Ugrás a tartalomhoz

Genetika és genomika

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

Typotex Kiadó

Genetika és genomika

Genetika és genomika

László, Valéria

Szalai, Csaba

Pap, Erna

Tóth, Sára

Falus, András

Oberfrank, Ferenc

Szerkesztette

Szalai, Csaba


Tartalom

Genetika és genomika
1. A genetikai információ átadása
A sejtciklus és szabályozása
G0–G1 átmenet
G1–S átmenet, S-fázis
G2–M átmenet
M-fázis
A citokinézis legfontosabb folyamatai
Ellenőrzési pontok
A meiózis
A meiózis szakaszai
Oogenezis
Spermatogenezis
Meiózis szabályozása
A fejezethez tartozó kérdések
2. Mutációk és polimorfizmusok
A mutációk csoportosítása
Génmutációk
DNS-hibajavítás (repair)
Mutagenitási vizsgálatok
A fejezethez tartozó kérdések
3. Citogenetika. Kromoszómamutációk
Szerkezeti kromoszómamutációk = strukturális kromoszómaaberrációk
Deléciók
Duplikációk
Transzlokációk
Inverziók
Gyűrű (ring) kromoszóma
Izokromoszóma
Dicentrikus kromoszóma
Acentrikus fragment
Számbeli kromoszómamutációk = numerikus aberrációk
Euploid kromoszómamutációk
Aneuploid kromoszómaaberrációk
A leggyakoribb számbeli kromoszóma-rendellenességek
Nemi kromoszómák számbeli kromoszóma-rendellenességei
Uniparentális diszómia (UPD)
Mixoploid mutációk
Mozaicizmus
Kimérizmus
A fejezethez tartozó kérdések
4. Epigenetika
Epigenetikus változások – molekuláris módosulások
DNS-metiláció
CpG mint mutációs forrópont
Hisztonmódosulások
Nem-kódoló RNS-ek
Epigenetikus jelenségek
X-kromoszóma-inaktiváció
Genomikus imprinting
Az epigenetikai hatások jelentősége
A fejezethez tartozó kérdések
5. Mendeli öröklődés: autoszomális öröklődés
Bevezetés
Genetikai alapfogalmak, értelmezésük
Fogalmak/jelenségek, amelyek befolyásolják/árnyalják a klasszikus monogénesnek vélt öröklődést
Autoszomális domináns öröklődés
Az autoszomális domináns (AD) öröklődés általános jellemzése
Struktúrgén mutációja által okozott betegségek
Receptorgén mutációja által okozott betegségek
Jelenleg ismeretlen funkciójú fehérjét kódoló gén mutációja
Protoonkogének mutációja
Farmakogenetikai betegségek
Autoszomális recesszív öröklődés
Az autoszomális recesszív (AR) öröklődés általános jellemzése
Enzimopátiák
Cisztás fibrózis
Hemoglobinopátiák
5.6. Gének és tumorok
Gének és gyógyszerek
Konklúzió
Kérdések
6. A nem szerepe az öröklődésben
X-kromoszómához kötött öröklődés
X-hez kötött domináns (XD) öröklődés
X-hez kötött recesszív (XR) öröklődés
Y-kromoszómához kötött (holandrikus) öröklődés
Nem által befolyásolt öröklődés
Nemre korlátozódó öröklődés
Genomiális imprinting
Citoplazmatikus öröklődés
Anyai hatás
Mitokondriális öröklődés
Az X-kromoszóma inaktivációja
A fejezethez tartozó kérdések
7. Biológiai folyamatok genetikája
Fejlődésgenetika
Morfogének
Homeobox gének
A nem genetikája
A hímnem kialakulása emlősökben
A női nem kialakulása emlősökben
Őssejtbiológia
Onkogenetika
Onkogének
Tumorszuppresszor gének
Anti-apoptotikus gének
Telomeráz
Immungenetika
A fejezethez tartozó kérdések
8. Bevezetés a genomikába
Genomika
Humán Genom Projekt
DNS-szekvenálás
Résztvevők a humán genom projektben
A HGP néhány eredménye
A humán genom variációi
„Junk DNS” a humán genomban
Komparatív genomika
Irodalom
Fejezethez tartozó kérdések
9. A komplex betegségek genomikai megközelítése
Komplex betegségek általános jellemzői
Környezeti tényezők
Miért fontos kutatni a multifaktoriális betegségek genomikai hátterét?
Öröklődés bizonyítása
Az öröklődő hányad számítása
Multifaktoriális betegségek genomikai hátterének tisztázását nehezítő jellemzők
Genomikai módszerek fejlődése, nehézségek
Ritka variációk problémája
Epigenetikai problémák
A genom véletlenszerű viselkedése
Statisztikai problémák
Megoldáshoz közelítő utak
Miért gyakoribbak manapság a multifaktoriális betegségek?
9.13.1.Takarékosgén-hipotézis
Tisztasághipotézis
További elméletek
Irodalom
Fejezethez tartozó kérdések
10. Betegségek genomikai vizsgálati módszerei
Genetikai markerek
Betegségek genomikai hátterének vizsgálati módszerei
Genetikai variációk szerepének vizsgálata betegségekben
GWAS
GWAS-eredmények értékelése
Parciális genomszűrések
Pozicionális klónozás
Személyre szabott genomika
Újgenerációs szekvenálás (NGS)
Génexpresszió-mérés
Egyéb mikroarray-alapú módszerek
Állatmodellek
Állatmodellek előnyei
Állatmodellek hátrányai
Kísérleti betegségmodellek
Irodalom
Fejezethez tartozó kérdések
11. Populáció- és evolúciógenetika
Populációgenetika
Mintagyűjtések típusai
Biológiai minta gyűjtése populációgenetikai vizsgálatokhoz
Hardy–Weinberg-eloszlás
Kapcsoltság és haplotípus
Founder populációk
Asszociációs vizsgálatok
Kockázatszámítás
Evolúciógenetika
A humán genomot formáló gén-környezet kölcsönhatások
Genetikai sodródás
Miért gyakori néhány súlyos betegséget okozó mutáció?
Példák a genomot formáló szelekciós hatásokra
Fejezethez tartozó kérdések
12. A genom és a környezet kölcsönhatása
Mutációk penetranciája
Nagy penetranciájú mutációk és a környezet kölcsönhatása
Példák kis penetranciájú mutációk és a környezet egymásra hatására
Dohányzás és a genom kölcsönhatása
Dohányzásra való hajlam genomikai háttere
Dohányzás és gének kölcsönhatása betegséghajlamokban
Dohányzás-gén kölcsönhatás multifaktoriális betegségekben
Gén-környezet kölcsönhatás vizsgálata a genomikai érában
Nutrigenetika és nutrigenomika
A gén-környezet kölcsönhatás vizsgálat jövője
Irodalom
A fejezethez kapcsolódó kérdések
13. Farmakogenomika
A farmakogenomika céljai
Gyógyszerfejlesztés
Gyógyszermellékhatások
Gyógyszermellékhatások genomikai háttere
Farmakogenomikai kutatások nehézségei
Farmakokinetikát befolyásoló gének, génvariációk
Farmakodinamikát befolyásoló gének, génvariációk
Példák farmakogenetikai vizsgálatokra, eredményekre
Statinok farmakogenetikája
Az asztma farmakoterápiája
β-agonisták farmakogenetikája
A farmakogenomika jövője
Irodalom
A fejezethez kapcsolódó kérdések
14. Betegségek rendszerbiológiai megközelítése
Bevezetés
Kölcsönhatások ábrázolása
A humán interaktom
Betegséggének a hálózatokban
Betegséghálózatok
Csomópontok és élek
Közös gén hipotézis
Közös metabolikus útvonal hipotézis
Közös miRNS-hipotézis
Fenotípus betegséghálózat
A rendszerbiológiai módszerek alkalmazása
Irodalom
A fejezethez tartozó kérdések
15. A genetikai kutatás bioetikai, kutatásetikai kérdései
Előzmények
A genetikai kutatás etikai kihívást hordozó területei, a „határok” kérdése
A biobankok
Néhány általános etikai vonatkozású kérdés
A genetikai kutatásokra specifikus bioetikai és kutatásetikai kérdések
A genetikai eredetű információk kereskedelmi hasznosításának etikai kérdései
A genetikai kutatás, a biobankok, adatok kezelésének etikai és jogi szabályozása
Konklúzió
Irodalom
Fejezethez tartozó kérdések

Az ábrák listája

1.1. A sejtciklus fázisai (G1, S, G2, M) és ellenőrzési pontjai (G1, G2, M). Az irányító rendszer csak abban az esetben engedi folytatni a sejtciklust, ha az ellenőrző pontokon semmilyen hiba nem állítja meg a folyamatot
1.2. Összefoglaló ábra a G0 fázisból a sejtciklusba való visszatérés feltételeiről és a visszatérés gátlásáról
1.3. Az aktív MPF kialakulása. A Cdk1-hez először a B ciklin kapcsolódik, majd a komplexet két, egy aktiváló és egy inaktiváló kináz foszforilálja. A még mindig inaktív MPF-ről egy foszfatáz lehasítja az inaktiváló foszfátcsoportot és így létrejön az aktív MPF – http://www.ncbi.nlm.nih.gov/books/NBK28366/figure/A4636/?report=objectonly; 2013. 02. 20.
1.4. A DNS kettős hélix kromoszómává szerveződése – http://www.nature.com/scitable/topicpage/eukaryotic-genome-complexity-437; 2013. 02. 20.
1.5. A kohezin és a kondenzin – http://www.nature.com/nrg/journal/v4/n7/box/nrg1110_BX3.html; 2013.02.19.
1.6. Eukarióta kromoszóma – http://www.emc.maricopa.edu/faculty/farabee/biobk/biobookmito.html; 2013. 02. 20.
1.7. A centroszóma (sejtközpont) sematikus képe. Középen két egymásra merőleges centriolum, körülötte a pericentrioláris mátrix helyezkedik el. Ez utóbbi a mikrotubulusok nukleációs helye – http://www.irbbarcelona.org/index.php/es/research/programmes/cell-and-developmental-biology/microtubule-organization; 2013.02.19.
1.8. A centroszóma megkettőződése és feleződése – http://www.nature.com/nrc/journal/v2/n11/box/nrc924_BX3.html; 2013. 02. 20.
1.9. A mitotikus orsó felépítése. Részleteket lásd a szövegben – http://www.mun.ca/biology/desmid/brian/BIOL2060/BIOL2060-19/19_25.jpg; 2013. 02. 20.
1.10. A kinetokor mikrotubulusok kapcsolódása a kinetokor régiókhoz – http://en.wikipedia.org/wiki/File:MT_attachment_configuration-en.png; 2013. 07.03.
1.11. A kromatidák szétválasztása (anafázis A) és a pólusok egymástól való eltávolítása (anafázis B) – http://greatcourse.cnu.edu.cn/xbfzswx/wlkc/kcxx/11English.htm; 2013. 02. 20.
1.12. A szinaptonémás komplex szerkezete. Létraszerűen tartja össze a homológ kromoszómákat, a bivalenseket, a tetrádokat – http://drugline.org/img/term/synaptonemal-complex-14373_1.jpg; 2013. 02. 20.
1.13. A kinetokorok eltérő irányultsága mitózisban és meiózis I-ben – http://www.cell.com/retrieve/pii/S0092867406011524; 2013. 02. 20.
1.14. Meiotikus non-diszjunkció – http://drugline.org/img/term/meiotic-nondisjunction-9351_1.jpg; 2013. 02. 20.
1.15. Oogenezis (rózsaszín) és spermatogenezis (kék) összehasonlítása. Részleteket lásd a szövegben – http://www.nature.com/nrg/journal/v11/n2/fig_tab/nrg2723_F1.html#figure-title; 2013. 02. 20.
2.1. Példák indukált mutációkra
3.1. A szerkezeti kromoszómaaberrációk csoportosítása
3.2. Robertson-féle transzlokáció vagy centrikus fúzió – http://mhanswers-auth.mhhe.com/biology/genetics/mcgraw-hill-answers-changes-chromosome-structure-and-number: figure 8.19. nyomán; 2013.07.03.
3.3. Néhány transzlokáció meiotikus következménye – http://c431376.r76.cf2.rackcdn.com/26210/fgene-03-00112-HTML/image_m/fgene-03-00112-g001.jpg: figure 3.4. nyomán; 2013.07.03.
3.4. Egy inverzió (paracentrikus) meiotikus következménye – http://mhanswers-auth.mhhe.com/sciences/life-science/genetics/mcgraw-hill-answers-changes-chromosome-structure-and-number: figure 8.11. nyomán; 2013.07.03.
3.5. Egy reciprok transzlokáció néhány szegregációs típusa – http://mhanswers-auth.mhhe.com/biology/genetics/mcgraw-hill-answers-changes-chromosome-structure-and-number: figure 8.17. nyomán; 2013.07.03.
3.6. Egy t(14;21) centrikus fúzióból várható kiegyensúlyozatlan kromoszómakészletű ivarsejtek, illetve utódok – http://mhanswers-auth.mhhe.com/biology/genetics/mcgraw-hill-answers-changes-chromosome-structure-and-number: figure 8.29. nyomán; 2013.07.03.
3.7. A non-diszjunkciók gyakoriságának változása az anyai életkor függvényében – http://9e.devbio.com/article.php?id=189: figure 2. nyomán; 2013. 07. 03.
3.8. Numerikus kromoszómaaberrációk – https://www.landesbioscience.com/curie/images/chapters/Levy_1.jpg: 2013. 07. 04.
5.1. táblázat - Klasszikus albinizmus és az albinó fenotípussal járó szindrómák elnevezése, genetikai háttere és a mutáció következtében kiesett sejtbiológiai funkció.
5.2. A monogénes öröklődést befolyásoló tényezők és azok egymás közti kapcsolata
7.1. A hímnem kialakulása emlősökben
7.2. Szomatikus génátrendeződés az immunglobulinok nehézláncának kialakulásakor – http://en.wikipedia.org/wiki/File:VDJ_recombination.png; 2013. 07.03.
7.3. Szomatikus hipermutáció és nehézlánc osztályváltás – http://pandasthumb.org/archives/2006/07/3-recent-report.html; 2013. 07.03.
7.4. Immunglobulinok osztályváltása: IgM → IgG – http://en.wikipedia.org/wiki/File:Class_switch_recombination.png; 2013. 07.03.
8.1. A genomikai X-díj emblémája (5; 2013. február 13.)
8.2. DNS-szekvenálás árának (piros vonal) és az adatbázisokban tárolt befejezett DNS-szekvenciák mennyiségének (kék vonal) változása 2000 és 2010 között, logaritmikus skálán. 2000 környékén egy millió bázispár megszekvenálása 10 ezer $-ba került, amely 2010-re már 1 $-ra csökkent. A befejezett DNS-szekvencia mennyisége 2000-ben 8 milliárd bázispárral indult, és kb. minden 18. hónapban megduplázódott a mennyisége. 2010-re 270 milliárd bázispárra nőtt. Ez azonban eltörpül a nyers adatok mennyisége mellett, amelyet a Trace archive and Sequence Read Archive (SRA)-ban tárolnak. Az itt tárolt mennyiség 25 trillió bázispár volt 2010-ben, amit, ha ebben a koordináta-rendszerben akarnánk ábrázolni, 12 méterre lógna ki a könyvből, ami kétszerese egy átlag zsiráf magasságának. Az ábra a Nature 2010:464:671 cikk ábrája alapján készült
8.3. A genomban előforduló szerkezeti variánsok
9.1. A. Populáció eloszlása, ha egy lókusz, két, egyenlő gyakorisággal előforduló, és egyenlő hatású allélja határozza meg a mérhető tulajdonságot (QT-t). Ha az egyik allél csökkenti az értékét a másikhoz képest, akkor háromféle populációt kapunk. B. és C. ábrákon ugyanez látható 2, illetve 3 lókusz esetén. Mint látható, 3 lókusznál már 7-féle értékkel rendelkező populációt kapunk, és egy adott értékkel jellemezhető populációt akár 7-féle genotípus is adhat. D. A multifaktoriális és poligénes betegségeknél viszont akár több 100 vagy ezer lókusz is befolyásolhat egy QT-t, így a populáció gyakorlatilag folytonos eloszlást mutat a QT szempontjából
9.2. A betegségek, jellegek öröklődő hányadának 2009-ig detektált része. A monogénes betegségek esetén ez általában 100%-osan sikerült. Poligénes, multifaktoriális jellegek esetén a rengeteg befektetett munka és eredmény ellenére ez az érték általában jóval kisebb. Az ábra a [9.2] cikkben található táblázat alapján készült
10.1. A nyilvános SNP-adatbázis növekedése. 2009 és 2010-ben az 1000 genom projekt 8,5 millió új SNP-t talált a megszekvenált, különböző etnikumú genomokban [10.4]
11.1. Rekombináció, vagy crossing over meióziskor. Például az emberi férfi meióziskor sejtenként átlag 49 rekombináció történik. A folyamatban a homológ, két szülői kromoszóma genetikai anyaga kicserélődik. Eredményeképpen, az eredetileg egymás mellett található allélok (pl. A1 és B1) elkerülhetnek egymás mellől.
11.2. Az LD- és haplotípusblokkok legelterjedtebb ábrázolása. A háromszög feletti számok egy-egy allélt jelölnek, itt 15-öt. Minden allélhoz két irány tartozik, amelyet az első négyzet felfelé mutató két oldala jelképez. Az egyes négyzetekbe írt számok LD-koefficienst jelentenek, amelyek a négyzet két felső oldala irányában az egyes allélokra vonatkoznak. Például a 11-es és a 8-as allél között az LD-koefficiens értéke 83, ami 0,83-at jelent. A jobb vizualizáció miatt a négyzetek színezve vannak. Minél sötétebb piros egy négyzet, annál nagyobb az LD-érték a két allél között. A fehér négyzetek azt jelentik, hogy a két allél között nincs kapcsoltság, alacsony az LD-koefficiens. Bizonyos allélok, a négyzetekkel együtt, egy ötszögbe vannak rajzolva. Ezek között nagy az LD, és haplotípusblokkokat alkotnak. Ezen az ábrán 3 haplotípusblokkot láthatunk (on line link; 2013. február 13.)
12.1. A populáció eloszlása fény-, illetve sugárzásérzékenység alapján
12.2. A cigaretta utáni vágyódás változása egy stresszes szituáció után. Az egyes oszlopokban a DRD2 A1 és az SLC6A3 9R polimorfizmusokat különböző mértékben hordozó populációk. Azok, akik mindkét variánst hordozták (utolsó oszlop) 12-szeres vágyódást mutattak azokhoz képest, akik egyik variánst sem hordozták (első oszlop) [12.12].
12.3. Rheumatoid arthritis kialakulásának egy lehetséges patomechanizmusa HLA-DR SE hordozó dohányosokban
12.4. RA kialakulásának kockázata (függőleges tengely) HLA-DR SE- és GSTM1-mutációk hordozása és a dohányzás függvényében. A bal oldali ábra a dohányosokat, a jobb oldali a nem dohányzókat mutatja [12.17]
12.5. Az APOE gén 3 legfontosabb polimorfizmusa, és a polimorfizmusokat megkülönböztető aminosavak. Az aminosavak befolyásolják az apoE receptorhoz való kötődését, és a redukáló képességét
12.6. MTHFR 677C/T SNP, a szérumfolsav és a homociszteinszint összefüggése. Az atherosclerosis kialakulásának kockázatát növelő homocisztein szintje azokban a legmagasabb, akik homozigóták az MTHFR ritka, termolabil alléljára (677TT, itt 22-vel jelölve), és alacsony a folsavszintjük. Ezek alapján folsavbevitellel a 677TT homozigótákban a homociszteinszint jelentősen csökkenthető
12.7. A miokardiális infarktus relatív kockázata a napi elfogyasztott alkohol és az ADH3 genotípusok (γ1γ1; γ1γ2; γ2γ2) függvényében [12.33]
12.8. A napi több mint egy italt (14 g alkohol) elfogyasztó, ADH3 γ2γ2 genotípusú férfiaknak (nőknek is) magasabb a HDL-szérum-szintjük, mint a másik két genotípussal rendelkezőknek [12.33]
12.9. Diéta-SNP kölcsönhatás és a kockázati értékek miokardiális infarktusra, prudens diéta relatív mennyisége alapján felosztott populációkban
12.10. A 12 BMI-t és obezitáskockázatot növelő SNP alapján számolt genetikai hajlamosító index függvényében az átlagos BMI-növekedés, fizikai aktivitás alapján aktív és inaktív csoportba sorolt európaiakban. Az ollószerűen szétnyíló két egyenes azt mutatja, hogy a fizikai aktivitás BMI-befolyásoló hatása a legnagyobb genetikai kockázati értékkel rendelkezőknél a legerősebb [12.37]
12.11. Manhattan-plot ábrázolása GWAIS-nak (genome-wide association and interaction study), Parkinson-kórban, erős kávéfogyasztókban. Itt azt vizsgálták, hogy az erős kávéfogyasztás milyen genetikai háttérrel kölcsönhatásban csökkenti a betegség kockázatát. A legerősebb összefüggést a GRIN2A génre kapták (legmagasabb -log10 (P) érték) (65). Letöltve: http://www.plosgenetics.org/article/info%3Adoi%2F10.1371%2Fjournal.pgen.1002237 (2013. június 27.)
13.1. Az új gyógyszer klinikai vizsgálatának II-es fázisában elvégzett GWAS-sal meg lehet határozni azt az SNP-készletet, amely jelzi, hogy a gyógyszer kiben lehet hatásos. A későbbi fázisokban ennek az SNP-készletnek a segítségével ki lehet választani azokat az embereket, akiket érdemes bevonni vizsgálatokban, amivel nagyfokú megtakarítás érhető el, és a gyógyszer hatásosságának sikerét is növeli.
13.2. A fázis III–IV.-ben, amikor már tömegesen kezdik használni a gyógyszert, a ritka és súlyos mellékhatást mutató emberek teljes genom-SNP-szűrésével ki lehet választani a mellékhatással asszociáló SNP-készletet. A hatásossággal és a mellékhatással asszociáló SNP-k genotipizálásával későbbiekben ki lehet azokat választani, akikre hatásos a gyógyszer és nem alakul ki bennük súlyos mellékhatás. Ezt az információt mellékelni lehet a gyógyszer-tájékoztatóhoz.
13.3. Jelölt gének statinok farmakokinetikájában. A statinok szájon át jutnak be a szervezetbe, és az enterocitákon keresztül aktív és passzív transzporttal kerülnek be a keringésbe. A statinok metabolizmusának fő szerve a máj, és részben a vese. Az aktív transzportban az SLC és ABC géncsalád tagjai vesznek részt. A metabolizmus fő résztvevői a CYP és az UGT szupercsaládokba tartozó gének ([13.10] alapján)
13.4. Rendszeres salbutamol-kezelés hatása a reggeli PEF-értékre különböző β2-AR (ADRB2) genotípusú asztmásokban.
14.1. Az emberi gének kevesebb, mint 10%-a, 1777, asszociál valamilyen betegséggel. 1565 génünk van, amelyik in utero, azaz az embrionális fejlődésben esszenciális. A két halmaz csak részben fed át egymással [14.1]
14.2. Az esszenciális és a betegséggének közötti különbség sematikus ábrázolása. Az embrionális fejlődésben esszenciális gének által kódolt fehérjék (piros) a hálózat centrumában helyezkednek, ezek általában hubok. A betegséggének inkább a periférián találhatóak [14.1]
14.3. Egy interakciós hálózatban azonosítani lehet betegségmodulokat (piros csomópontok). Itt néhány élen nyilat is lehet látni. Ezt irányított gráfnak nevezik, és a nyíl az interakciós hatás irányára utal. Ahol az élen nincs nyíl, az azt jelenti, hogy ott nincs iránya az interakciónak. Például egy transzkripciós faktor hatni tud egy gén expressziójára, azaz ez az interakció iránya, hasonlóan egy enzim aktivitása és a termék keletkezésénél is van irány, míg pl. egy heterodimer fehérje létrehozásában általában nincs ilyen azonosítható irány [14.1]
14.4. Biológiai rendszerek vagy sejthálózatok perturbációja betegségeket okozhat. Az ábra bal oldalán egy adott személyben található genotípus megzavarhatja az ábra középső részében felül látható hálózat normális működését. A hálózat egyik tagja például egy mutáció miatt kiesett, egy másiknál megszűnt egy kapcsolat. Ez különböző betegségekhez vezethet. Az ábrán példát láthatunk a csomópontkiesésre és az élmódosításra is [14.2]
14.5. Humán betegséghálózat. Az egyes csomópontok egy-egy betegségre utalnak. A csomópontok nagyságai arányosak a betegséggel asszociáló OMIM-gének számával, a kapcsolatok, élek vastagsága arányos a betegségek közös génjeinek számával. Az azonos színnel jelölt betegségek azonos betegségosztályba tartoznak [14.9]
14.6. Ha két betegségnek közös génjei vannak (második oszlop), akkor kétszer akkora esély van arra, hogy ha az egyik betegség kialakul, akkor a másik is kialakuljon, mintha nem lennének közös gének. Azok a betegségpárok, amelyek mutációja a fehérje ugyanazon funkcionális doménját érinti (harmadik oszlop), nagyobb komorbiditást mutatnak, mint azok a betegségek, ahol a mutációk különböző funkcionális doménban vannak (utolsó oszlop) [14.1]
14.7. 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]
14.8. 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]