Основные научные подходы в фармакогенетических исследованиях GWAS — подход будущего

Несколько последних десятилетий мы являемся свидетелями необычайного технологического прорыва, ускорения технологий в области генетики человека, усилившего научный прогресс в картировании генов, вносящих вклад в предрасположенность к проявлению определённых, как позитивных, так и негативных, физиологических особенностей и особенностей метаболизма ЛС.

В настоящее время для изучения генетических аспектов эффективности фармакотерапии используются стратегии поиска ассоциаций. Генетические ассоциативные исследования можно классифицировать на ассоциативные изучения, сосредоточенные на поиске генов-кандидатов, и полногеномные ассоциативные исследования (genome-wide association studies (GWAS)) (рис. 1).

Работы, изучающие ассоциацию фенотипа с полиморфными сайтами внутри регионов определённых кандидатных генов (теоретически подобранных на основе знаний о физиологии изучаемого процесса), имеют ограниченную область исследования, тогда как GWAS позволяет изучать целый геном, не ограничиваясь априорной гипотезой, как в исследованиях кандидатных генов.

В последние десять лет реализация двух международных проектов: Human Genome Sequencing и International Hap Map Project способствовала  большому прорыву в оценке значимости и роли аллельных вариантов геномной последовательности в формировании мультифакторных фенотипов (в том числе и фенотипы определённых «метаболизаторов»), основанном на анализе корреляции паттернов генов с мажорными аллельными вариантами (неравновесное сцепление).

Это послужило предпосылкой улучшения эффективности отбора (сосредоточение на только необходимой информации), избавлению от избыточного сета маркёров, что, в свою очередь, привело к производству высокопроизводительных платформ генотипирования, в которых сотни тысяч ОНП могут быть одновременно изучены для поиска ассоциации с развитием определённого фенотипа.

В последние годы в области генетики человека стали доминировать GWAS, позволяющие с новой, значительно более высокой, скоростью определять возможные новые ассоциации. Например, только в 2007 году, консорциум Wellcome Trust Case Control впервые успешно применил GWAS-технологию для идентификации многочисленных новых локусов генов, сцепленных с определёнными фенотипами для семи важных комплексных заболеваний.

А уже в 2011 году каталог Национального института исследований генома человека (National Human Genome Research Institute (NHGRI)), публикующий GWAS (genome_gov/GWAStudies, по состоянию на март 2011), оценил, что доказано приблизительно 1319 сильных ассоциаций для превалирующих генетических вариантов для 221 заболевания и определённых физиологических состояний с достоверным порогом для GWAS (р≤5х10–8, оценка после нормирования на число независимых мажорных аллельных вариантов среди европеоидов).

Только за несколько последних лет, как GWAS стали доступными в практике научных исследований, понимание этиологии процессов, провоцирующих развитие тех или иных физиологических состояний, поднялось на совершенно новый уровень. Это, несомненно, привело к новому витку внедрения генетических знаний в клиническую практику.
Одна из главных причин, с другой стороны,лимитирующих трансляционный потенциал GWAS, то, что проводимые в настоящее время работы базируются на поиске ассоциаций с мажорными аллельными вариантами, которые неизменно оказывают умеренный или небольшой эффект на формирование всего комплекса характеристик (целостный фенотип).

Прямое клиническое приложение результатов, полученных в ходе GWAS, дополнительно осложняется методическими трудностями определения точных причинных вариантов (характеристика непрямого ассоциативного картирования),  несмотря на существование равновесий в изменениях, связанных с увеличением работ на разнообразных популяциях, делающих возможным межэтническое картирование.

Появляющиеся работы, исследующие взаимодействия между генетическими факторами риска и окружающей среды, могут, вероятно, помочь сформировать подходы к управлению физиологическими мультифакториальными фенотипами.

По всей видимости, со стартом новой эры следующего поколения ассоциативных исследований, поле интересов сдвинет фокус на изучение низкочастотных и редких вариантов, что должно произвести значительный эффект, так как минорные аллельные варианты могут быть более  пенетрантными, и их роль может быть более удобна для интерпретации.

В настоящее время, широкогеномный обзор мажорных аллельных вариантов сопровождается данными, объясняющими биологию физиологических фенотипов на новом уровне. Прямое клиническое значение внедрения  результатов широкогеномных исследований, как и их непрямой трансляционный потенциал — значителен. Особенно хочется подчеркнуть актуальность внедрения результатов GWAS-особенностей метаболизма ЛС в медицинскую практику.

Аспекты, требующие внимания при проведении GWAS:

• Популяционная стратификация

При GWAS вопрос о популяционной стратификации (неоднородном составе популяций) возникает, если в основе возникновения популяции лежало интенсивное смешивание нескольких различных родовых популяций с различными превалирующими чертами (характеристиками) и различной популяционной частотой распределения SNP.

Широко используется подход для оценки наличия популяционной стратификации, основанный на вычислении λ (λGC) геномного контроля, которая определяется как медиана χ2 (с одной степенью свободы) ассоциативного статистического пересечения SNPs, разделённая на теоретическую медиану в случае недействительного распределения. значения λGC~1 отражают отсутствие стратификации, тогда как λGC>1, говорят о стратификации или других популяционных аномалиях, таких как нетрадиционная структура семей, близкородственные связи или другие отклонения.

Для коррекции стратификации используются некоторые методы, по которым делают вывод о генетическом происхождении, такие как главный компонентный анализ или структурная ассоциация.

• Репликация получаемых результатов

Важно при GWAS следить за воспроизводством получаемых результатов: часто достоверные результаты, полученные на образцах в ходе одного  GWAS, не повторяются в других аналогичных независимых исследованиях.

Для оценки воспроизводства результатов используют следующий подход: разделяют образцы на когорты, одну когорту образцов используют в качестве анализируемой,  другую — в качестве контрольной. Если результаты, полученные по двум когортам, согласуются, то говорят о воспроизводимости данных.

Вероятно, результаты могут не воспроизводиться из-за ложноположительных результатов в наборе анализируемых данных, маленьком объёме образцов в наборе данных, выбранных в качестве контроля, или других фальсифицирующих факторов, таких как популяционная стратификация. Если результаты не воспроизводятся, необходимо проводить контроль всех составляющих.

Другой путь подтверждения результатов ассоциативных исследований — сравнение с результатами, полученными ранее при исследовании ассоциаций на уровне кандидатных генов или при других GWAS. Если в ходе исследования встречаются ОНп, не анализируемые ранее, предлагается сравнивать результаты по ним с данными International Hap Map project.

• Размер анализируемых данных

Маленькая выборка анализируемых данных может как приводить к ложным результатам, так и скрывать возможные достоверные отличия. Тысячи GWAS исследований публикуются различными научными группами в течение года. Национальный Институт Исследования человеческого генома в СШа собирает информацию о GWAS из разных публикаций в одну общую базу данных.

Важно при GWAS следить за воспроизводством получаемых результатов: часто достоверные результаты, полученные на образцах в ходе одного GWAS, не повторяются в других аналогичных независимых исследованиях.

Для оценки воспроизводства результатов используют следующий подход: разделяют образцы на когорты, одну когорту образцов используют в качестве анализируемой, другую — в качестве контрольной. Если результаты, полученные по двум когортам, согласуются, то говорят о воспроизводимости данных.

Вероятно, результаты могут не воспроизводиться из-за ложноположительных результатов в наборе анализируемых данных, маленьком объёме образцов в наборе данных, выбранных в качестве контроля, или других фальсифицирующих факторов, таких как популяционная стратификация.

Если результаты не воспроизводятся, необходимо проводить контроль всех составляющих. Другой путь подтверждения результатов ассоциативных исследований — сравнение с результатами, полученными ранее при исследовании ассоциаций на уровне кандидатных генов или при других GWAS. Если в ходе исследования встречаются ОНП, не анализируемые ранее, предлагается сравнивать.