Мультиомиксные подходы к поиску молекулярно-генетических предикторов остеопороза



Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Идентификация генетических локусов и биохимических маркеров, ассоциированных с количественными и качественными признаками костной ткани, риском переломов и уровнем минеральной плотности костной ткани, до сих пор не дала однозначного ответа на вопрос о молекулярном патогенезе остеопороза. Всё еще остаются нерешенные и вопросы, касающиеся разработки методов ранней диагностики и прогнозирования течения данного заболевания. Молекулярные эффекты генетических вариантов, расположенных в кодирующих областях генома человека, легко поддаются изучению, однако, большинство однонуклеотидных полиморфных локусов, ассоциированных с восприимчивостью к остеопорозу, локализованы в некодирующих или межгенных областях и их роль в патогенезе данного заболевания не изучена в полной мере. Использование биохимических маркеров в диагностике и мониторировании терапии остеопороза не позволяют разработать подходы к ранней диагностике заболевания до возникновения перелома. Возникают значительные проблемы интерпретации результатов исследований для применения в клинической медицине. Однако объединение многопрофильных данных, таких как полногеномный поиск ассоциаций (GWAS), изменение паттернов биогенных элементов костного ремоделирования, каталитической активности ряда ферментов и экспрессии генов, являющихся маркерами костной резорбции, позволило значительно расширить понимание ключевых звеньев патогенеза заболевания. В статье приведены обзор и обобщение результатов мультиомиксных исследований остеопороза, в том числе бионформатического анализа по поиску ключевых факторов риска развития остеопороза, а также фармакогенети-ческих аспектов современной терапии заболевания.

Полный текст

Доступ закрыт

Об авторах

Б. И Ялаев

Институт биохимии и генетики УФИЦ РАН

Email: yalaev.bulat@yandex.ru

А. В Тюрин

Башкирский государственный медицинский университет

Р. И Хусаинова

Институт биохимии и генетики УФИЦ РАН; Башкирский государственный медицинский университет

Список литературы

  1. Хусаинова, Р.И., Хуснутдинова Э.К. Генетика остеопороза. Уфа: Гилем; 2015.
  2. Ralston S.H., Uitterlinden A.G. Genetics of osteoporosis. Endocrine Reviews 2010; 31(5): 629-62.
  3. Kiel D.P., Demissie S.J., Dupuis K.L. et al. Genome-wide association with bone mass and geometry in the framingham heart study. BMC Medical Genetics 2007; 8(1): 14.
  4. Styrkarsdottir U., Halldorsson B.V., Gretarsdottir S. et al. Multiple genetic loci for bone mineral density and fractures. The New England Journal of Medicine 2008; 358(22): 2355-65.
  5. Richards J.B., Rivadeneira F., Inouye M. et al. Bone mineral density, osteoporosis, and osteoporotic fractures: a genome-wide association study. Lancet 2008; 371(9623): 1505-12.
  6. Rivadeneira F., Styrkarsdottir U., Estrada K. et al. Twenty bone-mineral-density loci identified by large-scale meta-analysis of genome-wide association studies. Nature Genetics 2009; 41(11): 1199-206.
  7. Zheng H.F., Spector T.D., Richards J.B. Insights into the genetics of osteoporosis from recent genome-wide association studies. Expert Reviews in Molecular Medicine 2011; 13: 28.
  8. Vasikaran S.D., Glendenning P., Morris H.A. The Role of Biochemical Markers of Bone Turnover in Osteoporosis Management in Clinical Practice. Clinical Biochemist Reviews 2006; 27(3): 119-21.
  9. Seibel M.J. Biochemical Markers of Bone Turnover Part II: Clinical Applications in the Management of Osteoporosis. Clinical Biochemist Reviews 2006; 27(3): 123-38.
  10. Riggs B.L., Melton L.J., O’Fallon W.M. Drug therapy for vertebral fractures in osteoporosis: Evidence that decreases in bone turnover and increases in bone mass both determine antifracture efficacy. Bone 1996; 18(3): S197-201.
  11. Kuo T.R., Chen C.H. Bone biomarker for the clinical assessment of osteoporosis: Recent developments and future perspectives. Biomarker Research 2017; 5(1): 1-9.
  12. Karasik D., Rivadeneira F., Johnson M.L. The genetics of bone mass and susceptibility to bone diseases. Nature Reviews Rheumatology 2016; 12(6): 323-34.
  13. Makovey J., Nguyen T., Naganathan V. et al. Genetic effects on bone loss in periand postmenopausal women: A longitudinal twin study. Journal of Bone and Mineral Research 2007; 22(11): 1773-80.
  14. Howard G.M., Nguyen T.V., Harris M. et al. Genetic and environmental contributions to the association between quantitative ultrasound and bone mineral density measurements: A twin study. Journal of Bone and Mineral Research 1998; 13(8): 1318-27.
  15. Kitsios G.D., Zintzaras E. Genome-Wide Association Studies: hypothesis-free’ or ‘engaged’? Translational Research 2009; 154(4): 161-4.
  16. Estrada K., Styrkarsdottir U., Evangelou E. et al. Genome-wide metaanalysis identifies 56 bone mineral density loci and reveals 14 loci associated with risk of fracture. Nature Genetics 2012; 44(5): 491-501.
  17. Clark G.R., Duncan E.L. The genetics of osteoporosis. British Medical Bulletin 2015; 113(1): 73-81.
  18. Deng F.Y. Is GSN significant for hip BMD in female Caucasians? Bone 2014; 63: 69-75.
  19. Xie P., Zhang L., Chen R. et al. Association of COL1A1 polymorphisms with osteoporosis: a meta-analysis of clinical studies. International Journal of Clinical and Experimental Medicine 2015; 8(9): 4764-81.
  20. Dytfeld J., Marcinkowska M., Drweska-Matelska N. et al. Association analysis of the COL1A1 polymorphism with bone mineral density and prevalent fractures in Polish postmenopausal women with osteoporosis. Archives of Medical Science 2016; 12(2): 288-94.
  21. Luo L., Xia W., Nie M. et al. Association of ESR1 and C6orf97 gene polymorphism with osteoporosis in postmenopausal women. Molecular Biology Reports 2014; 41(5): 3235-43.
  22. Zheng J., Frysz M., Kemp J.P. et al. Use of Mendelian Randomization to Examine Causal Inference in Osteoporosis. Frontiers in Endocrinology 2019; 10: 807.
  23. Trajanoska K., Rivadeneira F. Using Mendelian Randomization to Decipher Mechanisms of Bone Disease. Current Osteoporosis Reports 2018; 16(5): 531-40.
  24. Trajanoska K., Morris J.A., Oei L. et al. Assessment of the genetic and clinical determinants of fracture risk: genome wide association and mendelian randomisation study. British Medical Journal 2018; 362: k3225.
  25. Cousminer D.L., Mitchell J.A., Chesi A. et al. Genetically determined later puberty impacts lowered bone mineral density in childhood and adulthood. Journal of Bone and Mineral Research 2018; 33(3): 430-6.
  26. Kemp J.P., Sayers A., Smith G.D. et al. Using Mendelian randomization to investigate a possible causal relationship between adiposity and increased bone mineral density at different skeletal sites in children. International Journal of Epidemiology 2016; 45(5): 1560-72.
  27. Ahmad O.S., Leong A., Miller J.A. et al. A Mendelian Randomization Study of the Effect of Type-2 Diabetes and Glycemic Traits on Bone Mineral Density. Journal of Bone and Mineral Research 2017; 32(5): 1072-81.
  28. Gan W., Clarke R.J., Mahajan A. et al. Bone mineral density and risk of type 2 diabetes and coronary heart disease: A Mendelian randomization study. Welcome Open Research 2017; 2: 68.
  29. Yokomoto-Umakoshi M., Umakoshi H., Miyazawa T. et al. Investigating the causal effect of fibroblast growth factor 23 on osteoporosis and cardiomet-abolic disorders: A Mendelian randomization study. Bone 2021; 143: 115777.
  30. Garnero P., Delmas P.D. New developments in biochemical markers for osteoporosis. Calcified Tissue International 1996; 59(1): S2-9.
  31. Deng F.Y., Liu Y.Z., Li M.L. et al. Proteomic analysis of circulating monocytes in Chinese premenopausal females with extremely discordant bone mineral density. Proteomics 2008; 8(20): 4259-72.
  32. Deng F.Y., Lei S.F., Chen X.D. et al. An integrative study ascertained SOD2 as a susceptibility gene for osteoporosis in Chinese. Journal of Bone and Mineral Research 2011; 26(11): 2695-701.
  33. Qi T., Qu Q., Li G. et al. Function and regulation of the PEA3 subfamily of ETS transcription factors in cancer. American Journal of Cancer Research 2020; 10(10): 3083-105.
  34. You Y.S., Lin Y.C., Liang H.J. et al. Association between the metabo-lome and low bone mineral density in taiwanese women determined by 1H NMR spectroscopy. Journal of Bone and Mineral Research 2014; 29(1): 212-22.
  35. Lello L., Raben T.G., Yong S.Y. et al. Genomic Prediction of 16 Complex Disease Risks Including Heart Attack, Diabetes, Breast and Prostate Cancer. Scientific Reports 2019; 9(1): 15286.
  36. Moayyeri A., Cheung C.L., Tan K.C. et al. Metabolomic Pathways to Osteoporosis in Middle-Aged Women: A Genome-Metabolome-Wide Mendelian Randomization Study. Journal of Bone and Mineral Research 2018; 33(4): 643-50.
  37. Guo Y., Dong S.S., Chen X.F. et al. Integrating Epigenomic Elements and GWASs Identifies BDNF Gene Affecting Bone Mineral Density and Osteoporotic Fracture Risk. Scientific Reports 2016; 6: 1-12.
  38. Morris J.A., Kemp J.P., Youlten S.E. et al. An atlas of genetic influences on osteoporosis in humans and mice. Nature Genetics 2019; 51(2): 258-66.
  39. Chesi A., Wagley Y., Johnson M.E. et al. Genome-scale Capture C. promoter interactions implicate effector genes at GWAS loci for bone mineral density. Nature Communications 2019; 10(1): 1260.
  40. Chen X.F., Zhu D.L., Yang M. et al. An Osteoporosis Risk ОНП at 1p36.12 Acts as an Allele-Specific Enhancer to Modulate LINC00339 Expression via Long-Range Loop Formation. American Journal of Human Genetics 2018; 102(5): 776-93.
  41. Reppe S., Datta H., Gautvik K. The Influence of DNA Methylation on Bone Cells. Current Genomics 2015; 16(6): 384-92.
  42. Yalaev B.I., Tyurin A.V., Mirgalieva R.Y. et al. The role of DNA methylation in the disorders of bone metabolism. Vavilov journal of genetics and breeding 2019; 23(1): 67-74.
  43. Ялаев Б.И., Хусаинова Р.И. Эпигенетика остеопороза. Медицинская генетика 2018; 12(6): 3-10.
  44. Галицына Е.В., Бухарова Т.Б., Васильев А.В. и соавт. МикроРНК в регуляции остеогенеза in vitro и in vivo: от фундаментальных механизмов к патогенезу заболеваний костной ткани. Гены и клетки 2019; 14(1): 41-8.
  45. Zhang F., Wang D. The pattern of microRNA binding site distribution. Genes 2017; 8(11): 296.
  46. Chen J., Qiu M., Dou C. et al. MicroRNAs in Bone Balance and Osteoporosis. Drug Development Research 2015; 76(5): 235-45.
  47. Lei S.F., Papasian C.J., Deng H.W. Polymorphisms in predicted miRNA binding sites and osteoporosis. Journal of Bone and Mineral Research 2011; 26(1): 72-8.
  48. Гребенникова Т.А., Белая Ж.Е., Рожинская Л.Я. и соавт. Эпигенетические аспекты остеопороза. Вестник российской академии медицинских наук 2015; 70(5): 541-8.
  49. Cohen-Kfir E., Artsi H., Levin A. et al. Sirt1 is a regulator of bone mass and a repressor of Sost encoding for sclerostin, a bone formation inhibitor. Endocrinology 2011; 152(12): 4514-24.
  50. Dydykina I.S., Vetkova E.S. Sclerostin and its role in the regulation of bone metabolism. Rheumatology Science and Practice 2013; 51(3): 296-301.
  51. Kim H.N., Lee J.H., Jin W.J. et al. MS-275, a benzamide histone deacetylase inhibitor, prevents osteoclastogenesis by down-regulating c-Fos expression and suppresses bone loss in mice. European Journal of Pharmacology 2012; 691(1-3): 69-76.
  52. Cosman F., Beur S.J., LeBoff M.S. et al. Clinician’s Guide to Prevention and Treatment of Osteoporosis. Osteoporosis International 2014; 25(10): 2359-81.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Эко-Вектор, 2022


СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: 

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах