Автореферат (1139567), страница 8
Текст из файла (страница 8)
* - по данным GWAS рисковым является частый аллель; OШ – отношение шансов;ДИ – доверительный интервал.ГенГенотипДля выявления групп риска по формированию ГА было выполненомоделирование вероятности наличия ГА в зависимости от генотипа обследуемогочеловека с помощью логистического регрессионного анализа. Полученнаяматематическая модель ГА, описывается формулой (3).s 0,87 1,57 x1 1,04 x2 1,12 x3 1,45x4 1,15 x5 2,02 x6 ,(3)где s – показатель экспоненты,–0,87 – свободный член, не имеющий клинической интерпретации,х1 – признак гомозиготы по мажорному аллелю/гомозиготы по минорному аллелюполиморфизма гена CTLA4/ICOS,х2 – признак гетерозиготности/гомозиготности полиморфизма гена PRDX5,х3 – признак гомозиготы по минорному аллелю/гомозиготы по мажорному аллелюполиморфизма гена PRDX5,х4 – признак гетерозиготности/гомозиготности полиморфизма гена IKZF4,34х5 – признак гомозиготы по минорному аллелю/гомозиготы по мажорному аллелюполиморфизма гена IKZF4,х6 – признак гомозиготы по минорному аллелю/гомозиготы по мажорному аллелюполиморфизма гена STX17.Значение статистики Вальда Wald chi2(6)=51,96, соответствующее p-значениеp=0,0000, коэффициент детерминации Pseudo R2=0,2153 свидетельствуют остатистической значимости логит-модели (3).
ROC-анализ, выполненный дляоценки прогностической ценности логит-модели (3), свидетельствовал о хорошемкачестве модели, что подтверждалось показателем площади под ROC-кривой AUCсоставившим 0,7831 (рис. 9). Чувствительность и специфичность модели былисоответственно равны 70,48% и 72,0%.Рисунок 9. ROC-кривая для логит-модели вероятности развития гнезднойалопеции на основании данных генотипированияВероятность наличия ГА у обследуемых (y) рассчитывается по формуле (2)бинарной логистической регрессии.
В том случае, если вероятность P составляетменее 0,5, то обследуемый имеет низкий риск развития ГА, если более 0,5 –принадлежит к группе высокого риска развития ГА.С учетом знаков коэффициентов логистической регрессии в полученноймодели, увеличению вероятности развития ГА способствуют гомозигота поминорному аллелю полиморфизма rs1024161 гена CTLA4/ICOS, гетерозигота игомозигота по минорному аллелю полиморфизма rs1701704 гена IKZF4, гомозиготапо минорному аллелю полиморфизма rs10760706 гена STX17. Гетерозигота игомозигота по минорному аллелю полиморфизма rs694739 гена PRDX5способствуют снижению вероятности развития ГА.Биоинформационный анализ, проведенный с учетом всех генов включенных врепликативное исследование, показал, что белковые продукты генов,35осуществляющих регуляцию деятельности иммунной системы, объединены общимимолекулярными путями (KEGG-пути) (табл.
13), что согласуется с даннымизарубежных исследователей, которые выполнили функциональный анализ 14 генов,ассоциированных с ГА, и также указали на активацию сигнальных путей hsa05320«Аутоиммунные заболевания щитовидной железы» и hsa04630 «Jak-STATсигнальный путь» (Petukhova L., Christiano A.M., 2016). Вероятно, общностьюмолекулярных путей объясняется сочетанное течение ГА с указанными в табл.
13аутоиммунными заболеваниям.Таблица 13Молекулярные пути, активированные при гнездной алопецииНомерKEGG-путиhsa04660НаименованиеKEGG-путиСигнальный путь Т-клеточногорецептораhsa04514Молекулы клеточной адгезииhsa04630Jak-STAT сигнальный путьhsa04060Цитокин-цитокиновое рецепторноевзаимодействиеhsa05320Аутоиммунные заболеваниящитовидной железыhsa04940Сахарный диабет I типаhsa05321Воспалительные заболеваниякишечникаhsa05323Ревматоидный артритПримечение. р-уровень с коррекцией по Бенджамини.Вовлеченные геныp-уровень*CTLA4, ICOS, IL20,0009HLA-DQA2, CTLA4, ICOSIL2RA, IL2, IL21IL2RA, IL2, IL210,0020,0020,006IL2, HLA-DQA2, CTLA40,00022IL2, HLA-DQA2IL2, IL21, HLA-DQA20,00530,0003HLA-DQA2, CTLA40,018Оценка влияния факторов окружающей среды на формированиезаболеваемости ГА, выполненная методом логистического регрессионного анализа,доказала зависимость уровня заболеваемости ГА от агрегированных показателейсодержания в почве меди, цинка, свинца и никеля, хрома.Значение агрегированного показателя содержания Cu, Zn, Pb в почве (z1)представлено следующей линейной комбинацией содержания в почве данныхметаллов (без учета свободного члена, не влияющего на дальнейшие результаты):z1 1,160 x1 0,550 x2 0,868x3 ,где х1 - содержание Cu в почве;х2 - содержания Zn в почве;х3 - содержания Pb в почве.36(4)Агрегированный показатель содержания Ni и Cr в почве (z2), записанный черезисходные признаки, характеризующие содержание данных металлов в почве,исключая свободный член, не влияющий на дальнейшие результаты, имел вид:z2 2,405 x4 1, 213x5 ,(5)где х4 - содержание Ni в почве;х5 - содержания Cr в почве.Расчетные значения агрегированных показателей содержания металлов впочве девяти городов Оренбургской области, представленные в табл.
14, легли воснову разработки прогностической модели заболеваемости ГА.Таблица 14Значения агрегированных показателей содержания металлов в почвеГородКувандыкМедногорскНовотроицкОрскБугурусланОренбургГайБузулукСоль-ИлецкЗначение агрегированного показателясодержания Cu, Zn, Pb в почве3,89516,0284,3364,5041,9812,9834,0916,1201,716Значение агрегированного показателясодержания Ni, Cr в почве4,2224,44919,44028,8972,5317,3487,84823,9512,699Зависимостьвероятностиформированияопределенногоуровнязаболеваемости ГА в муниципальном образовании (y) от двух агрегированныхпоказателей содержания металлов в почве описывается моделью вида:P( y 1| z ) exp(s),1 exp(s)(6)где P – вероятность формирования показателей заболеваемости ГА, превышающехсредний уровень;s – показатель экспоненты, рассчитываемый по формуле:s 5,532 0,449 z1 0,164 z2 .Полученное значение статистики Вальда Wald chi2(2), равное 7,93,соответствующее p-значение, составившее 0,0189, и коэффициент детерминации37Pseudo R2, равный 0,4971, свидетельствовали о том, что построенная логит-модельзначима и может использоваться для прогнозирования уровня заболеваемости ГА.
Втом случае, если вероятность P менее 0,5, то в муниципальном образованиипоказатель общей заболеваемости ГА будет ниже среднеобластного уровня, еслиболее 0,5 – выше среднего по территории показателя заболеваемости ГА. Этосвидетельствует о том, что на уровне p<0,05 значимое влияние на формированиезаболеваемости ГА оказывают оба агрегированных показателя содержания металловв почве. Расчет средних предельных эффектов показал, что в среднем увеличениезначения агрегированного показателя содержания Cu, Zn, Pb в почве на 1 ед. будетприводить к увеличению вероятности формирования заболеваемости ГА,превышающей средний уровень, на 4,3±1,1%, а агрегированного показателясодержания Ni и Cr в почве – на 1,6±0,3%.Для оценки прогностической ценности логит-модели (6) был выполнен ROCанализ.
Показатель площади под ROC-кривой AUC (Area Under Curve), составил0,9444 (рис. 10), что соответствует отличному качеству модели. При этомчувствительность (Sensitiviti) и специфичность (Specificity) модели былисоответственно равны 66,67% и 83,33%.Рисунок 10. ROC-кривая прогнозирования уровня общей заболеваемостигнездной алопецией в зависимости от агрегированных показателей содержанияметаллов в почвеПоступление металлов из почвы в организм человека возможно путемвдыхания пыли, содержащей почвенные частицы, и потребления агрокультур,выращенных на почвах, загрязненных тяжелыми металлами. В результате процессовабсорбции и распределения тяжелые металлы с током крови поступают в дерму, приэтом из кровеносной системы дермального сосочка они диффундируют в клеткиматрикса волоса и затем необратимо интегрируются в его структуру (Shah I.
et al.,382014). Вероятно, тяжелые металлы, поступая в зону матрикса анагеновых волосяныхфолликулов, где локализуются метаболически активные меланоциты ипролиферирующие кератиноциты, реализуют свои токсические эффекты и, какпоказано в модельном эксперименте, активируют апоптоз кератиноцитов. Впроцессе апоптоза клеточные аутоантигены перемещаются на поверхностьапоптотических клеток (M. Schiller et al., 2008; C. Yu et al., 2013). Активацияапоптоза приводит к перегруженности фагоцитарной системы и неэффективностиудаления экстернализованных аутоантигенов, что способствует возникновениюаутоиммунных реакций у предрасположенных лиц (M. Schiller et al., 2008; R.Ramírez-Sandoval et al., 2015).
Увеличение апоптотической гибели, вероятно,опосредовано активацией процессов свободнорадикального окисления, в том числеПОЛ (Часовских, Н.Ю., 2009; Virzì G.M. et al., 2015). Участие окислительногостресса в патогенезе ГА подтверждается обнаружением высокого уровня МДА всыворотке крови больных ГА. При этом у пациентов с ГА установлена повышеннаяактивность СОД на фоне снижения ферментативной активности каталазы,вероятным итогом чего является накопление пероксида водорода.
С одной стороны,имеющее место у больных ГА внутриклеточное накопление переходных металлов(железа, меди, хрома) приводит к их взаимодействию с пероксидом водорода собразованием высокореактивного гидроксильного радикала, что усугубляетокислительный стресс. С другой стороны, воздействие пероксида водородаинициирует синтез кератиноцитами хемокина CXCL16 (Li S. et al., 2016). CD8+ Тклетки, экспрессирующие, как рецепторы к хемокину CXCL16, так и кожныйлимфоцитарный антиген (CLA), обеспечивающий их хоуминг-эффект в кожу,посредством соединения CLA с CD62E на эндотелии посткапиллярных венул дермы(Nomura T. et al., 2014), первоначально проникают в дерму, а затем, обладаяэпидермотропизмом (Голдсмит Л.А.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
