Tumor Protein P53 Inducible Protein 11
Giriş
Arka Plan
tümör proteini p53 indüklenebilir protein 11 (TP53I11), üretimi TP53 geni tarafından düzenlenen ve yaygın olarak p53 olarak bilinen bir proteini ifade eder. p53 proteini, sıkça "genomun koruyucusu" olarak adlandırılan, DNA hasarı veya onkogen aktivasyonu gibi hücresel stres tepkilerinde kritik bir rol oynayan önemli bir tümör baskılayıcıdır.
Biyolojik Temel
İndüklenebilir bir protein olarak, TP53I11, p53 tarafından aktive edilen veya baskılanan karmaşık gen ağının bir parçasıdır. p53 hücresel stres faktörleri tarafından tetiklendiğinde, belirli DNA dizilerine bağlanabilir ve hedef genlerin transkripsiyonunu düzenleyebilir. TP53I11'in indüksiyonu, p53 tarafından organize edilen hücresel sonuçların aracılık edilmesinde rol aldığını düşündürmektedir; bu sonuçlar arasında DNA onarımını kolaylaştırmak için hücre döngüsü duraklaması veya hasar çok şiddetliyse programlı hücre ölümünün (apoptoz) başlatılması yer alır. p53 yolundaki proteinler, genomik stabiliteyi sürdürmek ve kontrolsüz hücre çoğalmasını önlemek için temeldir.
Klinik Önemi
p53 yolu ile ilişkisi nedeniyle, TP53I11 insan sağlığı için, özellikle kanser bağlamında, örtük olarak önemlidir. p53 yolu, çok çeşitli insan kanserlerinde sıklıkla düzensizleşir. Bu yolun ayrılmaz bir parçası olan TP53I11 gibi genlerdeki varyasyonlar veya değişmiş ekspresyon, bir bireyin kansere yatkınlığını, hastalığın ilerlemesini veya çeşitli kanser tedavilerine yanıtlarını potansiyel olarak etkileyebilir.
Sosyal Önem
TP53I11 gibi genlerin daha derinlemesine anlaşılması, temel hücresel süreçler ve karmaşık hastalıkların altında yatan mekanizmalar hakkındaki bilgimize önemli ölçüde katkıda bulunur. p53-indüklenebilir proteinler üzerine devam eden araştırmalar, kanserin nasıl geliştiği ve ilerlediği hakkında değerli bilgiler sağlayabilir. Bu bilgi, nihayetinde yeni tanısal biyobelirteçlerin veya terapötik hedeflerin belirlenmesine yol açarak, kanser ve diğer ilgili durumlar için iyileştirilmiş halk sağlığı müdahaleleri ve tedavileri için potansiyel yollar sunabilir.
Genomik Kapsam ve İstatistiksel Güç
Birçok genomik ilişkilendirme çalışması, özellikle önceki çalışmalar, aday gen bölgeleri içinde veya bitişiğindeki ilgili tüm genetik varyasyonları yeterince yakalayamayabilecek sınırlı kapsama sahip (örn. 100K veya 550K SNP) SNP dizilerine dayanmıştır.[1] Bu sınırlı yoğunluk, nedensel varyantın doğrudan genotiplenmemesi veya genotiplenmiş bir belirteçle güçlü bağlantı dengesizliği içinde olmaması durumunda gerçek ilişkilerin gözden kaçırılabileceğini ima etmektedir. Sonuç olarak, tumor protein p53 inducible protein 11 için gözlemlenen bir ilişkinin yokluğu, genetik bir rolü kesin olarak dışlamaz; bu durum, daha kapsamlı dizileme veya daha yoğun dizilerin ek bilgiler ortaya çıkarabileceğini düşündürmektedir.[1] Ayrıca, bazı kohortların karakteristik özelliği olan orta düzey örneklem büyüklükleri, yetersiz istatistiksel güce yol açarak, tumor protein p53 inducible protein 11 fenotipleriyle gerçek genetik ilişkilerin gözden kaçırıldığı durumlarda yanlış negatif bulgu riskini artırabilir.[2] Daha önce bildirilen fenotip-genotip ilişkilerini tekrarlamada yaşanan zorluklar da yaygındır; önemli bir kısmı çalışmalar arasında tutarlı bir şekilde yeniden üretilememektedir.[2] Bu tekrarlanabilirlik eksikliği, başlangıçtaki yanlış pozitif bulgulardan, çalışma popülasyonlarındaki doğal farklılıklardan veya tekrarlama kohortlarındaki yetersiz istatistiksel güçten kaynaklanabilir; bu durum, tumor protein p53 inducible protein 11 için sağlam genetik bağlantılar kurmak adına daha büyük, iyi güçlendirilmiş çalışmalar ve titiz tekrarlama çabalarına duyulan kritik ihtiyacın altını çizmektedir.[2]
Kohort Özgüllüğü ve Genellenebilirlik
Çeşitli çalışmalarda önemli bir kısıtlama, ağırlıklı olarak Avrupa kökenli bireylerin, sıklıkla orta yaştan yaşlı nüfusa kadar olan belirli yaş aralıklarında dahil edilmesidir.[2] Bu dar demografik profil, tumor protein p53 inducible protein 11 ile ilgili herhangi bir bulgunun daha genç popülasyonlara veya farklı etnik ve ırksal kökenlere sahip bireylere genellenebilirliğini kısıtlamaktadır. Genetik yapılar ve çevresel maruziyetler, farklı soylarda önemli ölçüde farklılık gösterebilir; bu da bir grupta tanımlanan ilişkilerin başka gruplara aktarılamayabileceği veya hatta mevcut olmayabileceği anlamına gelir ve böylece sonuçların daha geniş uygulanabilirliğini sınırlamaktadır.[2] DNA toplama zamanlaması, özellikle uzunlamasına çalışmalardaki sonraki muayeneler sırasında, sadece katılacak kadar uzun yaşamış bireylerin dahil edilmesi nedeniyle sağkalım yanlılığına yol açabilir.[2] Bu yanlılık, erken ölüme genetik yatkınlığı olan bireyleri dışlayarak, tumor protein p53 inducible protein 11 için genetik ilişkilendirmeleri, özellikle uzun ömürlülük veya yaşa bağlı hastalıklarla ilişkili özellikler için çarpıtabilir. Toplum tabanlı kohortların incelenmesini sağlamak için çabalar gösterilse de, bu faktörler toplu olarak çalışma popülasyonunun daha geniş insan popülasyonuna göre temsil edilebilirliğini etkilemekte, potansiyel olarak tumor protein p53 inducible protein 11'in rolünün yorumlanmasını etkileyebilir.[2]
Metodolojik ve Karıştırıcı Faktörler
SNP kapsamını artırmak için genotip imputasyonuna güvenmek, faydalı olmakla birlikte, bir belirsizlik derecesi sunar; zira imputasyon hataları, nispeten düşük olsa bile (örn. allel başına %1,46 ila %2,14), tumor protein p53 inducible protein 11 için gerçek ilişkilendirmeleri seyreltebilir veya yanlış ilişkilendirmeler oluşturabilir.[3] Dahası, popülasyon tabakalaşmasını azaltmak için genomik kontrol ve temel bileşen analizi gibi sağlam yöntemler kullanılsa da, incelikli popülasyon alt yapısından veya ölçülmemiş çevresel ve gen-çevre etkileşimlerinden kaynaklanan artık karıştırıcı faktörler sonuçları hala etkileyebilir.[4] Bu tür ele alınmayan karıştırıcı faktörler, tumor protein p53 inducible protein 11 için şişirilmiş etki büyüklüklerine veya yanlış ilişkilendirmelere yol açarak, genetik katkılarının hassas yorumunu karmaşık hale getirebilir.[5] Birçok analiz, karmaşık genetik gerçekleri basitleştirir; örneğin, yalnızca cinsiyet birleşik analizleri yaparak, bu da tumor protein p53 inducible protein 11 üzerindeki cinsiyete özgü genetik etkileri gizleyebilir (. Benzer şekilde, _APOE-APOC1-APOC4-APOC2_ kümesi içindeki rs1065853 ve rs35136575 gibi varyantlar, LDL kolesterol konsantrasyonlarındaki önemli değişikliklerle güçlü bir şekilde bağlantılıdır.[6] _APOC1_ ile ilişkili bir psödogen olan _APOC1P1 ve varyantı rs5112, bu hayati küme içindeki karmaşık düzenleyici etkileşimler yoluyla lipid profillerini incelikle etkileyebilir. Genellikle bu genetik varyasyonlardan kaynaklanan lipid işlenmesindeki düzensizlik, sistemik inflamasyona ve hücresel strese yol açabilir, böylece _TP53I11_'i içeren yolları modüle edebilir ve hasara veya metabolik dengesizliğe karşı hücresel yanıtları etkileyebilir.
Diğer varyantlar, _GCKR_ genindeki rs1260326 ve _TRIB1AL_ (Tribbles homolog 1) ile ilişkili rs2954021 gibi, glikoz ve trigliserit metabolizmasında çok önemlidir. _GCKR_ geni, karaciğerde glikoz kullanımının ilk adımını kontrol eden bir protein olan glukokinaz regülatörünü kodlar. _GCKR_'daki rs1260326 varyantı, yüksek trigliserit seviyeleri ve trigliserit yıkımını inhibe eden artmış apolipoprotein C-III (_APOC3_) konsantrasyonları ile özellikle ilişkilidir.[6] Bu varyant, metabolik düzensizliğe önemli ölçüde katkıda bulunarak, vücudun enerji dengesini etkiler. _TRIB1AL_ ve varyantı rs2954021 ile temsil edilen _TRIB1_ geni de lipid metabolizmasında kritik bir rol oynar; çalışmalar, trigliserit konsantrasyonları ile ilişkisini tanımlamıştır.[3] _GCKR_ ve _TRIB1_'deki varyantlar tarafından yönlendirilen glikoz ve lipid homeostazındaki bu tür bozulmalar, hücreler içinde metabolik stres oluşturabilir, bu da _TP53I11_'in ifadesini ve aktivitesini etkileyebilir ve bu metabolik varyasyonları temel hücresel stres yanıt mekanizmalarına bağlar.
Lipid ve glikoz metabolizmasının ötesinde, diğer genler çeşitli hücresel işlevlere katkıda bulunur. _BCHE_ geni, plazma ve karaciğerde bulunan, kolin esterlerini parçalayan ve detoksifikasyon ile ilaç metabolizmasında rol oynayan bir enzim olan bütirilkolinesterazı kodlar. _BCHE_'deki rs11447348 gibi varyasyonlar enzim aktivitesini değiştirebilir, bireylerin belirli ilaçlara nasıl yanıt verdiğini etkileyebilir ve potansiyel olarak genel metabolik sağlığı etkileyebilir.[7] _LINC01322_ uzun intergenik kodlayıcı olmayan bir RNA'dır; proteinleri kodlamadan gen ekspresyonunu düzenleyen bir RNA molekülü türüdür. Spesifik işlevleri hala araştırılıyor olsa da, lncRNA'lar farklılaşma, gelişim ve stres yanıtları dahil olmak üzere kritik hücresel süreçlerdeki rolleriyle tanınır.[1] _DOCK7_ geni (sitokinez 7'nin dedikatörü), sitoskeletal organizasyonu ve hücre göçünü düzenleyen, guanin nükleotid değişim faktörü olarak işlev gören bir protein kodlar. _DOCK7_'deki rs113073170 gibi varyantlar, beyin dokusundaki ekspresyonu nedeniyle nöronal gelişimi ve işlevi etkileyebilir.[2] Toplu olarak, bu genler hücresel işlev ve homeostazın çeşitli yönlerine katkıda bulunur; bu yollardan herhangi birindeki düzensizlik, _TP53I11_'i aktive eden veya modüle eden hücresel stres sinyallerini başlatabilir, böylece bu çeşitli genetik etkileri daha geniş hücresel stres yanıt ağına entegre eder.
Önemli Varyantlar
| RS ID | Gen | İlişkili Özellikler |
|---|---|---|
| rs429358 | APOE | cerebral amyloid deposition measurement Lewy body dementia, Lewy body dementia measurement high density lipoprotein cholesterol measurement platelet count neuroimaging measurement |
| rs5112 | APOC1P1, APOC1P1 | body height level of apolipoprotein C-II in blood serum alkaline phosphatase measurement blood protein amount apolipoprotein E measurement |
| rs35136575 | APOC1P1 - APOC4 | blood protein amount high density lipoprotein cholesterol measurement low density lipoprotein cholesterol measurement apolipoprotein E measurement apolipoprotein E (isoform E3) measurement |
| rs1065853 | APOE - APOC1 | low density lipoprotein cholesterol measurement total cholesterol measurement free cholesterol measurement, low density lipoprotein cholesterol measurement protein measurement mitochondrial DNA measurement |
| rs11447348 | LINC01322, BCHE | transmembrane protein 59-like measurement ADP-ribosylation factor-like protein 11 measurement biglycan measurement protein TMEPAI measurement histone-lysine n-methyltransferase EHMT2 measurement |
| rs1260326 | GCKR | urate measurement total blood protein measurement serum albumin amount coronary artery calcification lipid measurement |
| rs2954021 | TRIB1AL | low density lipoprotein cholesterol measurement serum alanine aminotransferase amount alkaline phosphatase measurement body mass index Red cell distribution width |
| rs113073170 | DOCK7 | level of heme oxygenase 1 in blood protein measurement tumor protein p53-inducible protein 11 measurement high density lipoprotein cholesterol measurement |
References
[1] O'Donnell, Christopher J et al. "Genome-wide association study for subclinical atherosclerosis in major arterial territories in the NHLBI's Framingham Heart Study." BMC Med Genet, 2007.
[2] Benjamin, Emelia J et al. "Genome-wide association with select biomarker traits in the Framingham Heart Study." BMC Med Genet, 2007.
[3] Willer, Cristen J et al. "Newly identified loci that influence lipid concentrations and risk of coronary artery disease." Nat Genet, 2008.
[4] Benyamin, Beben, et al. "Variants in TF and HFE explain approximately 40% of genetic variation in serum-transferrin levels." Am J Hum Genet, 2009.
[5] 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." Am J Hum Genet, 2008.
[6] Kathiresan, Sekar et al. "Common variants at 30 loci contribute to polygenic dyslipidemia." Nat Genet, 2008.
[7] Melzer, David et al. "A genome-wide association study identifies protein quantitative trait loci (pQTLs)." PLoS Genet, 2008.