Collegare i geni ai trattamenti per la salute mentale
La ricerca mostra pochi legami tra genetica e le attuali terapie per la salute mentale.
― 7 leggere min
Indice
Lo studio dei nostri geni può aiutarci a capire e curare vari disturbi di salute mentale. Quando i ricercatori analizzano molti geni insieme, cercano di trovare collegamenti tra geni specifici e malattie. La speranza è che se alcuni geni sono legati a un disturbo, allora i farmaci che influenzano quei geni potrebbero aiutare a trattare il disturbo. Tuttavia, la maggior parte dei farmaci attuali per i problemi di salute mentale è stata creata senza utilizzare questa ricerca genetica, il che solleva interrogativi sull’efficacia reale.
Trattamento
Il divario tra genetica eAttualmente, molti farmaci per la salute mentale funzionano modificando il modo in cui alcuni neurochimici nel cervello, chiamati Neurotrasmettitori, si comportano. Ma le ricerche hanno mostrato che i geni coinvolti nei problemi di salute mentale sono spesso correlati allo sviluppo cerebrale e al modo in cui funzionano le connessioni cerebrali, non solo ai neurotrasmettitori stessi. Questa differenza potrebbe spiegare perché i trattamenti esistenti non funzionano come ci si aspetterebbe per molti pazienti.
Le ricerche hanno indicato che i farmaci supportati da evidenze genetiche tendono a progredire in modo più riuscito attraverso il processo di sviluppo, anche se gli effetti complessivi di questi farmaci sono modesti. Inoltre, i geni particolarmente sensibili alle mutazioni sono più propensi a essere obiettivi per questi farmaci. Molti geni legati ai disturbi di salute mentale sono anche obiettivi per i farmaci esistenti, specialmente quelli per condizioni come la schizofrenia e la depressione maggiore. Tuttavia, solo un piccolo numero di bersagli farmacologici per disturbi complessi è identificato attraverso studi genetici, mostrando che il legame tra le scoperte genetiche e le opzioni di trattamento è ancora limitato.
Colmare il divario con informazioni funzionali
Anche se il collegamento tra le scoperte genetiche e le opzioni di trattamento per vari disturbi è spesso debole, integrare informazioni dettagliate su come agiscono i geni potrebbe aiutare a colmare questo divario. La maggior parte dei collegamenti effettuati per unire trattamenti e scoperte genetiche proviene da ricerche su disturbi non psichiatrici. Questi studi hanno utilizzato metodi come le interazioni proteiche, la randomizzazione genetica e l'analisi dell'espressione genica. Gli sforzi per applicare questi metodi funzionali ai disturbi di salute mentale si sono concentrati principalmente sui dati di attività genica, cercando di identificare obiettivi di trattamento basati sulla funzione genica.
I ricercatori stanno ora introducendo un nuovo metodo per esaminare le connessioni tra i geni trovati negli studi sulla salute mentale e i trattamenti correlati. Questo metodo utilizza un approccio sistematico per vedere come vari tipi di dati genici possono aiutare a mettere in relazione le scoperte genetiche con i bersagli farmacologici. L’obiettivo è scoprire quali tipi di informazioni funzionali sono più utili per stabilire questi collegamenti e se i trattamenti per disturbi con sintomi o legami genetici simili mostrano collegamenti più forti con le loro scoperte genetiche.
Raccolta dei dati
In questo studio, i ricercatori si sono concentrati su quattro disturbi di salute mentale: Disturbo da Deficit di Attenzione/Iperattività (ADHD), schizofrenia, disturbo bipolare e depressione maggiore. Hanno anche incluso il diabete di tipo 2 come confronto. Hanno raccolto un elenco di oltre duemila geni noti come bersagli per tutti i trattamenti approvati per questi disturbi. Per ogni disturbo, hanno identificato un insieme di farmaci approvati e abbinato ogni farmaco ai suoi geni bersaglio. Hanno poi dato a ciascun Gene un punteggio basato sul suo ruolo come bersaglio per il trattamento e un altro punteggio basato sulla sua connessione con geni provenienti da studi genetici.
Abbinare geni ai trattamenti
I ricercatori hanno sviluppato un modo per valutare le relazioni tra i bersagli farmacologici e i geni legati ai disturbi di salute mentale. Hanno valutato ciascun gene in base a quanto bene si abbina ai trattamenti approvati e come si relaziona alle scoperte genetiche. La valutazione è stata effettuata utilizzando vari metodi, come esaminare la posizione fisica dei geni, le loro connessioni con altri geni e come vengono espressi nel cervello.
Valutando i geni sia per il loro ruolo nei trattamenti esistenti che per le loro connessioni con le scoperte genetiche, i ricercatori potevano vedere quanto bene i due gruppi di dati si abbinassero. Hanno anche testato se questi abbinamenti erano significativi confrontandoli con trattamenti selezionati casualmente. Un abbinamento forte indicherebbe che le scoperte genetiche per un disturbo sono più strettamente correlate ai suoi bersagli terapeutici di quanto ci si potrebbe aspettare per caso.
Risultati e scoperte
I ricercatori hanno inizialmente esaminato se i trattamenti attuali avessero bersagli più simili alle scoperte genetiche rispetto a quelli di una selezione casuale di farmaci. Nei casi di disturbo bipolare e diabete, hanno trovato abbinamenti significativi, ma nessuna associazione del genere per schizofrenia, ADHD o depressione maggiore. Questo indica che i collegamenti trovati tra i dati genetici e i bersagli farmacologici potrebbero essere limitati per molti disturbi di salute mentale.
Per capire perché il disturbo bipolare si sia distinto, i ricercatori hanno esaminato i ruoli dei geni coinvolti. Hanno scoperto che molti dei bersagli farmacologici per il disturbo bipolare sono legati a processi che aiutano a trasmettere segnali nel cervello. Al contrario, le scoperte genetiche tra i disturbi non erano collegate in modo così forte a questi processi, tranne che per il disturbo bipolare.
Quando si esaminava la mappatura posizionale dei geni, si sono trovati abbinamenti significativi tra i bersagli farmacologici e i marcatori genetici per il diabete. Tuttavia, gli abbinamenti per il disturbo bipolare non erano altrettanto forti, implicando che la relazione tra questi bersagli e i loro background genetici è complessa.
Contributi individuali dei geni
I ricercatori hanno potuto quantificare quanto ciascun gene abbia contribuito all'abbinamento complessivo tra le scoperte genetiche e i bersagli farmaceutici. Hanno identificato geni specifici che hanno pesantemente influenzato il punteggio di somiglianza, fornendo spunti sui ruoli funzionali di questi geni. Ad esempio, i geni legati alla neurotrasmissione sono risultati critici per il disturbo bipolare, mentre i geni legati al metabolismo del glucosio sono stati importanti per il diabete.
Esplorare le connessioni tra disturbi
Inoltre, hanno indagato se i trattamenti per un disturbo si sovrappongano alle scoperte genetiche di disturbi simili. Le associazioni più forti sono state notate tra il disturbo bipolare e la depressione maggiore, così come tra ADHD e schizofrenia. Questo sostiene la conoscenza esistente che questi disturbi condividono sintomi e somiglianze genetiche.
Esaminare l'elaborazione dei dati
Per vedere se diversi metodi di elaborazione dei dati potessero fornire abbinamenti migliori, hanno testato vari modi di mappare i dati genetici sugli Obiettivi farmacologici. I risultati hanno mostrato che i metodi basati sulle interazioni geniche fornivano associazioni più forti rispetto ad altri. Questo suggerisce che le interazioni tra i prodotti genici potrebbero giocare un ruolo significativo in come funzionano i trattamenti.
Conclusione
In generale, i risultati indicano un basso livello di corrispondenza tra i dati genetici e i bersagli terapeutici per i disturbi di salute mentale. Questo suggerisce che i fattori genetici che contribuiscono a questi disturbi potrebbero essere diversi dai meccanismi mirati dai trattamenti esistenti. I risultati evidenziano la necessità di nuovi approcci per comprendere e trattare i problemi di salute mentale.
Man mano che la ricerca continua a migliorare i metodi di analisi dell'espressione genica e delle interazioni, c'è la possibilità di ottenere migliori intuizioni su disturbi complessi e potenziali opzioni di trattamento. Questo aiuterà infine a sviluppare interventi più efficaci per le persone che soffrono di disturbi di salute mentale.
Titolo: Linking GWAS to pharmacological treatments for psychiatric disorders
Estratto: ImportanceLarge-scale genome-wide association studies (GWASs) are expected to inform the development of pharmacological treatments, however the mechanisms of correspondence between the genetic liability identified through GWASs and disease pathophysiology are not well understood. ObjectiveTo investigate whether functional information from a range of open bioinformatics datasets can elucidate the relationship between GWAS-identified genetic variation and the genes targeted by current treatments for psychiatric disorders. Design, Setting, Participants, and ExposuresRelationships between GWAS-identified genetic variation and pharmacological treatment targets were assessed across four psychiatric disorders--ADHD, bipolar disorder, schizophrenia, and major depressive disorder. Using a candidate set of 2232 genes that are listed as targets for all approved treatments in the DrugBank database each gene was independently assigned two scores for each disorder - one based on its involvement as a treatment target, and the other based on the mapping between GWAS-implicated SNPs and genes according to one of four bioinformatic data modalities: SNP position, gene distance on the protein interaction network (PPI), brain eQTL, and gene expression patterns across the brain. Main Outcomes and MeasuresGene scores for pharmacological treatments and GWAS-implicated genes were compared using a novel measure of weighted similarity applying a stringent null hypothesis-testing framework that quantified the specificity of the match by comparing identified associations for a particular disorder to a randomly selected set of treatments. ResultsIncorporating information derived from functional bioinformatics data in the form of PPI network revealed links for bipolar disorder (pperm = 0.0001), however, the overall correspondence between treatment targets and GWAS-implicated genes in psychiatric disorders rarely exceeded null expectations. Exploratory analysis assessing the overlap between the GWAS-identified genetic architecture and treatment targets across disorders identified that most disorder pairs and mapping methods did not show a significant correspondence. Conclusions and RelevanceThe relatively low degree of correspondence across modalities suggests that the genetic architecture driving the risk for psychiatric disorders may be distinct from the pathophysiological mechanisms used for targeting symptom manifestations through pharmacological treatments and that novel approaches for understanding and treating psychiatric disorders may be required. Key PointsO_ST_ABSQuestionC_ST_ABSDo genes targeted by current treatments for psychiatric disorders match GWAS-identified genetic variation and what bioinformatic data modalities can inform these associations? FindingsInformation derived from functional bioinformatics data in the form of PPI network revealed links for bipolar disorder, however for most psychiatric disorders, the correspondence between GWAS-implicated genes and treatment targets did not exceed null expectations. MeaningGWAS-identified genetic variation driving the risk for psychiatric disorders may be distinct from the pathophysiological mechanisms influencing symptom onset and severity that are targeted by pharmacological treatments.
Autori: Aurina Arnatkeviciute, A. Fornito, J. Tong, K. Pang, B. D. Fulcher, M. A. Bellgrove
Ultimo aggiornamento: 2024-04-10 00:00:00
Lingua: English
URL di origine: https://www.medrxiv.org/content/10.1101/2022.05.11.22274981
Fonte PDF: https://www.medrxiv.org/content/10.1101/2022.05.11.22274981.full.pdf
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.