SLC41A1의 알츠하이머병 관련 SNP Rs708727은 파킨슨병 위험을 증가시킬 수 있습니다: 확대된 슬로바키아 연구 2부 보고서
Aug 30, 2023
2.2. 유전자 분석
유전자 분석은 508명의 PD 환자 집단(vs. 예비 연구에서 150명의 환자)과 472명의 대조군(vs. 예비 연구에서 120명의 대조군)의 코호트에서 A1 SNP rs11240569, rs708727 및 rs823156에 대해 수행되었습니다[37]. 따라서 본 연구에서는 파일럿 연구에 비해 PD 환자 및 대조군 발구자의 수가 각각 3.{10}}배 및 3.9배 증가했습니다.
많은 사람들이 나이가 들면서 기억 상실을 경험하지만, 파킨슨병 환자의 경우 기억 변화가 더 두드러질 수 있습니다. 그러나 파킨슨병 환자가 기억력 감퇴를 겪을 수밖에 없다고 생각해서는 안 됩니다. 왜냐하면 그들이 기억력을 유지하도록 돕기 위해 우리가 할 수 있는 일이 있기 때문입니다.
첫째, 뇌 훈련 활동을 지속적으로 수행하면 파킨슨병 환자의 기억력 향상에 도움이 될 수 있습니다. 이러한 활동에는 스도쿠, 보드 게임, 퍼즐 풀기 등이 포함될 수 있습니다. 이러한 활동을 통해 기억력을 발휘하고 뇌 기능을 강화하며 정신 상태를 유지하는 데 도움을 줄 수 있습니다.
둘째, 식이요법 역시 파킨슨병 환자의 기억력에 매우 중요한 영향을 미친다. 식단에 생선, 콩, 견과류 등 단백질과 영양소가 풍부한 음식을 추가할 수 있습니다. 이러한 음식은 건강을 유지하고 기억력을 향상시키는 데 도움이 될 수 있습니다.
마지막으로, 규칙적인 운동은 파킨슨병 환자의 기억력 향상에도 도움이 될 수 있습니다. 운동은 신체적으로 건강을 유지하는 데 도움이 될 뿐만 아니라 더 중요하게는 뇌 기능을 향상시킵니다. 규칙적인 운동을 통해 심폐기능을 높이고, 근육과 뼈의 탄력을 강화하며, 기억력을 향상시킬 수 있습니다.
대체로 파킨슨병 환자의 기억력 감퇴 여부는 생활습관, 식습관, 뇌 훈련, 운동 등에 주의를 기울이는지 여부에 따라 달라집니다. 이러한 측면에 주의를 기울이면 파킨슨병 환자의 기억력은 효과적으로 향상될 수 있다고 믿습니다. 기억력을 향상시켜야 함을 알 수 있습니다. Cistanche Deserticola는 많은 독특한 효과를 지닌 전통 중국 약재이기 때문에 기억력을 크게 향상시킬 수 있습니다. 그 중 하나는 기억력을 향상시키는 것입니다. 다진 고기의 효능은 카르복실산, 다당류, 플라보노이드 등 포함된 다양한 활성 성분에서 비롯됩니다. 이러한 성분은 다양한 경로를 통해 뇌 건강을 증진할 수 있습니다.
In the sub-cohort of 96 PD patients and 100 controls, we also examined A1 SNPs rs9438393, rs56152218, and rs61822602 (first identified in the PD sub-cohort by the Sanger sequencing and afterward by RFLP analysis of the sub-cohort of controls). They were not analyzed in the pilot study (37]. The allele and genotype count and frequencies (fq) for each particular A1 SNP in the PD and the control cohorts are summarized in Table 3. The minor allele fa was, for rs11240569 (C>A) 전체 코호트(PD 사례 + 대조 발단자)에서 다음과 같이 gnomAD 및 ExAC 데이터베이스에 의해 보고된 소수 대립유전자 전체 모집단 fq 범위(MATPFR)와 대략 비슷합니다: fqo(관찰) 대 for(보고) {{1 }}% 대 29-30%.
전체 코호트에서 rs708727(G > A)에 대한 작은 대립 유전자 fq는 gnomAD 및 ExAC 데이터베이스(fq 대=40% 대 29-30% 대)의 MATPFR보다 높았지만 ALFA 데이터베이스(41%)에서 유럽 인구에 대해 보고된 rs708727 소수 대립유전자 fq. 전체 코호트의 rs823156(A > G) 작은 대립 유전자 fq는 17%였으며 따라서 gnomAD 및 ExAC 데이터베이스(23-30%)에서 MATPFR보다 낮았지만 유럽 인구에 대해 보고된 rs823156 작은 대립 유전자 fq와 비교할 수 있었습니다. ALFA 데이터베이스(18%).
전체 코호트에서 rs9438393(A > G)의 부 대립 유전자의 빈도는 40%였으며 따라서 gnomAD 및 TOPMED 데이터베이스에서 보고된 MATPFR 26-29%보다 현저히 높았지만 rs9438393 부 대립 유전자와 비교할 수 있었습니다. 유럽 인구에 대한 ALFA 데이터베이스에 보고된 대립유전자 빈도(41%). 전체 코호트에서 rs56152218(T > C)의 작은 대립 유전자는 38%의 fq로 존재했으며 이는 ALSPAC, TOPMED 및 ALFA(유럽 인구) 데이터베이스에서 보고된 32-46%의 MATPFR 내에 있습니다.
흥미롭게도 유럽 인구에서 관찰된 바와 같이 베트남, 한국, 카타르 인구의 작은 대립유전자는 C가 아닌 T입니다[https://www.ncbi.nlm.nih.gov/snp/?term{{0} }rs56152218, 2021년 8월 2일에 액세스함)]. rs61822602(G > T)의 작은 대립유전자의 fq는 12%인 것으로 나타났습니다. 이는 ALSPAC 및 TWINSUK 데이터베이스에서 보고된 T 대립유전자 빈도(각각 12% 및 13%)와 비슷하지만 ALFA 데이터베이스의 유럽 인구에서 보고된 T 대립유전자의 fq(6%)보다 훨씬 높습니다.
PD 및 대조군 코호트에서 테스트된 모든 A1 SNP는 Hardy-Weinberg 평형 상태였습니다(HWE; 표 4).
다음으로, 테스트된 각 SNP에 대해 작은 대립유전자와 작은 대립유전자를 포함하는 유전자형의 교차비(OR)를 계산했습니다. 이러한 결과는 표 5에 요약되어 있습니다. rs708727의 GA 유전자형은 우리 모집단의 PD(OR=1.42 (1.08–1.87), p=0.01)와 연관되어 있습니다. 또한, 우리는 열성, 우성 및 완전 과우성 유전자 모델에서 PD와 테스트된 각 SNP에 대한 특정 유전형 조합의 연관성을 테스트했습니다(표 6). 이전 데이터와 일관되게 우리는 우성(GG 대 GA + AA) 및 완전 과다 우성(GG + AA 대 GA) 유전 모델(ORD {{16} }.36(1.05–1.77), p=0.02 및 ORCOD=1.34(1.04–1.72), p=0.02, 각각). 나머지 SNP는 테스트된 유전 모델에서 PD와 아무런 연관도 보이지 않았습니다(표 6).
우리는 또한 PD 집단(N{0}})과 대조 집단( N= 100)은 테스트된 A1 SNP 간의 상호작용이 인구 집단의 PD 발생 민감성에 미치는 영향의 크기를 조사합니다. 전체적으로 총 12개의 유전자형 조합(2개의 이중체, 7개의 삼중체, 3개의 사중체, 표 7)이 유의미하게(p < 0.05, 10개의 유전자형; p < 0.06, 2개의 유전자형) ) PD 및 대조군 코호트에서 서로 다른 수치가 확인되었습니다(표 7). 비율의 차이를 설명하는 Cohen의 기준[39]에 따르면, 12개의 유전자형 중 삼중항 GG(rs708727) + AG(rs823156) + CC(rs61822602)만이 Cohen의 h(2arcsin√ prp1)로 정의된 "중간" 크기 차이를 나타냈습니다. –2arcsin√ prp2) 0.5 이상.
나머지 11개 유전자형에 대한 h 값의 범위는 0.32에서 0.46 사이이므로 0.2에서 0.5까지의 h 간격 내에 있었습니다. 비율의 작은 차이를 정의합니다(표 7)[39]. 따라서 삼중항 GG(rs708727) + AG(rs823156) + CC(rs61822602)는 임상적으로 의미가 있을 수 있으며 PD 감수성에 대한 이 유전자형에 대한 향후 조사가 수행되어야 합니다. rs11240569, rs708727 및 rs823156의 경우 508명의 PD 환자 코호트와 472명의 대조군 코호트에서 얻은 소스 데이터를 사용하여 동일한 유형의 분석을 수행했습니다. 4개의 유전자형, 2개의 이중체(GG(rs11240569) + AG(rs708727), GG(rs708727) + AG(rs823156)) 및 2개의 삼중체(GG(rs11240569) + GG(rs708727) + AA(rs823156), (GG(rs11240569) + GG(rs708727) + AG(rs823156))가 PD 및 대조군 코호트에서 유의하게(p < 0.05) 다른 수를 갖는 것으로 확인되었으며, 4가지 유전자형 각각에 대해 계산된 Cohen의 h는 임계값 0.2 미만이었습니다[39]. 따라서 테스트 그룹 간의 인구 비율 차이는 네 가지 경우 모두 미미했습니다.
노화와 남성 성별이 특발성 PD 발병의 가장 두드러진 위험 요인으로 간주됩니다[37]. 우리의 예비 연구에서 150 PD 환자 집단의 특발성 PD 발병 연령은 SNP rs11240569, rs708727 및 rs823156에 대한 유전형 조합의 존재와 상관관계가 없었습니다[37]. 여기에서 우리는 PD 발병 연령을 (1) 508명의 PD 환자 그룹에서 SNP rs11240569, rs708727 및 rs823156에 대한 각 유전자형 조합의 존재(그림 2)와 (2) 각각의 존재와 상관관계를 나타냈습니다. A1 프로모터 시퀀싱을 위해 PD 코호트에서 무작위로 선택된 PD 환자의 하위 코호트에서 SNP rs11240569, rs708727, rs823156, rs9438393, rs56152218 및 rs61822602에 대한 유전자형 조합. 발병 연령에 대해 일원 분산 분석(one-way ANOVA) 분석을 통해 대규모 PD 코호트와 PD 하위 코호트 모두에서 테스트된 각 SNP에 대한 유전형 하위 집단 간에 유의한 차이(p < 0.05)가 없는 것으로 나타났습니다. 환자. 따라서, 테스트된 SNP의 특정 유전자형은 특발성 형태의 PD의 발병 연령에 영향을 미치지 않습니다. 이는 우리의 예비 연구[37]에서 도출된 결론과 완전히 일치합니다.
우리는 또한 대규모 코호트(N= 508) 및 하위 코호트(N{3}})에서 파생된 여성과 남성의 하위 모집단에서 테스트된 각 SNP에 대해 동일한 유형의 분석을 수행했습니다. ) PD 환자의. 보충 그림 S1-S3에서 볼 수 있듯이, 테스트된 SNP rs11240569, rs708727, rs823156, rs9438393, rs56152218에서 발병 연령과 특정 유전자형 조합의 존재 사이에는 유의한 연관성이 없습니다(p < 0.05). 성별 분할 하위 그룹의 rs61822602는 대규모 PD 집단(NM=306, NF=202) 또는 A1 프로모터 서열 분석을 위해 선택된 PD 하위 집단(NM {{20} }, NF=42).
2.3. RandomForest 기계 학습(RF-ML)
모든 A1 SNP는 PD 환자와 RF-ML이 있는 대조군을 구별하는 능력에 대해 테스트되었습니다. RF-ML 알고리즘은 우리의 데이터를 사용하여 훈련되었으며 그래프 깊이로 알려진 기술 구성에 의한 개별 SNP의 차별적 중요성이 평가되었습니다 [37,40]. 파일럿 연구[37]에서와 같이 테스트된 SNP의 예측 능력은 각각 ROC(수신기 작동 특성) 곡선과 AUC(ROC 곡선 아래 영역)로 시각화되고 정량화되었습니다. 예측변수의 판별 능력은 100%(최대 판별 능력)에서 50%(최소 판별 능력)까지의 AUC 간격 내에서 제공됩니다. AUC < 50%는 차별적 능력이 없음을 의미합니다.
RF 알고리즘은 다음 모드로 훈련되었습니다: (1) 3개 또는 6개(표 8) 특정 A1 SNP(각 SNP, 3개 유전자형(AMAM/AMAm/AmAm, 여기서 AM은 주요 대립유전자를 나타내고 Am은 소수 대립유전자를 나타냄)), 예측 변수로(3개 또는 6개 RF 모델, 각 SNP에 하나씩), (2) 쌍을 이루는 SNP의 유전형 이중을 예측 변수로 사용(3개 또는 6개의 RF 모델(3개 SNP) 또는 15개 RF 모델(6개 SNP), 각 SNP 쌍에 대해 하나씩) SNP; 표 8), (3) 예측 변수로서 3개 SNP의 유전형 삼중항(1개 RF 모델(3개 SNP) 또는 20개 RF 모델(6개 SNP), SNP의 각 삼중항에 대해 하나씩; 표 8), (4) 예측 변수로서 6개 SNP의 유전형 4중체(15개 RF 모델, 각 4중체에 하나씩; 표 8), (5) 예측 변수로서 6개 SNP의 유전형 5중체(6개 RF 모델, 각 5중체에 대해 하나씩; 표 8), 및 ( 6) 유전형 6중배(하나의 RF 모델, 표 8).
따라서 A1 SNP의 단일체, 이중체, 삼중체, 사중체, 다섯중체 및 육중체를 예측 변수로 사용한 경우 PD 환자와 대조군을 구별할 수 있는 능력이 없었습니다(표 8). 따라서 RF-ML 분석에 따르면 파일럿 연구[37]와 일치하여 A1 SNP는 대조군과 PD 환자 사이의 구별자 역할을 할 가능성이 없으며 PD에 관해 슬로바키아 인구에서는 예측 또는 진단 가치가 없습니다. .
3. 토론
PARK16 유전자좌는 PD와의 연관성 및 이 복잡한 질병에 대한 민감성을 정의하는 역할에 대해 논의되었기 때문에 과학계에서 주목을 받았습니다. 2019년에 우리는 슬로바키아(서부 슬라브) 인구에서 세 가지 A1 SNP, 즉 rs11240569, rs708727 및 rs823156과 특발성 PD의 연관성을 분석한 예비 연구를 보고했습니다. 주로 아시아인/동양인 인구에서 PD에 대한 감수성과 rs11240569 및 rs823156의 보고된 연관성은 본 연구에서 발견되지 않았습니다[37]. 빈도주의 통계(보수적 유전 분석)나 RF-ML 분석을 사용하면 연관성을 확인할 수 없습니다[37].
그러나 파일럿 연구의 주요 제한점은 PD 및 대조군 코호트(각각 150명 및 120명)의 환자/발견자 수가 상대적으로 적다는 것입니다. 우리는 통계적 관점에서 두 코호트 모두 표본 크기가 작고 수행된 분석의 통계적 검정력이 낮기 때문에 데이터를 신중하게 해석해야 함을 강조했습니다[37]. 그럼에도 불구하고 기존의 빈도주의 통계나 근사 베이지안 계산보다 상당히 작은 표본 크기가 필요한 ML 접근 방식을 활용함으로써 우리는 특정 A1 SNP가 PD 환자와 대조군을 구별하는 능력을 자신 있게 조사할 수 있었습니다. 모든 경우에 ML 접근 방식은 슬로바키아 인구에서 SNP rs11240569, rs708727 및 rs823156의 진단 및 예측 관련성이 본질적으로 0인 것으로 나타났습니다[37].
본 연구에서는 앞서 언급한 세 가지 SNP뿐만 아니라 A1의 프로모터 영역 내에 위치하는 세 가지 SNP(rs9438393, rs56152218 및 rs61822602)도 조사했습니다. 이러한 SNP는 96개 PD 샘플의 서열분석에 이어 대조 샘플의 RFLP 분석과 서열화된 PD 샘플의 RFLP 검증을 통해 확인되었습니다. 우리의 유전자 분석 결과 새로 연구된 세 가지 SNP 중 PD와 본질적으로 연관성이 없음이 밝혀졌습니다. PD 및 대조군 하위 코호트(96/100)와 508명의 PD 환자 및 472명의 대조군의 코호트에서 분석된 rs11240569 및 rs823156의 경우에도 마찬가지입니다. 이러한 결과는 파일럿 연구의 결과와 완전히 일치합니다[37]. 그러나 대규모 코호트에서 rs708727은 슬로바키아 인구의 PD 위험 증가와 관련이 있습니다.
우리가 아는 한, 아직까지 A1 SNP rs708727과 PD 발병 위험의 변화를 직접적으로 연관시킨 연구는 없습니다[19,37]. 확대 연구(파일럿 연구[37]와 비교할 때)에서 rs708727의 작은 대립유전자 A는 우성[40](ORD=1.36 (1.05- 1.77), p=0.02) 또는 완전히 지배적인 [41] (ORCOD=1.34 (1.04–1.72), p=0.02) 모델(표 5). 따라서 rs708727에 소수 대립유전자(A)의 존재는 PD 발병 위험 증가와 관련이 있을 수 있습니다. 반면 Sanchez-Mut et al. [27] 및 Wang et al. [42]는 rs708727에 있는 작은 대립유전자 A의 존재가 PM20D1 프로모터의 메틸화(따라서 그 발현)를 용량 의존적(정량적) 방식으로 변경한다는 것을 명확하게 보여주었습니다. 이는 우리 연구에서 가장 적합한 유전 모델입니다. 이는 하나의 rs708727 A 대립 유전자의 존재가 PD 발병에 대한 감수성을 변경하기에 충분하다는 것을 나타냅니다. rs708727(유전자형)에 부 대립 유전자의 복사본이 한 개 또는 두 개 존재하는지 여부에 대한 PD 감수성(표현형)은 더 자세히 밝혀져야 합니다.
Sanchez-Mutet al. PM20D1(PARK16 유전자좌 내에 위치하며 가수분해효소와 펩티다아제 활성을 모두 갖는 단백질 1 효소를 포함하는 펩티다아제 M20-도메인을 암호화함, N-지방 아실 아미노산 합성효소/가수분해효소)이 메틸화 및 발현 정량적 특성인 것으로 확인되었습니다. AD 위험 관련 일배체형에 결합된 유전자좌(mQTL)는 인핸서 유사 특성을 나타내고 일배체형 의존적 CTCF(CCCTC-결합-) 전사 인자 매개 염색질 루프를 통해 PM20D1 프로모터와 접촉합니다[27]. 건강한 대조군과 진행성 AD 환자의 샘플을 비교함으로써 PM20D1이 AD 환자에서 지속적으로 프로모터 과메틸화를 나타내는 것을 발견했습니다[27]. A1 SNP rs708727은 SNP rs960603[27]과 마찬가지로 인간 전두엽 피질과 해마의 PM20D1 DNA 메틸화 수준과 상관관계가 있습니다[27]. Wang과 동료들은 말초 혈액에 대한 연구에서 PM20D1이 주로 AD 위험 관련 A1 SNP rs708727에 의해 매개되는 mQTL임을 확인하는 데이터를 획득했습니다[42].
더욱이, 그들의 종단적 데이터는 저메틸화가 AD 증상이 시작되기 전에 발생하며 아마도 PM20D1의 발현 증가를 촉진하여 보호 기능을 활성화한다는 것을 보여줍니다[42]. AD 진행은 AD 환자에서 PM20D1 프로모터의 DMR(차별적으로 메틸화 영역)에 있는 CpG 섬의 메틸화 수준이 증가하여 궁극적으로 유전자 전사 및 발현이 억제된다는 특징이 있습니다[27,42,43]. PM20D1은 또한 당뇨병[44], 비만[45] 및 다발성 경화증[46]과 연관되어 있으며 PARK16 유전자좌 내에 국한되어 있으므로 PD와의 연관/연관 가능성이 있다고 가정됩니다[47].
분자적 기계적 분석이 부족함에도 불구하고, 우리는 현재 데이터에 비추어 AD와 PD(및 기타 덜 빈번한 신경퇴행성 질환)가 "잘 알려진" 병리생리학적 메커니즘(예: 교란된 미토파지, 레트로머 및 프로테아솜)을 공유할 뿐만 아니라 기능) 뿐만 아니라 PM20D1 발현의 A1 rs708727-의존적 조절과 같은 후생적 메커니즘도 있습니다[27,42]. 우리의 연구는 PD 및 기타 신경퇴행성 장애의 병리생물학에서 PM20D1에 의해 대사되는 내인성 N-아실 아미노산(NAA)의 역할에 대한 자세한 설명의 필요성을 간접적으로 추가합니다. NAA 및 신경전달물질의 N-아실 접합체(NAAN)는 현재 신경조절에서 중요한 역할을 하는 것으로 알려져 있습니다[48,49]. Song et al.의 최근 연구에서는 PM20D1 발현과 N-아실 도파민(NADA)을 연결하는 증거가 제공되었습니다. 이 저자들은 kir6.2(ATP에 민감한 K+ 채널의 기공 형성 하위 단위)의 삭제로 인해 미토콘드리아 수가 감소하고 PM20D1 수준과 미토콘드리아 호흡을 분리하는 물질의 증가를 통해 ATP 생산이 감소한다는 것을 보여주었습니다. , 쥐의 중뇌에서 NADA를 포함하여 [49].
NADA는 5-리폭시게나제(5-LOX)의 강력한 억제제이며 선조체에서 수준이 가장 높고 다른 곳에서는 매우 낮은 수준으로 뇌에만 분포가 제한되어 있습니다[48,50,51]. 5-LOX는 아라키돈산에서 류코트리엔 또는 5-HpETE(5-하이드로퍼옥시 에이코사테트라엔산)의 합성을 촉매하며 신경염증에 관여하여 신경변성(AD 및 PD)과 관련이 있습니다[51, 52]. 따라서 우리는 PM20D1 발현 감소, 그에 따른 NADA의 풍부함 감소, 5-LOX의 활성 증가가 PD(및 기타 신경퇴행성 질환)의 병리학에 크게 기여한다는 것을 제안합니다.
Sanchez-Mut와 동료들은 쥐 AD 해마에서 PM20D1의 과발현이 학습 향상을 가져오는 반면, PM20D1의 녹다운은 아밀로이드 플라크 부하를 증가시킨다는 것을 입증했습니다[27]. 루이형 및 알츠하이머형 병리학 모두 PD 관련 치매에서 중요합니다[53]. PD 환자의 상당수는 질병 기간 동안 치매가 악화됩니다[54]. 이러한 관찰을 고려하여 우리는 PM20D1을 침묵시키는 RS 연결 활동이 PD 치매 발병에 기여하는지 여부와 PM20D1 활동 모니터링이 PD 치매 발병에 대한 예후 매개변수 역할을 할 수 있는지 추측합니다.
이전에 발표된 연구에서는 PD의 병리생물학에 Mg{0}} 수송체가 관여한다고 제안했습니다[18-22,55]. 체세포의 Mg 항상성에 핵심 역할을 하는 A1은 PD와 직접적으로 연관되어 있습니다[20-22]. p.A350V, p.R244H 및 p.R285Q 치환으로 이어지는 A1의 점 돌연변이는 PD와 추정적으로 연관되어 있으며 A1의 기능 부족과 기능 돌연변이의 상실은 뉴런에 해로운 결과를 가져오는 것으로 가정됩니다. PD 표현형에 기여합니다 [20-22]. 이 연구는 A1 핵심 기능(Na+/Mg2+ 교환)의 교란뿐만 아니라 PM20D1 발현(및 활동)의 A1-연결(rs708727) 후생유전적 조절도 간접적으로 기여할 가능성을 가리킵니다. PD의 병리생물학.
이 연구에서 우리는 유전형 삼중항 GG(rs708727) + AG(rs823156) + CC(rs61822602)가 잠재적으로 임상적으로 의미가 있는 것으로 확인했습니다(h 0.5 이상). 흥미롭게도 유전자형 GG를 갖는 rs708727은 삼중항의 일부입니다. 그러나 이전 연구에 비추어 볼 때, rs708727에 작은 대립유전자 A를 포함하는 유전자형은 이 삼중항과 관련된 잠재적인 PD 위험과 연관될 것으로 예상됩니다. 현재, 우리는 삼중항 GG(rs708727) + AG(rs823156) + CC(rs61822602)의 SNP와 관련된 분자/유전적/후생유전학적 상호작용에 대해 언급할 수 없으며, 따라서 이 삼중항의 추정 기여도에 대해 합계에 대해 언급할 수 없습니다. PD 발병 위험.
파일럿 연구에서 우리는 RF-ML을 활용하여 데이터를 평가하고 해석했습니다[37]. RF-ML 데이터 분석의 주요 장점은 두 가지입니다: (1) PD 환자와 대조군 사이의 SNP의 식별 능력을 정량화할 수 있으며[37], (2) PD 환자 평가를 위해 더 작은 표본 크기가 필요합니다. 개별 SNP 또는 그 조합의 차별적 중요성 [37]. 또한 RF-ML은 사용 가능한 경우에도 더 큰 샘플과 관련된 p-값 문제를 우회합니다[56]. 이전 보고서에서와 같이, 테스트된 A1 SNP 중 어느 것도 우리 코호트에서 PD 환자와 비PD 발단자를 구별할 수 있는 힘을 갖는 것으로 나타나지 않았습니다(표 8). 따라서 테스트된 A1 SNP 중 어느 것도 슬로바키아 인구에서 PD/비PD 판별자 역할을 하는 데 적합하지 않다고 가정할 수 있습니다.
A1 rs708727과 PD 위험 변경의 연관성과 관련하여 RF-ML 분석 결과는 언뜻 보기에 모순되는 것처럼 보입니다(표 5 및 6 대 표 8). Jakobsdottiret al. 로지스틱 회귀 분석과 ROC 곡선 분석에서 강력한 유전적 연관조차도 사례와 대조군 사이의 효과적인 차별을 자동으로 보장하지 않는 것으로 나타났습니다[57]. 분류기가 좋지 않음에도 불구하고 상당한 OR을 갖는 SNP는 병인 가설을 확립하는 데 매우 유용할 수 있습니다[57]. 우리의 경우 A1 SNP rs708727은 PD에 관한 분류력이 없으므로 임상적으로 중요하지 않습니다. 그러나 PD에 대한 변경된 위험과의 약하지만 중요한 연관성을 통해 우리는 rs708727이 AD에 관여하는 것과 유사하거나 동일한 방식으로 PD의 병리생물학에 관여하는 것에 대해 추측할 수 있었습니다[27].
4. 재료 및 방법
4.1. 연구참여자(기본특성)
총 980명의 발의자가 연구에 포함되었습니다(508명의 PD 환자 및 472명의 대조군, 포함 기준을 충족함). 특발성 형태의 PD는 MDS(운동 장애 학회)의 PD 진단 기준에 따라 5개 PD 진단 센터(Martin, Bratislava, Trencin, Zvolen 및 Kosice)의 신경과 전문의에 의해 진단되었습니다. 모든 환자는 표준 항PD 요법으로 치료를 받았습니다. PD 환자의 평균 연령은 68.4±9.6세였다. 발병 평균 연령은 61.7±10.7세였다. 가장 어린 사례는 34세에 진단되었고 가장 오래된 사례는 89세에 진단되었습니다. PD군은 여성(F) 202명, 남성(M) 306명으로 F:M 비율은 1:1.5였다.
프로밴드의 대조군 코호트는 직업 의학 및 독성학 클리닉(마틴 대학교 병원(UHM)) 및 신경과 클리닉(UHM)의 외부 및 내부 환자로 구성되었습니다. 이전에 당뇨병이나 골다공증(A1 발현 변화 및 A1 기능 조절 완화와 관련된 것으로 추정되는 모든 질병)과 같은 신경퇴행성 및 신경정신병적 질환으로 진단받은 적이 없는 환자만 대조 연구 그룹에 등록되었습니다. 대조군 발의자의 평균 연령은 68.3±11.6세였다. 대조군은 여성 208명, 남성 264명으로 구성되어 F:M 비율은 대조군에서 1:1.3이었다.
A1 프로모터 영역의 서열이 분석된 PD 환자의 하위 코호트는 무작위로 선택된 96명의 대상자로 구성되었습니다. F:M 비율은 1:1.3(여성 42명, 남성 54명)이었습니다. PD 하위 코호트 환자의 평균 연령은 67.{{1{22}}}} ± 9.5세였습니다. 대조군 하위코호트는 여성 41명, 남성 59명으로 구성되어 F:M 비율은 1:1.4였습니다. 대조 하위 코호트의 발의자의 평균 연령은 59.8 ± 5.0세였습니다.
이 연구는 코메니우스 대학교(JFM CU)의 Jessenius 의과대학 윤리위원회의 승인을 받았습니다. 승인은 ID: EK 66/2019로 기록되었습니다. 모든 연구 참가자는 사전 동의서에 서명했습니다.
4.2. 샘플 처리
혈액 샘플을 EDTA 처리된 BD Vacutainer® 튜브(Becton, Dickinson and Company, Franklin Lakes, NJ USA)에 수집했습니다. 제조사의 프로토콜에 따라 Wizard® Genomic DNA Purification Kit (Promega Corporation, Maddison, WI, USA)를 사용하여 신선 (UHM) 또는 냉동 혈액 샘플 (다른 PD 센터)에서 게놈 DNA를 분리했습니다. 분리된 DNA 샘플은 -80°C에 보관되었습니다.
4.3. 유전자형 분석
358개의 PD 샘플과 352개의 대조 샘플에 대해 유전자형 분석을 수행했습니다. 이 실험의 결과는 Cibulka et al.에 의해 이전에 보고된 결과와 함께 분석되었습니다. [37]. SNP rs11240569, rs708727 및 rs823156은 TaqMan® 유전형 분석 프로브 C_34251_20/rs11240569, C_375742_10/rs823156 및 C{10}}/rs708727(모두 Thermo Fisher Scientific, Waltham, MA USA) 이전에 보고된 것과 동일한 방식으로 수행된다[37].
4.4. 생어 시퀀싱
프로모터 영역은 단일 시퀀싱 실행에 너무 길기 때문에 4개의 겹치는 단편/앰플리콘으로 나누어졌습니다. 시퀀싱되기 전에 표적 영역이 증폭되었습니다. 프라이머는 온라인 도구 Primer3Plus[https://primer3plus.com/cgi--bin/dev/primer3plus.cgi(2018년 5월 3일 액세스)]를 사용하여 설계되었습니다. 각 프라이머 쌍에 대해 PCR 온라인 도구 UCSC[http://www.genome.ucsc.edu/cgi--bin/hgPcr(2018년 5월 3일 접속)]를 통해 다중 증폭 산물의 존재 여부를 확인했습니다.
4개 단편의 증폭에 사용된 프라이머 및 PCR 프로그램은 보충 표 S1 및 S2에 요약되어 있습니다. 각 프래그먼트에 대한 마스터 믹스의 구성은 SA3에 요약되어 있습니다. 단편 3과 4는 G 및 C 뉴클레오티드 함량이 높습니다(각각 67.4% 및 71.9%). 10X GC Rich Enhancer(Solis Biodyne, Tartu, Estonia)를 첨가하면 반응 수율이 증가했습니다. PCR 산물은 NucleoSpin™ Gel과 PCR Clean-up 키트(Macherey-Nagel GmbH&Co. KG, Düren, Germany)를 사용하여 정제했습니다. 다음 단계에서는 정제된 PCR 산물을 pre-sequencing PCR(SA4, SA5)에 적합한 농도로 희석하였다. 사전 시퀀싱 PCR에는 정방향(fw) 프라이머만 사용되었습니다. 반응 혼합물에는 BigDye Terminator v3.1(Applied Biosystems, Waltham, MA, USA) 및 디데옥시뉴클레오티드도 포함되었습니다.
그 결과, 형광 표지된 디데옥시뉴클레오티드로 종결된 다양한 크기의 생성물의 혼합물을 얻었습니다. 이어서, 제조사의 프로토콜에 따라 SigmaSpin Sequencing Reaction Clean-Up 키트(Sigma-Aldrich, St. Louis, MO, USA)를 사용하여 생성물을 정제하였다. 3 μL의 정제된 생성물을 12 μL 고급 탈이온화 포름아미드(Applied Biosystems, Waltham, MA, USA)와 함께 96- 웰 플레이트로 옮겼습니다. 혼합물을 열순환기에서 95℃에서 5분 동안 변성시켰다. 단편은 8-미세 모세관 장치 ABI 3500(Applied Biosystems, Waltham, MA, USA)에서 분리되었습니다. Chromas 소프트웨어(호주 사우스 브리즈번 소재 Technelysium Pty Ltd.)를 통해 시퀀스를 내보내고 시각화했습니다. FASTA 파일은 BLAST(Basic Local Alignment Search Tool)에 업로드되고 참조 인간 게놈(버전 GRCh38.p12)에 정렬되었습니다.
전사 인자 결합 부위 및 그 변경의 예측은 온라인 도구 ConSite[http://consite.genereg.net/(2020년 9월 3일 접속)][38]에서 수행되었습니다. 주요 대립유전자와 소수 대립유전자의 서열을 업로드하고, 전사인자(TF)의 스펙트럼을 생성했습니다. 분석은 최소 특이성을 미리 설정하지 않고 실행되었습니다. 변이체의 존재에 따른 TF 결합 프로필의 변화는 표 2에 요약되어 있습니다.
4.5. RFLP(Restriction Fragment Length Polymorphism) 분석
증폭된 PCR의 반응 혼합물 성분 및 PCR 조건은 SA6 및 SA7에 요약되어 있습니다. 온라인 in silico 도구 NEBCutter 2.0 [http://nc2.neb.com/NEBcutter2 / (2020년 2월 14일 액세스)]는 앰플리콘의 제한 사항을 설계하는 데 사용되었습니다. RFLP 분석을 위해 다음 제한 효소가 선택되었습니다: Hpy166II(rs9438393 검출), NIaIII(rs56152218 검출) 및 BmrI(rs61822602 검출). 모든 효소는 New England Biolabs에서 구입했습니다. 변종 rs144056491의 경우 적합한 효소를 사용할 수 없었기 때문에 RFLP 실험을 설계할 수 없었습니다. 제한에 따라 SA8에 요약된 단편이 수율을 형성할 것으로 예상했습니다. 제한 후, 생성물을 아가로스 겔 전기영동(NIaIII 및 Hpy166II 1% 겔, BmrI 2% 겔)으로 분리한 후 PharosFX 기기(Bio-Rad Laboratories)에서 시각화했습니다. 각 SNV에 대한 유전자형이 결정되었습니다.
4.6. 데이터 분석
데이터는 R [R Core Team (2021); R: 통계 컴퓨팅을 위한 언어 및 환경입니다. R 통계 컴퓨팅 재단, 오스트리아 비엔나. URL https://www.R-project.org/, ver. 4.0.5 (2021-03-31)]. 유전적 연관성 연구(GAS)와 검정력 분석은 R 라이브러리 HardyWeinberg를 사용하여 수행되었습니다 [Jan Graffelman (2{17}}15); 다이얼레릭 유전 표지 탐색: HardyWeinberg 패키지. 통계 소프트웨어 저널, 64(3), 1-23. URL https://www.jstatsoft.org/v64/i03/], DescTools [Andri Signorelli et al. (2021); DescTools: 기술 통계를 위한 도구입니다. R 패키지 버전 0.99.41.], Epitools [Tomas J. Aragon(2020); Epitools: 전염병학 도구. R 패키지 버전 0.5-10.1. URL https://CRAN.R-project.org/package=epitools], pwr [Stephane Champely(2020); pwr: 전력 분석을 위한 기본 기능. R 패키지 버전 1.3-0. URL https://CRAN.R-project.org/package=pwr] 및 자체 개발 코드. RandomForest 예측 모델링은 R 라이브러리 randomForestSRC를 사용하여 수행되었습니다[Ishwaran H. 및 Kogalur UB(2021); 생존, 회귀 및 분류를 위한 빠른 통합 RandomForests(RF-SRC), R 패키지 버전 2.11.0.]. 데이터는 R 라이브러리 beeswarm [Aron Eklund (2021); beeswarm: Stripchart의 대안인 Bee Swarm Plot. R 패키지 버전 0.3.1. URL https://CRAN.R-project.org/package=beeswarm]. 일원 분산 분석을 사용하여 각 SNP에 대한 세 가지 유전자형 하위 모집단에 대한 모집단 평균 발병 연령이 동일하다는 귀무 가설을 테스트했습니다. p-값이 0.05 미만인 결과는 통계적으로 유의한 것으로 간주되었습니다.
5. 결론
요약하면, 우리의 데이터는 슬로바키아 인구의 우성 및 과다 우성 유전자 모델에서 A1 SNP rs708727과 PD의 약하지만 중요한 연관성을 시사합니다. 테스트된 다른 A1 SNP(rs11240569, rs823156, rs9438393, rs56152218 및 rs61822602) 중 어느 것도 테스트된 유전 모델에서 질병과 관련이 없었습니다. RF-ML 분석에서는 테스트된 모든 A1 SNP가 PD의 분류자/예측자가 불량한 것으로 확인되었으므로 임상 실습에서 진단 또는 예후 마커로 사용하는 것은 무시할 수 있는 수준입니다. 그러나 rs708727과 PD의 연관성을 통해 우리는 rs708727의 PD 위험 관련 소수 대립유전자(G > A)가 역할을 하는 것으로 알려진 메커니즘인 PM20D1 발현의 후생적 조절 장애를 통해 질병 발병 및 진행에 기여한다고 추측할 수 있었습니다. AD의 병리생물학. 이 가설은 결론을 내리기 위해 추가로 조사되어야 합니다. 또한, PD 관련 치매와 rs708727 사이의 연관성이 밝혀져야 합니다.
저자 기여:
개념화, MK; 방법론, MK, MC, MG(Marian Grendar) 및 MB; 소프트웨어, MG(Marian Grendar); 검증, MC, MB 및 MK; 형식 분석, MK, MG(Marian Grendar), MC, AS, ZL, ZP, TS, SS 및 MG(Milan Grofik); 조사, MC, MB; 데이터 큐레이션, MC, MB, MG(Marian Grendar), MG(Milan Grofik), JN, VN 및 EK; 작문 - 원본 초안 준비, MK; 쓰기 - 검토 및 편집, MC, MG(Marian Grendar) 및 ZP; 시각화, MK, MC 및 MG(Marian Grendar); 감독, MK; 프로젝트 관리, MC, MK, MG(Milan Grofik), JN, JB, VH, VN, EK, MS 및 BV; 자금 조달, MK 모든 저자는 원고의 출판된 버전을 읽고 동의했습니다.
자금:
이 연구는 슬로바키아 연구 개발 기관(지원 번호 APVV-19-0222), 슬로바키아 교육 과학 연구 스포츠부의 과학 보조금 기관 및 슬로바키아 과학 아카데미(지원 번호 VEGA)의 지원을 받았습니다. 1/0554/19, 둘 다 MK에게
기관 검토 위원회 성명:
이 연구는 코메니우스 대학교(JFM CU)의 예세니우스 의과대학 윤리위원회의 승인을 받았습니다. 승인은 ID: EK 66/2019로 기록되었습니다.
사전 동의서:
연구에 참여한 모든 피험자로부터 사전 동의를 얻었습니다.
데이터 가용성 설명:
전체 데이터 세트가 기사 내에 포함되어 있습니다. 포함된 데이터의 성격과 범위로 인해 추가 메타 분석이 가능해졌습니다. 연구에 관한 모든 정보는 해당 저자에게 요청하면 제공됩니다.
감사의 말씀:
모든 연구 참가자와 그 가족에게 감사드립니다. 또한 프로젝트에 대한 유능한 기술 지원을 제공한 Martin Marak(JFM CU), A1 프로모터 분석에 대한 유용한 조언을 제공한 Jan Radvanszky 및 Rastislav Hekel(둘 다 GENETON sro), 그리고 언어 편집을 담당한 Theresa Jones에게도 감사를 전합니다. 원고.
이해 상충:
저자는 이해 상충을 선언하지 않습니다.
참고자료
1. 타타르코바, Z.; 드 바이즈, JHF; 그렌다르, M.; 아센바흐, JR; 라케이, P.; 보스, C.; 스폰더, G.; 호엔드로프, JGJ; 뢴트겐, M.; Turcanova Koprusakova, M.; 외. 식이 Mg2+ 섭취와 Na+/Mg2+ 교환기 SLC41A1은 쥐 심근세포의 미토콘드리아 에너지 성분에 영향을 미칩니다. 국제 J.Mol. 과학. 2020, 21, 8221. [CrossRef] [PubMed]
2. 야마나카, R.; 타바타, S.; 신도, Y.; 호타, K.; 스즈키, K.; 소가, T.; Oka, K. 미토콘드리아 Mg2+ 항상성은 세포 에너지 대사와 스트레스에 대한 취약성을 결정합니다. 과학. 2016, 6, 30027. [CrossRef] [PubMed]
3. Dudev, T.; Grauffel, C.; Lim, C. 천연 금속 양이온과 외래 금속 양이온이 ATP를 결합하는 방법: 치료제로서 리튬에 대한 의미. 과학. 2017, 7, 42377. [CrossRef] [PubMed]
4. 콜리섹, M.; 주르카, G.; 사마지, J.; Weghuber, J.; 슈바이엔, RJ; Schweigel, M. Mrs2p는 미토콘드리아의 주요 전기영동 Mg{2}} 유입 시스템의 필수 구성 요소입니다. EMBO J. 2003, 22, 1235-1244. [상호참조] [PubMed]
5. Schindl, R.; Weghuber, J.; 로마닌, C.; Schweyen, RJ Mrs2p는 미토콘드리아에서 높은 전도성 Mg2+ 선택 채널을 형성합니다. 생물 물리학. J. 2007, 93, 3872-3883. [상호참조] [PubMed]
6. 콜리섹, M.; 스폰더, G.; Pilchova, I.; 시불카, M.; 타타르코바, Z.; 베르너, T.; Racay, P. Magnesium Extravaganza: TRPM6/7 이외의 세포질 Mg2+ 수송체에 대한 현재 연구의 중요한 개요. 목사 Physiol. 생화학. Pharmacol. 2019, 176, 65–105. [상호참조]
7. 쿠보타, T.; 신도, Y.; 도쿠노, K.; 고마츠, H.; 오가와, H.; 쿠도, S.; 기타무라, Y.; 스즈키, K.; Oka, K. 미토콘드리아는 세포 내 마그네슘 저장소입니다. PC12 세포에서 동시 형광 이미징을 통한 조사. 비오킴. 생물 물리학. Acta 2005, 1744, 19–28. [상호참조]
8. 스폰더, G.; 압둘하난, N.; Fröhlich, N.; 마스트로토타로, L.; 아센바흐, JR; 뢴트겐, M.; Pilchova, I.; 시불카, M.; 라케이, P.; Kolisek, M. Na+/Mg2+ 교환기 SLC41A1의 과발현은 생존 전 신호를 약화시킵니다. 온코타겟 2017, 9, 5084-5104. [상호참조] [PubMed]
9. 야마구치, H.; Wang, HG 단백질 키나제 PKB/Akt는 Bax 구조 변화를 억제하여 세포 생존과 세포사멸을 조절합니다. 종양 유전자 2001, 20, 7779-7786. [상호참조]
10. Vauzour, D.; Vafeiadou, K.; 라이스-에반스, C.; 윌리엄스, RJ; Spencer, JP 생존 촉진 Akt 및 ERK1/2 신호 전달 경로의 활성화는 대뇌 피질 뉴런에서 플라바논의 세포사멸 방지 효과의 기초가 됩니다. J. Neurochem. 2007, 103, 1355-1367. [상호참조]
11. 무다푸, VR; 다르시니, SAP; 차크라바르티, VS; Gromiha, MM 신경퇴행성 질환 - 대사 결핍이 근본 원인입니까? 앞쪽. 신경 과학. 2020, 14, 213. [CrossRef] [PubMed]
12. 파탁, D.; 베르테, A.; Nakamura, K. 에너지 실패: 신경퇴행에 기여합니까? 앤. 뉴롤. 2013, 74, 506-516. [상호참조] [PubMed]
13. 다르시니, SAP; 타구치, YH; Gromiha, MM 전사체 연구를 사용하여 알츠하이머병의 에너지 위기를 조사합니다. 과학. 2019년 9월 18509일. [CrossRef] [PubMed]
14. 나뭇가지, G.; Shirihai, OS 미토콘드리아 역학과 미토파지 간의 상호 작용. 항산화. 산화 환원 신호. 2011, 14, 1939~1951. [상호참조] [PubMed]
15. 자오, W.; 장, W.; 마, H.; Yang, M. NIPA2는 제2형 당뇨병 골다공증에서 미토파지를 조절하여 조골세포 기능을 조절합니다. 과학. 2020, 10, 3078. [상호참조]
16. MJ 내들러; 에르모수라, MC; 이나베, K.; 페로, 앨라배마; 주, Q.; 스톡스, AJ; 쿠로사키, T.; 키넷, 일본; 페너, R.; 오전 샤렌버그; 외. LTRPC7은 Mg입니다. 세포 생존에 필요한 ATP 조절 2가 양이온 채널. 자연 2001, 411, 590-595. [상호참조]
17. 콜리섹, M.; 네슬러, A.; Vormann, J.; Schweigel-Röntgen, M. 인간 유전자 SLC41A1은 Na+/Mg2+ 교환기를 암호화합니다. 오전. J. Physiol. 세포물리학. 2012, 302, C318–C326. [상호참조]
For more information:1950477648nn@gmail.com
