Докази того, що гени, що беруть участь у передачі їжаків, пов’язані як з біполярним розладом, так і з високим ІМТ

Предмети

Анотація

Вступ

Біполярний розлад (БД) - це хронічна та інвалідизуюча психічна хвороба з поширеністю 0,8–1,2% серед загальної популяції 1, що характеризується періодичними маніакальними та депресивними епізодами. Характеризуючись високим рівнем супутньої фізичної захворюваності та підвищеним ризиком самогубства, БД пов’язаний із зменшенням тривалості життя та збільшенням смертності від усіх причин, а отже, є великим соціально-економічним тягарем 2 .

У цьому дослідженні ми скористалися перевагами великих загальнодоступних наборів даних GWAS для проведення генного аналізу, а також метааналізу перехресних ознак з метою (1) виявлення генів, які зазвичай асоціюються з BD та BMI або BD і T2D, і ( 2) дослідження того, чи гени, спільні між цими станами, збагачені для шляхів, раніше залучених до патофізіології БД або механізму дії ліків, що використовуються для лікування БД.

Матеріал і методи

Зразок

Це дослідження було проведено на підсумковій статистиці трьох великих загальнодоступних наборів даних GWAS. Підсумкова статистика включає всі SNP, які були проаналізовані, разом із розрахунковими розмірами ефекту. Оцінка BD-асоційованих генів проводилась із використанням зведеної статистики найбільшого GWAS, проведеної Робочою групою з біполярних розладів Консорціуму психіатричної геноміки (PGC) на сьогодні. Набір даних включав результати GWAS з логістичного регресійного аналізу понад 13,4 мільйона аутосомних SNP на 20352 випадки BD відповідно до критеріїв DSM-IV, ICD-9 або ICD-10 та 31358 контролів європейського походження. Детальні характеристики кожної включеної когорти були описані в роботі від Шталя та колег 37. Крім того, для ідентифікації генів, пов’язаних з T2D, ми використовували набір даних метааналізу DIAGRAM 1000G GWAS 1-го етапу, включаючи 26 676 випадків T2D та 132 532 кавказькі контролі з 18 досліджень 38. Критерії діагностики T2D відрізнялись між дослідженнями та включали самостійний діагноз діабету діабетом лікарем, самостійне повідомлення про використання ліків для лікування діабету, глюкозу натще ≥ 7,0 ммоль/л або глюкозу натще ≥ 11,1 ммоль/л, гемоглобін A1c (HbA1c)> = 6,5% 38. Цей набір даних надав зведену статистику асоціацій для понад 12,06 мільйонів автосомних SNP.

Нарешті, гени, пов’язані з ІМТ, досліджували за допомогою набору даних мета-аналізу GWAS плюс Metabochip від Консорціуму GIANT 39. Цей набір даних включав зведену статистику асоціацій 322 155 суб'єктів європейського походження. Учасники були набрані з 125 досліджень (82 з GWAS і 43 з результатами Metabochip). У цьому наборі даних було перевірено понад 2,47 мільйона аутосомних генотипованих або приписаних варіантів на зв’язок із трансформованими залишками ІМТ в лінійних регресіях, припускаючи адитивну генетичну модель 39 .

Аналіз на генній основі

Для кожного з трьох наборів даних був проведений генний аналіз за допомогою MAGMA 40, використовуючи платформу 41 FUMA. MAGMA - це інструмент для аналізу генів, який оцінює статистику на основі генів з урахуванням нерівноваги зв’язку (LD) включених SNP. LD оцінювали за допомогою європейської панелі даних фази 3 1000 геномів як посилання 42. Розташування генів, що кодують білок, визначали як регіони від місця початку транскрипції до місця зупинки транскрипції (опція за замовчуванням у MAGMA). У випадку, якщо набір даних повідомляє інформацію про якість імпутації або частоту другорядного алеля (MAF), SNP з оцінкою якості імпутації 43 використовують функцію p.adjust у R 44. Гіпергеометричний тест був використаний для оцінки надмірного представлення генів, які суттєво асоціюються з BD та ІМТ або T2D після багаторазової корекції тестування. Аналізи проводились із використанням R v. 3.6.1 (посилання 44).

Аналіз шляху

Збагачення для непотрібних термінів генної онтології (GO) та шляхів реактому серед генів, які зазвичай асоціюються з BD та BMI, BD та T2D або всіма трьома фенотипами, оцінювали за допомогою інструменту аналізу функціонального збагачення WebGestalt (www.webgestalt.org/). Для того, щоб включити найбільшу кількість потенційно релевантних генів до аналізу шляху, ми використали список генів, номінально асоційованих з ознаками, що цікавлять, з стор 45. Для цього аналізу оцінку взаємодії встановили високою достовірністю (оцінка = 0,7) і включили всі джерела активної взаємодії, що підтримуються інструментом (видобуток тексту, експерименти, бази даних, ко-експресія, сусідство, злиття генів та спільна поява).

Мета-аналіз та функціональні ефекти SNP, пов'язаних з BD та BMI або T2D

Для того, щоб визначити конкретні SNP, пов'язані з BD та BMI або T2D, ми провели два мета-аналізи між BD та BMI, а також BD і T2D за допомогою Metasoft 46. Це програмне забезпечення забезпечує оцінку ефекту, оцінку неоднорідності, а також задню ймовірність існування ефекту в кожному дослідженні (м-статистика значень> 0,9). Два мета-аналізи були проведені за допомогою консервативної моделі випадкового ефекту з використанням того самого списку SNP, що й аналіз на основі генів. Для обох мета-аналізів ми відібрали SNP з мета-аналізом стор 0,9 та a стор 47. Серед SNP, передбачених RegulomeDB, що можуть впливати на зв'язування факторів транскрипції (оцінка 48. Нарешті, наявність SNP, розташованих у потенційно ліках, що генеруються, була досліджена за допомогою бази даних про взаємодію генів наркотиків (DGIdb) 49 .

Результати

Аналіз на генній основі

Блок-схема аналізів подана на додатковій фіг. 1. Загалом 2 013 566 SNP, які пройшли контроль якості та були присутні у всіх наборах даних, використовувались як вхідні дані для генного аналізу. Ці SNP дозволили провести генний аналіз для 17 455 генів. Генетичний аналіз, проведений з MAGMA, ідентифікував 2700, 2144 та 1988 генів, номінально асоційованих з BD, BMI та T2D, відповідно. Серед них загалом 579, 549 та 173 були значущими після багаторазової корекції тесту з ВН відповідно.

При порівнянні трьох списків було виявлено, що 518 генів зазвичай асоціюються з BD та ІМТ, 52 з яких були значущими після багаторазової корекції тесту (Додаткова таблиця 1). Кількість генів, асоційованих з обома фенотипами, була в 2,86 рази вищою, ніж очікувалося за результатами гіпергеометричного тесту (стор = 9,4E − 12, додаткова таблиця 2). Що стосується BD і T2D, 390 генів були пов'язані з обома фенотипами, 12 з яких були значущими після багаторазової корекції тесту (Додаткова таблиця 3). Кількість генів, що перекриваються, у 2,09 рази перевищувала очікувану за результатами гіпергеометричного тесту (стор = 0,01, додаткова таблиця 2). Подібним чином гени, асоційовані з BD, були збагачені для цілей, пов'язаних або з ІМТ, або з T2D (стор = 2,6E − 12, додаткова таблиця 2). Нарешті, 93 гени, три з яких були значущими після багаторазової корекції тесту, були пов’язані з усіма досліджуваними фенотипами (Додаткова таблиця 4). Гени, пов'язані з BD, не були значно збагачені для цілей, пов'язаних як з ІМТ, так і з T2D (стор = 0,076, додаткова таблиця 2).

Аналіз шляху

Аналізи, проведені за допомогою WebGestalt, показали, що гени, які зазвичай асоціюються з BD та ІМТ, збагачуються для одного клітинно-компонентного GO-терміна: тіло нейрональних клітин (стор = 0,0001; коефіцієнт помилкового виявлення (FDR) = 0,025) (табл. 2). Крім того, гени, які зазвичай асоціюються з BD та BMI, збагачувались на 12 шляхів (додаткова таблиця 5). Метод зваженого набору покриттів, реалізований WebGestalt, який зменшує надмірність наборів генів, підтвердив значну асоціацію для чотирьох із цих шляхів: гемостазу, сигналізації їжаком, взаємодії L1CAM та сигналізації злиттям BRAF та RAF (табл. 2), а також на термін GO. Ми також дослідили потенційну взаємодію між білками, кодованими 518 генами, зазвичай асоційованими з BD та ІМТ, використовуючи STRING. Цей аналіз показав, що мережа білків, кодованих цими генами, представляла ряд взаємодій, більших, ніж очікувалось, для випадкового набору білків подібного розміру, витягнутих з геному (очікувана кількість країв: 332; спостерігається кількість країв: 392; збагачення ІЦВ стор = 0,0007, рис. 1), що підтверджує гіпотезу про те, що білки, кодовані генами, які зазвичай асоціюються з BD та BMI, можуть бути біологічно пов'язаними.

гени

Результати аналізу взаємодії білка і білка, проведеного з використанням STRING з генами, асоційованими з біполярним розладом, та ІМТ як вхідні дані. Кожен вузол представляє всі білки, що продукуються одним локусом кодуючого білок гена (сплаймовані ізоформи руйнуються), тоді як краї представляють білково-білкові асоціації. Оцінку взаємодії встановили високою достовірністю (оцінка = 0,7) і включили всі джерела активної взаємодії, що підтримуються інструментом (видобуток тексту, експерименти, бази даних, коекспресія, сусідство, злиття генів та спільна поява). Мережа білків, кодованих генами, часто асоційованими з біполярним розладом та ІМТ, представляє більше взаємодій порівняно з кількістю, яка очікується для випадкового набору білків подібного розміру, витягнутих з геному (кількість вузлів: 504, очікувана кількість країв: 332, спостерігається кількість країв: 392, збагачення білково-білкової взаємодії стор = 0,0007).

Жодної значно збагаченої категорії термінів або шляхів ГО не спостерігалося для генів, які зазвичай асоціюються з BD та T2D. Однак мережа білків, кодованих цими генами, представляла більше взаємодій, ніж можна було б очікувати для випадкового набору білків подібного розміру, витягнутих з геному (очікувана кількість країв: 163; спостерігається кількість країв: 215; збагачення ІЦВ стор = 5,8E − 05, додаткова рис. 2).

Не виявлено, що гени, пов’язані з BD, BMI та T2D, значно збагачені для певних термінів або шляхів GO. Крім того, мережа білків, кодованих цими генами, не виявила значно більшої кількості взаємодій, ніж можна було б очікувати для випадкового набору білків подібного розміру, виділених з геному (очікувана кількість країв: 10; спостерігається кількість країв: 10; збагачення ІЦВ стор = 0,58).

Мета-аналіз та функціональні ефекти SNP, пов'язаних з BD та BMI або T2D

Мета-аналіз за допомогою Metasoft був проведений на 2013 566 SNP, дані яких були доступні у всіх трьох наборах даних, які також використовувались як вхідні дані для генного аналізу. Мета-аналіз між BD та BMI виявив 64 значущих SNP, що мають відношення до обох ознак (м-значення> 0,9) (Таблиця 3).

Більшість СНП, якими розподіляються BD та BMI, були розташовані в міжгенних регіонах (n = 26) або в локусі хромосоми 16, що охоплює NPIPL1, SH2B1, TUFM, ATP2A1, AK125489, CLN3 і ATXN2L гени (n = 24 ОНП; найкращий SNP: rs3888190, стор = 1,1E − 24). П'ять ОНП були розташовані в ETV5 ген (кращий SNP: rs1516725, стор = 1,0E − 24), п’ять в LINGO2 ген (кращий SNP: rs2183824, стор = 4,9E − 15), тоді як решта чотири SNP були розташовані в NEGR1 (rs1620977, стор = 8,7E − 13), КАРТА2K5 (rs2127162, стор = 4,7E − 11), RPGRIP1L (rs1477199, стор = 5,7E − 09) і DTX2P1 гени (rs4729098, стор = 2,9E − 08). Цікаво, що три з цих генів (RPGRIP1L, SH2B1 і ATP2A1) були включені до значно збагачених шляхів, визначених WebGestalt. Зокрема, RPGRIP1L був включений у шлях сигналізації їжака, поки SH2B1 і ATP2A1 у шляху гемостазу (Таблиця 2).

Загалом, передбачалося, що 11 SNP, розташованих у трьох генах, впливають на зв'язування факторів транскрипції за допомогою RegulomeDB (оцінка Таблиця 4 Результати мета-аналізу, що показують SNP, які суттєво пов'язані з біполярним розладом та діабетом 2 типу).

Нарешті, ми не виявили спільного SNP між двома мета-аналізами (тобто SNP, значущі в обох порівняннях BD та BMI, а також BD і T2D)

Обговорення

Наше дослідження підтверджує існування спільних генетичних факторів між BD та BMI. Наскільки нам відомо, це перше дослідження, яке досліджує гени, зазвичай асоційовані з BD, BMI та T2D, використовуючи генно-підхідний підхід і без особливої ​​уваги до окремих генів-кандидатів та шляхів, раніше запропонованих до участі у BD. Ми показали, що BD та BMI мають більшу кількість генів сприйнятливості порівняно з BD та T2D. Деякі гени, які ми виявили, пов’язані з BD та ІМТ або T2D (CACNA1D, ITIH4, NCAN, CRY2 і POMC), про які раніше повідомлялося в недавньому систематичному огляді, що вони були пов'язані з кардіометаболічними фенотипами та розладами настрою (MDD та BD) 26. Окрім перевірки цих генів, ми повідомили про багато нових цілей і виявили, що гени, які зазвичай асоціюються з BD та ІМТ, збагачені для терміну GO клітинного компонента нейрональної клітини.

Підхід мета-аналізу також підтвердив гіпотезу про те, що гени, що беруть участь у передачі їжаків, можуть відігравати важливу роль. Насправді серед SNP, суттєво пов'язаних з BD та BMI, rs1477199 знаходився в RPGRIP1L ген. Цей ген кодує білок, локалізований у перехідній зоні первинної війки 56, і необхідний для розвитку дугоподібного нейрона гіпоталамуса 57 . RPGRIP1L представляє особливо цікаву ціль, оскільки її вираження та діяльність регулюються інтронічними варіантами, розташованими в FTO гена (який сильно пов'язаний з ожирінням і T2D) завдяки регуляції дальності 58 . RPGRIP1L нещодавно був пов’язаний з BD у вибірці, що включала 276 пацієнтів та 170 осіб контролю мексиканського походження 59. Отримані разом, наші висновки свідчать про те, що додаткові аналітичні підходи можуть надати збіжні докази і повинні використовуватися разом, щоб мати можливість ідентифікувати гени, в яких множинні SNP з малими розмірами ефекту можуть мати аддитивний ефект, а також гени, в яких одиничні SNP можуть відігравати важливу роль. більш відповідна роль. Два різні підходи, які ми використовували, підтримують потенційну роль сигналізації їжака як у BD, так і в ІМТ.

Були виявлені інші відповідні шляхи, спільні між BD та ІМТ, такі як "взаємодія L1CAM", яка була залучена до нейритогенезу та нейропротекції 60. Справді, молекула адгезії нервових клітин L1 відіграє вирішальну роль у розвитку нервової системи, беручи участь у зростанні невритів, адгезії, наведенні аксонів, мієлінізації та синаптичній пластичності 61. Доклінічні дослідження підтверджують гіпотезу про те, що порушення регуляції нейрональної синаптичної пластичності може опосередковувати потенційну роль L1 та інших адгезійних молекул у патогенезі розладів настрою 62. Цікаво, що були запропоновані залежні від стану зміни рівнів РНК периферичного месенджера L1 (мРНК) у пацієнтів із BD 63. Зокрема, рівні L1 були збільшені у вибірці з 13 пацієнтів із БД у сучасному депресивному стані, але не у пацієнтів у стані ремісії (n = 29) 63 .

Результати нашого мета-аналізу підтвердили важливу роль, яку відігравали інші гени, раніше запропоновані для асоціювання з BD та ІМТ. Зокрема, ми виявили, що п'ять SNP розташовані в ETV5 ген. Гальмування ETV5 гомолог в D. melanogaster (Ets96B) індукує фенотипи, пов’язані з BD та ожирінням 20 .

Наша гіпотеза про те, що генетичні варіанти можуть сприяти пояснинню підвищеної супутньої захворюваності між БД та ожирінням, на відміну від результатів недавнього дослідження, яке показало, що включення генетичних даних у модель, що включає клінічні характеристики, не покращило прогнозування ІМТ або приросту ІМТ через 1 рік у вибірці з 284 пацієнтів з психозом 29. Однак у цьому дослідженні лише 32 пацієнти мали діагноз BD, що свідчить про необхідність проведення подальших досліджень, зокрема, включаючи пацієнтів з BD.

Важливо зазначити, що наші аналізи проводились на темах європейського походження. Потрібні подальші дослідження для оцінки потенційної узагальненості цих результатів для інших груп населення. Хоча наше дослідження було зосереджене на BD, інші психічні розлади, такі як MDD та шизофренія, демонструють збільшення частоти ожиріння 71. Нещодавнє дослідження, що вивчало роль гену-кандидата CADM2, яка кодує молекулу адгезії синаптичної клітини, повідомила, що цей ген може бути пов'язаний з широким спектром психологічних (невротизм, нестабільність настрою та ризик) та метаболічних властивостей, і що регуляція цього гена в жировій тканині може опосередковувати загальні біологічні механізми у всіх фенотипи 72. Відповідно до цих результатів, наш ген-аналіз визначив цей ген як часто асоційований з BD та BMI, і ця асоціація пережила багаторазову корекцію тестування. Потрібні подальші дослідження, щоб зрозуміти, які з визначених нами цілей можуть бути специфічними для BD і які гени або шляхи можуть зіграти роль у різних психічних розладах.

На закінчення наші результати свідчать про існування спільних генетичних детермінант між BD та ІМТ та підтверджують важливість генів, причетних до передачі їжаків. Необхідними є дослідження з використанням інших інструментів, таких як PRS, для подальшої оцінки спільної етіології між цими ознаками, а також для оцінки сукупного ефекту декількох варіантів з малими розмірами ефекту. Подальші дослідження на незалежних зразках, для яких доступна інформація про супутні захворювання та потенційні незрозумілі фактори, необхідні для підтвердження наших результатів та вивчення потенційної ролі цих генів у механізмі дії стабілізаторів настрою у пацієнтів із СД. Нарешті, виходячи з того факту, що деякі цілі та шляхи, про які ми повідомляли, пов’язані як з BD, так і з ІМТ, були причетні до механізму дії літію, було б важливо дослідити, чи принаймні частина генетичних детермінант, спільних для ці риси можуть зіграти свою роль у відповідь на цей стабілізатор настрою.

Наявність даних

Набори даних, використані в цій статті, є загальнодоступними та можуть бути завантажені з веб-сайтів Консорціуму психіатричної геноміки, Консорціуму DIAGRAM та консорціуму GIANT.