Preview

Вавиловский журнал генетики и селекции

Расширенный поиск

In silico поиск генов, контролирующих ишемическую болезнь сердца

https://doi.org/10.18699/VJ19.585

Полный текст:

Аннотация

К настоящему времени с помощью крупномасштабных полногеномных исследований обнаружено более 100 локусов, ассоциированных с ишемической болезнью сердца (ИБС). Для некоторых из нескольких сотен генов, лежащих в этих локусах, была показана их роль в патогенезе болезни. Тем не менее основные генетические механизмы и конкретные гены, контролирующие заболевание, все еще полностью не известны. Данное исследование посвящено in silico поиску новых генов, контролирующих ИБС. Проведен региональный анализ ассоциаций, при котором все полиморфные варианты внутри гена анализируются одновременно. Материалом для анализа служили результаты полногеномного анализа ассоциаций, депонированные в открытых базах данных MICAD (120 575 человек, 85 112 маркеров) и UK Biobank (337 199 человек, 10 894 597 маркеров). Использовался программный пакет sumFREGAT, в котором реализован широкий спектр новых методов для тестирования генных ассоциаций с помощью суммарных статистик. Всего было обнаружено 88 генов. Из них 44 являются уже известными для ИБС генами. Кроме того, в известных локусах нами идентифицировано 28 дополнительных генов, которые можно рассматривать в качестве новых генов-кандидатов. 16 генов (AGPAT4, ARHGEF12, BDP1, DHX58, EHBP1, FBF1, HSPB9, NPBWR2, PDLIM5, PLCB3, PLEKHM2, POU2F3, PRKD2, TMEM136, TTC29 и UTP20), обнаруженных нами вне известных локусов, являются новыми. Информация о функциональной роли этих генов позволяет рассматривать многие из них в качестве кандидатов для ИБС. Среди набора идентифицированных генов 41 ген не имел значимых сигналов полногеномного анализа ассоциаций и был идентифицирован только благодаря одновременному рассмотрению всех вариантов внутри гена в рамках регионального анализа ассоциаций. Полученные результаты демонстрируют, что региональный анализ ассоциаций представляет собой мощный инструмент для поиска новых генов. Он применим для анализа различных признаков и болезней с использованием накопленных в мире огромных объемов данных, полученных с помощью полногеномного анализа ассоциаций. Такие исследования общедоступны, поскольку не требуют дополнительных материальных затрат.

Об авторах

И. В. Зоркольцева
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук
Россия
Новосибирск


Н. М. Белоногова
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук
Россия
Новосибирск


Г. Р. Свищёва
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук; Институт общей генетики им. Н.И. Вавилова Российской академии наук
Россия
Новосибирск; Москва


А. В. Кириченко
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук
Россия
Новосибирск


Т. И. Аксенович
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук; Новосибирский национальный исследовательский государственный университет
Россия
Новосибирск


Список литературы

1. Abifadel M., Varret M., Rabes J.P., Allard D., Ouguerram K., Devillers M., Cruaud C., Benjannet S., Wickham L., Erlich D., Derre A., Villeger L., Farnier M., Beucler I., Bruckert E., Chambaz J., Chanu B., Lecerf J.M., Luc G., Moulin P., Weissenbach J., Prat A., Krempf M., Junien C., Seidah N.G., Boileau C. Mutations in PCSK9 cause autosomal dominant hypercholesterolemia. Nat. Genet. 2003; 34:154­156. DOI 10.1038/ng1161.

2. Bakshi A., Zhu Z., Vinkhuyzen A.A., Hill W.D., McRae A.F., Visscher P.M., Yang J. Fast set­based association analysis using summary data from GWAS identifies novel gene loci for human complex traits. Sci. Rep. 2016;6:32894. DOI 10.1038/srep32894.

3. Bang C., Batkai S., Dangwal S., Gupta S.K., Foinquinos A., Holzmann A., Just A., Remke J., Zimmer K., Zeug A., Ponimaskin E., Schmiedl A., Yin X., Mayr M., Halder R., Fischer A., Engelhardt S., Wei Y., Schober A., Fiedler J., Thum T. Cardiac fibroblast­derived microRNA passenger strand­enriched exosomes mediate cardiomyocyte hypertrophy. J. Clin. Invest. 2014;124:2136­2146. DOI 10.1172/JCI70577.

4. Bhattacharya R., Kwon J., Li X., Wang E., Patra S., Bida J.P., Baj zer Z., Claesson­Welsh L., Mukhopadhyay D. Distinct role of PLCβ3 in VEGF­mediated directional migration and vascular sprouting. J. Cell Sci. 2009;122:1025­1034. DOI 10.1242/jcs.041913.

5. Brown M.S., Goldstein J.L. A receptor­mediated pathway for cholesterol homeostasis. Science. 1986;232:34­47.

6. Bulik­Sullivan B.K., Loh P.R., Finucane H.K., Ripke S., Yang J., Schizophrenia Working Group of the Psychiatric Genomics Comsortium, Patterson N., Daly M.J., Price A.L., Neale B.M. LD Score regression distinguishes confounding from polygenicity in genome­wide association studies. Nat. Genet. 2015;47:291­295. DOI 10.1038/ng.3211.

7. Cohen J.C., Boerwinkle E., Mosley T.H., Jr., Hobbs H.H. Sequence variations in PCSK9, low LDL, and protection against coronary heart disease. N. Engl. J. Med. 2006;354:1264­1272. DOI 10.1056/NEJMoa054013.

8. de Leeuw C.A., Mooij J.M., Heskes T., Posthuma D. MAGMA: generalized gene­set analysis of GWAS data. PLoS Comput. Biol. 2015;11:e1004219. DOI 10.1371/journal.pcbi.1004219.

9. Ehret G.B., Munroe P.B., Rice K.M., Bochud M., Johnson A.D., Chasman D.I., Smith A.V., … van Duijn C.M., Newton­Cheh C., Levy D., Caulfield M.J., Johnson T. Genetic variants in novel pathways influence blood pressure and cardiovascular disease risk. Nature. 2011;478:103­109. DOI 10.1038/nature10405.

10. Eichler E.E., Flint J., Gibson G., Kong A., Leal S.M., Moore J.H., Nadeau J.H. Missing heritability and strategies for finding the underlying causes of complex disease. Nat. Rev. Genet. 2010;11:446­450. DOI 10.1038/nrg2809.

11. Erdmann J., Grosshennig A., Braund P.S., Konig I.R., Hengstenberg C., Hall A.S., Linsel­Nitschke P., … Deloukas P., Thompson J.R., Ziegler A., Samani N.J., Schunkert H. New susceptibility locus for coronary artery disease on chromosome 3q22.3. Nat. Genet. 2009; 41:280­282. DOI 10.1038/ng.307.

12. Eto M., Shindou H., Shimizu T. A novel lysophosphatidic acid acyltransferase enzyme (LPAAT4) with a possible role for incorporating docosahexaenoic acid into brain glycerophospholipids. Biochem. Biophys. Res. Commun. 2014;443:718­724. DOI 10.1016/j.bbrc.2013.12.043.

13. Gudbjartsson D.F., Holm H., Gretarsdottir S., Thorleifsson G., Walters G.B., Thorgeirsson G., Gulcher J., Mathiesen E.B., Njolstad I., Nyrnes A., Wilsgaard T., Hald E.M., Hveem K., Stoltenberg C., Kucera G., Stubblefield T., Carter S., Roden D., Ng M.C., Baum L., So W.Y., Wong K.S., Chan J.C., Gieger C., Wichmann H.E., Gschwendtner A., Dichgans M., Kuhlenbaumer G., Berger K., Ringelstein E.B., Bevan S., Markus H.S., Kostulas K., Hillert J., Sveinbjornsdottir S., Valdimarsson E.M., Lochen M.L., Ma R.C., Darbar D., Kong A., Arnar D.O., Thorsteinsdottir U., Stefansson K. A sequence variant in ZFHX3 on 16q22 associates with atrial fibrillation and ischemic stroke. Nat. Genet. 2009;41:876­878. DOI 10.1038/ng.417.

14. Hartiala J., Schwartzman W.S., Gabbay J., Ghazalpour A., Bennett B.J., Allayee H. The genetic architecture of coronary artery disease: current knowledge and future opportunities. Curr. Atheroscler. Rep. 2017;19:6. DOI 10.1007/s11883­017­0641­6.

15. Helgadottir A., Thorleifsson G., Manolescu A., Gretarsdottir S., Blondal T., Jonasdottir A., Jonasdottir A., Sigurdsson A., Baker A., Palsson A., Masson G., Gudbjartsson D.F., Magnusson K.P., Andersen K., Levey A.I., Backman V.M., Matthiasdottir S., Jonsdottir T., Palsson S., Einarsdottir H., Gunnarsdottir S., Gylfason A., Vaccarino V., Hooper W.C., Reilly M.P., Granger C.B., Austin H., Rader D.J., Shah S.H., Quyyumi A.A., Gulcher J.R., Thorgeirsson G., Thorsteinsdottir U., Kong A., Stefansson K. A common variant on chromosome 9p21 affects the risk of myocardial infarction. Science. 2007;316:1491­1493. DOI 10.1126/science.1142842.

16. Howson J.M.M., Zhao W., Barnes D.R., Ho W.K., Young R., Paul D.S., Waite L.L., … Nordestgaard B.G., Assimes T.L., Danesh J., Butterworth A.S., Saleheen D. Fifteen new risk loci for coronary artery disease highlight arterial­wall­specific mechanisms. Nat. Genet. 2017;49:1113­1119. DOI 10.1038/ng.3874.

17. Johnson A.D., Newton­Cheh C., Chasman D.I., Ehret G.B., Johnson T., Rose L., Rice K., Verwoert G.C., Launer L.J., Gudnason V., Larson M.G., Chakravarti A., Psaty B.M., Caulfield M., van Duijn C.M., Ridker P.M., Munroe P.B., Levy D., on behalf of the Cohorts for Heart and Aging Research in Genomic Epidemiology Consortium, Global BPgen Consortium, Women’s Genome Health Study. Association of hypertension drug target genes with blood pressure and hypertension in 86,588 individuals. Hypertension. 2011;57:903­910. DOI 10.1161/HYPERTENSIONAHA.110.158667.

18. Klarin D., Zhu Q.M., Emdin C.A., Chaffin M., Horner S., McMillan B.J., Leed A., Weale M.E., Spencer C.C.A., Aguet F., Segre A.V., Ardlie K.G., Khera A.V., Kaushik V.K., Natarajan P., Consortium C.A.D., Kathiresan S. Genetic analysis in UK Biobank links insulin resistance and transendothelial migration pathways to coronary artery disease. Nat. Genet. 2017;49:1392­1397. DOI 10.1038/ng.3914.

19. Li B., Leal S.M. Methods for detecting associations with rare variants for common diseases: application to analysis of sequence data. Am. J. Hum. Genet. 2008;83:311­321. DOI 10.1016/j.ajhg.2008.06.024.

20. McPherson R., Pertsemlidis A., Kavaslar N., Stewart A., Roberts R., Cox D.R., Hinds D.A., Pennacchio L.A., Tybjaerg­Hansen A., Folsom A.R., Boerwinkle E., Hobbs H.H., Cohen J.C. A common allele on chromosome 9 associated with coronary heart disease. Science. 2007;316:1488­1491. DOI 10.1126/science.1142447.

21. Muhammad E., Levitas A., Singh S.R., Braiman A., Ofir R., Etzion S., Sheffield V.C., Etzion Y., Carrier L., Parvari R. PLEKHM2 mutation leads to abnormal localization of lysosomes, impaired autophagy flux and associates with recessive dilated cardiomyopathy and left ventricular noncompaction. Hum. Mol. Genet. 2015;24:7227­7240. DOI 10.1093/hmg/ddv423.

22. Nelson C.P., Goel A., Butterworth A.S., Kanoni S., Webb T.R., Marouli E., Zeng L., … Farrall M., Danesh J., Samani N.J., Watkins H., Deloukas P. Association analyses based on false discovery rate implicate new loci for coronary artery disease. Nat. Genet. 2017;49: 1385­1391. DOI 10.1038/ng.3913.

23. Nikpay M., Goel A., Won H.H., Hall L.M., Willenborg C., Kanoni S., Saleheen D., … McPherson R., Deloukas P., Schunkert H., Samani N.J., Farrall M. A comprehensive 1,000 Genomes­based genome­wide association meta­analysis of coronary artery disease. Nat. Genet. 2015;47:1121­1130. DOI 10.1038/ng.3396.

24. Nioi P., Sigurdsson A., Thorleifsson G., Helgason H., Agustsdottir A.B., Norddahl G.L., Helgadottir A., … Holm H., Gudbjartsson D., Sulem P., Thorsteinsdottir U., Stefansson K. Variant ASGR1 associated with a reduced risk of coronary artery disease. N. Engl. J. Med. 2016;374:2131­2141. DOI 10.1056/NEJMoa1508419.

25. O’Donnell C.J., Cupples L.A., D’Agostino R.B., Fox C.S., Hoffmann U., Hwang S.J., Ingellson E., Liu C., Murabito J.M., Polak J.F., Wolf P.A., Demissie S. Genome­wide association study for subclinical atherosclerosis in major arterial territories in the NHLBI’s Framingham Heart Study. BMC Med. Genet. 2007;8(Suppl.1):S4. DOI 10.1186/1471­2350­8­S1­S4.

26. Pasaniuc B., Price A.L. Dissecting the genetics of complex traits using summary association statistics. Nat. Rev. Genet. 2017;18:117­127. DOI 10.1038/nrg.2016.142.

27. Peden J.F., Farrall M. Thirty­five common variants for coronary artery disease: the fruits of much collaborative labour. Hum. Mol. Genet. 2011;20:R198­205. DOI 10.1093/hmg/ddr384.

28. Samani N.J., Braund P.S., Erdmann J., Gotz A., Tomaszewski M., Linsel­Nitschke P., Hajat C., Mangino M., Hengstenberg C., Stark K., Ziegler A., Caulfield M., Burton P.R., Schunkert H., Tobin M.D. The novel genetic variant predisposing to coronary artery disease in the region of the PSRC1 and CELSR2 genes on chromosome 1 associates with serum cholesterol. J. Mol. Med. (Berl). 2008;86:1233­1241. DOI 10.1007/s00109­008­0387­2.

29. Samani N.J., Deloukas P., Erdmann J., Hengstenberg C., Kuulasmaa K., McGinnis R., Schunkert H., Soranzo N., Thompson J., Tiret L., Ziegler A. Large scale association analysis of novel genetic loci for coronary artery disease. Arterioscler. Thromb. Vasc. Biol. 2009;29:774­780. DOI 10.1161/ATVBAHA.108.181388.

30. Samani N.J., Erdmann J., Hall A.S., Hengstenberg C., Mangino M., Mayer B., Dixon R.J., Meitinger T., Braund P., Wichmann H.E., Barrett J.H., Konig I.R., Stevens S.E., Szymczak S., Tregouet D.A., Iles M.M., Pahlke F., Pollard H., Lieb W., Cambien F., Fischer M., Ouwehand W., Blankenberg S., Balmforth A.J., Baessler A., Ball S.G., Strom T.M., Braenne I., Gieger C., Deloukas P., Tobin M.D., Ziegler A., Thompson J.R., Schunkert H., WTCCC and the Cardiogenics Consortium. Genomewide association analysis of coronary artery disease. N. Engl. J. Med. 2007;357:443­453. DOI 10.1056/NEJMoa072366.

31. Schunkert H., Konig I.R., Kathiresan S., Reilly M.P., Assimes T.L., Holm H., Preuss M., … O’Donnell C.J., McPherson R., Erdmann J., Consortium C.A., Samani N.J. Large­scale association analysis identifies 13 new susceptibility loci for coronary artery disease. Nat. Genet. 2011;43:333­338. DOI 10.1038/ng.784.

32. Stitziel N.O., the Myocardial Infarction Genetics and CARDIoGRAM Exome Consortia Investigators. Variants in ANGPTL4 and the risk of coronary artery disease. N. Engl. J. Med. 2016;375:2306. DOI 10.1056/NEJMc1607380.

33. Svishcheva G.R. A generalized model for combining dependent SNPlevel summary statistics and its extensions to statistics of other levels. Sci. Rep. 2019;9:5461. DOI 10.1038/s41598­019­41827­5.

34. Svishcheva G.R., Belonogova N.M., Zorkoltseva I.V., Kirichenko A.V., Axenovich T.I. Gene­based association tests using GWAS summary statistics. Bioinformatics. 2019;35(19):3701­3708. DOI 10.1093/bioinformatics/btz172.

35. The CARDIoGRAMplusC4D Consortium (Deloukas P., Kanoni S., Willenborg C., Farrall M., Assimes T.L., Thompson J.R., Ingelsson E., … Palmer C.N., Roberts R., Watkins H., Schunkert H., Samani N.J.) Large­scale association analysis identifies new risk loci for coronary artery disease. Nat. Genet. 2013;45:25­33. DOI 10.1038/ng.2480.

36. Tregouet D.A., Konig I.R., Erdmann J., Munteanu A., Braund P.S., Hall A.S., Grosshennig A., Linsel­Nitschke P., Perret C., DeSuremain M., Meitinger T., Wright B.J., Preuss M., Balmforth A.J., Ball S.G., Meisinger C., Germain C., Evans A., Arveiler D., Luc G., Ruidavets J.B., Morrison C., van der Harst P., Schreiber S., Neureuther K., Schafer A., Bugert P., El Mokhtari N.E., Schrezenmeir J., Stark K., Rubin D., Wichmann H.E., Hengstenberg C., Ouwehand W., Ziegler A., Tiret L., Thompson J.R., Cambien F., Schunkert H., Samani N.J. Genome­wide haplotype association study identifies the SLC22A3-LPAL2-LPA gene cluster as a risk locus for coronary artery disease. Nat. Genet. 2009;41:283­285. DOI 10.1038/ng.314.

37. van der Harst P., Verweij N. Identification of 64 novel genetic loci provides an expanded view on the genetic architecture of coronary artery disease. Circ. Res. 2018;122:433­443. DOI 10.1161/CIRCRESAHA.117.312086.

38. Vilne B., Schunkert H. integrating genes affecting coronary artery disease in functional networks by multi­omics approach. Front. Cardiovasc. Med. 2018;5:89. DOI 10.3389/fcvm.2018.00089.

39. Wang M., Huang J., Liu Y., Ma L., Potash J.B., Han S. COMBAT: A Combined Association Test for genes using summary statistics. Genetics. 2017;207:883­891. DOI 10.1534/genetics.117.300257.

40. Webb T.R., Erdmann J., Stirrups K.E., Stitziel N.O., Masca N.G., Jansen H., Kanoni S., … Samani N.J., Schunkert H., Deloukas P., Kathiresan S., for the Myocardial Infarction Genetics and CARDIoGRAM Exome Consortia Investigators. Systematic evaluation of pleiotropy identifies 6 further loci associated with coronary artery disease. J. Am. Coll. Cardiol. 2017;69:823­836. DOI 10.1016/j.jacc.2016.11.056.

41. Willer C.J., Schmidt E.M., Sengupta S., Peloso G.M., Gustafsson S., Kanoni S., Ganna A., … Deloukas P., Kathiresan S., Mohlke K.L., Ingelsson E., Abecasis G.R. Discovery and refinement of loci associated with lipid levels. Nat. Genet. 2013;45:1274­1283. DOI 10.1038/ng.2797.

42. Yang J., Chen S., Abecasis G., IAMDGC. Improved score statistics for meta­analysis in single­variant and gene­level association studies. Genet. Epidemiol. 2018;42:333­343. DOI 10.1002/gepi.22123.

43. Yusuf S., Hawken S., Ounpuu S., Dans T., Avezum A., Lanas F., McQueen M., Budaj A., Pais P., Varigos J., Lisheng L., on behalf of the INTERHEART Study Investigators. Effect of potentially modifiable risk factors associated with myocardial infarction in 52 countries (the INTERHEART study): case­control study. Lancet. 2004; 364:937­952. DOI 10.1016/S0140­6736(04)17018­9.

44. Zanger U.M., Schwab M. Cytochrome P450 enzymes in drug metabolism: regulation of gene expression, enzyme activities, and impact of genetic variation. Pharmacol. Ther. 2013;138:103­141. DOI 10.1016/j.pharmthera.2012.12.007.

45. Zheng J., Erzurumluoglu A.M., Elsworth B.L., Kemp J.P., Howe L., Haycock P.C., Hemani G., Tansey K., Laurin C., Early Genetics and Lifecourse Epidemiology (EAGLE) Eczema Consortium, Pourcain B.S., Warrington N.M., Finucane H.K., Price A.L., BulikSullivan B.K., Anttila V., Paternoster L., Gaunt T.R., Evans D.M., Neale B.M. LD Hub: a centralized database and web interface to perform LD score regression that maximizes the potential of summary level GWAS data for SNP heritability and genetic correlation analysis. Bioinformatics. 2017;33:272­279. DOI 10.1093/bioinfor-matics/btw613.

46. Zhou K., Donnelly L.A., Kimber C.H., Donnan P.T., Doney A.S., Leese G., Hattersley A.T., McCarthy M.I., Morris A.D., Palmer C.N., Pearson E.R. Reduced­function SLC22A1 polymorphisms encoding organic cation transporter 1 and glycemic response to metformin: a GoDARTS study. Diabetes. 2009;58:1434­1439. DOI 10.2337/db08­0896.


Просмотров: 28


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2500-0462 (Print)
ISSN 2500-3259 (Online)