Inhalt
- Übersicht über genomweite Assoziationsstudien (GWAS)
- Wie SNPs die Biologie beeinflussen können
- Wie sie gemacht werden: Methoden und Ergebnisse
- Einschränkungen
- Mögliche Auswirkungen und klinische Anwendungen
- Beispiele für GWAS-Erfolge in der Medizin
Durch die Identifizierung genetischer Risikofaktoren für eine Krankheit kann das Wissen zu Früherkennungs- oder sogar Präventionsmaßnahmen führen. GWAS kann auch die Behandlung verbessern und es Forschern ermöglichen, Behandlungen auf der Grundlage der spezifischen zugrunde liegenden Biologie einer Erkrankung (Präzisionsmedizin) zu entwerfen, anstatt sie mit dem einheitlichen Ansatz zu behandeln, der vielen dieser Erkrankungen gemeinsam ist.
Wie GWAS unser Verständnis von genetischen Krankheiten verändern kann
Gegenwärtig bezieht sich ein Großteil unseres genetischen Verständnisses von Krankheiten auf ungewöhnlich Zustände, die mit einzelnen spezifischen Genmutationen verbunden sind, wie z. B. Mukoviszidose.
Die möglichen Auswirkungen von GWAS sind erheblich, da diese Studien möglicherweise bisher unbekannte Variationen einer Reihe von Genen im gesamten Genom aufdecken, die mit einer Vielzahl häufiger, komplexer chronischer Erkrankungen verbunden sind.
Ein schnelles Beispiel hierfür ist, dass GWAS bereits verwendet wurde, um drei Gene zu identifizieren, die 74% des zurechenbaren Risikos für altersbedingte Makuladegeneration ausmachen, eine Erkrankung, die zuvor nicht als genetische Krankheit angesehen wurde.
Übersicht über genomweite Assoziationsstudien (GWAS)
Bevor auf die Details genomweiter Assoziationsstudien (GWAS) eingegangen wird, ist es hilfreich, diese Studien vom Gesamtbild aus zu definieren.
GWAS kann als Test definiert werden, der letztendlich die (oft mehreren) Gene identifiziert, die für eine Reihe häufiger chronischer Erkrankungen verantwortlich sind, von denen bisher angenommen wurde, dass sie nur mit der Umwelt oder den Lebensstilfaktoren zusammenhängen. Mit Genen, die das Risiko einer Erkrankung erhöhen, könnten Ärzte somit die gefährdeten Personen untersuchen (oder Präventionsstrategien anbieten) und gleichzeitig die nicht gefährdeten Personen vor den unvermeidlichen Nebenwirkungen und falsch positiven Ergebnissen schützen, die mit dem Screening verbunden sind.
Das Erlernen genetischer Assoziationen mit häufigen Krankheiten kann Forschern auch dabei helfen, die zugrunde liegende Biologie aufzudecken. Bei den meisten Krankheiten zielen die Behandlungen in erster Linie auf die Behandlung von Symptomen und auf eine Einheitsgröße ab. Durch das Verständnis der Biologie können Behandlungen entwickelt werden, die dem Problem auf personalisierte Weise auf den Grund gehen.
Geschichte der Genetik und Krankheit
Genomweite Assoziationsstudien wurden erstmals im Jahr 2002 durchgeführt, wobei der Abschluss des Humangenomprojekts im Jahr 2003 diese Studien vollständig ermöglichte. Vor GWAS beschränkte sich das Verständnis der genetischen Grundlagen von Krankheiten hauptsächlich auf "Einzelgen" -Zustände, die sehr signifikante Auswirkungen hatten (wie Mukoviszidose oder Huntington-Krankheit) und große genetische Veränderungen (wie das Vorhandensein eines zusätzlichen Chromosoms 21 mit Down-Syndrom). Das Finden der spezifischen Gene, die mit einer Krankheit assoziiert sein könnten, war eine große Herausforderung, da normalerweise nur spezifische Gene untersucht wurden.
Im Gegensatz zu "Einzelgen" -Zuständen gibt es wahrscheinlich viele Gene aus vielen verschiedenen Regionen, die mit den komplexesten chronischen Krankheiten assoziiert sind.
Grundlegendes zu Genen, DNA und Chromosomen verstehenEinzelnukleotidpolymorphismen (SNPs) und genetische Variation
Genomweite Assoziationsstudien suchen nach spezifischen Loci (Einzelnukleotidpolymorphismen) im gesamten Genom, die mit einem Merkmal (wie einer Krankheit) assoziiert sein können. Etwa 99% des menschlichen Genoms sind bei allen Menschen identisch. Der andere Teil, weniger als 1% des menschlichen Genoms, enthält Variationen zwischen verschiedenen Personen, die überall im Genom in unserer DNA auftreten können.
Einzelnukleotidpolymorphismen (SNPs) sind nur eine Art genetischer Variation im Genom, aber die häufigste.
Genomweite Assoziationsstudien suchen nach diesen spezifischen Loci oder SNPs (ausgesprochen "Snips"), um festzustellen, ob einige bei Menschen mit einer bestimmten Krankheit häufiger auftreten.
SNPs sind ein DNA-Bereich, der in einem einzelnen Nukleotid- oder Basenpaar variiert. Nukleotide sind die Basen, aus denen die Bausteine oder "Buchstaben" des genetischen Codes bestehen.
Es gibt nur vier Basen, A (Adenin), C (Cytosin), G (Guanin) und T (Thymin). Obwohl es sich um ein "Alphabet" mit nur vier Buchstaben handelt, sind die Variationen, die durch verschiedene Basen erzeugt werden, nahezu unbegrenzt und erklären die Unterschiede in den Merkmalen zwischen verschiedenen Personen.
Wie viele SNPs existieren im menschlichen Genom?
Es gibt ungefähr 300 Milliarden Nukleotide im menschlichen Genom, von denen ungefähr eines von 1.000 ein SNP ist. Das Genom jedes Individuums enthält zwischen vier und fünf Millionen SNPs.
Minor und Major SNPs
SNPs werden abhängig von der Häufigkeit eines SNP in einer bestimmten Population als Major oder Minor klassifiziert. Wenn beispielsweise 80% der Menschen ein A (Adenin) in einer Position und 20% ein T (Thymin) hatten, würde das SNP mit einem A als Haupt- oder gemeinsames SNP und das SNP mit einem T als Neben-SNP angesehen SNP.
Wenn SNPs innerhalb eines Gens auftreten, werden diese Regionen als Allele bezeichnet, wobei die meisten zwei mögliche Variationen aufweisen. Der Begriff "Nebenallelfrequenz" bezieht sich einfach auf die Frequenz des weniger verbreiteten Allels oder eines Neben-SNP.
Einige seltene Krankheiten sind durch einen einzigen, seltenen SNP gekennzeichnet. Zum Beispiel die Huntington-Krankheit. Bei den meisten häufigen, komplexen Krankheiten wie Typ-II-Diabetes oder Herzerkrankungen kann es stattdessen viele, relativ häufige SNPs geben.
Standorte von SNPs
SNPs werden in verschiedenen funktionellen Regionen des Genoms gefunden, und diese Region spielt wiederum eine Rolle für die Wirkung, die sie haben können. SNPs können liegen in:
- Die kodierende Sequenz eines Gens
- Eine nicht codierende Region
- Zwischen Genen (intergen)
Wenn ein SNP mit der codierenden Sequenz eines Gens gefunden wird, kann es eine Wirkung auf das von diesem Gen codierte Protein haben und seine Struktur so ändern, dass es eine schädliche Wirkung, eine vorteilhafte Wirkung oder überhaupt keine Wirkung hat.
Jedes Segment von drei Nukleotiden (drei SNPs) kodiert für eine Aminosäure. Der genetische Code ist jedoch redundant, so dass selbst wenn sich ein Nukleotid ändert, dies möglicherweise nicht dazu führt, dass eine andere Aminosäure in ein Protein eingebracht wird.
Eine Änderung einer Aminosäure kann die Struktur und Funktion eines Proteins verändern oder nicht, und wenn ja, kann dies zu unterschiedlichen Funktionsstörungen dieses Proteins führen. (Jede Kombination von drei Basen bestimmt, welche von 21 möglichen Aminosäuren in eine bestimmte Region eines Proteins eingefügt werden.)
SNPs, die in eine nicht-kodierende Region oder zwischen Gene fallen, können immer noch einen Einfluss auf die biologische Funktion haben, wo sie eine regulatorische Rolle bei der Expression benachbarter Gene spielen können (sie können Funktionen wie die Bindung von Transkriptionsfaktoren usw. beeinflussen).
Arten von SNPs in Codierungsregionen
Innerhalb der kodierenden Region eines Gens gibt es auch verschiedene Arten von SNPs.
- Gleichbedeutend: Ein SNP verändert auch die Aminosäure nicht.
- Nicht synonym: Bei nicht-synonymen SNPs ändert sich die Aminosäure, es kann sich jedoch um zwei verschiedene Typen handeln.
Zu den nicht-synonymen SNP-Typen gehören:
- Missense-Mutationen: Diese Arten von Mutationen führen zu einem Protein, das nicht richtig oder überhaupt nicht funktioniert.
- Nonsense-Mutationen: Diese Mutationen führen zu einem vorzeitigen Stoppcodon, das zu einer Verkürzung des Proteins führt.
SNPs vs. Mutationen
Die Begriffe Mutation und SNP (Variation) werden manchmal synonym verwendet, obwohl der Begriff Mutation häufiger zur Beschreibung seltener genetischer Varianten verwendet wird. SNP wird normalerweise verwendet, um häufige genetische Variationen zu beschreiben.
Keimzelle vs. somatische Mutationen
Angesichts der kürzlich hinzugefügten gezielten Krebstherapien (Medikamente, die auf bestimmte genetische Veränderungen oder Mutationen in Krebszellen abzielen, die das Wachstum eines Tumors antreiben) kann die Diskussion von Genmutationen sehr verwirrend sein. Die Arten von Mutationen, die in Krebszellen gefunden werden, sind meistens somatische oder erworbene Mutationen.
Somatische oder erworbene Mutationen treten auf, wenn eine Zelle zu einer Krebszelle wird, und sind nur in den Zellen vorhanden, aus denen sie stammen (z. B. krebsartige Lungenzellen). Da sie nach der Geburt erworben werden, werden sie nicht vererbt oder von einer Generation an eine andere weitergegeben.
Wenn diese erworbenen Veränderungen oder Mutationen die Veränderung einer einzelnen Base beinhalten, werden sie üblicherweise als ein einzelnes Nukleotid bezeichnet Änderung anstelle eines SNP.
Keimzellen- oder ErbmutationenIm Gegensatz dazu handelt es sich um Mutationen oder andere genetische Veränderungen in der DNA, die von Geburt an vorhanden sind (Empfängnis) und vererbt werden können.
Erbliche vs. erworbene Genmutationen: Was sind die Unterschiede?Bei GWAS liegt der Fokus auf genetischen Variationen, die vererbt werden, und daher auf Keimzellmutationen, die gefunden werden können.
Wie SNPs die Biologie beeinflussen können
Viele SNPs haben wenig Einfluss direkt auf die Biologie, können jedoch als sehr nützliche Marker dienen, um die Region des Genoms zu finden, die dies tut. Während SNPs innerhalb eines Gens auftreten können, werden sie häufiger in nicht-kodierenden Regionen gefunden.
Wenn bei genomweiten Assoziationsstudien festgestellt wird, dass bestimmte SNPs mit einem Merkmal assoziiert sind, untersuchen die Forscher den DNA-Bereich in der Nähe des SNP anhand weiterer Tests. Dabei können sie dann ein oder mehrere Gene identifizieren, die mit einem Merkmal assoziiert sind.
Eine Assoziation allein beweist nicht, dass ein SNP (oder ein bestimmtes Gen in der Nähe eines SNP) Ursachen ein Merkmal; Weitere Bewertungen sind erforderlich. Wissenschaftler können das vom Gen erzeugte Protein untersuchen, um seine Funktion (oder Dysfunktion) zu beurteilen. Auf diese Weise ist es manchmal möglich, die zugrunde liegende Biologie herauszufinden, die zu dieser Krankheit führt.
Genotyp und Phänotyp
Wenn Sie über SNPs und Merkmale sprechen, ist es hilfreich, zwei weitere Begriffe zu definieren. Die Wissenschaft weiß seit sehr langer Zeit, dass genetische Variationen mit Phänotypen zusammenhängen.
- Genotypen beziehen sich auf genetische Variationen, wie z. B. Variationen in SNPs.
- Phänotypen beziehen sich auf Merkmale (z. B. Augenfarbe oder Haarfarbe), können aber auch Krankheiten, Verhaltensmerkmale und vieles mehr umfassen.
In einer Analogie könnten GWAS-Forscher nach SNPs (genetischen Variationen) suchen, die mit einer Veranlagung verbunden sind, blond oder brünett zu sein. Wie bei den Ergebnissen einer genomweiten Assoziationsstudie bedeutet die Assoziation (Korrelation) zwischen dem Genotyp (in diesem Fall SNPs) und einem Merkmal (z. B. Haarfarbe) nicht unbedingt, dass die genetischen Ergebnisse die sind Ursache des Merkmals.
SNPs und Human Disease
Es ist wichtig zu beachten, dass bei häufigen Krankheiten ein spezifischer SNP normalerweise nicht die Ursache einer Krankheit allein ist, sondern dass es normalerweise eine Kombination mehrerer SNPs (oder zumindest des nahe gelegenen Gens) gibt, die in unterschiedlichem Maße zu einer Krankheit beitragen können ( Schweregrad) und auf unterschiedliche Weise.
Darüber hinaus werden Variationen der SNPs normalerweise mit anderen genetischen Faktoren und Umwelt- / Lebensstil-Risikofaktoren kombiniert. Einige SNPs können auch mit mehr als einer Krankheit assoziiert sein.
Nicht alle SNPs sind "schlecht" und einige SNPs (wie bei entzündlichen Darmerkrankungen festgestellt wurde) können das Risiko einer Krankheit verringern, anstatt das Risiko zu erhöhen. Erkenntnisse wie diese können dazu führen, dass Forscher bessere Behandlungsmethoden für Krankheiten finden, indem sie etwas über das vom Gen kodierte Protein lernen und versuchen, die Wirkungen mit einem Medikament nachzuahmen.
Wie sie gemacht werden: Methoden und Ergebnisse
Genomweite Assoziationsstudien können je nach zu beantwortender Frage unterschiedliche Designs haben. Bei der Betrachtung häufiger Erkrankungen (wie Typ-2-Diabetes) sammeln die Forscher eine Gruppe von Menschen mit der Krankheit und eine andere Gruppe, die nicht an der Krankheit leidet (Phänotyp). GWAS werden dann durchgeführt, um festzustellen, ob es Assoziationen zwischen dem Genotyp (in Form von SNPs) und dem Phänotyp (der Krankheit) gibt.
Probenahme
Der erste Schritt bei der Durchführung dieser Studien besteht darin, DNA-Proben von den Teilnehmern zu erhalten. Dies kann durch eine Blutprobe oder einen Wangenabstrich erfolgen. Die Probe wird gereinigt, um die DNA aus Zellen und anderen Bestandteilen im Blut zu isolieren. Die isolierte DNA wird dann auf einen Chip gelegt, der in einer automatisierten Maschine gescannt werden kann.
Scannen und statistische Analyse von Variationen
Das gesamte Genom der DNA-Proben wird dann gescannt, um nach genetischen Variationen (SNPs) zu suchen, die mit einer Krankheit oder einem anderen Merkmal assoziiert sind, oder wenn bestimmte SNPs (Variationen) in der Krankheitsgruppe häufiger auftreten. Wenn Variationen gefunden werden, wird eine statistische Analyse durchgeführt, um abzuschätzen, ob die Variationen zwischen den beiden Gruppen statistisch signifikant sind.
Mit anderen Worten, die Ergebnisse werden analysiert, um die Wahrscheinlichkeit zu bestimmen, dass die Krankheit oder das Merkmal tatsächlich mit der genetischen Variation zusammenhängt. Diese Ergebnisse werden dann in einem Manhattan-Diagramm angezeigt.
Weitere Analyse und Follow-up-Bestätigung
Bei der Bewertung der Ergebnisse verwenden die Forscher Datenbanken mit Genotyp und Phänotyp (GWAS-Katalog), um bekannte Referenzsequenzen mit den gefundenen zu vergleichen. Das International HapMap Project (2005) lieferte die Grundlage, die zusammen mit dem Abschluss des Humangenomprojekts diese Studien ermöglicht hat.
Wenn Variationen festgestellt werden, wird davon ausgegangen, dass sie mit einer Krankheit verbunden sind, aber nicht unbedingt mit der Ursache einer Krankheit. Weitere Tests werden durchgeführt, um den Bereich des Genoms in der Region, in der die SNPs gefunden wurden, genauer zu untersuchen.
Dies beinhaltet häufig die Sequenzierung einer bestimmten Region (unter Berücksichtigung der Sequenz von Basenpaaren in der DNA), des bestimmten Bereichs oder der Sequenzierung des gesamten Exons.
Vergleich mit anderen Gentests
Die meisten seltenen genetischen Erkrankungen werden durch eine Genmutation verursacht, es können jedoch verschiedene Variationen (Mutationen) im selben Gen auftreten.
Beispielsweise fallen einige tausend Variationen innerhalb des BRCA-Gens unter den Begriff BRCA-Mutation. Die Verknüpfungsanalyse kann verwendet werden, um nach diesen Variationen zu suchen. Es ist jedoch nicht sehr hilfreich, wenn es um häufige, komplexe Krankheiten geht.
Einschränkungen
Wie bei den meisten medizinischen Tests gibt es Einschränkungen bei genomweiten Assoziationsstudien. Einige davon sind:
- Genetische Einschränkungen: Nicht jedes Krankheitsrisiko (genetisch oder umweltbedingt) wird durch häufige Varianten verursacht. Beispielsweise werden einige Zustände durch sehr seltene Varianten verursacht, andere durch größere Veränderungen im Genom.
- Falsch negative: GWAS erkennt möglicherweise nicht alle Varianten, die an einer bestimmten Erkrankung beteiligt sind, und gibt daher weniger vollständige Informationen zu Assoziationen.
- Fehlalarm: Sicherlich können Assoziationen zwischen Loci und Krankheit festgestellt werden, die eher zufällig als eine Verbindung zwischen beiden sind. Eine der größeren Bedenken einiger Menschen ist, dass ein von GWAS gefundener Zusammenhang möglicherweise keine wirkliche Relevanz für Krankheiten hat.
- Fehler: In genomweiten Assoziationsstudien besteht immer die Möglichkeit von Fehlern, wobei mehrere Stellen auftreten können, beginnend mit einer schlechten Probenahme, Fehler bei der Isolierung und Anwendung von DNA auf einen Chip sowie Maschinenfehler, die bei der Automatisierung auftreten können. Sobald die Daten verfügbar sind, können auch Interpretationsfehler auftreten. Eine sorgfältige Qualitätskontrolle in jedem Schritt des Prozesses ist ein Muss.
Diese Studien werden auch von der Stichprobengröße beeinflusst, wobei eine kleinere Stichprobengröße weniger wahrscheinlich signifikante Informationen liefert.
Mögliche Auswirkungen und klinische Anwendungen
Genomweite Assoziationsstudien haben das Potenzial, Krankheiten auf vielfältige Weise zu beeinflussen, von der Risikobestimmung über die Prävention bis hin zur Entwicklung personalisierter Behandlungen und vielem mehr. Das vielleicht größte Potenzial dieser Studien ist jedoch ihre Rolle, Wissenschaftlern dabei zu helfen, die zugrunde liegende Biologie häufiger, komplexer Erkrankungen herauszufinden.
Gegenwärtig sind viele, wenn nicht die meisten Behandlungen, die wir gegen Krankheiten haben, darauf ausgelegt, bei der Behandlung von Krankheiten zu helfen Symptome der Krankheit.
Genomweite Assoziationsstudien (zusammen mit Folgestudien wie der Analyse seltener Varianten und der Sequenzierung des gesamten Genoms) ermöglichen es Forschern, die biologischen Mechanismen zu untersuchen, die diese Krankheiten verursachen, und damit die Grundlage für die Entwicklung von Behandlungen zu schaffen, die sich mit der Ursache befassen anstatt nur die Symptome zu behandeln.
Solche Behandlungen sind theoretisch eher wirksam und verursachen weniger Nebenwirkungen.
Anfälligkeit und damit Früherkennung von Krankheiten
Gegenwärtig basieren viele der Tests, die zum Screening auf Erkrankungen verwendet werden, auf dem durchschnittlichen Risiko von Personen. Unter bestimmten Umständen ist es nicht kosteneffektiv und kann tatsächlich mehr Schaden als Nutzen verursachen, wenn alle überprüft werden.
Durch das Lernen, ob eine Person mehr oder weniger anfällig für eine Erkrankung ist, könnte das Screening auf diese einzelne Person zugeschnitten werden, ob das Screening in einem früheren Alter häufiger mit einem anderen Test empfohlen werden kann oder möglicherweise überhaupt nicht gescreent werden muss .
Anfälligkeit für Risikofaktoren
Nicht alle Menschen sind gleichermaßen von Giftstoffen in der Umwelt betroffen. Beispielsweise wird angenommen, dass Frauen im Tabak anfälliger für Karzinogene sind. Die Bestimmung der Anfälligkeit einer Person für Expositionen könnte Wissenschaftlern nicht nur helfen, Präventionsmechanismen zu untersuchen, sondern die Öffentlichkeit auch auf andere Weise leiten.
Ein mögliches Beispiel ist der Kaffee. Es wurden viele Studien durchgeführt, die sich mit Kaffee und dem Risiko verschiedener Krebsarten und anderer Krankheiten befassten, mit widersprüchlichen Ergebnissen. Es könnte sein, dass die Antwort von der jeweiligen Person abhängt und dass das Trinken von Kaffee positive Auswirkungen auf eine Person haben und aufgrund von Variationen in ihrem Genom für andere schädlich sein kann.
Pharmakogenomik
Das Gebiet der Pharmakogenomik verwendet bereits Erkenntnisse, um die Reaktion eines Individuums auf ein bestimmtes Medikament vorherzusagen. Variationen im Erbgut einer Person können beeinflussen, wie wirksam ein Medikament sein wird, wie es im Körper metabolisiert wird und welche Nebenwirkungen auftreten können. Tests können nun einigen Menschen helfen, vorherzusagen, welche Antidepressiva möglicherweise wirksamer sind.
Coumadin (Warfarin) ist ein Blutverdünner, dessen angemessene Dosierung schwierig sein kann. Wenn die Dosis zu niedrig ist, kann sie Blutgerinnsel unwirksam verhindern und möglicherweise zu Lungenembolien, Herzinfarkten oder ischämischen Schlaganfällen führen. Auf der anderen Seite des Spektrums kann das Ergebnis, wenn die Dosis zu hoch ist (zu viel Blutverdünner), ebenso katastrophal sein, wobei Menschen beispielsweise in ihr Gehirn bluten (hämorrhagischer Schlaganfall).
Die Forscher konnten GWAS verwenden, um Variationen in mehreren Genen nachzuweisen, die einen sehr signifikanten Einfluss auf die Coumadin-Dosierung haben. Dieser Befund führte zur Entwicklung von Gentests, die in der Klinik verwendet werden können, um Ärzten bei der Verschreibung der richtigen Dosis des Arzneimittels zu helfen.
Diagnose und Behandlung von Viruserkrankungen
Einige Menschen sind anfälliger für bestimmte Virusinfektionen als andere, und es ist bekannt, dass Menschen unterschiedlich auf Behandlungen ansprechen. Die Kombination von GWAS und Sequenzierung der nächsten Generation kann dazu beitragen, Antworten auf diese beiden Probleme zu finden.
Beispielsweise kann eine genetische Variation die Anfälligkeit für HPV-Infektionen und Gebärmutterhalskrebs erhöhen. Zu wissen, wer anfälliger ist, könnte Ärzten helfen, sowohl Prävention als auch Screening zu empfehlen. Ein weiteres Beispiel, bei dem GWAS sehr hilfreich sein könnte, ist die Hepatitis-C-Behandlung, da Menschen möglicherweise sehr unterschiedlich auf derzeit verfügbare Behandlungen ansprechen.
Schätzung der Prognose
Selbst mit der Behandlung können einige Menschen, die eine sehr ähnliche Diagnose zu haben scheinen, sehr unterschiedliche Ergebnisse einer Krankheit haben. GWAS kann dabei helfen, herauszufinden, wer gut reagiert und wer nicht. Jemand mit einer schlechten Prognose muss möglicherweise aggressiver behandelt werden, während eine Person mit einer sehr guten Prognose möglicherweise weniger Behandlung benötigt. Wenn Sie dies im Voraus wissen, können Sie die Nebenwirkungen dieser Person vermeiden.
Was Genomtests über Gesundheitsrisiken aussagen könnenBeispiele für GWAS-Erfolge in der Medizin
Bis 2018 wurden über 10.000 Loci für häufige Krankheiten (oder andere Merkmale) identifiziert, und diese Zahl steigt weiterhin schnell an. Es gibt mehrere Beispiele dafür, wie diese Studien das Gesicht der Medizin verändern können.
Einige dieser Entdeckungen verändern bereits unser Verständnis von Volkskrankheiten.
Makuladegeneration
Eine der ersten augenöffnenden Erkenntnisse genomweiter Assoziationsstudien betraf die altersbedingte Makuladegeneration, die häufigste Ursache für Blindheit in den USA. Vor GWAS wurde die Makuladegeneration weitgehend als Umwelt- / Lebensstilkrankheit mit geringer genetischer Grundlage angesehen.
GWAS stellte fest, dass drei Gene 74% des zurechenbaren Risikos für die Krankheit ausmachen. Dies war nicht nur bei einem Zustand überraschend, der zuvor nicht als genetische Krankheit angesehen worden war, sondern diese Studien halfen auch dabei, die biologische Grundlage der Krankheit zu demonstrieren, indem sie eine Variation des Gens für das Komplementprotein H untersuchten. Dieses Gen kodiert für ein Protein das reguliert Entzündungen.
In diesem Wissen können Wissenschaftler hoffentlich Behandlungen entwickeln, die eher auf die Ursache als auf die Symptome abzielen.
Entzündliche Darmerkrankung
GWAS hat eine große Anzahl von Loci identifiziert, die mit der Entwicklung entzündlicher Darmerkrankungen (Colitis ulcerosa und Morbus Crohn) assoziiert sind, aber auch eine Mutation gefunden, die gegen die Entwicklung einer Colitis ulcerosa zu schützen scheint. Durch die Untersuchung des von diesem Gen produzierten Proteins können Wissenschaftler hoffentlich ein Medikament entwickeln, das die Krankheit ebenfalls kontrollieren oder verhindern könnte.
Viele andere Erkrankungen
Es gibt viel häufiger auftretende Erkrankungen, bei denen GWAS wichtige Erkenntnisse gewonnen hat. Nur einige davon sind:
- Alzheimer-Erkrankung
- Osteoporose
- Vorzeitiges Ovarialversagen (frühe Wechseljahre)
- Typ 2 Diabetes
- Schuppenflechte
- Parkinson-Krankheit
- Einige Arten von Herzerkrankungen
- Fettleibigkeit
- Schizophrenie
Ein Wort von Verywell
Genomweite Assoziationsstudien haben bereits unser Verständnis vieler häufiger Krankheiten verbessert. Wenn man den Hinweisen in diesen Studien folgt, die auf die zugrunde liegenden biologischen Krankheitsmechanismen hinweisen, kann dies nicht nur die Behandlung, sondern möglicherweise auch die Prävention dieser Zustände in der Zukunft verändern.