Informations

Projet Génome Focus sur le gène ADRB2 ?

Projet Génome Focus sur le gène ADRB2 ?



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Je ne sais pas quelle base de données de projet utiliser UCSC ou Ensembl pour mon étude sur l'asthme sur le gène ADRB2 (génotype Arg/Arg-16).

J'utilise actuellement la base de données originale du Human Genome Project. Cependant, je pense qu'Ensembl pourrait mieux me convenir.

Quelle base de données génomique est bonne pour la recherche sur l'asthme pour le polymorphisme nucléotidique unique (variations SNP) ? Je recherche quelque chose qui a des outils de visualisation existants ou un où vous pouvez facilement en écrire un vous-même.


Si vous recherchez des variations dans un gène, il existe quelques bases de données que vous pouvez consulter.

Vous pouvez bien sûr utiliser les navigateurs génomiques habituels, rechercher votre gène puis sélectionner les variations répertoriées. Pour ADRB2, cela ressemble à ceci sur Ensembl. Si vous envisagez de récupérer et de comparer des données de différents génomes/gènes, je vous recommande vraiment d'apprendre à utiliser Biomart, car il s'agit d'un outil très puissant.

Ensuite, vous pouvez utiliser des bases de données ou des moteurs de recherche spécifiques, qui ne ciblent que les SNP. Des exemples seraient : DBSnp et SPSmart (qui interroge différentes bases de données).


Projet du génome de l'Utah

Lancé en 2012, le Utah Genome Project est une initiative de séquençage et d'analyse du génome à grande échelle qui découvre les signatures génétiques des maladies héréditaires. Les projets actuels se concentrent sur la compréhension de conditions allant des cancers à la naissance prématurée spontanée à la suicidabilité.

L'UGP est unique parmi les initiatives sur le génome car au lieu d'étudier des individus non apparentés, il utilise le pouvoir ancestral représenté dans la base de données de la population de l'Utah [UPDB], le plus grand référentiel au monde d'histoires familiales et de dossiers de santé publique liés aux dossiers cliniques. La comparaison des séquences génomiques au sein des familles multigénérationnelles à haut risque fonctionne comme une loupe pour trouver la cause génétique de leur maladie.

Déjà, les chercheurs de l'UGP ont identifié plus de 50 gènes à l'origine de maladies courantes et rares, notamment les cancers du sein et de l'ovaire (BRCA1, 2), le cancer du côlon (APC) et l'arythmie cardiaque (HERG). élucider la biologie derrière ces conditions. En collaboration avec le Center for Genomic Medicine, ces découvertes font avancer une nouvelle ère de médecine de précision et de santé des populations.


Vous pouvez lire ci-dessous le contexte et l'histoire du projet 100 000 génomes.

Avril 2003 a marqué l'une des percées scientifiques les plus importantes des temps modernes. Après des années de recherches minutieuses menées par des milliers de scientifiques dévoués à travers le monde, le code génétique complet d'un être humain - son génome - a été publié.

Le projet du génome humain, comme ce travail était connu, était la plus grande collaboration internationale jamais entreprise en biologie avec des scientifiques britanniques menant la course mondiale pour lire les 3 milliards de lettres du génome humain, lettre par lettre. Il s'agit d'une technique appelée séquençage. Le Royaume-Uni a souvent été le leader mondial des percées scientifiques et l'ADN n'a pas fait exception. Crick et Watson ont remporté le prix Nobel pour avoir découvert la structure en double hélice de l'ADN. Et c'est un scientifique britannique double lauréat du prix Nobel, Fred Sanger, qui a découvert comment le séquencer.

Il existe maintenant une réelle opportunité de transformer les découvertes scientifiques très importantes sur l'ADN et son fonctionnement en une réalité potentiellement vitale pour les patients du NHS à travers le pays.

La plupart d'entre nous ont entendu parler de la génétique, l'étude de la manière dont des caractéristiques particulières ou des maladies sont héritées par le biais de gènes transmis d'une génération à l'autre. Mais plus nous en apprenons sur les gènes, plus nous comprenons que la vieille idée d'avoir un seul gène pour ceci, ou un seul gène pour cela, qui détermine votre destin n'est pas – sauf dans le cas de maladies héréditaires inhabituelles – un bonne façon de décrire la complexité des gènes. En fait, des groupes de gènes travaillent ensemble et leur activité est influencée par une grande variété de facteurs environnementaux et autres.

Votre génome est le manuel d'instructions de votre corps et vous en avez une copie dans presque toutes les cellules saines de votre corps. L'étude de ce génome et de toutes les technologies nécessaires pour l'analyser et l'interpréter s'appelle la génomique.

Lorsque la première ébauche de l'ensemble du génome humain a été annoncée, on a prétendu qu'elle allait révolutionner le traitement médical. Il avait fallu 13 ans et plus de 2 milliards de livres pour lire laborieusement chaque lettre du code génétique humain. Cela a pris tellement de temps parce que la séquence d'ADN des humains est très longue – 3 milliards de lettres – et parce que les machines de séquençage disponibles à l'époque étaient si lentes et laborieuses. Désormais, un génome humain peut être séquencé en quelques jours pour moins de 1000 £. C'est le bond dans la vitesse et le coût de la technologie qui a ouvert le potentiel de la génomique et l'a mis à la portée des soins de santé traditionnels.

Mais n'avons-nous pas déjà une bonne compréhension de la génétique ? L'une des grandes surprises du projet du génome humain était qu'il n'y avait qu'environ 20 000 gènes, soit à peu près le même nombre qu'une étoile de mer. Le rôle du reste du génome humain – en fait 95 % de celui-ci – était un mystère. Maintenant, nous savons que l'ADN restant n'est pas sans importance comme on le pensait autrefois, mais qu'une grande partie de celui-ci a un rôle extrêmement important, influençant, régulant et contrôlant le reste. C'est pourquoi il est nécessaire de séquencer l'ensemble du génome humain (plutôt que de simplement regarder les 20 000 gènes actuellement utilisés pour le diagnostic en médecine) si nous voulons vraiment comprendre le rôle des gènes dans la santé et la maladie.

Mais les gens sont très différents, donc étudier seulement un petit nombre de génomes ne serait pas suffisant pour donner aux médecins et aux scientifiques une image fidèle de nos gènes et de leur relation avec la maladie. Un autre point clé est que par lui-même, un génome ne peut pas vous dire grand-chose. Pour lui donner un sens, il est essentiel d'en savoir beaucoup plus sur la personne qui l'a donné, des détails comme ses symptômes et quand elle a commencé, ainsi que des mesures physiologiques, telles que la fréquence cardiaque ou la pression artérielle (ce genre d'informations est fourni par les cliniciens et appelées données phénotypiques). Un autre ensemble d'informations qui peuvent être importantes dans l'interprétation des données génomiques provient de leurs dossiers médicaux antérieurs et comprendrait des éléments tels que les maladies antérieures, les médicaments et le poids à la naissance.

Et c'est là qu'intervient le NHS. La façon dont le NHS est capable de lier toute une vie de dossiers médicaux avec les données du génome d'une personne et le fait qu'il puisse le faire à grande échelle est unique. La richesse de ces données peut aider à comprendre la maladie et à démêler la relation complexe entre nos gènes, ce qui nous arrive dans nos vies et notre maladie.

Alors, que peut faire la génomique ? Vous pouvez l'utiliser pour prédire dans quelle mesure une personne réagira à un traitement ou en trouver un qui fonctionnera le mieux pour elle – ce qu'on appelle la médecine personnalisée. Un bon exemple déjà utilisé est de savoir si le cancer du sein d'une femme est HER2 positif ou non. Si c'est le cas, Herceptin sera très efficace pour elle mais pas pour quelqu'un qui n'a pas HER2. Vous pouvez également utiliser la génomique pour tester dans quelle mesure un cancer pourrait répondre à la radiothérapie. Pour certains, cela peut signifier beaucoup moins de séances de radiothérapie. Ou utilisez-le pour trouver les 30 000 personnes qui utilisent actuellement de l'insuline pour leur diabète de type 1, mais qui feraient mieux avec de simples comprimés. La génomique peut être utilisée pour suivre les maladies infectieuses, en identifiant précisément la source et la nature de l'épidémie en examinant l'ensemble du génome des insectes. Le potentiel de la génomique est énorme, conduisant à des diagnostics plus précis pour un diagnostic plus précoce, de nouveaux dispositifs médicaux, des essais cliniques plus rapides, de nouveaux médicaments et traitements et potentiellement, à terme, de nouveaux traitements.

L'ère supersonique de la génomique a commencé. Et tout comme le NHS a été à l'avant-garde des percées scientifiques auparavant, le NHS est à nouveau à l'avant-garde, ses patients bénéficiant de tout ce que la génomique offre, devenant le premier service de santé grand public au monde à proposer la médecine génomique dans le cadre de la routine. soins aux patients du NHS.

Fin 2012, le Premier ministre David Cameron a annoncé le projet 100 000 génomes.

Genomics England, une société entièrement détenue et financée par le ministère de la Santé et des Affaires sociales, a été créée pour réaliser ce projet phare et séquencer 100 000 génomes entiers de patients du NHS, ce que personne au monde n'avait même tenté à l'époque. Ses quatre objectifs principaux étaient de créer un programme éthique et transparent basé sur le consentement pour apporter des bénéfices aux patients et de mettre en place un service de médecine génomique pour le NHS afin de permettre de nouvelles découvertes scientifiques et connaissances médicales et de lancer le développement d'une industrie génomique au Royaume-Uni.

Le projet s'est concentré sur les patients atteints d'une maladie rare et leurs familles et les patients atteints de cancer. Les premiers échantillons pour le séquençage étaient prélevés sur des patients vivant en Angleterre et des discussions avaient lieu avec l'Écosse, le Pays de Galles et l'Irlande du Nord sur une éventuelle implication future.

Au Royaume-Uni, un peu moins de 160 000 personnes sont décédées des suites d'un cancer en 2011, avec plus de 330 000 nouveaux cas signalés chaque année. Étant donné que le cancer est plus susceptible de survenir à mesure que les gens vieillissent, nous nous attendons à ce que le nombre de cas de cancer augmente à mesure que les gens vivent plus longtemps. Et bien que les maladies rares soient individuellement très rares, car il y en a entre 5 000 et 8 000, un nombre étonnamment élevé de personnes sont touchées au total – 3 millions – ou, en d'autres termes, une personne sur 17 (ou entre 6 et 7 %) des la population britannique. La génomique a un grand potentiel pour les deux, car les maladies rares et le cancer sont fortement liés aux modifications du génome. Le cancer commence à cause de changements dans les gènes au sein de ce qui était une cellule normale. Bien qu'un cancer commence avec le même ADN que le patient, il développe des mutations ou des changements qui permettent à la tumeur de se développer et de se propager. En prélevant l'ADN de la tumeur et l'ADN des cellules normales du patient et en les comparant, les changements précis sont détectés. Les connaître et les comprendre indique fortement quels traitements seront les plus efficaces. La génomique a déjà commencé à guider et à informer les médecins sur le meilleur traitement pour chaque patient. Nous avons déjà évoqué Herceptin pour le cancer du sein HER2 positif mais nous n'en sommes qu'au début. De nombreux autres types de cancer, y compris ceux pour lesquels il n'existe pratiquement aucun traitement efficace actuel, comme le cancer du poumon, pourraient être aidés si seulement nous savions quels changements génétiques sont importants.

Au moins 80 pour cent des maladies rares sont génomiques, la moitié des nouveaux cas étant détectés chez les enfants. La connaissance de l'ensemble du séquençage du génome peut identifier la cause de certaines maladies rares et aider à ouvrir la voie à de nouveaux traitements pour ces affections dévastatrices - un progrès vital étant donné que certaines maladies rares prennent deux ans ou plus pour être identifiées. Comme la plupart des maladies rares sont héréditaires, les génomes de la personne affectée (généralement un enfant) et de deux de ses plus proches parents sanguins ont été inclus pour déterminer la cause de la maladie.

Au total, il était prévu qu'environ 75 000 personnes seraient impliquées. Les chiffres s'additionnent ainsi : 50 000 génomes de cancer – deux par patient, donc 25 000 patients. 50 000 de maladies rares – trois par patient (personne affectée plus deux parents par le sang) – donc environ 17 000 patients de maladies rares. Il y a eu une réponse extraordinaire de la part des patients et de leurs familles désireux de participer à ce projet novateur.

Aujourd'hui, nous avons séquencé plus de 100 000 génomes de plus de 97 000 patients et des membres de leur famille, pour un total de plus de 21 pétaoctets de données – 1 pétaoctet de musique prendrait 2 000 ans à jouer sur un lecteur MP3.

Certains patients impliqués dans le projet 100 000 génomes en ont déjà bénéficié (voir Premiers patients diagnostiqués grâce au projet 100 000 génomes), car un meilleur traitement est identifié pour eux ou leur état est diagnostiqué pour la première fois. Cependant, pour la plupart, l'avantage sera de savoir qu'ils aideront des gens comme eux à l'avenir grâce à la recherche sur les données du génome qu'ils permettent généreusement d'étudier mais tous sauront qu'en raison de leur implication, une infrastructure sera développée qui , permettra à l'avenir au NHS d'offrir des services génomiques beaucoup plus largement, à tout patient qui pourrait en bénéficier.

Pour faire de la génomique une réalité pour le NHS, elle doit être de haute qualité, rapide et abordable avec des résultats faciles à comprendre. Comment cela a-t-il été réalisé ?

Le défi du séquençage

Genomics England a investi dans les dernières machines de séquençage de pointe pour séquencer les 100 000 génomes du projet. Parce que c'était la première fois qu'un séquençage était tenté à une telle échelle au Royaume-Uni, il a été supposé que le séquençage serait la partie la plus difficile du projet. Bien que cela n'ait pas été sans défis, grâce au soutien de notre partenaire Illumina, cela s'est avéré moins difficile que prévu.

Le défi des données

Les données ont été un défi majeur sur deux fronts. La première étape après le séquençage consiste à comparer les millions de différences possibles entre le génome du patient et un génome de référence, un processus appelé appel de variante. Le prochain obstacle – annotation – est d'interpréter la signification et l'importance de ces différences qui sont importantes. Certaines des différences ne seront que des variations naturelles inoffensives entre les individus, mais certaines seront dommageables et presque certainement impliquées dans le développement de la maladie. L'automatisation de ce processus – la création du pipeline Genomics England – pour qu'il prenne des semaines plutôt que des années, était très difficile.

Le deuxième problème lié aux mégadonnées était que les informations sur une personne et les détails de sa maladie sont nécessaires pour l'interprétation. C'est un peu comme pouvoir mesurer la quantité d'hémoglobine dans un échantillon de sang mais ne pas pouvoir dire si c'est normal sans en savoir plus sur la personne qui l'a donné – était-ce un enfant ou un adulte par exemple ? Obtenir des données du NHS de manière à ce que tout suive les mêmes « règles » (donc vous saviez que vous compariez des pommes avec des pommes) était très difficile, mais le personnel du NHS impliqué a travaillé incroyablement dur pour y arriver.

Un autre problème de données est sa taille. Les données brutes d'un génome représentent environ 200 Go, ce qui occuperait la majeure partie du disque dur d'un ordinateur portable moyen. Rien que les annotations rempliraient facilement un DVD d'elles-mêmes. Cette montagne de données doit être passée au crible, analysée et présentée d'une manière utile aux médecins, dont la plupart n'ont pas de connaissances spécialisées sur les modifications génétiques.

Le défi du cancer

À un moment donné, le programme de lutte contre le cancer a dû être interrompu car il est devenu évident que les méthodes habituelles utilisées dans la collecte et l'analyse des tissus cancéreux, telles que les conserver dans du formol puis les fixer dans de la paraffine (FFPE) endommageaient l'ADN. Nous avons dû trouver d'autres moyens de conserver les échantillons, et c'est là que nous avons décidé d'utiliser des tissus frais congelés. Encore une fois, le NHS a été magnifique en répondant à ce défi qui a nécessité une reconfiguration complète de la façon dont les échantillons ont été collectés.

Le défi de la sécurité

Les données du génome sont de grande taille et également précieuses et sont stockées de manière sécurisée et respectueuse avec des conditions d'accès rigoureuses auxquelles le public peut avoir confiance. L'accès est contrôlé par un large éventail de mesures de sécurité ainsi qu'une gouvernance détaillée. Les participants sont impliqués dans le choix des chercheurs autorisés à accéder aux données.

Chacun de ces défis impliquait une science à la pointe dans un domaine qui continue d'évoluer très rapidement, et tout cela à une échelle jamais vue auparavant. Genomics England devait être très flexible, changeant fréquemment ses plans pour refléter les nouvelles avancées, mais aussi assez humble pour apprendre des choses qui ne se sont pas bien passées, en particulier au stade pilote. Nous avons énormément appris des patients et des cliniciens.

Offrir des avantages aux patients

Le projet 100 000 génomes a apporté des avantages cliniques aux patients, mais l'importance de cette énorme quantité de données pour les chercheurs est une autre retombée d'une importance cruciale. Cela inclut ceux qui souhaitent en savoir plus sur le génome lui-même, mais également ceux qui souhaitent développer de nouveaux traitements, diagnostics, dispositifs et médicaments. Les chercheurs peuvent être des universitaires aussi bien que ceux des industries des sciences de la vie. Il ne s'agit pas seulement de grandes entreprises pharmaceutiques et biotechnologiques bien connues, mais également d'un grand nombre de petites et moyennes entreprises (PME) innovantes travaillant dans le domaine de l'apprentissage automatique, de la gestion des données et des logiciels.

Certaines personnes pensent que les entreprises ne devraient pas bénéficier commercialement des patients qui ont fait don de leurs données génomiques sans recevoir de paiement. Ou les données de ce participant pourraient ne pas être sécurisées et qu'ils pourraient être identifiés s'ils participent, ou leurs données utilisées par les chercheurs d'une manière qui n'est pas juste.

Commercialisation et qui en profite ?

Les patients donnent leurs échantillons et leurs informations en utilisant des modèles de consentement éclairé qui ont été approuvés par un comité d'éthique indépendant du NHS. Téléchargez le protocole approuvé pour plus de détails. Il a été explicitement demandé aux patients s'ils souhaitaient que des sociétés commerciales puissent mener des recherches approuvées sur leurs données. Les personnes qui ont déjà généreusement consenti à participer comprennent les défis liés au partage de données dans leur propre cas, mais elles souhaitent vivement que leurs données soient utilisées pour faire avancer la recherche sur la maladie qui les affecte. Si des traitements innovants doivent être trouvés pour prolonger ou sauver des vies, les entreprises commerciales devront investir dans la recherche, le développement et la fabrication de nouveaux médicaments et tests de diagnostic. Il a toujours été vrai que ce travail est effectué dans le secteur commercial et non par le gouvernement ou au sein du NHS lui-même.

Genomics England développe des moyens de facturer ses services de données pour garantir que les coûts de maintenance des données sont partagés avec les entreprises et que le contribuable britannique en bénéficiera si les entreprises développent avec succès des médicaments, des dispositifs, des traitements, des tests de diagnostic ou d'autres services grâce à son utilisation. . Si des produits réussis sont développés, cela signifie que les patients en bénéficient. Des accords sur mesure seront conclus avec chaque entreprise qui utilise les données si elles sont en mesure de développer des produits commerciaux grâce à cela.

Questions éthiques

Le projet 100 000 génomes a mis l'éthique au cœur dès le départ. Sans cela, il n'aurait pas été possible de développer un service que le NHS pourrait utiliser. Des normes élevées de pratique éthique continuent de sous-tendre le service de médecine génomique du NHS. Genomics England a son propre comité consultatif d'éthique indépendant qui conseille le conseil d'administration de Genomics England sur l'aspect éthique de tout ce que fait Genomics England. Les questions déjà examinées comprennent les informations que les patients devraient recevoir sur leurs résultats ainsi que les politiques sur le consentement. Une série d'activités d'engagement et de participation avec les patients, les cliniciens et d'autres groupes sur ces questions a été entreprise. Les résultats de ces discussions sont disponibles ici.

Problèmes de confidentialité et de confidentialité

Toute information pertinente sur un patient sera retournée à son médecin. Pour que d'autres chercheurs médicaux et entreprises puissent accéder aux services de données de Genomics England, il faut d'abord passer un examen éthique rigoureux avant que leur proposition de recherche soit approuvée par le comité d'examen de l'accès de Genomics England en utilisant les politiques développées par notre comité consultatif d'éthique. Les assureurs et les sociétés de commercialisation ne sont pas autorisés à accéder aux données.

La surveillance par le comité consultatif sur les données de Genomics England garantira que tous les chercheurs souhaitant accéder aux données passeront par des contrôles d'identité rigoureux et que leur utilisation des données sera étroitement surveillée. Aucune donnée brute du génome ne peut être supprimée. Les données seront conservées dans les structures de données de Genomics England et seront constamment sous son contrôle. Genomics England s'engage à tester et re-tester constamment ses systèmes de sécurité pour garantir la sécurité des données.

Bien que Genomics England dispose des données, les identifiants des patients (tels que le numéro NHS ou le code postal sont supprimés) pour réduire le risque de ré-identification des informations cliniques et génomiques avec un individu en particulier. Ce n'est que lorsque les données sont utilisées pour les propres soins d'un patient que des données identifiables seront mises à la disposition du médecin et de l'équipe médicale du patient. Les patients sont informés que l'anonymat des participants ne peut pas être absolument garanti car, en théorie, toute donnée non triviale des dossiers de santé peut être réidentifiée par quelqu'un qui a déjà accès à des informations suffisamment détaillées sur un individu, par exemple, des publications sur les réseaux sociaux. En pratique, cela reste très difficile à faire et encore plus difficile à réaliser sans être détecté. Genomics England ne peut pas promettre qu'aucun chercheur ne serait capable de le faire, mais ce qu'il peut promettre, c'est que cela sera rendu si difficile qu'il y aurait des moyens beaucoup plus faciles d'atteindre le même objectif. La ré-identification des patients est également illégale.

Genomics England parle constamment aux patients de leurs préoccupations pour s'assurer que tous les problèmes qu'ils pourraient avoir sont résolus. Les patients sont impliqués depuis le début et sont au cœur de ce projet. En particulier, l'engagement au consentement est d'une importance primordiale.

Ce ne sont pas seulement les patients et le NHS qui bénéficieront du projet 100 000 génomes. Les avantages pour le pays seront nombreux. Un exemple du passé de la façon dont un grand projet d'infrastructure a produit des avantages étendus au-delà de ce qui était prévu pourrait être l'introduction des chemins de fer à l'époque victorienne. Les particuliers et les familles ont bénéficié de voyages bon marché, mais l'infrastructure créée par les nouveaux chemins de fer a également déclenché un boom économique. Alors que la croissance de certaines entreprises, celles qui fabriquent des voies ferrées, ont été prédites, d'autres avantages économiques ne l'étaient pas. Par exemple, il y a eu un boom des voyages de vacances, entraînant le développement de villes balnéaires, d'hôtels et même un boom des guides de voyage.

Le projet 100 000 génomes a des parallèles. Bien que principalement au profit des personnes malades, il existe potentiellement de nombreux avantages économiques pour la nation. Nous pouvons être certains des avantages tels que les nouveaux médicaments et tests de diagnostic, mais tout comme pour les chemins de fer, certaines des entreprises qui pourraient se développer seront inattendues, construites sur de nouvelles technologies encore inconnues qui émergeront au cours des cinq prochaines années.

Le projet 100 000 génomes n'était pas garanti de réussir, de la même manière qu'il n'y avait aucune garantie pour les chemins de fer. Ainsi, seul le gouvernement a été disposé à prendre le risque et à faire les investissements nécessaires. Et tout comme l'Angleterre victorienne avec ses grands ingénieurs était l'endroit idéal pour la naissance des chemins de fer, le Royaume-Uni, qui non seulement est le leader mondial des sciences de la vie mais a l'avantage unique du NHS, est le meilleur endroit au monde pour initier l'utilisation pratique du séquençage et de l'interprétation du génome au profit des patients. Notre vision était celle où le Royaume-Uni est le leader dans une nouvelle industrie où la génomique est utilisée pour aider les patients à obtenir des soins et des traitements de meilleure qualité et plus personnalisés. C'est ce qui s'est produit, Genomics England ayant une réputation mondiale.

Le NHS s'est préparé à utiliser la génomique dans le cadre de ses soins de routine. Il fallait plus de scientifiques, de généticiens et de médecins, et ceux-ci ont été formés pour interpréter les données et comprendre ce que cela signifie pour l'état de santé d'un patient. Parallèlement aux travaux de Genomics England, un programme de compétences et de formation pour les travailleurs du NHS a été mis en place par Health Education England.

Le projet 100 000 génomes a utilisé la générosité des patients et les compétences et talents exceptionnels trouvés dans les secteurs de la médecine et des sciences de la vie au Royaume-Uni pour aider à réaliser ce projet. L'héritage de Genomic England est un service de génomique qui a été adopté par le NHS, des normes éthiques élevées et un soutien public pour la génomique, les nouveaux médicaments, traitements et diagnostics et un pays qui abrite les plus grandes sociétés génomiques du monde.

Le projet 100 000 génomes est principalement financé par le National Institute for Health Research et le NHS England. Le Wellcome Trust, Cancer Research UK et le Medical Research Council ont également généreusement financé la recherche et les infrastructures du programme.

Liens utiles

Cancer
Introduction au cancer dans le projet 100 000 génomes.

Prendre part
Informations sur la participation au Projet

Assurance
Découvrez comment la participation au Projet peut affecter l'assurance.

À propos de la génomique
Infographies et courts métrages présentant la génomique et le séquençage du génome.

Témoignages de patients
Regardez nos courts métrages où les participants expliquent pourquoi ils participent.


Pas indésirable

Un grand débat a précédé le début du HGP : cela valait-il la peine de cartographier les vastes régions non codantes du génome que l'on appelait l'ADN indésirable, ou la matière noire du génome ? Grâce en grande partie au HGP, il est maintenant reconnu que la majorité des séquences fonctionnelles du génome humain ne codent pas pour des protéines. Au contraire, des éléments tels que de longs ARN non codants, des promoteurs, des amplificateurs et d'innombrables motifs de régulation des gènes travaillent ensemble pour donner vie au génome. La variation de ces régions n'altère pas les protéines, mais peut perturber les réseaux régissant l'expression des protéines.

Séquençage de trois millions de génomes à travers l'Afrique

Avec le projet HGP en main, la découverte d'éléments non codants pour les protéines a explosé. Jusqu'à présent, cette croissance a dépassé d'un facteur cinq la découverte de gènes codant pour les protéines et ne montre aucun signe de ralentissement. De même, le nombre de publications sur ces éléments a également augmenté au cours de la période couverte par notre ensemble de données (1900 à 2017 voir SI, Fig. S3a). Par exemple, il existe des milliers d'articles sur les ARN non codants, qui régulent l'expression des gènes.

Le HGP a également offert un moyen de cataloguer la variation génétique humaine, y compris celle des SNP. D'autres efforts importants ont réduit le coût du profilage des différences communes entre des milliers d'individus, notamment le projet international HapMap 8 (dont la troisième et dernière phase a été achevée en 2010) et le projet 1000 génomes 9 (achevé en 2015). Ces ensembles de données, combinés aux progrès de l'analyse statistique, ont inauguré des études d'association pangénomique (GWAS) d'innombrables traits, notamment la taille 10 , l'obésité 11 et la susceptibilité à des maladies complexes telles que la schizophrénie 12 .

Il y a maintenant plus de 30 000 articles par an reliant les SNP et les traits. Une grande partie de ces associations se situent dans les régions non codantes autrefois rejetées (voir SI, tableau S3).

La fonction cellulaire repose sur des liens faibles et forts entre le matériel génétique et les protéines. La cartographie de ce réseau complète désormais la perspective mendélienne. Aujourd'hui, plus de 300 000 interactions de réseaux de régulation ont été répertoriées - des protéines se liant à des régions non codantes ou à d'autres protéines.


Génétique et génomique

L'Institut Whitehead a été un pionnier dans les domaines de la génomique et de la génétique depuis qu'il est devenu le plus grand contributeur public au Projet du génome humain - et l'Institut continue d'être un leader mondial dans la recherche en génétique et en génomique.

Embryons de souris montrant des marqueurs de méthylation

Yuelin Song/Institut Whitehead

Les gènes, les segments d'ADN qui codent pour les protéines, sont les manuels d'instructions des organismes biologiques. Les aspects fondamentaux de la recherche biomédicale incluent le décodage de ces instructions et la découverte de comment et quand elles sont exécutées, ce qui permet aux chercheurs de comprendre la programmation derrière notre biologie, de la façon dont les gènes codent les fonctions cellulaires de base à la façon dont ils contribuent à la maladie lors de la programmation ou de son exécution. , tourne mal. Les chercheurs du Whitehead Institute utilisent les derniers outils, écrans et comparaisons évolutives, entre autres moyens, pour faire correspondre les gènes à leurs fonctions et faire la lumière sur la programmation essentielle derrière notre biologie.

Steven Lee/Institut Whitehead

Toutes les cellules d'un organisme ont le même ADN, organisé en chromosomes puis en gènes, et c'est la façon dont les gènes sont régulés différemment qui définit des types cellulaires spécifiques. Les chercheurs du Whitehead Institute étudient la façon dont l'expression des gènes est régulée en étudiant des molécules et des processus, notamment des facteurs de transcription - des protéines qui « lisent » les marques épigénétiques de l'ADN - des molécules héréditaires qui régulent les gènes de petits ARN et des séquences d'ADN comme des activateurs, qui régulent l'expression des gènes, à la fois identifier les grands schémas de régulation des gènes et comprendre les innombrables façons dont la régulation des gènes influence les processus biologiques et les maladies d'intérêt.

Nos chercheurs ont apporté d'importantes contributions à la compréhension de la façon dont différents ARN jouent divers rôles dans la régulation des gènes. Ils continuent d'identifier les ARN régulateurs et leurs fonctions dans différents processus biologiques, et de faire progresser les connaissances du domaine sur les microARN, de très petits ARN capables de réguler l'expression des gènes. Les chercheurs du Whitehead Institute étudient également comment l'ARN peut former des agrégats dans la cellule lorsque des ARN avec trop de répétitions de certains acides aminés s'agglutinent pour créer des gels. Ces gels ont été observés et peuvent contribuer à des maladies neurologiques. D'autres chercheurs étudient la structure de l'ARN et la façon dont les ARN peuvent changer de forme, laissant différentes séquences exposées pour la traduction, ce qui peut conduire à la production de différentes protéines.


3. RÉSULTATS

3.1 Populations étudiées

Les caractéristiques des populations étudiées, constituées de 1 425 enfants traités par au moins BALA et CSI, sont présentées dans le tableau 1. Les analyses ont été réalisées sur un sous-ensemble de 175 patients sous BALA de PACMAN, 306 de BREATHE et PAGES, 149 de SAGE II, 463 de SCSGES et 332 de GALA II. La proportion d'exacerbations définies comme l'utilisation de corticostéroïdes oraux (OCS) était plus faible dans PACMAN et SCSGES (6,3 % et 16,2 %, respectivement) par rapport à d'autres études. GALA II avait le plus grand nombre de cours OCS du méta-GWAS (49,7%). Le nombre de cours OCS était encore plus élevé dans le PASS (53,5 %).

3.1.1 Méta-analyse des associations pangénomiques

Les parcelles Q-Q n'ont pas fourni de preuves d'inflation génomique en raison de la stratification de la population dans chaque étude (Figure S1A-S1E). Dans la méta-analyse, aucune association avec les exacerbations de l'asthme n'était significative à l'échelle du génome (P-valeur ≤5 × 10 -8 ). Cependant, 22 variantes étaient associées de manière suggestive à des exacerbations (P-valeur ≤ 5 × 10 -6 ) dans notre méta-analyse sur les enfants et les jeunes adultes asthmatiques (tableau 2, figure 1). Le SNP rs7958534, situé à proximité TBX3, avait le signal le plus fort. L'allèle G de ce SNP était associé à un risque accru d'exacerbations (rapport de cotes (OR) 1,86 (intervalle de confiance (IC) à 95 % 1,47-2,35 P = 1,15x10 -7 ). Parmi les 22 SNP identifiés, huit signaux indépendants ont été identifiés. Les parcelles forestières de ces SNP sont représentées dans la figure supplémentaire S4. Les résultats de la sous-analyse des SNP indépendants chez 359 enfants du PASS sont représentés dans le tableau S1. Aucun des SNP n'était associé à un risque accru d'exacerbations.

Gène(s) ou emplacements les plus proches SNP Chr. une une Chromosome
Position b b positions basées sur GRCh37/hg 19 build
Allèle d'effet E/R c c / allèle de référence
MAF d d fréquence des allèles mineurs
OU (IC à 95 %) P-valeur La statistique Q de Cochran Q de Cochran P-valeur I 2 (IC à 95 %)
RMDN2 rs163085 2 38292519 À 0.346 0.59 (0.47-0.74) 4.22 × 10 −6 1.54 6.73 × 10 −1 0.0 (0.0-70.2)
KLF7 rs9288377 2 207856365 G/C 0.366 0.59 (0.47-0.74) 4.98 × 10 −6 1.52 4.67 × 10 −1 0.0 (0.0-86.3)
CLRN1 rs358959 3 150776600 GÉORGIE 0.257 0.63 (0.52-0.77) 4.52 × 10 −6 3.80 4.34 × 10 −1 0.0 (0.0-78.1)
LOC10537-7766 rs4700987 5 180251561 À 0.262 2.80 (1.81-4.33) 3.77 × 10 −6 0.65 4.19 × 10 −1 0.0 e e les intervalles de confiance ne peuvent pas être calculés en raison du nombre limité d'études.
LINC00847 rs4700988 5 180255963 CALIFORNIE 0.262 2.83 (1.84-4.36) 2.42 × 10 −6 0.15 6.99 × 10 −1 0.0 e e les intervalles de confiance ne peuvent pas être calculés en raison du nombre limité d'études.
EPHA7 rs1947048 6 93012151 GÉORGIE 0.166 2.50 (1.69-3.69) 4.36 × 10 −6 0.33 8.48 × 10 −1 0.0 (0.0-37.0)
rs12197506 6 93014723 V/G 0.166 2.50 (1.69-3.69) 4.36 × 10 −6 0.33 8.48 × 10 −1 0.0 (0.0-37.0)
rs1596491 6 93015896 T/A 0.166 2.50 (1.69-3.69) 4.36 × 10 −6 0.33 8.48 × 10 −1 0.0 (0.0-37.0)
rs1899806 6 93017419 C/T 0.166 2.50 (1.69-3.69) 4.36 × 10 −6 0.33 8.48 × 10 −1 0.0 (0.0-37.0)
rs1899807 6 93017512 CGV 0.166 2.50 (1.69-3.69) 4.36 × 10 −6 0.33 8.48 × 10 −1 0.0 (0.0-37.0)
rs2588041 6 93026285 CGV 0.166 2.50 (1.69-3.69) 4.36 × 10 −6 0.33 8.48 × 10 −1 0.0 (0.0-37.0)
rs2588042 6 93027959 GÉORGIE 0.166 2.50 (1.69-3.69) 4.36 × 10 −6 0.33 8.48 × 10 −1 0.0 (0.0-37.0)
rs2818130 6 93034458 A/G 0.167 2.62 (1.75-3.91) 2.61 × 10 −6 0.53 7.67 × 10 −1 0.0 (0.0-60.7)
rs2818129 6 93035916 A/G 0.167 2.49 (1.69-3.66) 4.18 × 10 −6 0.60 7.41 × 10 −1 0.0 (0.0-65.3)
BUB3 rs7918913 10 124928952 C/T 0.374 0.59 (0.47-0.74) 4.96 × 10 −6 0.26 8.77 × 10 −1 0.0 (0.0-20.9)
TBX3 rs6489992 12 115352769 A/G 0.370 1.77 (1.40-2.23) 4.96 × 10 −6 1.64 4.40 × 10 −1 0.0 (0.0-87.3)
rs7972038 12 115352977 CGV 0.340 1.90 (1.50-2.40) 1.43 × 10 −6 0.83 6.60 × 10 −1 0.0 (0.0-75.0)
rs7958534 12 115353100 GÉORGIE 0.336 1.86 (1.47-2.35) 1.15 × 10 −7 1.20 5.48 × 10 −1 0.0 (0.0-82.7)
rs10850402 12 115354123 A/G 0.342 1.88 (1.48-2.38) 2.49 × 10 −7 0.69 7.10 × 10 −1 0.0 (0.0-69.7)
rs7961916 12 115355126 A/C 0.318 1.83 (1.44-2.33) 7.09 × 10 −7 0.38 8.27 × 10 −1 0.0 (0.0-45.3)
rs7970471 12 115365549 À 0.288 1.80 (1.41-2.30) 3.04 × 10 −6 1.36 5.06 × 10 −1 0.0 (0.0-84.7)
RAB22A rs55950385 20 56559152 GÉORGIE 0.122 0.27 (0.16-0.45) 8.98 × 10 −7 0.66 4.16 × 10 −1 0.0 e e les intervalles de confiance ne peuvent pas être calculés en raison du nombre limité d'études.
  • Les SNP indépendants de chaque gène sont en gras.
  • Abréviations : IC, intervalle de confiance OR, rapport de cotes pour les allèles d'effet SNP, polymorphisme d'un seul nucléotide.
  • une Chromosome
  • b positions basées sur GRCh37/hg 19 build
  • allèle d'effet c / allèle de référence
  • d fréquence des allèles mineurs
  • e les intervalles de confiance ne peuvent pas être calculés en raison du nombre limité d'études.

3.2 Évaluation fonctionnelle des variantes

Ensuite, les huit SNP indépendants résultant du méta-GWAS ont été étudiés plus avant dans GTEX. 52 Ici, le SNP indépendant rs4700987 (gène le plus proche : LOC1053777766) a été décrit comme un eQTL pulmonaire pour protéine à doigt de zinc 62 (ZFP62) 53 (Figure S2).

3.3 Validation des associations LABA signalées précédemment à partir d'études de gènes candidats

Sur les trois SNP signalés précédemment, deux étaient disponibles dans toutes les cohortes de l'ensemble de données méta-GWAS actuel. Les trois variantes n'étaient pas systématiquement associées à des exacerbations malgré l'utilisation de BALA (figure S3). Cependant, une analyse de sensibilité dans PACMAN dans laquelle nous avons stratifié pour les utilisateurs de BALA sans utilisation d'antagonistes des leucotriènes (LTRA) montre une association significative pour ADRB2 rs1042713, l'allèle A augmentait le risque d'exacerbations : OR 7,39 (IC à 95 % 1,95-28,01, tableau S2). Une tendance vers une association similaire pour le rs1042713 (OR 1,20 (IC à 95 % 0,72-2,00)) peut être observée dans l'analyse de sensibilité des utilisateurs de BALA sans utilisation de LTRA, bien que non statistiquement significative (tableau S3).


GWAS au présent : où en sommes-nous maintenant ?

Avance rapide de seize ans après l'achèvement du PGH, et la génomique a évolué à une vitesse que personne n'aurait pu prédire. Ces dernières années, l'un des développements les plus importants de la génétique humaine a été une ressource appelée UK Biobank. Il s'agit d'un ensemble de données massif composé d'informations sur le génotype (qui peuvent être utilisées pour GWAS) provenant d'environ 500 000 volontaires humains. Chaque participant fournit également un véritable trésor de données sur la santé, allant d'informations de base telles que la taille et le poids aux questionnaires alimentaires et à l'état de la maladie (un total de plus de 2 400 traits !). Cette ressource a révolutionné la génomique, non seulement en raison de la taille énorme de l'échantillon et des informations médicales détaillées, mais aussi parce que les données sont librement accessibles à tout scientifique qui demande à les utiliser. En conséquence, l'analyse génétique des données de la UK Biobank a été essentiellement confiée à des scientifiques du monde entier. L'impact de cela est clair d'après les chiffres - depuis la publication initiale de UK Biobank en 2015, près de 600 articles l'ont analysé, avec d'innombrables nouvelles études en cours.


Construire à partir de génomes connus pour faire progresser la biologie des systèmes et des écosystèmes

Jesse Poland de l'Université d'État du Kansas a proposé de séquencer l'agropyre intermédiaire (Thinopyrum intermédiaire, alternativement connu sous le nom Agropyron intermédiaire), illustré à gauche. L'agropyre intermédiaire a un rendement en biomasse équivalent à celui du panic raide candidat bioénergétique. Le spécimen de droite est de Agropyron repens, qui coexiste avec Agropyron intermédiaire. (Matt Lavin, CC BY-SA 2.0 Wikimedia Commons)

Le département américain de l'Énergie Joint Genome Institute (DOE JGI), une installation d'utilisateurs du DOE Office of Science, a annoncé que 27 nouveaux projets ont été sélectionnés pour le Community Science Program (CSP) de 2016.

« Ces nouveaux projets CSP, sélectionnés via notre processus d'examen externe, exploitent les capacités de pointe du DOE JGI en matière de séquençage et d'analyse des acides nucléiques et renforcent notre portefeuille dans des domaines clés tels que la production de bioénergie durable, les microbiomes végétaux et la biogéochimie terrestre », a déclaré Susannah Tringe, Adjoint aux programmes utilisateurs du DOE JGI.

Les projets du DSP 2016 ont été sélectionnés parmi 74 propositions complètes reçues, résultant de 98 lettres d'intention soumises. L'allocation totale pour le portefeuille CSP 2016 est estimée à près de 40 000 milliards de bases (térabases ou Tb) de la capacité de séquençage du génome végétal, fongique et microbien du DOE JGI. La liste complète des projets est disponible sur http://jgi.doe.gov/our-projects/csp-plans/fy-2016-csp-plans/.

Un génome de référence, de nombreuses applications

Plusieurs projets mettent en évidence comment un seul génome de référence peut être appliqué pour faire avancer des études précédemment soutenues, tandis que d'autres se concentrent sur les interactions plante-microbienne. Deux, en particulier, tirent parti des récents prix de la bioénergie durable du Bureau de la recherche biologique et environnementale (BER) du DOE.

Daniel Schachtman de l'Université du Nebraska, Lincoln a proposé un projet axé sur une analyse des systèmes de Sorgho bicolore, une matière première bioénergétique potentielle séquencée par le DOE JGI et publiée dans la revue La nature en 2009. Le projet cherche à comprendre comment le génotype - sa constitution génétique sous-jacente - la composition du microbiome et l'environnement influencent le phénotype du sorgho - les traits observables de la plante. Ce travail est également soutenu par une subvention de bioénergie durable à Schachtman ainsi qu'à des collègues du Donald Danforth Plant Science Center et de l'Université de Caroline du Nord.

Un autre projet visant à améliorer les rendements des cultures bioénergétiques vient de Tom Juenger de l'Université du Texas à Austin. En séquençant plusieurs centaines de génotypes de panic raide, l'équipe espère identifier des variations génétiques qui contribuent à des rendements élevés et à une biomasse végétale de haute qualité pouvant être utilisée pour la production de biocarburants. Le projet de Juenger concorde avec sa subvention pour le développement durable des cultures bioénergétiques via BER. Pour cette opportunité de financement, BER a sollicité des candidatures pour une recherche fondamentale axée sur la biologie des systèmes et axée sur la compréhension des rôles des microbes et des communautés microbiennes dans la contribution à la santé des matières premières des cultures bioénergétiques et de leurs écosystèmes associés.

Il y a quatre projets utilisant le Chlamydomonas reinhardtii ressource génomique générée par le DOE JGI en 2007, par exemple. Un projet de l'Université de Californie, Kris Niyogi de Berkeley, implique le reséquençage de mutants d'algues pour identifier les gènes liés à la photosynthèse. Un autre vient de Sabeeha Merchant de l'Université de Californie à Los Angeles qui étudie les algues qui colonisent la neige dans l'Arctique en tant que matières premières potentielles dans les fermes d'algues pour le biocarburant.

Le projet CSP dirigé par David Hibbett de l'Université Clark se concentre sur une étude génomique approfondie de la Lentinule genre. Lentinule est un groupe de champignons pourrissant le bois à pourriture blanche, peut-être mieux connu sous le nom de genre de champignons shiitake, Lentinules edodes. (Image de dominik18s via Flickr CC BY 2.0)

De Jesse Poland de l'Université d'État du Kansas est une proposition de séquencer l'agropyre intermédiaire (Thinopyrum intermédiaire), une plante vivace lointainement apparentée au blé et avec un rendement en biomasse équivalent au panic raide. En produisant un assemblage du génome entier d'agropyre intermédiaire, puis en effectuant des analyses comparatives avec le DOE JGI Flagship et les espèces modèles de graminées Brachypodium distachyon, et avec le blé, l'équipe espère développer des ressources génomiques pouvant être appliquées à des méthodes d'amélioration de la productivité des graminées bioénergétiques candidates.

Interactions inter-organismes

En plus du projet Juenger mentionné ci-dessus, un projet de J. Chris Pires de l'Université du Missouri se concentre sur la relation symbiotique entre les orchidées et les champignons. Les orchidées se trouvent dans le monde entier et leurs graines dépendent uniquement du carbone fourni par les champignons mycorhiziens pour germer et se développer en semis. L'étude de ces relations peut fournir aux chercheurs des informations sur l'évolution des interactions plantes-fongiques pour les matières premières de biomasse pertinentes pour le DOE.

Une proposition de Matteo Lorito de l'Université de Naples en Italie se concentre sur une association symbiotique similaire entre les champignons du sol et les cultures intermédiaires. Son projet cible spécifiquement les métabolites secondaires, des composés qui aident l'organisme à se développer et à communiquer, produits par Trichodermie espèces fongiques interagissant avec l'herbe B. distachyon.

D'autres projets soulignent l'importance des interactions microbiennes au sein d'un écosystème. L'un de ces projets vient de Christopher Francis de l'Université de Stanford, qui étudie le rôle des communautés microbiennes cyclant l'azote sur les sites d'eaux souterraines contaminées par l'uranium dans le bassin supérieur du fleuve Colorado. L'objectif est de déterminer le rôle que la nitrification peut jouer dans le rejet d'uranium dans l'aquifère.

Christopher Francis de l'Université de Stanford s'intéresse aux plaines inondables du bassin supérieur du fleuve Colorado, qui sont généralement pauvres en nutriments mais abondants en minéraux de sulfure de fer, ce qui a conduit au descripteur de « zones naturellement réduites » (NRZ). On craint que les NRZ soient des sources d'uranium à libération lente dans l'aquifère qui pourraient persister pendant des centaines d'années. (Photo de Roy Kaltschmidt, Berkeley Lab)

Deux autres projets sur le microbiome végétal se concentrent sur les interactions fongiques impliquant des matières premières bioénergétiques durables potentielles telles que le peuplier et l'eucalyptus. L'un de Richard Hamelin de l'Université de la Colombie-Britannique au Canada vise à développer une base de données d'agents pathogènes qui pourraient nuire aux pins et aux peupliers et ainsi prévenir les épidémies grâce à une détection précoce, tandis que l'autre de Ian Anderson de l'Université de Western Sydney en Australie examine expression génique fonctionnelle du mutualiste Pisolithe genre, dont plusieurs espèces entretiennent des relations symbiotiques avec le pin et l'eucalyptus.

Focus sur les champignons

Plusieurs autres projets ont une composante fongique, soulignant l'étendue de cette branche particulière de l'Arbre de Vie. Trois des projets sélectionnés prolongent le 1000 Fungal Genome Project, qui vise à disposer d'au moins deux génomes de référence parmi plus de 500 familles de champignons reconnues. D'autres projets encore se concentrent sur l'exploitation d'enzymes fongiques pour des applications bioénergétiques. L'un de ces derniers vient de Veronika Dollhofer du Centre de recherche de l'État de Bavière pour l'agriculture en Allemagne. Elle a proposé l'étude des champignons anaérobies des intestins des ruminants pour mieux comprendre comment ils décomposent la matière végétale ingérée. Les enzymes des champignons anaérobies leur permettent à la fois de dégrader la masse végétale et de la convertir en sucres, une combinaison qui pourrait être utile dans les usines de biogaz à l'échelle de la production.


Projet Génome Focus sur le gène ADRB2 ? - La biologie

La comparaison du génome de référence trouve des divergences entre les variants de l'exome dans le gène 206

Dans une nouvelle étude publiée dans l'American Journal of Human Genetics, les chercheurs du BCM-HGSC identifient des divergences de variantes génétiques entre le génome humain de référence GRCh38 (hg38) et l'ancien GRCh37 (hg19).

Évaluation génomique du paysage de prédisposition au cancer du rhabdomyosarcome pédiatrique

Des chercheurs du Baylor College of Medicine ont mené la plus grande évaluation génomique des enfants atteints de RMS pour déterminer la prévalence des modifications génétiques qui entraînent une prédisposition au cancer.

Le séquençage du génome identifie le talon d'Achille du cancer chez des répondeurs exceptionnels

Des chercheurs du Baylor College of Medicine ont mené une étude de six ans avec le National Cancer Institute pour analyser le génome tumoral et le microenvironnement de répondeurs exceptionnels afin de déterminer si la survie pouvait s'expliquer par des mécanismes génétiques.

Le séquençage des génomes africains éclaire l'histoire de la santé et des migrations

Le Centre de séquençage du génome humain a travaillé avec le consortium H3Africa et les gouvernements africains locaux pour acquérir des échantillons consentis de pays à travers le continent et générer des données de séquence du génome entier à couverture élevée.

Les équipes de génomique de Baylor s'associent pour fournir des tests COVID-19 pour la région de Houston

Le centre de séquençage du génome humain de Baylor et le centre Alkek pour la métagénomique et la recherche sur le microbiome s'associent aux services de santé publique locaux pour fournir des tests PCR pour des dizaines de milliers d'échantillons COVID-19.

Le Centre de séquençage du génome humain acquiert un nouveau séquenceur

Le centre de séquençage du génome humain du Baylor College of Medicine a récemment reçu une subvention du NIH pour l'acquisition de l'instrument de séquençage d'ADN Pacific Biosciences Sequel II.

Laboratoire clinique du centre de séquençage du génome humain

Le laboratoire clinique HGSC (HGSC-CL) est le laboratoire de diagnostic moléculaire certifié CAP/CLIA opérant au sein du centre de séquençage du génome humain du Baylor College of Medicine.

Avec un engagement à améliorer les soins de santé grâce aux tests génomiques, HGSC-CL propose des services de tests cliniques à l'appui des efforts de séquençage clinique à grande échelle.

Centre génomique du Texas Medical Center pour les maladies infectieuses

Le Texas Medical Center Genomic Center for Infectious Diseases (TMC GCID) est l'effort de collaboration d'une équipe multidisciplinaire et intégrée de scientifiques fondamentaux et de médecins de trois institutions - Baylor College of Medicine, The University of Texas Health Science Center à Houston (UTHealth) School de la santé publique, et l'Université du Texas MD Anderson Cancer Center.

Le TMC GCID s'appuie sur des décennies d'expérience dans le séquençage génomique, une expertise clinique renommée et l'utilisation de nouveaux modèles ex vivo de la fonction intestinale et pulmonaire humaine pour créer une plate-forme d'interrogation génomique à grande échelle des interactions hôte-agent pathogène muqueux dans le contexte de l'homme tissus.

Recherche COVID-19

Comme une grande partie de la communauté de la recherche en cette période d'urgence, le Baylor College of Medicine Human Genome Sequencing Center (BCM-HGSC) s'est principalement concentré sur les tests et la recherche COVID-19. Avec la sécurité et la santé de la communauté et de notre personnel à l'esprit, le BCM-HGSC fonctionne avec du personnel travaillant à distance autant que possible tandis qu'une équipe de laboratoire en rotation poursuit des recherches critiques sur place.

Vers un séquençage à longue lecture à l'échelle de la population

Les progrès des technologies de séquençage à lecture longue et de la bioinformatique ont permis les premières études à l'échelle de la population avec séquençage à lecture longue ces dernières années. Dans une nouvelle revue publiée dans Nature Review Genetics, le Dr Fritz Sedlazeck et ses collègues discutent de ces développements récents et mettent en évidence les stratégies de projet pour la conception expérimentale avec les systèmes Pacific Biosciences et Oxford Nanopore Technology.

Harmoniser le séquençage et l'interprétation cliniques pour le réseau eMERGE III

Un nouvel article disponible en préimpression sur bioRxiv décrit les méthodes développées pour harmoniser les protocoles de tests génétiques reliant plusieurs sites et chercheurs pour le réseau eMERGE III. Les résultats marquent une réalisation critique vers la normalisation mondiale des tests génétiques en établissant des protocoles pour différents sites afin d'harmoniser les aspects techniques et interprétatifs des tests de séquençage. L'intégration des résultats génomiques structurés dans plusieurs systèmes de dossiers de santé électroniques par le réseau eMERGE ouvre également la voie à l'aide à la décision clinique pour permettre la médecine génomique.

L'Atlas Pan-Cancer unique et complet fournit une ressource essentielle

Une collection de 27 articles du consortium The Cancer Genome Atlas (TCGA) a été publiée sur le projet intégré visant à analyser les 33 types de cancer et à classer les mutations et les voies spécifiques. De nombreux articles présentent des contributions importantes du Baylor College of Medicine et de ses chercheurs du Human Genome Sequencing Center. Les résultats des données de la cohorte de 11 000 patients apparaissent dans Cellule parutions.

Stratégie de calcul hybride pour l'analyse évolutive des données du génome entier

Dans une étude publiée dans BMC Bioinformatique, des chercheurs du Centre de séquençage du génome humain du Baylor College of Medicine, ainsi que du Laboratoire national d'Oak Ridge, de DNAnexus et du Centre de génétique humaine du Centre des sciences de la santé de l'Université du Texas, ont développé une nouvelle stratégie de calcul hybride pour répondre au besoin croissant d'un coût évolutif et appel de variantes efficace et en temps réel des données de séquençage du génome entier.

Cette nouvelle stratégie s'est avérée efficace dans l'analyse d'un ensemble sans précédent de 5 000 échantillons, qui constituent une partie essentielle des efforts de consortiums internationaux connus sous le nom de Cohorts for Heart and Aging Research in Genomic Epidemiology, ou CHARGE.

Évaluation de la variation structurelle dans un génome personnel - vers un génome diploïde humain de référence

Dans un article publié en BMC Génomique, une équipe dirigée par des scientifiques du Centre de séquençage du génome humain du Baylor College of Medicine présente Parliament, un pipeline d'appel de variantes structurelles (SV) qui rassemble plusieurs types de données et méthodes de détection de SV pour améliorer la caractérisation de ces variantes plus grandes.


Résumé

Une région sur le chromosome humain 5 (5q31.1-qter) contient plusieurs gènes qui codent pour d'importants régulateurs de la pression artérielle et est donc un bon candidat pour l'analyse de la liaison et de l'association avec l'hypertension. Nous avons recruté 638 individus de 212 pedigrees polonais avec un regroupement d'hypertension essentielle. Ces sujets ont été génotypés pour 11 marqueurs microsatellites qui couvrent cette région afin de tester le lien avec l'hypertension essentielle et les pressions artérielles systolique et diastolique. Le segment de cette région de ≈7 cM délimité par les marqueurs D5S1480 et D5S500 a été lié aux pressions artérielles en analyse multipoint. Dans l'analyse en 2 points, D5S1480—le marqueur à proximité immédiate de β2-gène du récepteur adrénergique - a atteint le lien maximal avec l'hypertension essentielle et les pressions artérielles systolique et diastolique ajustées, impliquant ce gène comme un candidat positionnel pour d'autres études d'association. Arg16Gly, Gln27Glu et Thr164Ile—3 polymorphismes fonctionnels d'un seul nucléotide dans le2-gène du récepteur adrénergique—ont été testés pour l'association avec l'hypertension essentielle. Aucun de ces polymorphismes n'a montré d'association significative avec l'hypertension essentielle, séparément ou dans l'analyse des haplotypes. Cette étude a fourni des preuves d'un lien entre la région 5q31.1-5qter et l'hypertension essentielle dans la population européenne. De plus, il impliquait le segment chromosomique à proximité immédiate de D5S1480 et D5S500. L'analyse détaillée de 3 polymorphismes nucléotidiques simples ne supporte pas le rôle du2-gène du récepteur adrénergique en tant que gène causal majeur pour la liaison détectée.

L'hypertension artérielle essentielle est un trait complexe multifactoriel avec une forte composante héréditaire. Outre les analyses pangénomiques et l'approche des gènes candidats (principales méthodes utilisées dans la recherche de loci génétiques pouvant déterminer la prédisposition à l'hypertension essentielle), 1 une approche de la région chromosomique cible combinant la logique de 2 stratégies majeures a été postulée. 2 La sélection d'une petite région chromosomique impliquée par des recherches à l'échelle du génome et contenant plusieurs gènes candidats liés physiopathologiquement aux phénotypes étudiés permet une saturation plus dense avec des marqueurs microsatellites et peut être suivie d'une analyse positionnelle ultérieure. Le segment distal du bras long du chromosome 5 (5q31.1-qter) est une région chromosomique cible exceptionnelle pour les études sur l'hypertension essentielle, ayant été liée à la fois à la pression artérielle systolique 3 et à la pression artérielle diastolique 4 après l'exercice dans des analyses à l'échelle du génome réalisées en blanc populations. De plus, cette région contient un groupe de gènes codant pour des protéines connues comme d'importants régulateurs de la pression artérielle (β2-gène du récepteur adrénergique [ADRB2], α1B-récepteur adrénergique, dopamine D1 récepteur, annexine VI) et impliqués comme contributeurs possibles à la pathogenèse de plusieurs troubles cardiovasculaires (récepteur du facteur de croissance dérivé des plaquettes, glutathion peroxydase).

Nous avons effectué une analyse de liaison de cette région à l'aide de 3 phénotypes apparentés : un diagnostic d'hypertension essentielle (un trait qualitatif) et 2 phénotypes quantitatifs : la pression artérielle systolique et diastolique. Nous avons recherché un lien indiquant le locus positionnel pour d'autres analyses d'association. L'un des loci dans la partie impliquée de la région cible, ADRB2, a ensuite été analysé dans des études d'association.

Méthodes

Sujets

Les participants à ce projet (Silesian Hypertension Study) ont été recrutés entre 1999 et 2000 en Silésie, une région du sud de la Pologne à forte prévalence de morbidité et de mortalité cardiovasculaires. L'étude a été conçue pour rechercher une prédisposition génétique à plusieurs phénotypes cardiovasculaires et était basée sur la collecte de sujets atteints d'hypertension essentielle diagnostiquée avec leurs parents et/ou frères et sœurs disponibles. Le projet a été approuvé par le comité de bioéthique local et le consentement éclairé de chaque participant a été obtenu. Nous avons recruté 638 individus de race blanche de 212 familles présentant un regroupement d'hypertension essentielle. Des informations phénotypiques complètes ont été obtenues auprès de 635 sujets représentant 210 familles. Six autres individus de 3 familles ont été exclus en raison des incohérences de la ségrégation mendélienne.

Phénotypage

Le phénotypage comprenait les antécédents cliniques obtenus par des questionnaires standardisés, un examen physique et des tests de laboratoire selon les recommandations de l'Organisation mondiale de la santé. 5 L'hypertension a été définie comme une tension artérielle systolique et/ou diastolique supérieure à 140/90 mm Hg à 3 reprises et/ou restant sous traitement antihypertenseur. 5 Les sujets présentant des formes secondaires d'hypertension ont été exclus de l'étude. Des mesures de taille et de poids ont été prises dans des conditions standard pour calculer l'indice de masse corporelle. La pression artérielle a été prise en position assise à l'aide d'un sphygmomanomètre à mercure avec une taille de brassard ajustée individuellement au bras après 20 minutes de repos. La tension artérielle systolique a été prise au retour des bruits artériels (Korotkoff phase I), et la disparition des bruits (Korotkoff phase V) a indiqué la tension artérielle diastolique. La moyenne de 3 enregistrements consécutifs de la pression artérielle systolique et diastolique a été utilisée pour obtenir les valeurs représentatives. Les valeurs de pression artérielle des sujets restant sous traitement antihypertenseur ont été ajustées de manière non paramétrique pour l'effet du traitement selon l'algorithme utilisé précédemment dans les analyses des données de Framingham. 6 En bref, les ajustements étaient basés sur une méthode non paramétrique dans laquelle les pressions artérielles d'un individu recevant un traitement antihypertenseur étaient décalées vers le haut en y ajoutant la moyenne des résidus des pressions artérielles régressées selon l'âge de ceux ayant une pression artérielle plus élevée et la individu lui-même. Les deux sexes ont été analysés séparément. Les observations des personnes ne prenant pas de traitement antihypertenseur sont restées inchangées.

Identification et localisation des loci génétiques dans la région chromosomique candidate

Huit marqueurs microsatellites (D5S1480, D5S636, D5s820, D5s2093, D5s1471, D5s1456, D5s462, D5s211) couvrant la région de 35 cM sur la partie distale du bras long du chromosome 5 (5q31.1-qter) ont été initialement sélectionnés pour l'analyse moléculaire. Un ensemble de 3 marqueurs supplémentaires (D5S500, D5S642, D5S494) situés à proximité de D5S1480 et couvrant la distance de ≈20 cM a été choisi à un stade ultérieur pour définir plus précisément la région de liaison (Figure).

Analyse de liaison multipoint de la pression artérielle systolique à la région chromosomique 5q31.1-qter. D5s494 à D5s211 représentent des marqueurs microsatellites dans la région examinée. Les distances sont indiquées en centiMorgans.

L'emplacement et les distances entre les marqueurs ont été obtenus à partir de bases de données publiques, y compris le Center for Medical Genetics de la Marshfield Medical Research Foundation (http://research.marshfieldclinic.org/genetics) et la Genetic Location Database (http://cedar.genetics. soton.ac.uk/pub/chrom5/map.htm). Les gènes candidats ont été localisés dans la région à l'aide d'informations intégrées provenant de la base de données unifiée pour la cartographie du génome humain de l'Institut des sciences Weizmann (http://bioinformatics.weizmann.ac.il) et de la base de données de l'Université de Californie, Santa Cruz, Ébauche de travail du projet du génome humain (http://genome.ucsc.edu). Les polymorphismes nucléotidiques simples du gène ADRB2 ont été identifiés à l'aide de la base de données sur la variation du génome humain (http://hgvbase.cgb.ki.se) et de la base de données sur le polymorphisme nucléotidique unique (SNP) du National Center for Biotechnology Information (http://www .ncbi.nlm.nih.gov/SNP/index.html) et ont ensuite été classés par ordre de priorité en fonction de leur capacité à affecter la fonction du récepteur.

Génotypage

L'ADN génomique a été extrait d'échantillons de sang total à l'aide du kit de purification d'ADN MasterPureTM (Epicentre Technologies). Chaque marqueur microsatellite a été amplifié par amplification en chaîne par polymérase (PCR) à l'aide de Tetrad DNA Engine (MJ Research). Les séquences des amorces ont été obtenues auprès de Genome Database Bank (http://www.gdb.org) et séquencées (Applied Biosystems). Le volume total du mélange maître PCR était de 20 L et comprenait 25 ng d'ADN génomique, 200 μmol/L de chaque dNTP (Promega), 10 pmol d'amorce directe et inverse, 0,2 U d'ADN polymérase Taq (HotStarTaq, Qiagen), 10 × Tampon PCR (avec 1,5 mmol/L de MgCl2, Qiagen) et l'éther de polyoxyéthylène (solution W-1, Life Technologies). L'extrémité 5' des amorces directes a été marquée avec de la 6-carboxyfluorescéine (FAM) ou ses analogues fluorescents (HEX, NED). L'activation de l'ADN polymérase à 95°C pendant 1 minute a été suivie de 34 cycles de 94°C (1 minute), d'hybridation (1 minute), de 72°C (1 minute) et de l'extension finale à 72°C pendant 10 minutes. Les produits de PCR ont été regroupés et résolus sur un gel de polyacrylamide à 5 % en utilisant un séquenceur ABI 377 (Applied Biosystems). Le génotypage a été réalisé à l'aide des logiciels Genescan et Genotyper (Applied Biosystems), indépendamment par 2 individus, qui n'étaient pas au courant des données phénotypiques.

L'amplification par PCR du fragment d'ADN contenant le polymorphisme Arg16Gly du gène ADRB2 a été réalisée dans un volume de 20 L, dont 25 ng d'ADN génomique, 200 μmol/L de chaque dNTP (Promega), 10 pmol d'amorce sens et inverse, 0,2 U de Taq ADN polymérase (HotStarTaq, Qiagen), et 10× tampon PCR (avec 1,5 mmol/L de MgCl2, Qiagen). L'activation de l'ADN polymérase à 95°C pendant 15 minutes a été suivie de 34 cycles de dénaturation (95°C, 1 minute) d'hybridation (52°C, 1 minute) et d'extension (72°C, 1 minute), avec une extension finale (72°C, 10 minutes). Le produit PCR a été digéré avec 2 U de BsrEnzyme de restriction DI (New England Biolabs) à 60°C pendant 6 heures et résolue sur un gel à 3% 1000-agarose (Life Technologies) contenant du bromure d'éthidium, avec visualisation ultérieure avec un Fluoro-S Multi-imager (Biorad). Les amorces et les tailles des produits de digestion étaient les mêmes que celles décrites précédemment. 7

Les conditions d'amplification pour le fragment d'ADN contenant le polymorphisme Gln27Glu du gène ADRB2 étaient similaires au polymorphisme Arg16Gly, à l'exception de la séquence des amorces et de la température d'hybridation (63°C). Le produit PCR a été digéré avec 1,5 U de C'estI enzyme de restriction (Roche) à 37°C pendant 20 heures, résolue sur un gel à 2,5 % d'agarose 1000 (Life Technologies) contenant du bromure d'éthidium, et visualisée au moyen d'un Fluoro-S Multi-imager. La séquence des amorces et les tailles des produits de digestion étaient les mêmes que celles décrites précédemment. 7

Les conditions de PCR pour le segment contenant le SNP Thr164IIe du gène ADRB2 étaient similaires à celles du polymorphisme Arg16Gly à l'exception de la séquence des amorces et de la température d'hybridation (55°C). Le produit PCR a été digéré avec 2 U de MnlEnzyme de restriction I (New England Biolabs) à 37°C pendant 5 heures, résolue sur un gel d'agarose ultra pur à 2% (Life Technologies) contenant du bromure d'éthidium, et visualisée au moyen d'un Fluoro-S Multi-imager. La séquence des amorces et les tailles des produits de digestion étaient les mêmes que celles décrites précédemment. 7 Le séquençage direct du fragment d'ADN, y compris 3 SNP fonctionnels au sein du gène ADRB2, a été réalisé chez 15 individus non apparentés choisis au hasard pour confirmer les résultats des polymorphismes de longueur des fragments de restriction.

Analyses statistiques

La vérification des génotypes pour les incohérences dans la ségrégation mendélienne a été effectuée au moyen du programme PEDCHECK. 8 Plusieurs méthodes ont été utilisées pour l'analyse de liaison et d'association des traits qualitatifs et quantitatifs, car cela offre une plus grande fiabilité du résultat final. L'analyse de régression Haseman-Elston, basée sur la régression de la différence de phénotype au carré des frères et sœurs sur leur similarité génétique (définis comme des allèles partagés identiques par descendance [IBD]) a été utilisée pour tester la liaison en 2 points dans le cas des marqueurs microsatellites et des phénotypes étudiés. 9 Un autre test de paires de frères et sœurs IBD, SPLINK (Unix version 1.08), a été appliqué pour rechercher le lien entre les marqueurs microsatellites et l'hypertension essentielle. Une analyse de liaison confirmatoire en 2 points basée sur l'estimation des allèles identiques par état (IBS) à un marqueur microsatellite par rapport à la distribution aléatoire des allèles a été réalisée pour l'hypertension en tant que trait binaire, au moyen du test IBS χ 2 . 10 Les tests de liaison en 2 points Haseman-Elston et IBS χ 2 ont été réalisés avec le programme SIB-PAIR. 11 Pour une confirmation supplémentaire des résultats obtenus dans l'analyse de liaison en 2 points, un test de rang Z-score multipoint non paramétrique a été effectué avec des phénotypes quantitatifs à l'aide de MAPMAKER/SIBS.

La stratégie subséquente, testant l'association de l'hypertension essentielle avec le gène ADRB2 en tant que candidat positionnel, a été réalisée à l'aide de tests d'association basés sur la famille.

Le test de déséquilibre de transmission (TDT) évaluant le nombre d'allèles transmis par rapport aux allèles non transmis de parents hétérozygotes à des sujets atteints (hypertensifs) (par rapport au rapport transmission/non-transmission attendu 50 %/50%) a été utilisé pour tester l'association de l'hypertension essentielle avec les SNP de l'ADRB2. 12 Les résultats des TDT ont ensuite été vérifiés au moyen de la méthode empirique variance-family based association test (EV-FBAT), déterminant la valeur d'un test d'association sous l'hypothèse nulle de liaison mais pas d'association par l'utilisation d'une variance empirique. estimateur de covariance. 13 Contrairement à d'autres tests familiaux, cette méthode n'est pas affectée par les configurations généalogiques et peut être utilisée en cas de traits binaires, quantitatifs ou de délai d'apparition, ainsi que de marqueurs multi- et bialléliques. 13

Le TDT modifié de Clayton a été réalisé en cas de combinaisons d'haplotypes, en utilisant le programme TRANSMIT. 14 Ce test calcule un vecteur de score égalisé sur toutes les combinaisons possibles d'haplotypes parentaux et de transmissions, en concordance avec les données observées, et traite le problème des génotypes parentaux partiellement inconnus et de l'incertitude de la phase haplotype. 14

Une analyse de régression logistique binaire a été réalisée dans la génération parentale pour tester l'association entre l'hypertension essentielle et chaque variante génétique de l'ADRB2 en présence d'autres covariables, notamment l'âge, le sexe et l'indice de masse corporelle.

Résultats

Caractéristiques cliniques

Il y avait 629 individus (âge, 45,8 ± 15,7 ans) de 207 familles, avec 313 (49 %) hommes et 316 (51 %) femmes inclus dans l'analyse finale. Parmi ceux-ci, 401 (63,7 %) sujets étaient hypertendus et 270 (67,3 %) des sujets hypertendus sont restés sous traitement. Les données démographiques et cliniques de tous les individus divisés en proposants, parents et frères et sœurs sont présentées dans le tableau 1.

Tableau 1. Caractéristiques démographiques et cliniques des individus dans l'étude d'hypertension silésienne

Études de liaison sur 5q31.1-qter

Tous les marqueurs microsatellites étaient très informatifs, avec un nombre d'allèles de 8 (D5S820, D5S462, D5S211) à 15 (D5S494) et une hétérozygotie de 60 % (D5S462) à 82 % (D5S500).

Dans le premier ensemble de 8 marqueurs, il y avait un lien significatif entre le marqueur microsatellite D5S1480 et l'hypertension essentielle dans l'analyse de liaison en 2 points (tableau 2). Les autres marqueurs n'ont pas montré de lien statistiquement significatif avec ce phénotype. Une analyse de liaison en deux points des pressions artérielles systolique et diastolique (ajustées de manière non paramétrique pour l'effet du traitement) a montré une signification statistique du même marqueur (tableau 2).

Tableau 2. Résultats du lien en 2 points des marqueurs microsatellites couvrant la région 5q31.1-5qter à l'hypertension essentielle et aux pressions artérielles systolique et diastolique

Compte tenu de l'emplacement marginal du marqueur significatif attribuant la liaison dans la région candidate, nous avons également effectué des études de liaison similaires en 2 points pour un ensemble de 3 marqueurs situés à proximité de D5S1480. Deux de ces marqueurs (D5S500 et D5S642) étaient significativement liés à l'hypertension essentielle, atteignant des valeurs de liaison de t=2,45 (P=0,008) et t=1,96 (P=0,03), respectivement. De manière cohérente, l'analyse de régression de Haseman-Elston de la pression artérielle systolique et diastolique ajustée a révélé que le marqueur le plus proche de D5S1480-D5S500 a atteint un niveau de signification limite dans l'analyse de liaison en 2 points avec la pression artérielle diastolique (P=0,06) et la pression artérielle systolique (P=0.09).

Une analyse multipoint conjointe des 11 marqueurs microsatellites a indiqué qu'une région de ≈7 cM à proximité immédiate de D5S1480 et D5S500 est liée à la pression artérielle systolique (Figure). La même tendance était évidente dans l'analyse de liaison multipoint de la pression artérielle diastolique ajustée, avec un Z-score maximal de 1,8 à la position du marqueur D5S1480.

Études d'association du candidat positionnel, ADRB2 Gene

Les polymorphismes Arg16Gly, Gln27Glu et Thr164Ile n'étaient pas associés à une hypertension essentielle dans le TDT (tableau 3). Cette absence d'association a été confirmée par le test EV-FBAT (Arg16Gly, P=0.67 Gln27Glu, P=0,55). Les tests d'association entre l'hypertension essentielle et le polymorphisme Thr164Ile à l'aide de l'EV-FBAT n'ont pas pu être effectués en raison de la rareté de l'allèle Ile (seules 17 personnes dans l'étude étaient porteuses de cet allèle).

Tableau 3. Polymorphismes Arg16Gly, Gln27Glu et Thr164Ile dans les tests de transmission TDT d'allèles de parents hétérozygotes à la progéniture souffrant d'hypertension essentielle

Parmi les 7 haplotypes observés (notés de A à G), B, D et F représentaient les variantes les plus courantes, comprenant 97,4 % du total des haplotypes (tableau 4). Le nombre d'haplotypes transmis des parents à la progéniture hypertendue n'était pas significativement différent du nombre attendu de transmissions (tableau 4).

Tableau 4. Test d'haplotype TDT pour 3 SNP fonctionnels de l'ADRB2

Dans le modèle de régression binaire, incluant l'âge, le sexe et l'indice de masse corporelle comme cofondateurs potentiels, aucun des polymorphismes ADRB2 n'était associé à l'hypertension. L'odds ratio pour l'hypertension chez les sujets homozygotes pour un variant sauvage par rapport aux individus hétérozygotes et homozygotes pour un allèle mutant était de 0,85 (IC à 95 %, 0,3 à 2,2 P= 0,74) et 1,46 (IC à 95 %, 0,5 à 4,2 P= 0,49) pour Arg16Gly, 1,33 (IC à 95 %, 0,6 à 3,1 P=0,5) et 1,54 (IC à 95 %, 0,5 à 4,4 P= 0,43) pour Gln27Glu, et 0,7 (IC à 95 %, 0,1 à 4,9 P= 0,72) pour Thr164Ile, respectivement.

Discussion

Dans la présente étude, la liaison maximale a été détectée à la fois en analyse en 2 points et en analyse multipoint à la même position chromosomique correspondant au marqueur microsatellite D5S1480. En revanche, l'analyse de liaison de la pression artérielle systolique réalisée par Krushkal et al 2 sur la même région chromosomique impliquait différents marqueurs situés à proximité du télomère. Cet écart n'est pas surprenant et peut refléter plusieurs différences de profil ethnique (origine européenne versus américaine), démographique (âge) et clinique (normotension versus hypertension) des sujets entre ces études.

Pour éviter un biais potentiel pouvant découler d'une analyse de liaison d'un trait dichotomique basée sur une catégorisation arbitraire (hypertension), nous avons effectué des études supplémentaires sur les pressions artérielles systolique et diastolique, détectant une liaison cohérente dans le segment proximal de la région chromosomique 5q31.1-qter pour les caractères qualitatifs et quantitatifs.

Une analyse conjointe qualitative-quantitative a été postulée pour augmenter les preuves de liaison, en particulier en cas de maladies multifactorielles, 15 et elle a été largement mise en œuvre dans des études visant à disséquer la prédisposition génétique aux troubles complexes atopiques. 16,17

Le signal de liaison cohérent obtenu dans l'analyse en 2 points et multipoint a restreint les recherches de gènes candidats au segment chromosomique attribué par D5S1480 et D5S500. Parmi plusieurs candidats pour d'autres analyses de position, nous avons sélectionné l'ADRB2, le gène situé à proximité immédiate du marqueur de la liaison la plus élevée. La priorité a été donnée à ce candidat également à la lumière du rôle bien documenté de l'ADRB2 dans la régulation de la pression artérielle et de sa contribution essentielle au développement de plusieurs phénotypes cardiovasculaires et métaboliques liés à l'hypertension. 18

Pour tester les relations entre l'hypertension essentielle et l'ADRB2, nous avons effectué des études d'association de 3 SNP fonctionnels dans la région codante de ce gène. Arg16Gly, Gln27Glu et Thr164Ile ont été sélectionnés pour une analyse plus approfondie à la lumière des données concernant leur influence sur la régulation négative et l'affinité des récepteurs in vitro, 18 ainsi que sur la désensibilisation vasculaire in vivo. 19 L'absence d'association des polymorphismes ADRB2 avec l'hypertension essentielle était évidente dans le TDT et vérifiée par un test EV-FBAT moins conservateur. De plus, ces résultats ont été confirmés par l'analyse des haplotypes. Pour les 2 SNP communs, notre étude avait un pouvoir de détection d'association de 86 % (P<0,05), avec un rapport de cotes de 1,6.

Les relations entre les polymorphismes du gène ADRB2 et les phénotypes cardiovasculaires ont été évaluées dans les populations européennes, américaines, japonaises et africaines des Caraïbes, 20-27 et le manque apparent de cohérence dans les résultats entre ces études peut être, au moins partiellement, attribuable aux différences ethniques. Nos résultats, analysés dans le contexte d'autres études européennes, sont en accord avec les données obtenues auprès de sujets anglais, 20 français, 21 et suédois non diabétiques 22. En revanche, l'association des polymorphismes au sein du gène ADRB2 avec la pression artérielle a été rapportée dans des populations normotendues finlandaises, 22 allemandes, 24 et autrichiennes 26. Il est à noter que toutes les enquêtes sur des sujets normotendus européens suggèrent l'association de l'ADRB2 avec la pression artérielle, alors que les études européennes impliquant des sujets hypertendus sont négatives. L'une des explications possibles de cet écart pourrait être un effet pléiotrope exercé par l'ADRB2. Sa contribution à plusieurs phénotypes cardiovasculaires et métaboliques (insulinorésistance, obésité, insuffisance cardiaque) 18 de prévalence significativement différente chez les individus hypertendus et normotendus est bien documentée et ne peut être exclue comme facteur de confusion de la relation entre l'ADRB2 et la pression artérielle. Il reste à élucider si le rôle différent suggéré de l'ADRB2 dans les populations normotendues et hypertendues peut être causé par son influence synergique sur plusieurs phénotypes cardiovasculaires/métaboliques (agissant en tant que cofondateurs potentiels) ou représente un fond génétique distinct d'hypertension et d'hypotension artérielle.

La question qui reste à répondre est de savoir quel locus au sein de notre région candidate peut être responsable de la liaison observée. Plusieurs gènes codant pour des protéines impliquées dans la régulation de la pression artérielle et les complications hypertensives situées à proximité immédiate de D5S1480 et D5S500, tels que l'annexine VI, le gène de la glutathion peroxydase 3, le gène du récepteur du facteur de croissance dérivé des plaquettes-β, le facteur de croissance des fibroblastes-1 et les glucocorticoïdes gène récepteur—semblent les candidats positionnels les plus évidents pour des études ultérieures.

Points de vue

Notre étude implique un court segment de 7 cM sur le bras long du chromosome 5 comme abritant un ou des gènes de l'hypertension essentielle humaine. De plus, l'analyse détaillée des haplotypes de trois SNP fonctionnels a exclu ADRB2 en tant que gène causal. D'autres études se concentreront sur les gènes candidats de position restants, rapprochant ainsi la dissection des traits cardiovasculaires complexes.


Voir la vidéo: How to Sequence a Genome: Introduction (Août 2022).