Avanzamenti nei test genetici per l'ipercolesterolemia familiare
Nuovi metodi migliorano la comprensione delle cause genetiche dell'alto colesterolo.
― 5 leggere min
Indice
L'Ipercolesterolemia Familiare (FH) è una condizione genetica che porta a livelli alti di Colesterolo nel sangue, in particolare il colesterolo a bassa densità (LDL-C). Questa condizione aumenta notevolmente il rischio di malattie cardiache, una delle principali cause di morte nel mondo. Chi ha FH può avere livelli di colesterolo molto più alti rispetto alle persone sane, aumentando così le possibilità di problemi cardiovascolari.
Cosa causa l'ipercolesterolemia familiare?
La FH è spesso causata da mutazioni in specifici geni, il più comune è LDLR. Questo gene è responsabile della produzione di una proteina che aiuta a rimuovere il LDL-C dal flusso sanguigno. Altri geni coinvolti nella FH includono APO-B e PCSK9. Quando ci sono mutazioni in questi geni, il corpo fatica a tenere sotto controllo i livelli di colesterolo.
Nonostante la gravità di questa condizione, meno del 10% delle persone con FH viene diagnosticato. Molti di loro non raggiungono i target di colesterolo, aumentando così i rischi per la salute. I Test genetici possono aiutare a identificare chi ha FH, ma c'è una lacuna nella comprensione di come le diverse variazioni genetiche influenzino la funzione della proteina LDLR.
L'importanza dei test genetici
I test genetici hanno un grande potenziale per aiutare nell'identificazione precoce e nel trattamento della FH. Tuttavia, molte variazioni del gene LDLR non sono state studiate a sufficienza per capirne gli effetti. Più dell'85% delle mutazioni nel gene LDLR manca di dati funzionali, rendendo difficile per i medici interpretare il significato di queste variazioni. Questa limitazione significa anche che i test genetici potrebbero non fornire sempre risposte chiare ai pazienti.
Valutare come una variazione genetica influisca sulla funzione di LDLR spesso dipende dal confronto con dati clinici e dall'uso di algoritmi predittivi. Tuttavia, questo metodo è particolarmente complicato per le varianti rare, che potrebbero non essere ben rappresentate negli studi esistenti.
Sviluppare un nuovo approccio per caratterizzare le varianti genetiche
Per affrontare queste sfide, i ricercatori hanno sviluppato nuovi metodi per studiare la funzione delle varianti LDLR in modo più efficiente. I metodi tradizionali hanno delle limitazioni, poiché si basano tipicamente su risultati facilmente misurabili come la sopravvivenza cellulare o grandi differenze di colorazione. C'era bisogno di tecnologie che potessero fornire informazioni più dettagliate sui difetti funzionali specifici associati a varie mutazioni LDLR.
Combinando robotica con tecniche di imaging avanzate, i ricercatori hanno creato un flusso di lavoro semi-automatizzato per valutare le varianti LDLR. Questo approccio consente di raccogliere un'ampia gamma di dati funzionali sulle singole variazioni genetiche. Come caso di test, i ricercatori si sono concentrati sulla caratterizzazione di 315 varianti LDLR.
Il processo di ricerca
Nello studio, sono state coltivate e modificate geneticamente delle cellule per creare un modello che potesse imitare gli effetti della FH. È stata utilizzata una linea cellulare epatica specifica, nota come HepG2, perché adatta per modifiche genetiche e somigliante alle cellule epatiche negli esseri umani. I ricercatori hanno disattivato il gene LDLR per vedere come si comportano le cellule senza di esso e poi hanno reintrodotto varie varianti LDLR in queste cellule.
Utilizzando marcatori fluorescenti, i ricercatori hanno studiato quanto efficacemente le cellule assorbissero il LDL, che è un indicatore chiave della funzione di LDLR. Hanno esaminato e registrato il comportamento delle cellule in diverse condizioni di colesterolo e raccolto immagini per analizzare l'attività di LDLR.
Funzionalità delle varianti LDLR
Una volta raccolti i dati, i ricercatori hanno esaminato gli effetti delle varie mutazioni LDLR sull'assorbimento del colesterolo. Hanno scoperto che l'attività delle varianti LDLR differiva notevolmente. Alcune varianti hanno portato a un assorbimento di colesterolo più basso, suddiviso in gruppi in base ai livelli di attività.
I risultati hanno mostrato che molte delle varianti erano patogene, il che significa che contribuivano alla gravità della FH. Tuttavia, un numero significativo è stato classificato come benigno, indicando che non influenzavano negativamente la funzione di LDLR.
I ricercatori hanno sviluppato un sistema di punteggio per aiutare a categorizzare le varianti LDLR in base alla loro attività residua. Questo sistema di punteggio fornisce approfondimenti più dettagliati su come specifiche mutazioni si ricolleghino ai livelli di colesterolo, aiutando a informare le decisioni cliniche.
Integrazione di dati genetici e clinici
Per convalidare ulteriormente i loro risultati, i ricercatori hanno integrato i loro dati funzionali con informazioni genetiche da un ampio database di popolazione, il UK Biobank. Questo vasto dataset include dettagli clinici, variazioni genetiche e risultati di salute per centinaia di migliaia di partecipanti.
Analizzando i loro dati insieme al UK Biobank, i ricercatori sono stati in grado di vedere come le diverse varianti LDLR influenzassero i livelli di colesterolo e la probabilità di eventi cardiovascolari. Hanno scoperto che le persone con certe varianti avevano livelli di colesterolo significativamente più alti e avevano maggiori probabilità di avere problemi cardiaci.
Implicazioni per il trattamento
I risultati di questa ricerca hanno importanti implicazioni per la gestione della FH. Classificando le varianti LDLR in base alla loro attività funzionale, i fornitori di assistenza sanitaria possono valutare meglio il rischio di una persona per le malattie cardiovascolari. Queste informazioni potrebbero portare a opzioni di trattamento più personalizzate, consentendo ai medici di fornire terapie mirate per le persone con specifici profili genetici.
Comprendere la relazione tra varianti genetiche e livelli di colesterolo può anche aiutare a informare le decisioni sull'uso di farmaci per ridurre il colesterolo. È essenziale per identificare chi potrebbe beneficiare di strategie di trattamento più aggressive.
Conclusione
Lo studio sottolinea la necessità di test genetici completi e caratterizzazione funzionale delle varianti LDLR nelle persone con FH. Fondere test genetici avanzati con analisi funzionali robuste, i ricercatori stanno aprendo la strada a valutazioni del rischio più accurate e terapie meglio mirate per i pazienti.
Questa ricerca fornisce dati preziosi che possono migliorare la diagnosi di FH, aumentare la comprensione dell'ipercolesterolemia e, in ultima analisi, contribuire a migliori risultati di salute cardiovascolare per i pazienti. Man mano che gli scienziati continuano a perfezionare questi metodi, è probabile che scoprano ulteriori approfondimenti sulle complessità del metabolismo del colesterolo e sul suo impatto sulla salute del cuore.
Titolo: Large-scale functional characterization of low-density lipoprotein receptor gene variants improves risk assessment in cardiovascular disease
Estratto: AimsLack of functional information for low-density lipoprotein (LDL) receptor (LDLR) mutations limits the use of genetics for early diagnosis, risk assessment and clinical decision making in familial hypercholesterolemia (FH). The goal of this study was an in-depth and large-scale functional characterization of LDLR variants to overcome this problem. MethodsOpen-source robotic tools were integrated with multiplexed high-content microscopy, image and data analysis into a novel semi-automated analysis pipeline for the characterization of LDLR variants to quantify LDL uptake, LDLR localization and expression. Results315 LDLR coding variants were functionally characterized in this study and collapsed into four functional groups based on their residual LDL uptake activity ("Loss-of-function", 0-10% activity; "defective", 10-30%; "mildly-defective", 30-70%; and "non-defective", > 90%). Integration of the activity groups with whole-exome sequencing and clinical data from UK biobank demonstrated that considering LDLR activity levels improved risk assessment in dyslipidaemia and cardiovascular disease (CVD). Individuals carrying LDLR variants from the loss-of-function and defective groups displayed increased odds ratios for CVD (OR=6.1, 95% CI = 1.5 - 24.4; OR = 1.83, 95% CI = 1.2 - 2.7) as compared to the non-defective group. Also, plasma LDL-cholesterol, utilization of lipid-lowering drugs and combination therapy were higher in the loss-of-function (OR = 15.4, 95% CI = 3.8 - 61.7; OR = 7.6, 95% CI = 1.8 - 31.8; OR = 96.8, 95% CI = 22.6 - 414.1), defective (OR = 5.9, 95% CI = 4.1 - 8.6; OR = 3.5, 95% CI = 2.5 - 4.9; OR = 15.6, 95% CI = 8.4 - 29.1) and mildly-defective group (OR = 2.0, 95% CI = 1.5 - 2.7; OR = 2.0, 95% CI = 1.6 - 2.4; OR = 1.9, 95% CI = 1.0 - 3.4) as compared to the non-defective group. Especially, the loss-of-function group displayed higher CVD risk, increased LDL-C and combination therapy usage as compared to the ClinVar pathogenic group for the same subjects. Furthermore, the functional data indicates that prediction tools tend to overestimate the fraction of pathogenic LDLR variants. ConclusionSystematic functional data for LDLR variants paves the way for improved diagnosis, risk assessment and treatment optimization for FH patients, enabling a better utilization of genetic data in clinical decision making. Translational perspectiveA loss-of-function LDLR variant leads to lifelong exposure of elevated LDL-C. Whilst sequencing of the LDLR gene is included in the genetic assessment of FH patients, most LDLR variants lack information about functional consequences at the cellular level. This limits the utility of genetic tools in the diagnosis and treatment of FH. This study overcomes this problem, providing functional information for a large set of LDLR variants. Integration with genetic and clinical data from UK biobank enables links between functional and clinical effects, making it easier to diagnose FH and estimate a patients cardiovascular risk.
Autori: Simon Pfisterer, M. M. Islam, M. Tamlander, I. Hlushchenko, S. Ripatti
Ultimo aggiornamento: 2023-12-28 00:00:00
Lingua: English
URL di origine: https://www.medrxiv.org/content/10.1101/2023.12.27.23299827
Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.12.27.23299827.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.