Диссертация (1154734), страница 12
Текст из файла (страница 12)
Тареева. По-прежнему актуальным остаетсявопрос возникновения КВ лишь у части больных КГ. Для понимания этойпроблемы в генетике традиционно применяются исследования близнецов длявычисления наследуемости генетического признака. С помощью подобныхисследований удается понять относительные вклады влияния генотипов ивлияния среды на клиническую манифестацию КГ.
К сожалению, на данныймомент исследования близнецов по темам, связанным с гепатитом С, в литературене описаны. Из имеющихся GWAS данных в виду ограниченной статистической73мощности не представляется возможным сделать вывод о различии вгенетическом фоне между бессимптомной КГ и КВ. Либо различия слишкоммалы и требуется значительно более широкие исследования, либо их вдействительности нет, а клинические проявления определяются всецело влияниемфакторов среды.Важно, что обнаруженные статистически значимые ассоциации доказываютвозможность использования выбранных полиморфизмов для дальнейшегопостроения модели генетического риска.3.2.3. Модель прогноза генетических рисков возникновениякриоглобулинемического васкулита и бессимптомной криоглобулинемии.Дляпостроениястатистическоймоделимыиспользовалиметодполигенного фактора риска (PRS – polygenic risk score).
Изначально, метод былпредложен для исследования сложных полигенных заболеваний, таких какшизофрения и аутизм. Вследствие вклада очень большого количества генов вриски развития данных заболеваний, до последнего времени обнаружениестатистическизначимыхсигналовассоциациидляДНК-маркеровбылоневозможным. Однако, было замечено, что суммарное количество рискассоциированных аллелей для наиболее ассоциированных ДНК-маркеров,взвешенное на величину эффекта (логарифм отношения рисков для данного ДНКмаркера), оказывается значительно выше среди пациентов по сравнению сгруппой контроля. Математическое доказательство возможности такого подходабыло позже представлено Bullik-Sullivan и соавт.
[128].В нашей работе, мы использовали два ДНК-маркера для построенияпрогностической модели рисков развития КГ и КВ. В виду того, что генетическиеисследования КВ находятся в начальной стадии, на данный момент нет полногопониманиясколькоДНК-локусоввносятвкладврискКВ.Поэтомуиспользование термина «полигенный фактор риска» является не совсем74правомерным в данном случае. Однако, математическая концепция не имеетограниченийпоминимальномунаборуполиморфизмов,которыйможетиспользоваться для оценки генетического риска. Поэтому, мы предлагаем термин«генетический фактор риска» или «генетический риск», который отражаетиспользуемую математическую формулировку, но не имеет требований кполигенности.Основной мотивацией для построения такой модели послужила историяболезни одного из пациентов, участвующего в данном исследовании.Клинический пример № 4Мужчина, 34 года, антитела к HCV впервые выявлены в 2014г.
По данныммедицинской документации, при обследовании в 2013г антитела не выявлялись,фактором риска инфицирования за прошедший год являлись медицинскиевмешательства.Такжеприобследованиивыявленакриоглобулинемия,повышение креатинина сыворотки до 1,39 мг/дл, снижение СКФ до 69 мл/мин,протеинурия 0,228 г/сут, в связи с чем направлен в нефрологическое отделениеКлиники им. Е.М.
Тареева. По результатам обследования в Клинике, данных занарушение функции почек не получено (уровень креатинина и СКФ в пределахнормальных значений, мочевой осадок не изменен), однако, сохранялась умереннаядепрессия относительной плотности мочи, также выявлено нарушениепуриновогообмена(гиперурикемия,гиперурикозурия).Отмеченанизкаяактивность печеночного процесса и отсутствие фиброза печени (F0 по даннымэластометрии печени). Таким образом, эпизод повышения креатинина упациента с нарушением пуринового обмена, расценен в рамках хроническоготубуло-интерстициального уратного нефрита с нарушением концентрационнойфункции почек.
Сопутствующий диагноз сформулирован как «Хроническийгепатит С (HCV РНК +, 1а/1b генотип), низкой степени активности, свнепеченочными проявлениями: бессимптомная криоглобулинемия». Наличиекриоглобулинемии, вероятнее всего, не вносило существенный вклад в развитиезаболевания на данном этапе, однако, с учетом наличия у пациента HCV и75эпизодовпреходящегопротивовируснаянарушениятерапия,функциипочек,предпочтительнобыларекомендованапрепаратамипрямогопротивовирусного действия.Данный клинический пример демонстрирует необычно раннее (спустя одингод после заражения HCV-инфекцией) развитие КГ, что позволило предположитьгенетическую предрасположенность.Генотипирование маркеров КВ - rs2071286 и rs9461776 выявило, чтопациент является гомозиготным носителем риск-ассоциированных аллелей вобоих полиморфизмах.
Используя модель генетического риска (ГР), былрассчитан относительный риск развития КВ для данного пациента – 3,07. В товремя, как в группе контролей среднее значение риска равно 0,29. Былавыдвинутагипотезаотом,чтогенетическийрискможетвыступатьстатистическим критерием для оценки риска возникновения КГ и КВ у больныхХГС.Для проверки данной гипотезы, ГР был рассчитан для группы пациентов сКВ (средний ГР = 0,816) и БСКГ (средний ГР = 1,1). Различия между двумягруппами пациентов оказались статистически не значимыми (р=0,15, тест МаннаУитни). Следовательно, две группы пациентов были объединены для дальнейшегоанализа, как и в случае анализа генотипов. Совместный анализ КВ+БСКГ групппротив группы контролей выявил статистически значимо более высокийгенетический риск развития КВ в целевой группе (3,4х10-5, тест Манна-Уитни)(рис.
9).КВКВБСКГБСКГКонтрольКонтроль760.00.51.01.52.02.53.0ПолигенныйфакторрискаГенетический рискРисунок 9. Распределение генетического риска в группах пациентов скриоглобулинемическим васкулитом (КВ), бессимптомной криоглобулинемии(БСКГ) и группе контролейДля проверки полученных результатов мы исследовали дополнительнуюгруппу генотипов из проекта «1000 геномов». Данный проект проводился впериод с 2008 по 2015 год.
Его результатом стало создание одной из крупнейшихбаз данных ДНК-вариаций человека. Последняя версия включает в себяполногеномные сиквенсы 2504 человек из разных популяций. Мы использовали190 ДНК-образцов из Великобритании и центральной Европы, исключив южноевропейские регионы, из-за известной высокой распространенности КВ в данныхрегионах [26]. Генетический риск для каждого образца был рассчитан таким жеобразом, как и для основной группы пациентов. Средний ГР для группы «1000геномов» составил 0,338, что сравнимо с наблюдаемым в нашей группеконтролей. 16 человек из 190 (8.4%) имели ГР выше, чем целевая группаКВ+БСКГ.
Таким образом, наша модель предсказывает, что 8,4% европейскогонаселения имеют повышенный риск заболевания КВ в случае инфицирования77PRS in 1000 genomes Europeans●●примерно у 10% больных● ХГС диагностируется КВ [3], что свидетельствует о●● модель хорошотом, что нашасогласуется с наблюдаемыми данными (рис. 10).●PRS in 1000 genomes Europeans1.00.80.91.0HCV. Эпидемические данные показывают, что среди европейской популяции0.90.70.6●0.30.40.5СреднеедляевропейскойMeanforMean1000Genomesfor 1000 Genomesгруппы 1000геномовEuropeanPopulationEuropeanPopulationСреднее Meanдля группыfor MCVКВcasesMean+БСКГfor MCV cases0.00.20.10.2Fraction of PopulationДоляпациентовДоляпациентов0.60.50.40.3●●●0.80.7●0.101234PRSГенетическийрискПолигенныйфакторриска0.0Fraction of Population●●●0Рисунок 10.
Доля пациентов с повышенным риском развития КВ среди1234европейской группы базы данных «1000 геномов»PRSПредложенная выше модель генетического риска не только обнаруживаетзначимые отличия между больными КГ, КВ и группой контроля, но и приемлемоописывает наблюдаемую частоту КВ с использованием независимого наборагенотипов из базы данных «1000 геномов». Нам удалось доказать верностьнашего подхода и, в дальнейшем, это делает возможным основываясь на моделигенетического риска исследовать связь генотипов с клинической манифестациейи/или ответом на терапию препаратами ППД.783.3.
Выявление факторов риска развития криоглобулинемическоговаскулита у обследованных больныхСогласно нашим данным, пациенты с КВ и БСКГ имеют сходныйгенетический риск развития КВ. Однако, причины, по которым у некоторыхпациентов наличие КГ не сопровождается клиническими проявлениями, остаютсяне изученными.Мыпровелимногофакторныйсравнительныйанализклинико-лабораторных характеристик пациентов с КВ и БСКГ.
Анализ проводилсяметодом ступенчатой многофакторной линейной регрессии.Построение статистической модели в анализе клинических данных можетиметь несколько способов реализации – включение всех измеренных параметровв модель, либо «ступенчатый» подход. В нашем случае, одновременноевключение всех параметров (более 10) в линейную модель может привести квозникновениюложноположительныхассоциаций.Ступенчатыйподходподразумевает одновременное тестирование только одного параметра, с цельювыбора переменных, вносящих наибольший вклад для построения линейноймодели. В данном случае, уравнение регрессии будет иметь вид D=b1*X+b0, где D– диагноз (КВ или КГ), X – тестируемый параметр, bi – коэффициенты регрессии.Результаты регрессионного анализа представлены в таблице 12.Таблица 12Результаты регрессионного анализа клинико-лабораторных характеристикпациентов с КВ и БСКГТестируемый параметрКоэффициент регрессии Значимость (p-значение)Пол-0,241030,113Возраст0,0091560,12Индекс массы тела0,0012990,93779Продолжение таблицы 12Цирроз печени0,0043290,976заболевания гепатитом С0,0106560,129Пурпура0,845522,83х10-16Артралгия0,471863,94х10-4Слабость0,58490,249Триада Мелцера0,741941,37х10-10Синдром Рейно-0,003040,988Сухой синдром0,413530,00277системы0,642052,11х10-7Поражение легких0,479170,0252Поражение почек0,1250,0677Цитопения0,079010,37АСТ-0,00023370,858АЛТ-0,00054720,479ГГТ0,00061420,437ШФ-8,0х10-50,93254ХЭ9,494х10-60,7342РФ1,437х10-40,0158СРБ0,015650,296Генетический риск-0,129250,165ДлительностьПоражение нервнойДве группы пациентов сбалансированы по возрасту (р=0,12) и половойпринадлежности (р=0,11), имеют сходный генетический риск (р=0,165).
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
