Simple Science

Hochmoderne Wissenschaft einfach erklärt

# Gesundheitswissenschaften# Genetische und genomische Medizin

Gen-Umwelt-Interaktionen bei Proteinspiegeln

Eine Studie zeigt, wie Gene und Umwelt die Blutproteinwerte beeinflussen.

― 5 min Lesedauer


Genetik undGenetik undProteinvariationenProteinlevel wirken.umweltbedingte Einflüsse aufStudie zeigt, dass genetische und
Inhaltsverzeichnis

Hochdurchsatz-Proteomanalysen ermöglichen es Forschern, viele Proteine auf einmal zu untersuchen. Das hilft dabei, potenzielle Biomarker für komplexe Krankheiten zu finden. Diese Biomarker können wichtige Informationen über Gesundheit und Krankheit liefern.

Genetische Einflüsse auf Proteine

Viele Studien haben sich damit beschäftigt, wie unsere Gene die Proteine im Blutplasma beeinflussen. Wenn spezifische Genetische Varianten die Proteinspiegel beeinflussen, nennt man sie protein quantitative trait loci (pQTLs). Diese pQTLs können helfen, Wege zu identifizieren, die zu Krankheiten führen. Das Verstehen dieser Wege ist entscheidend für die Entwicklung von Medikamenten und die Validierung von Biomarkern. Allerdings ist die Rolle von Umweltfaktoren und wie sie mit unseren Genen interagieren, nicht gut untersucht.

Gene-Umwelt-Interaktionen (GEIs)

Gene-Umwelt-Interaktionen (GEIs) treten auf, wenn genetische und Umweltfaktoren zusammenarbeiten, um Merkmale wie Proteinspiegel zu beeinflussen. Zu bestimmen, wie Umweltbelastungen die genetischen Auswirkungen auf Proteine verändern können, könnte detailliertere Einblicke darin geben, wie Proteine funktionieren und helfen, personalisierte Medizinstrategien zu entwickeln.

Aktuell gestaltet sich die Identifizierung von GEIs als herausfordernd. Das liegt vor allem daran, dass diese Interaktionen oft kleine Effekte haben. Ausserdem kann es schwierig sein, Umweltbelastungen über das Leben einer Person genau zu erfassen. Tests auf GEIs unter Verwendung vieler genetischer Varianten und Umweltfaktoren können die Analyse ebenfalls komplizierter machen.

Variance Quantitative Trait Loci (vQTLs)

Eine GEI kann sich durch unterschiedliche Proteinspiegel über verschiedene genetische Hintergründe zeigen. Um diese Interaktionen zu erforschen, können genomweite Scans durchgeführt werden, um Variance quantitative trait loci (vQTLs) zu identifizieren. vQTLs weisen auf Unterschiede in der Proteinvarianz zwischen verschiedenen Genotypen hin, im Gegensatz zu pQTLs, die sich auf durchschnittliche Proteinspiegel konzentrieren. Jüngste Forschungen haben gezeigt, dass ein spezieller Blick auf vQTLs die Chancen erhöht, GEIs zu entdecken.

Übersicht über das Studiendesign

Diese Studie untersucht die Verbindungen zwischen genetischen Varianten und Proteinspiegeln im Blutplasma mit Daten aus der UK Biobank. Die Studie umfasst 1.463 Proteine, die bei über 53.000 Teilnehmern gemessen wurden. Für die Variantenanalyse verwendeten die Forscher Millionen genetischer Marker, um Assoziationen mit verschiedenen Proteinspiegeln zu finden.

Variance QTL-Assoziationsstudien

Im ersten Teil der Studie führten die Forscher genomweite vQTL-Analysen zu Blutproteinspiegeln durch. Es wurde ein strenger Signifikanzlevel festgelegt, um die Zuverlässigkeit der Ergebnisse zu gewährleisten. Sie fanden viele signifikante vQTL-Assoziationen, die darauf hinweisen, dass spezifische genetische Varianten die Variabilität in den Proteinspiegeln beeinflussen.

Die meisten dieser genetischen Varianten zeigten "cis"-Effekte, was bedeutet, dass sie nahe bei den Genen liegen, die sie beeinflussen. Einige Varianten zeigten "trans"-Effekte, was einen Einfluss von weiter her anzeigt. Die Forscher beobachteten auch, dass die Grösse der genetischen Effekte mit der Häufigkeit der Variante in der Bevölkerung tendenziell abnahm.

Beziehung zwischen vQTLs und Haupt-Effekt QTLs

Die meisten vQTLs hatten auch Hauptwirkungen auf die Proteinspiegel. Das bedeutet, dass die gleichen genetischen Varianten, die die Variabilität der Proteinspiegel beeinflussen, auch tendenziell die durchschnittlichen Proteinspiegel beeinflussen. Allerdings wurde nur ein kleiner Prozentsatz der genetischen Varianten mit Haupteffekten mit den Variance-QTL-Funden in Verbindung gebracht.

Entdeckung von Gene-Umwelt-Interaktionen

Im nächsten Schritt der Studie wollten die Forscher herausfinden, ob Proteinspiegel mit Interaktionen zwischen ihren vQTLs und verschiedenen Lebensstil- oder Umweltfaktoren verbunden sind. Sie identifizierten zahlreiche signifikante GEIs bei Verwendung von vQTLs. Dieser Ansatz ermöglichte eine fruchtbarere Erkundung von Gene-Umwelt-Interaktionen im Vergleich zu traditionellen Methoden, die auf Haupteffekt-QTLs basieren.

Testen von Alters- und Geschlechtsunterschieden

Um zu verstehen, wie Alter und Geschlecht diese Interaktionen beeinflussen könnten, suchten die Forscher nach GEIs, die je nach diesen Faktoren variierten. Sie fanden einige Proteine, die unterschiedliche Beziehungen zu Umweltfaktoren je nach Alter und Geschlecht zeigten. Das hebt die Bedeutung hervor, demografische Variablen bei der Analyse von Proteinspiegeln und ihren genetischen Einflüssen zu berücksichtigen.

Wichtige Ergebnisse

  1. Hohe Variabilität der Proteinspiegel: Viele Proteine wiesen signifikante Variabilität über verschiedene genetische Hintergründe auf.
  2. Höhere Entdeckung von GEIs mit vQTLs: Der Fokus auf vQTLs ermöglichte die Identifizierung von mehr Gene-Umwelt-Interaktionen im Vergleich zur Verwendung standardmässiger Haupteffekt-Loci.
  3. Alter- und Geschlechtsmodifikationen: Die Analyse ergab, dass bestimmte Interaktionen durch Alter und Geschlecht beeinflusst wurden und die Beziehungen zwischen Genen, Proteinen und Umweltbelastungen komplizierten.
  4. Richtungsdiskordanz: Einige Varianten zeigten diskordante Interaktionen, was bedeutet, dass sie in einem Kontext eine positive Assoziation und in einem anderen eine negative hatten. Diese Situation kann verhindern, dass ein klarer Haupteffekt festgestellt wird.

Auswirkungen auf Gesundheit und Medizin

Die Ergebnisse dieser Studie bieten einen umfassenden Blick darauf, wie Gene und Umweltfaktoren zusammenwirken, um die Proteinspiegel im Blut zu beeinflussen. Die Informationen können zukünftige Forschungen leiten, die darauf abzielen, Biomarker für verschiedene Krankheiten zu entdecken und potenzielle Wege für neue Behandlungen oder präventive Gesundheitsstrategien zu bieten.

Nächste Schritte

Die Ergebnisse eröffnen viele Möglichkeiten für zukünftige Forschungen. Umfassendere Studien können die komplexen Interaktionen zwischen Genetik, Proteinen und Umweltfaktoren erkunden. Das Verständnis dieser Beziehungen könnte zu personalisierteren Ansätzen im Gesundheitswesen führen, sodass Behandlungen auf Individuen basierend auf ihren genetischen und umweltbezogenen Profilen zugeschnitten werden können.

Fazit

Zusammenfassend lässt sich sagen, dass Hochdurchsatz-Proteomanalysen und der Fokus auf vQTLs es Forschern ermöglichen, die komplexen Interaktionen zwischen unserer Genetik und der Umwelt zu entschlüsseln, die die Proteine in unserem Körper beeinflussen. Wenn mehr Studien wie diese durchgeführt werden, nähern wir uns einem differenzierteren Verständnis von Gesundheit und Krankheit und ebnen den Weg für verbesserte Diagnosen und Therapien.

Originalquelle

Titel: Systematic discovery of gene-environment interactions underlying the human plasma proteome in UK Biobank

Zusammenfassung: Understanding how gene-environment interactions (GEIs) influence the circulating proteome could aid in biomarker discovery and validation. The presence of GEIs can be inferred from single nucleotide polymorphisms that associate with phenotypic variability - termed variance quantitative trait loci (vQTLs). Here, vQTL association studies are performed on plasma levels of 1,468 proteins in 53,752 UK Biobank participants. A set of 683 independent vQTLs are identified across 571 proteins, all of which are newly discovered. They include 65 variants that lack conventional additive main effects on protein levels. Over 1,400 GEIs are identified between 142 proteins and 101 lifestyle and metabolic exposures. GEI analyses uncover biological mechanisms that explain why 13/65 vQTL-only sites lack corresponding main effects. Stratified analyses also highlight how age, sex and genotype can interact to modify relationships between biomarkers and health-related traits. This study establishes the most comprehensive database yet of vQTLs and GEIs for the human proteome.

Autoren: Robert F. Hillary, D. A. Gadd, Z. Kuncheva, T. Mangelis, T. Lin, K. Ferber, H. McLaughlin, H. Runz, R. E. Marioni, C. N. Foley, B. B. Sun

Letzte Aktualisierung: 2023-10-26 00:00:00

Sprache: English

Quell-URL: https://www.medrxiv.org/content/10.1101/2023.10.26.23297604

Quell-PDF: https://www.medrxiv.org/content/10.1101/2023.10.26.23297604.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 medrxiv für die Nutzung seiner Open-Access-Interoperabilität.

Mehr von den Autoren

Ähnliche Artikel