Βρείτε μας στο Google News. Πατήστε εδώ!Με την ανάλυση εκατομμυρίων μικρών γενετικών διαφορών στο γονιδίωμα ενός ατόμου, οι ερευνητές μπορούν να υπολογίσουν μια βαθμολογία πολυγονιδιακού κινδύνου για να υπολογίσουν τις πιθανότητες κάποιου να αναπτύξει μια συγκεκριμένη ασθένεια στη διάρκεια της ζωής του. Την τελευταία δεκαετία, οι επιστήμονες ανέπτυξαν αυτές τις βαθμολογίες κινδύνου για δεκάδες ασθένειες, όπως καρδιακές παθήσεις, νεφρικές παθήσεις, διαβήτη και καρκίνο, με την ελπίδα ότι οι ασθενείς θα μπορούσαν κάποια μέρα να χρησιμοποιήσουν αυτές τις πληροφορίες για να μειώσουν τον αυξημένο κίνδυνο ασθένειας.
Τώρα, μια ομάδα ερευνητών στο Broad Institute του MIT και του Χάρβαρντ, σε συνεργασία με 10 ακαδημαϊκά ιατρικά κέντρα στις ΗΠΑ, έχει εφαρμόσει 10 τέτοιες δοκιμές για χρήση στην κλινική έρευνα. Στη μελέτη που δημοσιεύτηκε στο Nature Medicine, η ομάδα περιέγραψε πώς επέλεξαν, βελτιστοποίησαν και επικύρωσαν τις δοκιμές για 10 κοινές ασθένειες, συμπεριλαμβανομένων των καρδιακών παθήσεων, του καρκίνου του μαστού και του διαβήτη τύπου 2. Βαθμονόμησαν επίσης τα τεστ για χρήση σε άτομα με μη ευρωπαϊκές καταβολές.
Οι επιστήμονες εργάστηκαν σε συνεργασία με το εθνικό δίκτυο Ηλεκτρονικών Ιατρικών Αρχείων και Γονιδιωματικών (eMERGE) για να μελετήσουν πώς τα γενετικά δεδομένα των ασθενών μπορούν να ενσωματωθούν στα ηλεκτρονικά τους ιατρικά αρχεία για τη βελτίωση της κλινικής φροντίδας και των αποτελεσμάτων υγείας. Τα 10 συνεργαζόμενα ιατρικά κέντρα συμμετείχαν 25.000 συμμετέχοντες, ενώ ερευνητές στο Broad Clinical Labs, θυγατρική του Broad Institute, πραγματοποίησαν τη δοκιμή βαθμολογίας πολυγονικού κινδύνου για αυτούς τους συμμετέχοντες.
«Υπήρξαν πολλές συνεχείς συζητήσεις και συζητήσεις σχετικά με τις βαθμολογίες πολυγονιδιακού κινδύνου και τη χρησιμότητα και τη δυνατότητα εφαρμογής τους στο κλινικό περιβάλλον», δήλωσε ο Niall Lennon, επικεφαλής επιστημονικός υπεύθυνος της Broad Clinical Labs, επιστήμονας ινστιτούτου στο Broad, και πρώτος συγγραφέας του νέου χαρτί. “Με αυτήν την εργασία, κάναμε τα πρώτα βήματα για να δείξουμε τη δυνητική δύναμη και τη δύναμη αυτών των βαθμολογιών σε έναν διαφορετικό πληθυσμό. Ελπίζουμε στο μέλλον αυτού του είδους οι πληροφορίες να μπορούν να χρησιμοποιηθούν στην προληπτική ιατρική για να βοηθήσουμε τους ανθρώπους να λάβουν μέτρα που μειώνουν τους κίνδυνος ασθένειας».
Οι περισσότερες βαθμολογίες πολυγονιδιακού κινδύνου έχουν αναπτυχθεί με βάση γενετικά δεδομένα σε μεγάλο βαθμό από άτομα ευρωπαϊκής καταγωγής, εγείροντας ερωτήματα σχετικά με το εάν οι βαθμολογίες ισχύουν για άτομα άλλων καταβολών. Για να βελτιστοποιήσουν τις βαθμολογίες πολυγονιδιακού κινδύνου για μια ποικιλία ανθρώπων, ο Lennon και οι συνεργάτες του χτένισαν πρώτα τη βιβλιογραφία αναζητώντας βαθμολογίες πολυγονικού κινδύνου που είχαν δοκιμαστεί σε άτομα από τουλάχιστον δύο διαφορετικές γενετικές καταβολές.
Αναζήτησαν επίσης βαθμολογίες που υποδεικνύουν έναν κίνδυνο ασθένειας που οι ασθενείς θα μπορούσαν να μειώσουν με ιατρικές θεραπείες, προληπτικό έλεγχο ή/και αλλαγές στον τρόπο ζωής. «Ήταν σημαντικό ότι δεν δίναμε στους ανθρώπους αποτελέσματα για τα οποία δεν μπορούσαν να κάνουν τίποτα», είπε ο Λένον. Η ομάδα επέλεξε 10 καταστάσεις στις οποίες θα επικεντρωθεί για τις βαθμολογίες πολυγονιδιακού κινδύνου:
- κολπική μαρμαρυγή,
- καρκίνο του μαστού,
- χρόνια νεφρική νόσο,
- στεφανιαία νόσο,
- υπερχοληστερολαιμία,
- καρκίνο του προστάτη,
- άσθμα,
- διαβήτη τύπου 1,
- παχυσαρκία,
- και διαβήτη τύπου 2.
Για κάθε πάθηση, οι ερευνητές εντόπισαν τα ακριβή σημεία στο γονιδίωμα που θα ανέλυσαν για να υπολογίσουν τη βαθμολογία κινδύνου. Επιβεβαίωσαν ότι όλα αυτά τα σημεία θα μπορούσαν να προσδιοριστούν με ακρίβεια γονότυπου, συγκρίνοντας τα αποτελέσματα των δοκιμών τους με αλληλουχίες ολόκληρου του γονιδιώματος από το δείγμα αίματος κάθε ασθενούς.
Τέλος, οι ερευνητές ήθελαν να κάνουν τις βαθμολογίες πολυγονιδιακού κινδύνου να λειτουργούν σε διαφορετικές γενετικές καταβολές. Μελέτησαν πώς διαφέρουν οι γενετικές παραλλαγές μεταξύ των πληθυσμών αναλύοντας δεδομένα από το ερευνητικό πρόγραμμα All of Us του Εθνικού Ινστιτούτου Υγείας, το οποίο συλλέγει πληροφορίες υγείας από ένα εκατομμύριο άτομα από διαφορετικά υπόβαθρα στις ΗΠΑ. Η ομάδα χρησιμοποίησε αυτές τις πληροφορίες για να δημιουργήσει ένα μοντέλο για τη βαθμονόμηση βαθμολογία πολυγονιδιακού κινδύνου του ατόμου σύμφωνα με τη γενετική καταγωγή του ατόμου.
