Ugrás a tartalomhoz

Genetika és genomika

Falus András, László Valéria, Tóth Sára, Oberfrank Ferenc, Pap Erna, Dr. Szalai Csaba (2014)

Typotex Kiadó

A rendszerbiológiai módszerek alkalmazása

A rendszerbiológiai módszerek alkalmazása

Korábban említettük, hogy az eddig talált genetikai variációk csak az öröklődő hányad töredékét tudják magyarázni. Ennek a problémának a megoldására tett kísérletet az egyik vizsgálat, melyben a korábban GWAS segítségével megismert, 1-es típusú cukorbetegséggel (type 1 diabetes mellitus = T1DM) asszociált gének által kódolt fehérjéknek megkeresték a velük interakcióban levő fehérjepartnereit, és 68 új gént sikerült azonosítani. Ezután megvizsgálták, hogy az így talált gének tulajdonságai megfelelnek-e a betegséggénekének. Az a megfigyelés, hogy a betegséggénekre, több in-terakciójuk, központibb szerepük miatt, a publikációkban többször hivatkoznak. Ebben az esetben torzíthatja a képet az, hogy mivel ismert T1DM génekkel vannak kölcsön-hatásban, emiatt hivatkoznak rájuk többször. Amikor Gao és munkatársai [14.15] kizárták a publikációkból a T1DM-cikkeket a PubMed publikációs adatbázisban, azt találták, hogy a 68 prediktált gén közül 13-ra (20%) szignifikánsan többet hivatkoztak, mint amit a random eloszlás alapján várni lehet. Ha az összes humán fehérjénél a HPRD-ben (Human Protein Reference Database) nézzük ugyanezt, akkor ott csak 6,9% ez az érték. Ez a 68 gén szintén lényegesen többször jelenik meg T1DM-mel kapcsolatos publikációkban, mint az várható (p<10-7). Ez még akkor is igaz volt, ha az ismert T1DM génekkel való együttes citációkat eltávolították az analízisből. Ez azt mutatja, hogy valóban nagy a valószínűsége, hogy ezek a prediktált gének szerepet játszanak T1DM-ben. A 68 génből 24 interakcióban van legalább két, és 12 legalább három ismert betegséggénnel. Ez a betegségmodulok közötti kapcsolatokat is mutatja, és megerősíti, hogy az új gének valóban betegséggének.

A 14.7. ábra mutatja annak az 5 fehérjének az interakciós hálózatát, amelyek a leg-több közvetlen interakcióval rendelkeznek, és ez alapján a „top 5” fehérjének nevezhet-jük őket. A legtöbb kapcsolattal, hattal, az ESR1 (ösztrogénreceptor 1) és a VIL2 (hivatalos génnév EZR, vagy ezrin) rendelkezik. Mindkettő a legtöbbet citált gének közé tartozik. Az ESR1 a PubMed adatbázisban 139 citációval (azaz 139 cikkben említik) rendelkezik (124-gyel, ha levonjuk a T1DM-es közleményeket), ami a 68 jelölt közül a legtöbb. A VIL2 30 citációval rendelkezik, ez nyolcadik a 68 jelölt közül. Mindkét gén fehérjéje rengeteg más fehérjével mutat kölcsönhatást. Az ESR1 168-cal, a VIL2 43-mal. Ezzel az összes ismert gén közül a felső 2%-ba tartoznak, és hub-ként is lehet tekinteni őket. Ez utóbbihoz hozzá kell tenni, hogy a betegséget nem ezek mutációi okozzák, tehát itt nem a betegséggének korábbi definícióját használjuk. De, ezek a gének fontos, központi, hub szerepet töltenek be a fehérje-interakciós hálózatban, és a betegségmodul részei.

Ha az ábrán látható hálózat egyéb prediktált génjeit megvizsgáljuk (SMAD2, RELA, DAXX), mindegyiknél igazolható, hogy az átlagosnál lényegesen több kapcsolattal rendelkeznek, illetve a T1DM patomechanizmusához köthető anyagcsere-útvonalon találhatóak[14.15].

14.7. ábra - Fehérje-fehérje interakciós hálózat a T1DM-ben azonosított, új 68 gén terméke közül az első 5 prediktált fehérjére. A prediktált fehérjéket körrel jelöltük. A közvetlen interakciós partnereket lekerekített négyzettel. Piros színnel vannak jelölve azok a gének, amelyek T1DM-mel kapcsolatos közleményekkel jelentős citációval rendelkeznek [14.15]

Fehérje-fehérje interakciós hálózat a T1DM-ben azonosított, új 68 gén terméke közül az első 5 prediktált fehérjére. A prediktált fehérjéket körrel jelöltük. A közvetlen interakciós partnereket lekerekített négyzettel. Piros színnel vannak jelölve azok a gének, amelyek T1DM-mel kapcsolatos közleményekkel jelentős citációval rendelkeznek 14.15

Új eredményeket hozott az a rendszerbiológiai vizsgálat is, amelyben 5 multifak-toriális betegség GWAS-eredményei alapján létrehozott interakciós hálózatát tárták fel [14.16]. Az 5 betegség közül két neurodegeneratív betegség (Alzheimer- és Parkinson-kór), és három autoimmun betegség (szklerózis multiplex [amely egyben neurodegeneratív is], rheumatoid arthritis és T1DM) volt. Először az 5 betegségre a GWAS-eredmények alapján, adatbázisok segítségével (pl. KEGG) egyenként anyagcsereútvonal-feldúsítást (pathway enrichment) végeztek. Majd páronként a közös útvonalakkal rendelkező betegségeket összekötötték. Az élekhez 3 és 30 között számokat rendeltek, ahol a kisebb szám jelölte a több közös anyagcsere-útvonalat. A 8. ábrán látható hálózatból látszik, hogy mindegyik betegségnek vannak közös anyagcsere-útvonalai. Érdekes és kissé váratlan módon a legerősebb kapcsolat az Alzheimer-kór és a T1DM között volt. Az eredmények több, eddig nem ismert kapcsolatot, illetve betegséghez kapcsolható útvonalat tártak fel. Ezek közül csak egyet említünk. A vártnak megfelelően a B-sejt és a T-sejt aktivációs útvonalak minden autoimmun betegségben szerepeltek, azonban meglepő módon Alzheimer-kórban is. Eddig az adaptív immunrendszer szerepe a betegségben nem volt ismert, bár volt néhány vizsgálat, amelyben megváltozott T-sejt-választ tapasztaltak a betegekben. Illetve ismert volt, hogy a gyulladáscsökkentők rendszeres használata csökkenti a betegség kialakulásának kockázatát. Az is érdekes, hogy a Parkinson-kór valamivel szorosabb kapcsolatban áll a rheumatoid arthritissel és a szklerózis multiplexszel, mint Alzheimer-kórral [14.16].

14.8. ábra - betegség (Alzheimer-kór (Alz), Parkinson-kór (Park), szklerózis multiplex (MS), rheumatoid arthritis (RA) és T1DM (T1D) interakciós hálózata. A betegségeket összekötő élek színei, illetve a melléjük írt számok a közös anyagcsere-útvonalak mértékének rangsorát jelzik. A 3-as érték jelöli a legszorosabb, míg a 30-as a legalacsonyabb szintű rokonságot [14.16]

betegség (Alzheimer-kór (Alz), Parkinson-kór (Park), szklerózis multiplex (MS), rheumatoid arthritis (RA) és T1DM (T1D) interakciós hálózata. A betegségeket összekötő élek színei, illetve a melléjük írt számok a közös anyagcsere-útvonalak mértékének rangsorát jelzik. A 3-as érték jelöli a legszorosabb, míg a 30-as a legalacsonyabb szintű rokonságot 14.16

A rendszerbiológia eszközeit a gyógyszerkutatásban is fel lehet használni. Olyan gyógyszerek, amelyek egy meghatározott célponttal rendelkeznek, sokszor javíthatják ugyan a betegség néhány hibáját, de más szomszédos, kapcsolt hálózatokat is megzavarhatnak, ami mellékhatásokhoz vezethet. A gyógyszerhatás hálózatszemléletű megközelítése alapján a legtöbb betegséget nem lehet egy mágikus lövedékkel (magic bullet) meggyógyítani, azaz olyan gyógyszerrel, amely egyetlen csomópontra hat. Erre példa a daganatok vagy az AIDS terápiájában használt kombinált kezelések hatékonysága.

Szintén fontosak a gyógyszercélpont-hálózatok, amelyek a forgalomban vagy kísérleti fázisban levő gyógyszerek fehérjecélpontjait ábrázolják. Ennek elemzése alapján túlsúlyban vannak a pallitatív gyógyszerek, amelyek nem közvetlenül a betegséget okozó fehérjére hatnak, hanem a hálózati szomszédjára[14.2].

Egy következő példát a rendszerbiológiai megközelítés fontosságára betegségek kezelésében a kardiovaszkuláris betegségek (CAD) kapcsán lehet említeni. A kísérleti adatok korábban azt mutatták, hogy az IL-5-nek védőhatása van CAD-ban, hiszen magasabb szintje kisebb karotid intima vastagsággal asszociált. A Th1/Th2 egyensúlyt vizsgálva ez azt jelenti, hogy a CAD inkább Th1-es betegségnek tekinthető, hiszen a Th2-es citokin (IL-5) emelkedett szintje itt véd (azaz a Th1-es túlsúly hajlamosíthat), szemben a Th2-es asztmával, ahol az emelkedett IL-5 hajlamosít a betegségre. Ez viszont rendszerbiológiai megközelítéssel azt jelenti, hogy ha ebben az interakciós hálózatban megzavarunk egy csomópontot (itt emeljük az IL-5 szintjét), akkor az okozhatja azt, hogy amellett, hogy az egyik betegség (CAD) kockázatát csökkentjük, egy másikét (asztma) fokozhatjuk, ami megfordítva is igaz lehet. Illetve ugyanaz a polimorfizmus (és kezelés) védhet az egyik betegséggel szemben, de hajlamosíthat egy másikra [14.17], [14.18].

A rendszerbiológiai megközelítés alapján a racionális gyógyszerkutatásban fel kell tárni az adott betegséghez tartozó betegséghálózatot, és elég olyan hatóanyagokat keresni, amelyek ebben a betegségmodulban okoznak detektálható változásokat. Ez jelentősen leszűkítheti a keresési tért, és segíti a betegség diagnózisához hasz-nálható biomarkerek detektálását is, hiszen a betegségmodul komponenseinek aktivitásának változásai mutathatják a legerősebb korrelációt a betegség progressziójával.