Simple Science

Scienza all'avanguardia spiegata semplicemente

# Scienze della salute# Medicina genetica e genomica

La necessità di popolazioni diverse nella ricerca genetica

Dati genetici più diversi possono migliorare le intuizioni e i trattamenti per la salute.

― 6 leggere min


La diversità nellaLa diversità nellaricerca genetica èimportantemigliora la comprensione della salute.L'inclusione di popolazioni diverse
Indice

La ricerca genetica si è spesso concentrata su persone di origine europea, escludendo molte altre popolazioni. Questo è un problema perché i risultati degli studi potrebbero non applicarsi a tutti. Per superare questo problema, gli scienziati stanno lavorando per includere gruppi più diversi negli sforzi di ricerca. In questo modo, possiamo imparare di più sulle malattie e su come influenzano persone diverse.

Importanza dei Dati Diversi

Quando i ricercatori studiano informazioni genetiche, si affidano spesso ai dati di grandi gruppi di persone. Tradizionalmente, questi gruppi sono stati per lo più europei. Questa mancanza di diversità può portare a risultati che non rappresentano i problemi di salute affrontati da altre comunità. Includendo popolazioni più diverse, i ricercatori possono identificare diversi fattori genetici legati alle malattie.

Un programma importante che mira a includere un gruppo diversificato è il Million Veteran Program (MVP). Questo programma cerca di arruolare un milione di veterani provenienti da vari contesti. Raccogliendo dati da individui con diverse composizioni genetiche, gli scienziati sperano di ottenere informazioni su come la genetica influisce sulla salute e sulle malattie.

Ruolo delle Cartelle Cliniche Elettroniche

Per migliorare la ricerca genetica, molti studi ora utilizzano le cartelle cliniche elettroniche (EHR). Questi registri includono una grande quantità di informazioni sanitarie sui pazienti. Collegando questi registri ai dati genetici, i ricercatori possono imparare di più su come i geni influenzano i risultati di salute nelle diverse popolazioni.

Utilizzando biobanche collegate a EHR, i ricercatori possono eseguire analisi che identificano tratti e condizioni uniche associati a diversi background genetici. Questo approccio aiuta a comprendere non solo tratti specifici, ma anche in che modo i geni possono interagire con fattori ambientali in varie popolazioni.

Progettazione dello Studio e Diversità dei Partecipanti

In uno studio recente che ha coinvolto 635.969 partecipanti dal MVP, i ricercatori hanno esaminato le basi genetiche di oltre 2.000 tratti. I partecipanti sono stati raggruppati in base alla loro somiglianza genetica con le principali popolazioni del mondo, comprese quelle di Africa, Europa, Asia orientale e provenienti da contesti misti. Questa metodologia ha permesso ai ricercatori di analizzare un'ampia gamma di associazioni genetiche con Tratti di Salute.

Lo studio ha incluso una grande varietà di tratti legati alla salute, come diverse malattie, risultati di esami di laboratorio e misurazioni fisiche. Analizzando questi tratti, i ricercatori hanno potuto identificare Varianti genetiche che potrebbero essere importanti per problemi di salute specifici.

Analisi delle Associazioni Genetiche

L'analisi ha rivelato un totale di 98.485 associazioni tra varianti genetiche e vari tratti. Una parte significativa di queste associazioni non era stata identificata in studi precedenti. Questo evidenzia l'importanza di includere popolazioni diverse nella ricerca, poiché permette di scoprire nuove varianti genetiche legate alle condizioni di salute.

Confrontando i risultati delle diverse popolazioni, i ricercatori hanno trovato che molte associazioni genetiche differivano tra i gruppi. Questa differenza è essenziale per capire come la genetica contribuisca alla salute e alle malattie nelle varie comunità. Da notare che molte delle varianti di nuova identificazione risultavano particolarmente rilevanti per malattie che colpiscono in modo sproporzionato alcune popolazioni.

Comprendere i Fattori di Rischio Genetici

Lo studio ha anche esaminato come alcune varianti genetiche potrebbero influenzare il rischio di sviluppare malattie. Ad esempio, una variante genetica rara associata al cancro alla prostata era più comune nelle popolazioni africane rispetto a quelle europee. Questi risultati sottolineano la necessità di strategie sanitarie personalizzate che considerino i background genetici dei vari gruppi.

Inoltre, i ricercatori hanno scoperto che molte associazioni genetiche erano legate a regioni non codificanti del DNA. Anche se queste aree non codificano per le proteine, giocano ruoli significativi nella regolazione dei geni. Questa scoperta suggerisce che ci potrebbero essere informazioni genetiche vitali in aree precedentemente ritenute meno importanti.

L'Importanza del Fine-Mapping

Il fine-mapping è un metodo utilizzato per identificare specifiche varianti che potrebbero essere responsabili di un tratto. In questo studio, i ricercatori sono stati in grado di definire numerose varianti con alta certezza. Hanno esaminato come queste varianti erano distribuite tra diverse popolazioni, fornendo spunti sull'architettura genetica sottostante a varie condizioni di salute.

Analizzando dati genetici provenienti da più popolazioni, i ricercatori hanno potuto vedere non solo associazioni genetiche condivise, ma anche uniche. Questo approccio ha dimostrato che diversi gruppi di popolazione possono presentare rischi genetici distintivi per alcune malattie, enfatizzando ulteriormente l'importanza della diversità nella ricerca genetica.

Associazioni tra Tratti

I ricercatori si sono anche concentrati sulle associazioni tra tratti, in cui una singola variante genetica influisce su più tratti. Questo aspetto dello studio aiuta a comprendere meglio le complesse relazioni tra genetica e salute. Ad esempio, una variante associata alla salute cardiovascolare può anche avere implicazioni per il rischio di diabete.

Queste associazioni possono informare strategie preventive evidenziando l'interconnessione tra varie condizioni di salute. Comprendere questi legami è essenziale per sviluppare interventi sanitari più completi, adattati a popolazioni specifiche.

Approfondimenti Specifici per Popolazione

Lo studio ha rivelato una varietà di varianti genetiche specifiche per popolazione che forniscono importanti spunti sulle disparità sanitarie. Ad esempio, alcuni marcatori genetici hanno mostrato un rischio maggiore per condizioni come la gotta in popolazioni specifiche. Tali scoperte sono cruciali per formulare strategie efficaci di trattamento e prevenzione che considerino l'unico patrimonio genetico dei diversi gruppi.

Inoltre, i ricercatori hanno scoperto che l'ereditarietà genetica varia tra le popolazioni. Alcuni tratti hanno mostrato legami ereditari più forti in una popolazione rispetto a un'altra. Identificare queste differenze può aiutare a capire perché alcune comunità possono essere più suscettibili a specifiche malattie.

Conclusione: Andare Avanti con la Diversità nella Ricerca

Il crescente riconoscimento dell'importanza della diversità nella ricerca genetica è un passo significativo verso una sanità più equa. Includendo individui di vari contesti negli studi, i ricercatori possono scoprire informazioni cruciali che altrimenti potrebbero rimanere nascoste. Questo approccio non solo migliora la comprensione delle malattie, ma garantisce anche che le soluzioni sanitarie siano rilevanti e utili per un pubblico più ampio.

La ricerca futura dovrebbe continuare a dare priorità alla diversità nella progettazione degli studi. Sfruttando i dati genetici collettivi provenienti da popolazioni varie, gli scienziati possono migliorare i risultati sanitari e ridurre le disparità negli sforzi di trattamento e prevenzione. Il MVP e iniziative simili giocheranno un ruolo cruciale nel plasmare il futuro della ricerca genetica e delle sue applicazioni nella medicina di precisione.

Fonte originale

Titolo: Diversity and Scale: Genetic Architecture of 2,068 Traits in the VA Million Veteran Program

Estratto: Genome-wide association studies (GWAS) have underrepresented individuals from non-European populations, impeding progress in characterizing the genetic architecture and consequences of health and disease traits. To address this, we present a population-stratified phenome-wide GWAS followed by a multi-population meta-analysis for 2,068 traits derived from electronic health records of 635,969 participants in the Million Veteran Program (MVP), a longitudinal cohort study of diverse U.S. Veterans genetically similar to the respective African (121,177), Admixed American (59,048), East Asian (6,702), and European (449,042) superpopulations defined by the 1000 Genomes Project. We identified 38,270 independent variants associating with one or more traits at experiment-wide (P < 4.6x10-11) significance; fine-mapping 6,318 signals identified from 613 traits to single-variant resolution. Among these, a third (2,069) of the associations were found only among participants genetically similar to non-European reference populations, demonstrating the importance of expanding diversity in genetic studies. Our work provides a comprehensive atlas of phenome-wide genetic associations for future studies dissecting the architecture of complex traits in diverse populations. One Sentence SummaryTo address the underrepresentation of non-European individuals in genome-wide association studies (GWAS), we conducted a population-stratified phenome-wide GWAS across 2,068 traits in 635,969 participants from the diverse U.S. Department of Veterans Affairs Million Veteran Program, with results expanding our knowledge of variant-trait associations and highlighting the importance of genetic diversity in understanding the architecture of complex health and disease traits.

Autori: Scott M Damrauer, A. Verma, J. E. Huffman, A. Rodriguez, M. Conery, M. Liu, Y.-L. Ho, Y. Kim, D. A. Heise, L. Guare, V. Ayakulangara Panickan, H. Garcon, F. Linares, L. Costa, I. Goethert, R. Tipton, J. Honerlaw, L. Davies, S. Whitbourne, J. Cohen, D. C. Posner, R. Sangar, M. Murray, X. Wang, D. R. Dochtermann, P. Devineni, Y. Shi, T. N. Nandi, T. L. Assimes, C. A. Brunette, R. J. Carroll, R. Clifford, S. Duvall, J. Gelernter, A. Hung, S. K. Iyengar, J. Joseph, R. Kember, H. Kranzler, D. Levey, S.-W. Luoh, V. C. Merritt, C. Overstreet, J. D. Deak, S. F. A. Grant, Poli

Ultimo aggiornamento: 2023-06-29 00:00:00

Lingua: English

URL di origine: https://www.medrxiv.org/content/10.1101/2023.06.28.23291975

Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.06.28.23291975.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.

Altro dagli autori

Articoli simili