Der Clash von Genen und Umwelt in der Gesundheit
Erforsche, wie Genetik und Umwelt unsere Gesundheitsrisiken beeinflussen.
W. James Gauderman, Yubo Fu, Bryan Queme, Eric Kawaguchi, Yinqiao Wang, John Morrison, Hermann Brenner, Andrew Chan, Stephen B. Gruber, Temitope Keku, Li Li, Victor Moreno, Andrew J Pellatt, Ulrike Peters, N. Jewel Samadder, Stephanie L. Schmit, Cornelia M. Ulrich, Caroline Um, Anna Wu, Juan Pablo Lewinger, David A. Drew, Huaiyu Mi
― 6 min Lesedauer
Inhaltsverzeichnis
- Was ist ein Polygenic Risk Score?
- Gene-Umwelt-Interaktionsanalyse
- Die Rolle von PRS in Gen-Umwelt-Studien
- Herausforderungen bei der Erkennung von Gene-Umwelt-Interaktionen mit PRS
- Einführung von Pathway Polygenic Risk Scores (pPRS)
- Analyse basierend auf Pfaden in Aktion
- Die Ergebnisse der CRC-Studie
- Auswirkungen des Verständnisses von GxE-Interaktionen auf die Prävention
- Zukünftige Richtungen in der Gen-Umwelt-Forschung
- Fazit
- Originalquelle
Gene und Umwelt spielen ne riesige Rolle für unsere Gesundheit. Manchmal macht uns unser genetisches Erbe empfindlicher (oder widerstandsfähiger) gegen bestimmte Umwelteinflüsse. Diese Beziehung nennt man Gen-Umwelt-Interaktion, oft abgekürzt GxE-Interaktion. Stell dir deine Gene wie ein Buch vor und die Umwelt wie einen Leser. Je nachdem, wie der Leser den Text interpretiert, kann die Bedeutung sich ändern. In diesem Fall können bestimmte Belastungen das Risiko, Krankheiten zu entwickeln, basierend auf unseren genetischen Veranlagungen entweder erhöhen oder senken.
Was ist ein Polygenic Risk Score?
Um zu messen, wie Gene unser Risiko für Gesundheitsprobleme beeinflussen, haben Wissenschaftler ein Werkzeug namens Polygenic Risk Score (PRS) entwickelt. Du kannst es dir wie ein "genetisches Zeugnis" vorstellen. Dieser Score nimmt mehrere genetische Varianten – wie kleine Marker auf einer riesigen Karte deiner DNA – und kombiniert sie, um einen Gesamtüberblick darüber zu geben, wie wahrscheinlich es ist, dass du ein bestimmtes Merkmal oder eine Krankheit entwickelst. Diese genetischen Varianten werden oft aus grossen Studien identifiziert, die nach Verbindungen zwischen Genen und Gesundheitszuständen suchen.
Wenn du zum Beispiel einen Gesundheitsbericht bekommst, der sagt: "Du hast ein höheres Risiko für Bluthochdruck", dann ist das ähnlich wie ein PRS – es fasst dein genetisches Risiko basierend auf einer Sammlung bekannter genetischer Varianten zusammen.
Gene-Umwelt-Interaktionsanalyse
Eine GxE-Analyse konzentriert sich darauf, Gruppen von Menschen mit bestimmten genetischen Merkmalen zu identifizieren, die eventuell unterschiedlich auf spezielle Umweltfaktoren reagieren. Denk mal so: Zwei Leute könnten denselben Umweltfaktoren ausgesetzt sein, sagen wir, Rauchen. Eine Person könnte aufgrund ihres genetischen Hintergrunds Atemprobleme entwickeln, während die andere ganz lässig damit umgeht, ohne auch nur zu husten.
Das Ziel dieser Analysen ist es zu sehen, wie die Umwelt mit bestimmten genetischen Hintergründen interagiert, wenn es um die Bewertung von Krankheitsrisiken geht. Das kann entscheidend sein, um effektive Präventionsstrategien zu entwickeln.
Die Rolle von PRS in Gen-Umwelt-Studien
In den letzten Jahren haben Forscher PRS genutzt, um in diese GxE-Interaktionen bei verschiedenen Gesundheitszuständen wie Lungenkrebs, Diabetes, ADHS und Herzproblemen einzutauchen. Indem sie analysieren, wie das genetische Risiko einer Person mit Umwelteinflüssen interagiert, können die Forscher besser identifizieren, wer vielleicht gefährdet ist und welche Präventionsstrategien am besten funktionieren könnten.
Stell dir vor, du hättest eine Kristallkugel, die dir nicht nur sagt, dass du diesen Winter leicht eine Erkältung bekommen könntest, sondern dass du sie leichter bekommst, wenn du mit Leuten abhängst, die schniefen und niesen. Das ist die Art von Einblick, die Wissenschaftler mit diesen Analysen zu geben versuchen.
Herausforderungen bei der Erkennung von Gene-Umwelt-Interaktionen mit PRS
Allerdings ist es nicht immer einfach, PRS zur Erkundung dieser Interaktionen zu nutzen. Ein Problem ergibt sich daraus, dass standardmässige PRS eine breite Palette genetischer Varianten umfasst, von denen viele möglicherweise nicht direkt relevant für den spezifischen Umweltfaktor sind, der untersucht wird.
Wenn du dir PRS wie einen Suppentopf vorstellst, könnte er viele Zutaten enthalten, die nicht zusammenpassen. Einige Zutaten könnten den Geschmack der Aromen, die du hervorheben möchtest, verwässern, besonders wenn du nach speziellen Interaktionen suchst. Das kann es schwieriger machen, herauszufinden, welche genetischen Faktoren wirklich wichtig sind, wenn man die Umwelteinflüsse auf das Krankheitsrisiko betrachtet.
Einführung von Pathway Polygenic Risk Scores (pPRS)
Um diese Herausforderungen anzugehen, schlagen Forscher vor, etwas namens Pathway Polygenic Risk Scores oder pPRS zu verwenden. Während ein PRS das Gesamtbild betrachtet, zoomt ein pPRS auf spezifische biologische Wege – denk daran, auf einen bestimmten Abschnitt der Suppe zu fokussieren, wo all die guten Aromen wohnen.
Ein pPRS enthält nur genetische Varianten, von denen bekannt ist, dass sie mit bestimmten Umweltfaktoren interagieren. Indem sie sich auf diese speziellen Gruppen von SNPS konzentrieren, hoffen die Forscher, Interaktionen besser zu identifizieren und die Fähigkeit zu erhöhen, diese Zusammenhänge zu erkennen.
Analyse basierend auf Pfaden in Aktion
Um zu veranschaulichen, wie das funktioniert, haben Forscher Darmkrebs (CRC) sowohl mit PRS als auch mit pPRS untersucht. Sie konzentrierten sich auf einen bekannten Schutzfaktor: die Verwendung von nicht-steroidalen entzündungshemmenden Medikamenten (NSAIDs), die häufig rezeptfrei angeboten werden (denk an Ibuprofen).
Die Forscher schauten sich eine grosse Gruppe von Leuten mit CRC und ohne an. Indem sie detaillierte Daten zur NSAID-Nutzung sammelten und die genetischen Daten dieser Personen analysierten, wollten sie herausfinden, wie Gene den Einfluss von NSAIDs auf das CRC-Risiko beeinflussen könnten.
Für die Analyse identifizierten sie 204 genetische Varianten, die mit CRC aus einer grossen genetischen Studie verknüpft waren. Dann erstellten sie einen allgemeinen PRS basierend auf diesen Varianten und einen pPRS, der sich auf spezifische genetische Varianten stützte, von denen bekannt ist, dass sie mit bestimmten biologischen Wegen assoziiert sind.
Die Ergebnisse der CRC-Studie
Sie fanden heraus, dass der allgemeine PRS keine signifikante Interaktion mit der NSAID-Nutzung zeigte, der pPRS jedoch schon! Insbesondere zwei Wege, die mit TGF-β und dem Gonadotropin freisetzenden Hormonrezeptor zusammenhängen, wiesen eine bedeutende Verbindung zur NSAID-Nutzung beim Schutz gegen CRC auf.
Das bedeutet, dass du, wenn du bestimmte genetische Profile hast, die mit diesen Wegen assoziiert sind, mehr Schutz durch die Einnahme von NSAIDs gegen Darmkrebs erhalten könntest. Denk daran, das ist wie ein Superkraft gegen CRC, wenn du das richtige genetische Erbe hast und NSAIDs richtig einsetzt!
Auswirkungen des Verständnisses von GxE-Interaktionen auf die Prävention
Die Ergebnisse aus solchen Forschungen können erheblichen Einfluss darauf haben, wie wir die präventive Medizin angehen. Indem wir spezifische genetische Faktoren erkennen, die die Auswirkungen von Umweltbelastungen verändern, können Gesundheitsdienstleister Präventionsstrategien besser anpassen.
Wenn zum Beispiel der genetische Hintergrund einer Person darauf hindeutet, dass sie ein höheres Risiko hat, CRC zu entwickeln, selbst bei NSAID-Nutzung, könnten Gesundheitsprofis gezieltere Screening-Strategien oder zusätzliche Schutzmassnahmen vorschlagen.
Zukünftige Richtungen in der Gen-Umwelt-Forschung
Während die Forscher diese Linie der Untersuchung weiterverfolgen, hoffen sie, ihre Methoden noch weiter zu verfeinern. Es wäre wertvoll, verschiedene genetische Varianten zu erforschen, über die hinaus, die mit Krankheiten assoziiert sind, und zu untersuchen, wie sie mit anderen Umweltfaktoren interagieren.
Zum Beispiel, denk darüber nach, wie Ernährung, körperliche Aktivität oder sogar geografische Lage mit genetischen Faktoren verknüpft sein könnten, wenn es darum geht, das Krankheitsrisiko zu bewerten. Dieses Verständnis der Komplexität kann helfen, ein besseres Fundament für personalisierte Medizin zu schaffen.
Fazit
Gene-Umwelt-Interaktionen stellen ein faszinierendes Rätsel für Forscher dar. Sie zeigen, wie unsere Genetik und Umwelt zusammenarbeiten können, um unsere Gesundheit auf tiefgreifende Weise zu beeinflussen. Durch den Einsatz von Tools wie PRS und pPRS sind Wissenschaftler besser in der Lage, diese Interaktionen zu entschlüsseln und Einblicke zu gewinnen, die letztendlich zu verbesserten Präventionsstrategien und Gesundheitsergebnissen führen können.
Während wir diesen Weg weitergehen, wachsen die Möglichkeiten, Gesundheitsrisiken zu verstehen und zu mindern, was Türen für personalisierte Ansätze öffnet, die auf individuelle genetische Hintergründe abgestimmt sind. Wer weiss? Vielleicht haben wir eines Tages alle unser ganz persönliches Rezept für ein langes, gesundes Leben, massgeschneidert nach unseren einzigartigen genetischen Zutaten!
Titel: Pathway Polygenic Risk Scores (pPRS) for the Analysis of Gene-environment Interaction
Zusammenfassung: A polygenic risk score (PRS) is used to quantify the combined disease risk of many genetic variants. For complex human traits there is interest in determining whether the PRS modifies, i.e. interacts with, important environmental (E) risk factors. Detection of a PRS by environment (PRS x E) interaction may provide clues to underlying biology and can be useful in developing targeted prevention strategies for modifiable risk factors. The standard PRS may include a subset of variants that interact with E but a much larger subset of variants that affect disease without regard to E. This latter subset will water down the underlying signal in former subset, leading to reduced power to detect PRS x E interaction. We explore the use of pathway-defined PRS (pPRS) scores, using state of the art tools to annotate subsets of variants to genomic pathways. We demonstrate via simulation that testing targeted pPRS x E interaction can yield substantially greater power than testing overall PRS x E interaction. We also analyze a large study (N=78,253) of colorectal cancer (CRC) where E = non-steroidal anti-inflammatory drugs (NSAIDs), a well-established protective exposure. While no evidence of overall PRS x NSAIDs interaction (p=0.41) is observed, a significant pPRS x NSAIDs interaction (p=0.0003) is identified based on SNPs within the TGF-{beta} / gonadotropin releasing hormone receptor (GRHR) pathway. NSAIDS is protective (OR=0.84) for those at the 5th percentile of the TGF-{beta}/GRHR pPRS (low genetic risk, OR), but significantly more protective (OR=0.70) for those at the 95th percentile (high genetic risk). From a biological perspective, this suggests that NSAIDs may act to reduce CRC risk specifically through genes in these pathways. From a population health perspective, our result suggests that focusing on genes within these pathways may be effective at identifying those for whom NSAIDs-based CRC-prevention efforts may be most effective. Author SummaryThe identification of polygenic risk score (PRS) by environment (PRSxE) interactions may provide clues to underlying biology and facilitate targeted disease prevention strategies. The standard approach to computing a PRS likely includes many variants that affect disease without regard to E, reducing power to detect PRS x E interactions. We utilize gene annotation tools to develop pathway-based PRS (pPRS) scores and show by simulation studies that testing pPRS x E interaction can yield substantially greater power than testing PRS x E, while also integrating biological knowledge into the analysis. We apply our method to a large study of colorectal cancer to identify a significant pPRS x NSAIDs interaction (p=0.0003) based on SNPs within the TGF-{beta} / gonadotropin releasing hormone receptor (GRHR) pathway. Our findings suggest that focusing on genetic susceptibility within biologically informed pathways may be more sensitive for identifying exposures that can be considered as part of a precision prevention approach.
Autoren: W. James Gauderman, Yubo Fu, Bryan Queme, Eric Kawaguchi, Yinqiao Wang, John Morrison, Hermann Brenner, Andrew Chan, Stephen B. Gruber, Temitope Keku, Li Li, Victor Moreno, Andrew J Pellatt, Ulrike Peters, N. Jewel Samadder, Stephanie L. Schmit, Cornelia M. Ulrich, Caroline Um, Anna Wu, Juan Pablo Lewinger, David A. Drew, Huaiyu Mi
Letzte Aktualisierung: Dec 20, 2024
Sprache: English
Quell-URL: https://www.biorxiv.org/content/10.1101/2024.12.16.628610
Quell-PDF: https://www.biorxiv.org/content/10.1101/2024.12.16.628610.full.pdf
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an biorxiv für die Nutzung seiner Open-Access-Interoperabilität.