerosis in major arterial territories in the NHLBI’s Framingham Heart Study.”BMC Medical Genetics, vol. 8, 2007.

[3] Hwang, S. J., et al. “A genome-wide association for kidney function and endocrine-related traits in the NHLBI’s Framingham Heart Study.” BMC Medical Genetics, vol. 8, 2007.

[4] 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, 2007.

[5] Yang, Q. et al. “Genome-wide association and linkage analyses of hemostatic factors and hematological phenotypes in the Framingham Heart Study.”BMC Med Genet, vol. 8, no. Suppl 1, 2007, S9.

[6] Rosito, G. A. et al. “Association between obesity and a prothrombotic state: the Framingham Offspring Study.”Thromb Haemost, vol. 91, no. 4, 2004, pp. 683–689.

[7] Born, G. V. R. “Aggregation of Blood Platelets by Adenosine Diphosphate and its Reversal.”Nature, vol. 194, no. 4831, 1962, pp. 927–929.

[8] Gundberg, C. M. et al. “Vitamin K status and bone health: an analysis of methods for determination of undercarboxylated osteocalcin.”J Clin Endocrinol Metab, vol. 83, no. 9, 1998, pp. 3258–3266.

[9] Goldstein, J. L., and M. S. Brown. “Regulation of the mevalonate pathway.” Nature, vol. 343, no. 6258, 1990, pp. 425–430.

[10] 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.

[11] Caceres, J. F., and A. R. Kornblihtt. “Alternative splicing: multiple control mechanisms and involvement in human disease.”Trends Genet, vol. 18, no. 4, 2002, pp. 186–193.

[12] 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.

[13] Kathiresan, S. et al. “Common variants at 30 loci contribute to polygenic dyslipidemia.” Nat Genet, vol. 40, no. 12, 2008, pp. 1417–1424.