KR20240074388A - 당뇨병 예측 또는 진단용 hectd4 snp 마커 및 이의 용도 - Google Patents
당뇨병 예측 또는 진단용 hectd4 snp 마커 및 이의 용도 Download PDFInfo
- Publication number
- KR20240074388A KR20240074388A KR1020220156406A KR20220156406A KR20240074388A KR 20240074388 A KR20240074388 A KR 20240074388A KR 1020220156406 A KR1020220156406 A KR 1020220156406A KR 20220156406 A KR20220156406 A KR 20220156406A KR 20240074388 A KR20240074388 A KR 20240074388A
- Authority
- KR
- South Korea
- Prior art keywords
- diabetes
- predicting
- hectd4
- composition
- pcr
- Prior art date
Links
- 206010012601 diabetes mellitus Diseases 0.000 title claims abstract description 61
- 101000872867 Homo sapiens Probable E3 ubiquitin-protein ligase HECTD4 Proteins 0.000 title claims abstract description 43
- 102100034679 Probable E3 ubiquitin-protein ligase HECTD4 Human genes 0.000 title claims abstract description 42
- 239000000203 mixture Substances 0.000 claims abstract description 19
- 239000002773 nucleotide Substances 0.000 claims abstract description 14
- 125000003729 nucleotide group Chemical group 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 11
- 239000000090 biomarker Substances 0.000 claims abstract description 6
- 239000003795 chemical substances by application Substances 0.000 claims abstract description 6
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 73
- 102220382138 rs77768175 Human genes 0.000 claims description 24
- 102210038006 rs11066280 Human genes 0.000 claims description 23
- 102210006071 rs2074356 Human genes 0.000 claims description 22
- 108700028369 Alleles Proteins 0.000 claims description 20
- 208000001072 type 2 diabetes mellitus Diseases 0.000 claims description 20
- 238000009396 hybridization Methods 0.000 claims description 16
- 210000004369 blood Anatomy 0.000 claims description 15
- 239000008280 blood Substances 0.000 claims description 15
- 239000000523 sample Substances 0.000 claims description 15
- 238000002493 microarray Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000007844 allele-specific PCR Methods 0.000 claims description 4
- 238000003757 reverse transcription PCR Methods 0.000 claims description 3
- 238000012300 Sequence Analysis Methods 0.000 claims description 2
- 210000001124 body fluid Anatomy 0.000 claims description 2
- 239000010839 body fluid Substances 0.000 claims description 2
- 238000012790 confirmation Methods 0.000 claims description 2
- 210000004209 hair Anatomy 0.000 claims description 2
- 238000007894 restriction fragment length polymorphism technique Methods 0.000 claims description 2
- 210000003296 saliva Anatomy 0.000 claims description 2
- 210000002700 urine Anatomy 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 abstract description 11
- 239000003550 marker Substances 0.000 abstract description 6
- 230000035622 drinking Effects 0.000 description 24
- 230000002068 genetic effect Effects 0.000 description 10
- 230000000391 smoking effect Effects 0.000 description 10
- 108020004206 Gamma-glutamyltransferase Proteins 0.000 description 9
- 102000006640 gamma-Glutamyltransferase Human genes 0.000 description 9
- 101150066805 HECTD4 gene Proteins 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 description 8
- 108010003415 Aspartate Aminotransferases Proteins 0.000 description 7
- 102000004625 Aspartate Aminotransferases Human genes 0.000 description 7
- 230000014509 gene expression Effects 0.000 description 7
- 102100036475 Alanine aminotransferase 1 Human genes 0.000 description 6
- 108010082126 Alanine transaminase Proteins 0.000 description 6
- 230000000295 complement effect Effects 0.000 description 6
- 230000036541 health Effects 0.000 description 6
- 150000007523 nucleic acids Chemical class 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 102000004190 Enzymes Human genes 0.000 description 5
- 108090000790 Enzymes Proteins 0.000 description 5
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 5
- 102000054766 genetic haplotypes Human genes 0.000 description 5
- 239000008103 glucose Substances 0.000 description 5
- 230000002503 metabolic effect Effects 0.000 description 5
- 108020004707 nucleic acids Proteins 0.000 description 5
- 102000039446 nucleic acids Human genes 0.000 description 5
- 102000015779 HDL Lipoproteins Human genes 0.000 description 4
- 108010010234 HDL Lipoproteins Proteins 0.000 description 4
- 210000004027 cell Anatomy 0.000 description 4
- 238000007477 logistic regression Methods 0.000 description 4
- 230000035488 systolic blood pressure Effects 0.000 description 4
- 101710095142 Alcohol dehydrogenase 1B Proteins 0.000 description 3
- 102100034044 All-trans-retinol dehydrogenase [NAD(+)] ADH1B Human genes 0.000 description 3
- 101710108164 All-trans-retinol dehydrogenase [NAD(+)] ADH1B Proteins 0.000 description 3
- 206010064571 Gene mutation Diseases 0.000 description 3
- 239000000969 carrier Substances 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 239000012634 fragment Substances 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 102000054765 polymorphisms of proteins Human genes 0.000 description 3
- 102100020683 Beta-klotho Human genes 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 2
- 238000000692 Student's t-test Methods 0.000 description 2
- 238000011872 anthropometric measurement Methods 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 2
- 230000005779 cell damage Effects 0.000 description 2
- 208000037887 cell injury Diseases 0.000 description 2
- 238000000546 chi-square test Methods 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000035487 diastolic blood pressure Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007614 genetic variation Effects 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 201000009104 prediabetes syndrome Diseases 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 102220006223 rs1229984 Human genes 0.000 description 2
- 210000002966 serum Anatomy 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 102100035389 2'-5'-oligoadenylate synthase 3 Human genes 0.000 description 1
- 102000005369 Aldehyde Dehydrogenase Human genes 0.000 description 1
- 108020002663 Aldehyde Dehydrogenase Proteins 0.000 description 1
- 102000002260 Alkaline Phosphatase Human genes 0.000 description 1
- 108020004774 Alkaline Phosphatase Proteins 0.000 description 1
- 210000002237 B-cell of pancreatic islet Anatomy 0.000 description 1
- 101710104526 Beta-klotho Proteins 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 102100034954 Coiled-coil domain-containing protein 63 Human genes 0.000 description 1
- 108010001202 Cytochrome P-450 CYP2E1 Proteins 0.000 description 1
- 102100024889 Cytochrome P450 2E1 Human genes 0.000 description 1
- 102100020756 D(2) dopamine receptor Human genes 0.000 description 1
- 102000016911 Deoxyribonucleases Human genes 0.000 description 1
- 108010053770 Deoxyribonucleases Proteins 0.000 description 1
- 206010071602 Genetic polymorphism Diseases 0.000 description 1
- 102100040880 Glucokinase regulatory protein Human genes 0.000 description 1
- 208000002705 Glucose Intolerance Diseases 0.000 description 1
- 206010018429 Glucose tolerance impaired Diseases 0.000 description 1
- 206010019851 Hepatotoxicity Diseases 0.000 description 1
- 101000597332 Homo sapiens 2'-5'-oligoadenylate synthase 3 Proteins 0.000 description 1
- 101000946611 Homo sapiens Coiled-coil domain-containing protein 63 Proteins 0.000 description 1
- 101000931901 Homo sapiens D(2) dopamine receptor Proteins 0.000 description 1
- 101000893424 Homo sapiens Glucokinase regulatory protein Proteins 0.000 description 1
- 101001059982 Homo sapiens Mitogen-activated protein kinase kinase kinase kinase 5 Proteins 0.000 description 1
- 101000629029 Homo sapiens Myosin regulatory light chain 2, ventricular/cardiac muscle isoform Proteins 0.000 description 1
- 101001104083 Homo sapiens Rabphilin-3A Proteins 0.000 description 1
- 102100034343 Integrase Human genes 0.000 description 1
- 102100023137 Metal cation symporter ZIP8 Human genes 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 102100026925 Myosin regulatory light chain 2, ventricular/cardiac muscle isoform Human genes 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 108091034117 Oligonucleotide Proteins 0.000 description 1
- 208000001280 Prediabetic State Diseases 0.000 description 1
- 108010092799 RNA-directed DNA polymerase Proteins 0.000 description 1
- 102100040040 Rabphilin-3A Human genes 0.000 description 1
- 108091006939 SLC39A8 Proteins 0.000 description 1
- 238000010162 Tukey test Methods 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002293 adipogenic effect Effects 0.000 description 1
- 208000028505 alcohol-related disease Diseases 0.000 description 1
- 235000013334 alcoholic beverage Nutrition 0.000 description 1
- 230000001668 ameliorated effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 1
- 238000011325 biochemical measurement Methods 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000003915 cell function Effects 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 238000010367 cloning Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 239000005547 deoxyribonucleotide Substances 0.000 description 1
- 125000002637 deoxyribonucleotide group Chemical group 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000005584 early death Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 102000054767 gene variant Human genes 0.000 description 1
- 238000003205 genotyping method Methods 0.000 description 1
- 230000002641 glycemic effect Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000009716 hepatic expression Effects 0.000 description 1
- 230000007686 hepatotoxicity Effects 0.000 description 1
- 231100000304 hepatotoxicity Toxicity 0.000 description 1
- 125000002887 hydroxy group Chemical group [H]O* 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 230000003908 liver function Effects 0.000 description 1
- 238000007449 liver function test Methods 0.000 description 1
- 108020004999 messenger RNA Proteins 0.000 description 1
- 238000010197 meta-analysis Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 238000007474 nonparametric Mann- Whitney U test Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 238000001543 one-way ANOVA Methods 0.000 description 1
- 239000003960 organic solvent Substances 0.000 description 1
- 206010036067 polydipsia Diseases 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 108091033319 polynucleotide Proteins 0.000 description 1
- 239000002157 polynucleotide Substances 0.000 description 1
- 102000040430 polynucleotide Human genes 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000013615 primer Substances 0.000 description 1
- 239000002987 primer (paints) Substances 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000011535 reaction buffer Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000003161 ribonuclease inhibitor Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 102210042328 rs11940694 Human genes 0.000 description 1
- 102220003262 rs1260326 Human genes 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000009870 specific binding Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 150000003626 triacylglycerols Chemical class 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6813—Hybridisation assays
- C12Q1/6827—Hybridisation assays for detection of mutation or polymorphism
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/156—Polymorphic or mutational markers
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Organic Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Genetics & Genomics (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Biotechnology (AREA)
- Biochemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
본 발명은 당뇨병 예측 또는 진단용 SNP (single nucleotide polymorphism) 마커에 관한 것으로, 보다 자세하게는 HECTD4 SNP에 대한 당뇨병 예측 또는 진단용 바이오 마커 조성물, 상기 SNP를 증폭 또는 검출할 수 있는 제제를 포함하는 당뇨병 예측 또는 진단용 조성물, 상기 조성물을 포함하는 키트, 및 당뇨병 예측 또는 진단을 위한 정보 제공 방법에 관한 것이다.
Description
본 발명은 당뇨병 예측 또는 진단용 SNP (single nucleotide polymorphism) 마커에 관한 것으로, 보다 자세하게는 HECTD4 SNP에 대한 당뇨병 예측 또는 진단용 바이오 마커 조성물, 상기 SNP를 증폭 또는 검출할 수 있는 제제를 포함하는 당뇨병 예측 또는 진단용 조성물, 상기 조성물을 포함하는 키트, 및 당뇨병 예측 또는 진단을 위한 정보 제공 방법에 관한 것이다.
당뇨병은 전 세계적으로 놀라운 유병률을 보이는 주요 건강 문제이다. 2019년에는 4억 6,300만 명이 당뇨병을 앓고 있는 것으로 추정되었으며, 이 숫자는 2030년까지 5억 7,800만 명, 2045년까지 7억 명에 이를 것으로 예상된다(Saeedi et al. 2019). 제2형 당뇨병은 심근경색, 뇌졸중 및 임상 합병증과 같은 심혈관 질환의 위험 증가와 관련되어 사망에 이르게 한다.
여러 역학 연구에서 알코올이 제2형 당뇨병의 위험 요소임을 시사했으며, 이는 알코올 소비가 혈당 조절에 영향을 미치는 환경적 요소라는 증거를 뒷받침한다. 더욱이, 많은 연구에서 비만, 신체 활동 부족 및 과도한 알코올 사용을 포함한 생활 습관 위험 요인의 수정이 내당능 장애가 있는 고위험 성인의 제2형 당뇨병 예방에 효과적임을 보여주었다(Zimmet et al. 2001). 적당한 알코올 섭취는 제2형 당뇨병의 위험 감소와 관련이 있지만, 여러 연구에 따르면 알코올 소비의 양에 관계없이 유익하지 않으며 당뇨병 위험이 증가할 수 있다(Baik and Park 2020; Flanagan et al. 2002). 이전 연구의 다양한 결과는 음주 패턴, 알코올 사용 빈도 및 다른 환경과 상호 작용하는 유전 적 요인의 차이로 인한 것 같다.
축적된 연구 결과에 따르면 사용 시작, 하루 최대 음주 횟수, 알코올에 대한 초기 반응과 같은 알코올 사용 표현형이 유전적으로 영향을 받는다(Agrawal et al. 2011; Fowler et al. 2007). 또한, 다양한 알코올 관련 표현형의 기초가 되는 유전적 구조가 알코올 진단 결과를 조사하는 데 사용되었다. 그러나 유전자좌의 복제된 증거는 대부분 알코올 대사 유전자에 국한되어 있다. 예를 들어, ADH1B (alcohol dehydrogenase 1B)의 rs1229984와 ALDH2 (aldehyde dehydrogenase 2)의 rs671은 더 많은 알코올 소비를 방지한다(Kimura and Higuchi 2011). 최근에 알코올 소비에 대한 유의미한 게놈 차원의 연관성 연구에 대한 메타 분석에서 ADH1B (rs1229984), KLB (rs13130794), BTF3P13 (rs144198753), GCKR (rs1260326), SLC39A8 (rs1310732) 및 DRD2 (rs1310732)이 유의하게 연관되어 있는 것으로 확인되었다. 백인 영국인의 알코올 소비가 증가함에 따라 질병의 위험이 증가하는 알코올 소비와 관련이 있다(Thompson et al. 2020). 특히, β-Klotho 다형성 rs11940694는 유럽계 인구의 알코올 소비와 강력하게 연관되어 있다(Schumann et al. 2016). 그러나 이러한 유전적 연구는 특히 한국인에서 알코올 섭취의 영향을 조사한 경우가 거의 없다. 따라서 본 발명은 한국 인구에서 알코올 소비의 영향에 대한 게놈 전체 연관성 연구(genome-wide association study, GWAS)를 수행했다.
본 발명에서는 대규모 인구 기반 연구에서 알코올 소비와 관련된 HECTD4 (HECT domain e3 ubiquitin protein ligase 4)의 유전적 변이체를 확인했다. HECTD4 rs77768175, rs2074356 및 rs11066280 다형성은 감소된 공복 혈당 및 트리글리세리드(TG) 수준과 연관되었다. 또한 음주 상태에 따른 HECTD4 유전자 다형성과 제2형 당뇨병의 위험도 사이의 연관성을 조사한 결과, 음주자에게서 HECTD4 유전자 다형성과 제2형 당뇨병 위험 증가의 연관성이 통계적으로 유의한 것으로 나타났다. 음주가 HECTD4 기능에 미치는 영향을 확인하기 위해, 본 발명에서는 SK-Hep1 세포에서 유전자 발현과 세포 기능 연구를 수행했다. 여기에서 본 발명은 에탄올 처리시 HECTD4의 간 발현이 유도되었고 HECTD4 유전자의 결실이 에탄올 유발 세포 손상을 개선한다는 것을 보여 주었다.
제2형 당뇨병은 주요 사망원인 중 하나이며 많은 연구에서 음주가 당뇨병의 중요한 위험인자임이 보고되었다. 과도한 음주는 많은 질병과 손상의 주요 원인이며, 조기 사망 및 장애와 관련이 깊은 것으로 알려져 있다. 이에 본 발명에서는 한국인을 대상으로 음주 관련 유전자 변이를 분석한 후 이 변이와 당뇨병 발생과의 상관성에 대해 알아보고자 하였다. 유전체 역학사업 (Korean Genome Epidemiology Study, KoGES) 자료 중, 지역사회(안산·안성)기반 및 도시기반 코호트(Health Examinee Study, HEXA) 자료를 이용하여 40세이상 성인을 대상으로 전장유전체 연관 분석을 수행한 결과, 두 집단에서 음주 섭취량과 연관성을 보이는 상위 20개의 SNP 중 HECTD4 (rs77768175, rs2074356, rs11066280) 유전자 변이가 한국인에서 음주와 연관이 있음을 발견하였다. 이들 3개의 SNP와 음주에 따른 대사성 지표의 변화를 살펴보기 위해 먼저 집단별로 대상자를 음주와 비음주군으로 분류한 뒤 HECTD4 유전자변이의 유전자형(genotype)에 따른 연관성을 분석하였고, 동종접합 야생형(homozygous wild type)을 가진 대상자에서 비음주군에 비해 음주군에서 공복혈당과 중성지방의 농도가 높음을 확인하였다. 그러나 대립유전자(minor allele)형을 가진 대상자(rs77768175 G-allele, rs2074356 A-allele, rs11066280 A-allele)는 음주를 했어도 공복혈당과 중성지방의 농도가 상당히 감소되어 있음을 확인하였고, 이와 마찬가지로 수축기 혈압과 허리-엉덩이둘레비에서도 유사한 결과를 확인하였다. 뿐만아니라, HECTD4 유전자 변이와 간기능 검사 효소농도와의 상관성에 대해 살펴본 결과 음주군에서 GGT, AST, and ALT 농도가 비음주군에 비해 높으나, 대사성 지표와 유사하게 음주군에서 대립유전자형을 가진 대상자에서 간기능지표 농도가 감소되어 있음을 발견함. 최종적으로 당뇨병 발생과의 연관성을 분석한 결과, 두 집단 모두 rs77768175, rs2074356, rs11066280의 동종접합 야생형을 가진 대상자의 당뇨병 발생률이 대립형질유전자형에 비해 음주군에서는 약 1.7~1.8배가 높음이 나타났음다. 결론적으로 HECTD4의 rs77768175 G-allele, rs2074356 A-allele, rs11066280 A-allele이 음주로 인한 당뇨병 발생을 낮추는 것으로 나타났다.
Agrawal A. et al. J Stud Alcohol Drugs 2011;72(3):444-452.
Baik I and Park SI. PLoS ONE 2020;15(9):e0238641.
Baik I. et al. Am J Clin Nutr 2011;93(4):809-816.
Bernassola F. et al. Cancer Cell 2008;14(1):10-21.
Beulens JW. et al. Diabetes 2007;56(9):2388-2394.
Casini A. J Hepatol 2000;32(6):1026-1030.
Cha S. et al. PLoS ONE 2015;10(12):e0145220.
Cho YS. et al. Nat Genet 2009;41(5):527-534.
Flanagan DE. et al. Eur J Clin Invest 2002;32(3):187-192.
Fowler T. et al. Addiction 2007;102(3):413-422.
Go MJ. et al. Diabetes Metab J 2014;38(5):375-387.
Guo R. et al. J Hepatol 2015;62(3):647-656.
Hsu LA. et al. Int. J. Mol. Sci. 2020, 21(18), 6678
Hu M. et al. Hepatology 2012;55(2):437-446.
Jeon S and Carr R. J Lipid Res 2020;61(4):470-479.
Kim Y and Han BG. Int J Epidemiol 2017;46(2):e20.
Kim YJ. et al. Nat Genet 2011;43(10):990-995.
Kim JY. et al. J Biol Chem 2014;289(39):27065-27079.
Kim J. et al. PLoS ONE 2016;11(2):e0149321.
Kimura M. and Higuchi S. Psychiatry Clin Neurosci 2011;65(3):213-225.
Kunutsor SK. et al. Int J Clin Pract 2015;69(1):136-144.
Lee DH. et al. Free Radic Res 2004;38(6):535-539.
Lee DY. et al. Sci Rep 2017;7(1):7322.
Liu S. et al. Food Funct 2018;9(8):4184-4193.
Moon KH. et al. Hepatology 2006;44(5):1218-1230.
Park S. et al. Alcohol Clin Exp Res 2018;42(12):2326-2336.
Saeedi P. et al. Diabetes Res Clin Pract 2019;157:107843.
Schumann G. et al. Proc Natl Acad Sci U S A 2011;108(17):7119-7124.
Schumann G. et al. Proc Natl Acad Sci U S A 2016;113(50):14372-14377.
Tatsumi Y. et al. Diabetes Res Clin Pract 2018;135:11-17.
Thompson A. et al. Sci Adv. 2020;6(3):eaay5034.
Vina J. et al. Biochem J 1980;188(2):549-552.
Wan T. et al. Biomed Pharmacother 2020;125:109916.
Wang Y. et al. J Cell Sci 2020;133(7):jcs228072.
Yang X. et al. Am J Clin Nutr 2013;97(3):545-551.
Yang L. et al. Front Pharmacol 2019;10:495.
Yu H. et al. Nutr Metab (lond) 2019;16:64.
Zhong W. et al. J Hepatol 2015;62(6):1375-1381.
Zimmet P. et al. Nature 2001;414(6865):782-787.
본 발명의 목적은 HECTD4 SNP에 대한 당뇨병 예측 또는 진단용 바이오 마커 조성물, 상기 SNP를 증폭 또는 검출할 수 있는 제제를 포함하는 당뇨병 예측 또는 진단용 조성물, 상기 조성물을 포함하는 키트, 및 당뇨병 예측 또는 진단을 위한 정보 제공 방법을 제공하기 위한 것이다.
본 발명은 HECTD4 단일염기 다형성(single nucleotide polymorphism; SNP) rs77768175, rs2074356 및 rs11066280을 포함하는 당뇨병 예측 또는 진단용 바이오 마커 조성물을 제공한다.
본 발명의 일 구현예에 따르면, 본 발명은 HECTD4 단일염기 다형성(single nucleotide polymorphism; SNP) rs77768175, rs2074356 및 rs11066280을 증폭 또는 검출할 수 있는 제제를 포함하는 당뇨병 예측 또는 진단용 조성물을 제공한다.
본 발명에서, 용어 "SNP(single nucleotide polymorphism, 단일염기다형성)"는 하나의 유전자 좌위(locus)에 두 가지 이상의 대립유전자(allele)가 존재하는 다형성 부위(polymorphic site) 중에서, 단일 염기만이 다른 것을 말한다.
상기 제제는 단일염기 다형성을 증폭 또는 검출할 수 있는 프라이머쌍 또는 프로브인 것일 수 있다.
본 발명에서 용어 "프라이머"는 짧은 자유 3' 말단 수산화기(free 3' hydroxyl group)를 가지는 염기 서열로 상보적인 템플레이트(template)와 염기쌍 (base pair)을 형성할 수 있고 템플레이트 가닥 복사를 위한 시작 지점으로 기능을 하는 짧은 서열을 의미한다. 프라이머의 적절한 길이는 사용 목적에 따라 달라질 수 있으나, 일반적으로 15 내지 30개의 염기로 구성된다. 프라이머 서열은 주형과 완전하게 상보적일 필요는 없으나, 주형과 혼성화할 정도로 충분히 상보적이어야 한다.
본 발명에서 용어 "프로브"는 혼성화 프로브로서, 핵산의 상보성 가닥에 서열 특이적으로 결합할 수 있는 올리고뉴클레오티드를 의미한다. 본 발명의 프로브는 대립형질 특이적(allele-specific) 프로브로서, 같은 종의 두 개체로부터 유래한 핵산 단편 중에 다형성 부위가 존재하여, 한 구성원으로부터 유래한 DNA 단편에는 혼성화하나, 다른 구성원으로 부터 유래한 단편에는 혼성화하지 않는다. 이 경우 혼성화 조건은 대립형질 간의 혼성화 강도에 있어서 유의한 차이를 보여 대립형질 중 하나에만 혼성화되도록 충분히 엄격해야 한다. 바람직하게는 프로브는 혼성화에서의 최대 효율을 위하여 단일 가닥, 더 바람직하게는 디옥시리보뉴클레오티드일 수 있으나, 이에 제한되지 않는다.
상기 프로브는 상기 SNP를 포함하는 서열에 완전하게 (perfectly) 상보적인 서열이 이용될 수 있으나, 특이적혼성화를 방해하지 않는 범위 내에서 실질적으로 (substantially) 상보적인 서열이 이용될 수도 있다. 혼성화에 적합한 조건은 당업계에 통상적으로 알려진 내용을 참조하여 결정할 수 있다. 혼성화에 이용되는 엄격한 조건(stringent condition)은 대립형질 중 하나에만 혼성화하도록 충분히 엄격해야 하며, 온도, 이온 세기(완충액 농도) 및 유기 용매와 같은 화합물의 존재 등을 조절하여 결정될 수 있다. 이러한 엄격한 조건은 혼성화되는 서열에 의존하여 다르게 결정될 수 있다.
상기 당뇨병은 음주 당뇨병인 것일 수 있고, 상기 당뇨병은 제2형 당뇨병 것일 수 있다.
본 발명의 다른 구현예에 따르면, 상기 조성물; 및 사용설명서를 포함하는 당뇨병 예측 또는 진단용 키트를 제공하는 것이다.
상기 키트는 당뇨병 예측 또는 진단용 마커인 SNP 마커를 증폭을 통해 확인하거나, SNP 마커의 발현 수준을 mRNA의 발현 수준을 확인함으로써 당뇨병을 예측 또는 진단할 수 있다.
구체적으로, 상기 키트는 RT-PCR 키트 또는 마이크로어레이 칩 키트일 수 있다.
상기 RT-PCR 키트는 상기 SNP 부위를 포함하는 핵산을 증폭할 수 있는 각각의 프라이머 쌍을 포함할 수 있으며, 그 외 테스트 튜브 또는 다른 적절한 컨테이너, 반응 완충액, 데옥시뉴클레오타이드(dNTPs), Taq-중합효소 및 역전사효소와 같은 효소, DNase, RNAse 억제제, DEPC-물(DEPC-water), 멸균수 등을 포함할 수 있다. 또한 정량 대조군으로 사용되는 유전자에 특이적인 프라이머 쌍을 포함할 수 있다.
상기 마이크로어레이 칩 키트는 상기 SNP 부위를 포함하는 핵산이 고정화되어 있는 기판을 갖는 마이크로어레이를 포함할 수 있다. 상기 마이크로어레이는 본 발명의 폴리뉴클레오티드, 프라이머 또는 프로브를 포함하는 것을 제외하고는 통상적인 마이크로어레이로 이루어질 수 있다. 마이크로어레이 상에서의 핵산의 혼성화 및 혼성화 결과의 검출은 당업계에 잘 알려져 있다. 상기 검출은 예를 들면, 핵산 시료를 형광 물질, 예를 들면, Cy3 및 Cy5와 같은 물질을 포함하는 검출 가능한 신호를 발생시킬 수 있는 표지 물질로 표지한 다음, 마이크로어레이 상에 혼성화하고 상기 표지 물질로부터 발생하는 신호를 검출함으로써 혼성화 결과를 검출할 수 있다.
본 발명의 다른 구현예에 따르면, 상기 조성물을 분리된 시료에 반응시키는 단계; 및 HECTD4에 대한 단일염기다형성을 확인하는 단계;를 포함하는 당뇨병 예측 또는 진단을 위한 정보 제공 방법을 제공하는 것이다.
상기 분리된 시료는 머리카락, 뇨, 혈액, 각종 체액, 분리된 조직, 분리된 세포 또는 타액과 같은 시료 등으로부터 DNA를 수득할 수 있으나, 이에 한정되는 것은 아니다.
상기 확인은 서열 분석, 마이크로어레이에 의한 혼성화, 대립 유전자 특이적인 PCR(allele specific PCR), 다이나믹 대립 유전자 혼성화 기법(dynamic allele-specific hybridization, DASH), PCR 연장 분석, PCR-SSCP(PCR-single strand conformation polymorphism), PCR-RFLP(PCR-resctriction fragment length polymorphism) 및 TaqMan 기법으로 이루어진 군으로부터 선택된 하나 이상의 방법에 의해 수행되는 것일 수 있으나, 이에 한정되지 않는다.
본 발명의 SNP 마커는 HECTD4 유전자 변이와 음주가 동반된 경우 췌장베타세포 손상에 대한 위험도가 증가되는 것을 확인하였으며, 당뇨병 발병에 영향을 미칠 수 있음을 확인하여 당뇨병의 위험도 예측 또는 객관적인 진단에 유용하게 사용될 수 있다.
이하, 실시예를 통하여 본 발명을 더욱 상세히 설명하기로 한다. 이들 실시예는 단지 본 발명을 예시하기 위한 것이므로, 본 발명의 범위가 이들 실시예에 제한되는 것으로 해석되지는 않는다.
과도한 알코올 섭취는 동아시아 국가의 주요 공중 보건 문제의 중요한 원인이다. 증가하는 증거는 유전적 요인이 알코올 소비 및 알코올 관련 질병의 위험과 관련이 있으며 이러한 요인이 당뇨병을 포함한 만성 질환 발병 위험에 기여한다는 것을 시사한다. 본 발명은 알코올 노출을 기반으로 한 HECTD4 내 유전적 다형성과 제2형 당뇨병의 연관성을 조사하는 것을 목표로 한다. 본 발명에서는 한국의 전향적 코호트 연구인 KoGES-HEXA 연구(n = 50,028)와 Ansan and Ansung 연구(n = 7,980) 의 코호트를 포함하는 게놈 전체 연관성 연구를 수행했다. HECTD4 의 상위 3개 단일 염기 다형성(SNP)유전자, 특히 rs77768175, rs2074356 및 rs11066280은 알코올 소비와 유의한 관련이 있는 것으로 밝혀졌다. 본 발명에서는 이 SNP에서 변이 대립유전자를 지닌 개인이 야생형 대립유전자를 가진 사람들보다 공복 혈당, 트리글리세리드 및 GGT 수치가 더 낮음을 발견했다. 다중 로지스틱 회귀 분석에 따르면 HECTD4 유전자 다형성과 제2형 당뇨병 위험 증가의 통계적으로 유의한 연관성이 음주자에게서 발견되었다. 즉, 이러한 SNP는 알코올 섭취가 있는 경우 당뇨병 발병률과 관련이 있었다. HECTD4의 발현에 대한 알코올의 영향을 조사한 결과, 에탄올은 세포에서 HECTD4 유전자의 발현을 증가시켰으나, NAC 처리에 의해 그 수준이 감소하였다. 알코올로 처리된 마우스의 간 샘플에서도 유사한 결과가 얻어졌다. 더욱이, HECTD4의 손실은 에탄올 처리된 세포에서 CYP2E1 및 지방생성 유전자 발현의 감소된 수준을 초래한 반면, ALDH2 발현의 수준은 증가하여 에탄올 유도 간독성의 감소를 나타낸다.
<실시예 1> Study design and participants
환경적 요인과 유전적 요인과 일반적인 만성 질환 간의 상관관계를 조사하기 위해 KARE(Korea Associated Resource Project)가 시작되었다(Cho et al. 2009). 본 발명에서는 한국 유전체 역학 연구(KoGES)의 일환으로 국립 보건원에서 실시한 HEXA 연구와 안산-안성 코호트 연구의 두 가지 인구 연구 데이터를 KARE에 액세스할 수 있도록 했다. 자세한 정보는 다른 곳에서 찾을 수 있다(Kim and Han 2017).
HEXA 연구는 2004년부터 2013년까지 도시(서울, 부산, 대구, 광주, 울산, 안양, 경기, 춘천, 강원도, 천안, 충남, 마산, 경남)에 거주하는 40세 이상의 개인을 모집하였고, 개인들을 모집하여 추적했다. 안산-안성 코호트 연구는 2001년부터 2002년까지 안산(도시 지역)과 안성(농촌 지역)에 거주하는 40-69세의 개인을 모집했다. 유전자형의 품질 관리 후, 본 발명에서는 HEXA(n = 58,700) 및 안산-안성(n = 8,840) 코호트로부터 유전자형이 누락된 피험자는 제외했다. 또한 암 진단(HEXA = 1318; Ansan-Ansung = 6), 알코올 소비에 대한 정보 누락(HEXA = 2,695; Ansan-Ansung = 827) 또는 당뇨병 진단에 대한 정보 누락(HEXA = 1261; Ansan-Ansung = 27)된 피험자를 제외했다. 마지막으로 HEXA 코호트의 50,028명과 Ansan-Ansung 코호트 연구의 7,980명이 최종 분석에 포함되었다. 연구 프로토콜은 질병관리본부(KDCA) 기관심사위원회의 승인을 받았다(2019-03-01-PE-A).
<실시예 2> Screen for genetic variants
HEXA 및 Ansan-Ansung 연구의 DNA 샘플은 각각 Affymetrix Genome-Wide Human SNP Arrays 6.0 및 5.0(Affymetrix Inc., Santa Clara, CA, USA)을 사용하여 유전자형을 지정하고 Mahalanobis 거리 유전자형 알고리즘이 있는 베이지안 로버스트 선형 모델을 사용하여 처리했다. 확인된 24,080 (HEXA) 및 6,522 (안산-안성) SNP에서 HECTD4와 알코올 소비 간의 관계를 일반화된 로지스틱 회귀 가법 모델과 Bonferroni 보정으로 테스트했다. Bonferroni 보정 후 HEXA 및 Ansan-Ansung 그룹에서 각각 143 (2.1 × 10-6) 및 2547개(7.7 × 10-6) SNP가 알코올 소비와 유의하게 연관되었다. 마지막으로 HECTD4에서 3개의 SNP(rs77768175, rs2074356 및 rs11066280)를 후보 유전자 변이체로 선택했다.
P 값에 따라 본 발명에서 알코올 소비와 더 중요한 연관성을 보여주는 상위 20개 SNP를 식별했다(결과생략). HEXA 데이터 세트에서 ALDH2, HECTD4, MYL2, CCDC63, OAS3 및 RPH3A를, Ansan-Ansung 데이터 세트에서 ALDH2 및 HECTD4를 확인했다. 이 중 ALDH2 다형성은 이미 알코올 대사 효소로 알려져 알코올 소비에 영향을 미치지만 HECTD4는 한국의 소수 남성 음주자 표본에서 평가되었다(n = 2834)(Baik et al. 2011). 따라서 본 발명에서는 더 많은 인구에서 이러한 결과를 확인할 필요가 있다.
<실시예 3> Assessment of alcohol consumption
기준선에서의 알코올 소비에 대한 데이터는 인터뷰 기반 설문지를 사용하여 수집되었다. 참가자들에게 매월 최소 한 잔의 알코올 음료를 섭취했는지 질문했다. 그들이 있었다면, 그들은 이전에 술을 마셨는지 아니면 현재 술을 마셨는지 질문을 받았다. 현재 음주자의 경우, 지난 30일 동안의 음주량과 빈도를 묻는 설문지를 추가적으로 작성하도록 하였다. 1일 총 알코올 소비량은 표준 음료 1잔의 평균 빈도, 횟수 및 알코올 도수를 사용하여 계산되었다. 기준선에서 알코올을 섭취하지 않은 참가자는 비음주자(nondrinker)로 분류되었고, 알코올을 섭취한 참가자는 음주자(drinker)로 분류되었다. 또한 참가자를 알코올 소비량에 따라 4개의 그룹으로 분류하였다. 비음주자(non-drinker), 소량음주자(low, < 5 g/day), 중간음주자(moderate, 5-30 g/day) 및 고도음주자(high, ≥ 30 g/day).
<실시예 4> Definition of diabetes
당뇨병은 공복 혈당 수치가 126mg/dl 이상인 경우로 정의했다. 대조군은 당뇨병 전단계나 당뇨병이 없는 사람들의 혈당 수치 < 100 mg/dl로 정의되었다.
<실시예 5> Anthropometric and biochemical measurements
참가자의 일반적인 특성(나이, 성별, 음주 상태, 흡연 상태) 및 인체 측정(키, 체중, 체질량 지수, 허리 둘레 및 엉덩이 둘레)은 표준화된 프로토콜을 사용하여 전문적으로 훈련된 직원에 의해 검사되었다. 체질량지수(BMI) 및 허리-엉덩이 비율(WHR)은 다음 공식으로 계산되었다. BMI = 체중(kg)/신장(m2), (WHR) = 허리/엉덩이. 아스파테이트 아미노전이효소(AST), 알라닌 아미노전이효소(ALT), 알칼리성 인산분해효소, 감마-글루타밀 전이효소(GGT), 수축기 및 이완기 혈압, 포도당과 관련된 혈액 매개변수에 대한 데이터는 KoGES 데이터베이스에서 얻었다. Advia 1650 분석기(Siemens, Tarrytown, NY, USA)를 사용하여 총 콜레스테롤, 중성지방 및 고밀도 지단백(HDL)-콜레스테롤의 수치를 측정했다.
<실시예 6> Statistical analysis
알코올 소비와 관련된 SNP를 선택하기 위해 PLINK(ver. 1.9, Inc., Boston, USA) 및 SAS(ver. 9.4, Institute, Inc., Cary, NC) 소프트웨어를 사용했다. 전가된 SNP와 알코올 소비의 연관성은 연령, 성별 및 BMI를 조정한 후 다중 선형 회귀 모델로 분석되었다. 피험자의 범주형 변수(성별, 흡연, 음주 여부, 당뇨병 상태)에 대한 데이터는 빈도와 백분율로 표시하고, 군간 비교를 위해 카이제곱 검정을 수행하였다. 그 외 연속변수(연령, 체질량지수)를 평균과 표준편차로 계산하여 t검정을 실시하였다. 또한 공변량(나이, 흡연 여부, 체질량지수)을 보정한 후 일반 선형 모델을 이용하여 SNP에 따른 공복 혈당 수치의 차이를 평가하였다. 주요 동형접합 유전자형을 보유하는 HECTD4 대 이형접합 유전자형 및 알코올 섭취에 의한 소동형접합 유전자형 간의 연관성을 확인하기 위해 연령, BMI 및 흡연 상태를 조정한 후 다변수 로지스틱 분석을 사용했다. 값은 95% 신뢰 구간(CI)의 승산비(OR)로 표시됩니다. 통계적 유의성은 p < 0.05으로 표시되었다.
GraphPad Prism 소프트웨어(GraphPad, San Diego, CA, USA)를 사용하여 통계 분석을 수행했다. 두 그룹 간의 비교는 스튜던트 t 테스트 또는 비모수 Mann-Whitney U 테스트를 사용하여 수행되었다. 다중 그룹 비교의 경우 다중 비교를 위한 Tukey의 사후 검정을 사용한 일원 분산 분석(ANOVA)을 사용하여 유의미한 차이를 평가했다. p < 0.05 의 값은 통계적으로 유의한 것으로 간주되었다.
<시험예 1> Baseline characteristics of the study subjects according to alcohol consumption status
KoGES-HEXA 연구의 성인 50,028명과 KoGES-Ansan 및 Ansung 연구의 성인 7980명과 같이 두 개의 인구 기반 코호트에서 베이스라인 데이터를 얻었다. 연구 모집단의 일반적인 특성은 표 1에 나와 있다. 참가자는 음주 상태에 따라 다음과 같이 분류되었다. 안산-안성군은 비음주 4044명(50.7%), 음주 3936명(49.3%)이다. 대상자의 평균 연령은 HEXA군이 53.6±8.0세, 안산-안성군이 52.0±8.9세였다. 음주자의 비율은 여성보다 남성이 더 높았다. 비음주자의 대다수는 비흡연자였으며 흡연은 비음주자보다 음주자에게서 더 자주 관찰되었다. 음주자는 평균적으로 비음주자보다 더 높은 공복 혈당 수치, 더 높은 수축기 및 이완기 혈압, 더 높은 HDL을 보였다. 특히, TG 수치는 비음주자보다 음주자에서 상당히 높았다. 더욱이, 혈청 AST 및 GGT의 평균 수준은 비음주자보다 음주자에서 유의하게 더 높았다.
Data are expressed as means ± standard deviations. Student t-tests for continuous variables and chi-square test for categorical variables were used to determine differences between groups. HEXA, health examinees study; AST, aspartate aminotransferase; ALT, alanine aminotransferase; GGT, gamma-glutamyl transferase.
<시험예 2> SNPs associated with alcohol consumption
한국인 인구에서 Bonferroni 보정을 사용하여 알코올 소비(g/day)에 대한 단일 염기 다형성(SNP)의 연관성 분석을 수행했다. 알코올 소비와 관련된 상위 20개 SNP가 요약되어 있습니다(결과생략). 이들 중 HECTD4 내의 rs77768175, rs2074356 및 rs11066280 SNP는 알코올 소비와의 연관성에 대한 강력한 증거를 보여주었다. 3개의 SNP의 유전자형 및 대립유전자 빈도에 대한 데이터는 각각 표 1 및 2에 제시되어 있다. 연령, 성별 및 체질량 지수(BMI)를 보정한 후 선형 회귀 분석을 사용하여 알코올 소비에 대한 다형성의 유전적 영향을 조사했다. 표 2에 나타난 바와 같이, 3개의 HECTD4 는 모두변이체는 연구 집단에서 감소된 알코올 소비와 강한 상관관계가 있었다.
SNP: single nucleotide polymorphism; Chr, chromosome; MAF, minor allele frequency; HEXA, Health examinees study; β±S.E, the effect size on the alcohol intake (natural log-transformed) in linear regression model after adjust age, sex, smoking status and BMI.
<시험예 3> Effect of HECTD4 variants on metabolic parameters according to drinking status
HECTD4의 이러한 유전적 변이가 대사 매개변수와 연관되는지 여부를 조사하고 음주 상태에 따라 유전자형 rs77768175, rs2074356 및 rs11066280에 따라 세 그룹으로 분류했다. 음주자 중 HECTD4에서 rs77768175 G-대립 유전자, rs2074356 A-대립 유전자 또는 rs11066280 A-대립 유전자 운반자는 두 집단 모두에서 공복 혈당 수치가 현저히 낮았다(표 3). 또한 WHR, 트리글리세리드 농도, HDL 및 수축기 혈압(SBP)을 포함하여 제2형 당뇨병과 관련된 여러 대사 특성에 대해서도 유사한 결과가 관찰되었다. 특히, rs77768175, rs2074356 및 rs11066280에 대한 주요 대립 유전자 동형 접합 유전자형에서 알코올 섭취자는 비음주자보다 혈장 TG 수치가 더 높았다. 한편, 소수 대립유전자 rs77768175 및 rs11066280에 대해 동형접합성인 피험자들 중 KoGES-안산 및 안성 코호트에서 음주자는 비음주자보다 낮은 수준의 혈장 TG를 나타냈다. 알코올 섭취 상태에 따라 ALT, AST 및 GGT의 수준을 평가할 때 혈청 간 효소 농도가 낮을수록 rs77768175 G-대립 유전자, rs2074356 A-대립 유전자 및 rs11066280 A-대립 유전자와 관련이 있음을 관찰했다(표 4).
Data are expressed as means ± standard deviations. Differences among the genotype groups were assessed by general linear models with adjustment for age, smoking status (non, former, current), BMI and fasting blood glucose. HEXA, Health examinees study.
Data are expressed as means ± standard deviations. Differences among the genotype groups were assessed by general linear models with adjustment for age, smoking status (non, former, current), BMI and fasting blood glucose. HEXA, Health examinees study.
<시험예 4> Analysis of the association of genetic variants in HECTD4 with type 2 diabetes based on drinking status
이러한 SNP는 제2형 당뇨병과 관련이 있을 것으로 예상된다. 따라서 본 발명에서는 HECTD4 에서 이러한 SNP가 당뇨병에 미치는 영향을 더 조사했다. 소수 대립유전자 동형접합체의 빈도는 전체 집단에 걸쳐 매우 낮았다. 따라서 당뇨병 유병률에 대한 rs77768175, rs2074356 및 rs11066280의 위험 효과는 적절한 통계적 검정력을 보장하기 위해 지배적 모델에서 관찰되었다(표 5).
Multivariate logistic regression models were adjusted for age, sex, BMI, smoking status (non, former, current). Data are expressed as odds ratios (95% confidence intervals).
HECTD4의 rs77768175 AA 유전자형, rs2074356 GG 유전자형, rs11066280 TT 유전자형이 당뇨병 위험을 유의하게 증가시키는 것과 관련이 있음을 보여주었다(각각 HEXA군에서 1.719, 1.787 및 1.659 및 안산-안성그룹에서 1.839, 1.746 및 1.723). 그러나 당뇨병 위험에 대한 HECTD4 변이와 무의미한 관계는 안산-안성 코호트에서 비음주자 사이에서 관찰되었다. 또한 HECTD4의 rs77768175 AA 유전자형, rs2074356 GG 유전자형 및 rs11066280 TT 유전자형이 HEXA 그룹에서 알코올 소비량(낮음, 중간 및 높음)에 따라 당뇨병 위험이 증가한다는 것을 발견했다(결과생략). 이러한 결과는 rs77768175의 G-대립유전자, rs2074356의 A-대립유전자 및 rs11066280의 A-대립유전자가 제2형 당뇨병에 대한 보호를 나타낸다.
<시험예 5> Association between the HECTD4 haplotype and type 2 diabetes according to drinking status
소수 대립유전자인 rs3852528, rs11024175, rs2237892(ht: GAA)로 구성된 HECTD4 haplotype과 T2DM의 위험도를 음주에 따른 연관성을 조사하였다(표6). 음주를 한 그룹에서 GAA haplotype을 지닌 그룹에 비해 Non-carrier그룹은 제2형 당뇨병 발병 위험이 HEXA 1.87배 높았고(odds ratio [OR] 1.870; 95% confidential interval [CI] 1.569-2.228), KoGES-안산 및 안성 코호트에서는 1.966배 (odds ratio [OR] 1.966; 95% confidential interval [CI] 1.093-3.537)가 높았다. 특히 안산 및 안성코호트에서 HECTD4 haplotype의 Non-carrier그룹이 각각의 HECTD4 rs77768175 AA 유전자형, rs2074356 GG 유전자형, rs11066280 TT 유전자형에 비해 음주로 인한 당뇨병 발병 위험이 약 2배로 현저하게 증가함을 보여주었다.
결과적으로, 도시코호트 및 안성안산코호트 집단 모두에서 HECTD4 haplotype을 구성하여 분석한 결과 단일 SNP 분석결과보다 당뇨병 위험도가 더욱 증가됨을 확인하였으며, 단일 SNP 중 가장 위험도가 높은 rs77768175와 비교하였을 경우 음주자에서 도시코호트 15%p, 안성안산코호트 16%p로 당뇨병 위험이 증가하는 것을 확인하였다.
Multivariate logistic regression models were adjusted for age, sex, BMI, smoking status (non, former, current). Data are expressed as odds ratios (95% confidence intervals).
본 발명은 HECTD4의 변이가 알코올 소비와 강한 연관성을 보여주었으며 이러한 변이의 작은 대립 유전자가 높은 소비에 대한 위험보다는 보호를 부여했음을 보여준다. 참고로, HECTD4 SNP의 소수 대립 유전자 carrier(rs77768175, rs2074356 및 rs11066280)는 대규모 한국 인구에서 비보인자보다 공복 혈당 수치가 유의하게 낮았다. 또한 이러한 변이체는 음주자의 GGT, TG 및 WHR 감소에 크게 기여했다.
결과적으로, 본 발명은 HECTD4 다형성이 음주자의 당뇨병 위험에 대한 보호 효과가 있음을 발견하였다. 이는 제2형 당뇨병의 발병에서 알코올 섭취와 관련된 HECTD4의 유전적 변이에 대한 추가적인 통찰을 제공한다.
Claims (12)
- HECTD4 단일염기 다형성(single nucleotide polymorphism; SNP) rs77768175, rs2074356 및 rs11066280을 포함하는 당뇨병 예측 또는 진단용 바이오 마커 조성물
- 제1항에 있어서, 상기 당뇨병은 음주 당뇨병인 것을 특징으로 하는, 당뇨병 예측 또는 진단용 바이오 마커 조성물
- 제1항에 있어서, 상기 당뇨병은 제2형 당뇨병인 것을 특징으로 하는, 당뇨병 예측 또는 진단용 바이오 마커 조성물
- HECTD4 단일염기 다형성(single nucleotide polymorphism; SNP) rs77768175, rs2074356 및 rs11066280을 증폭 또는 검출할 수 있는 제제를 포함하는 당뇨병 예측 또는 진단용 조성물
- 제4항에 있어서, 상기 제제는 단일염기 다형성을 증폭 또는 검출할 수 있는 프라이머쌍 또는 프로브인 것을 특징으로 하는, 당뇨병 예측 또는 진단용 조성물
- 제4항에 있어서, 상기 당뇨병은 음주 당뇨병인 것을 특징으로 하는, 당뇨병 예측 또는 진단용 조성물
- 제4항에 있어서, 상기 당뇨병은 제2형 당뇨병인 것을 특징으로 하는, 당뇨병 예측 또는 진단용 조성물
- 제4항 내지 제7항 중 어느 한 항의 조성물; 및 사용설명서를 포함하는 당뇨병 예측 또는 진단용 키트
- 제8항에 있어서, 상기 키트는 RT-PCR 키트 또는 마이크로어레이 칩 키트인 것을 특징으로 하는 당뇨병 예측 또는 진단용 키트
- 제4항 내지 제7항 중 어느 한 항의 조성물을 분리된 시료에 반응시키는 단계; 및 HECTD4에 대한 단일염기다형성을 확인하는 단계;를 포함하는 당뇨병 예측 또는 진단을 위한 정보 제공 방법.
- 제10항에 있어서, 상기 분리된 시료는 머리카락, 뇨, 혈액, 각종 체액, 분리된 조직, 분리된 세포 또는 타액인 것을 특징으로 하는 당뇨병 예측 또는 진단을 위한 정보 제공 방법.
- 제10항에 있어서, 상기 확인은 서열 분석, 마이크로어레이에 의한 혼성화, 대립 유전자 특이적인 PCR(allele specific PCR), 다이나믹 대립 유전자 혼성화 기법(dynamic allele-specific hybridization, DASH), PCR 연장 분석, PCR-SSCP(PCR-single strand conformation polymorphism), PCR-RFLP(PCR-resctriction fragment length polymorphism) 및 TaqMan 기법으로 이루어진 군으로부터 선택된 하나 이상의 방법에 의해 수행되는 것을 특징으로 하는 당뇨병 예측 또는 진단을 위한 정보 제공 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220156406A KR20240074388A (ko) | 2022-11-21 | 2022-11-21 | 당뇨병 예측 또는 진단용 hectd4 snp 마커 및 이의 용도 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220156406A KR20240074388A (ko) | 2022-11-21 | 2022-11-21 | 당뇨병 예측 또는 진단용 hectd4 snp 마커 및 이의 용도 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240074388A true KR20240074388A (ko) | 2024-05-28 |
Family
ID=91277410
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220156406A KR20240074388A (ko) | 2022-11-21 | 2022-11-21 | 당뇨병 예측 또는 진단용 hectd4 snp 마커 및 이의 용도 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20240074388A (ko) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220012903A (ko) | 2019-05-23 | 2022-02-04 | 이케이와이제이 컨설팅 투 엘엘씨 | 알코올-유발성 피부 안면홍조의 치료 및 완화를 위한 조성물 및 방법 |
| KR20220033500A (ko) | 2019-07-05 | 2022-03-16 | 몰레큘러 유 코포레이션 | 개인화된 분자 기반 건강 관리 및 디지털 상담 및 치료를 위한 방법 및 시스템 |
-
2022
- 2022-11-21 KR KR1020220156406A patent/KR20240074388A/ko unknown
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220012903A (ko) | 2019-05-23 | 2022-02-04 | 이케이와이제이 컨설팅 투 엘엘씨 | 알코올-유발성 피부 안면홍조의 치료 및 완화를 위한 조성물 및 방법 |
| KR20220033500A (ko) | 2019-07-05 | 2022-03-16 | 몰레큘러 유 코포레이션 | 개인화된 분자 기반 건강 관리 및 디지털 상담 및 치료를 위한 방법 및 시스템 |
Non-Patent Citations (39)
| Title |
|---|
| Agrawal A. et al. J Stud Alcohol Drugs 2011;72(3):444-452. |
| Baik I and Park SI. PLoS ONE 2020;15(9):e0238641. |
| Baik I. et al. Am J Clin Nutr 2011;93(4):809-816. |
| Bernassola F. et al. Cancer Cell 2008;14(1):10-21. |
| Beulens JW. et al. Diabetes 2007;56(9):2388-2394. |
| Casini A. J Hepatol 2000;32(6):1026-1030. |
| Cha S. et al. PLoS ONE 2015;10(12):e0145220. |
| Cho YS. et al. Nat Genet 2009;41(5):527-534. |
| Flanagan DE. et al. Eur J Clin Invest 2002;32(3):187-192. |
| Fowler T. et al. Addiction 2007;102(3):413-422. |
| Go MJ. et al. Diabetes Metab J 2014;38(5):375-387. |
| Guo R. et al. J Hepatol 2015;62(3):647-656. |
| Hsu LA. et al. Int. J. Mol. Sci. 2020, 21(18), 6678 |
| Hu M. et al. Hepatology 2012;55(2):437-446. |
| Jeon S and Carr R. J Lipid Res 2020;61(4):470-479. |
| Kim J. et al. PLoS ONE 2016;11(2):e0149321. |
| Kim JY. et al. J Biol Chem 2014;289(39):27065-27079. |
| Kim Y and Han BG. Int J Epidemiol 2017;46(2):e20. |
| Kim YJ. et al. Nat Genet 2011;43(10):990-995. |
| Kimura M. and Higuchi S. Psychiatry Clin Neurosci 2011;65(3):213-225. |
| Kunutsor SK. et al. Int J Clin Pract 2015;69(1):136-144. |
| Lee DH. et al. Free Radic Res 2004;38(6):535-539. |
| Lee DY. et al. Sci Rep 2017;7(1):7322. |
| Liu S. et al. Food Funct 2018;9(8):4184-4193. |
| Moon KH. et al. Hepatology 2006;44(5):1218-1230. |
| Park S. et al. Alcohol Clin Exp Res 2018;42(12):2326-2336. |
| Saeedi P. et al. Diabetes Res Clin Pract 2019;157:107843. |
| Schumann G. et al. Proc Natl Acad Sci U S A 2011;108(17):7119-7124. |
| Schumann G. et al. Proc Natl Acad Sci U S A 2016;113(50):14372-14377. |
| Tatsumi Y. et al. Diabetes Res Clin Pract 2018;135:11-17. |
| Thompson A. et al. Sci Adv. 2020;6(3):eaay5034. |
| Vina J. et al. Biochem J 1980;188(2):549-552. |
| Wan T. et al. Biomed Pharmacother 2020;125:109916. |
| Wang Y. et al. J Cell Sci 2020;133(7):jcs228072. |
| Yang L. et al. Front Pharmacol 2019;10:495. |
| Yang X. et al. Am J Clin Nutr 2013;97(3):545-551. |
| Yu H. et al. Nutr Metab (lond) 2019;16:64. |
| Zhong W. et al. J Hepatol 2015;62(6):1375-1381. |
| Zimmet P. et al. Nature 2001;414(6865):782-787. |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1978107A1 (en) | Fto gene polymorphisms associated to obesity and/or type II diabetes | |
| Chang et al. | Common ALDH2 genetic variants predict development of hypertension in the SAPPHIRe prospective cohort: gene-environmental interaction with alcohol consumption | |
| Diergaarde et al. | Pooling-based genome-wide association study implicates gamma-glutamyltransferase 1 (GGT1) gene in pancreatic carcinogenesis | |
| KR101546058B1 (ko) | 대사증후군 예측용 ｓｎｐ 마커 및 이의 용도 | |
| Fang et al. | Association of endothelin-1 gene polymorphisms with essential hypertension in a Chinese population | |
| Polgár et al. | Triglyceride level modifying functional variants of GALTN2 and MLXIPL in patients with ischaemic stroke | |
| KR101979633B1 (ko) | 대사증후군 예측 또는 진단용 snp 마커 및 이의 용도 | |
| JP4140329B2 (ja) | 高血圧のリスク診断方法 | |
| CN106661618B (zh) | Dna甲基化状态作为酒精使用和戒酒的生物标志物 | |
| Gašparovič et al. | Familial defective apolipoprotein B-100 in Slovakia: are differences in prevalence of familial defective apolipoprotein B-100 explained by ethnicity? | |
| Persu et al. | Influence of the endothelial nitric oxide synthase gene on conventional and ambulatory blood pressure: sib-pair analysis and haplotype study | |
| KR102543907B1 (ko) | 치주질환 위험도 평가용 유전자 마커 | |
| Busjahn et al. | Linkage but lack of association for blood pressure and the α-adducin locus in normotensive twins | |
| KR20240074388A (ko) | 당뇨병 예측 또는 진단용 hectd4 snp 마커 및 이의 용도 | |
| TWI351436B (en) | Method for detecting a risk of the development of | |
| US20090192135A1 (en) | Human Niemann Pick C1-Like 1 Gene (NPC1L1) Polymorphisms and Methods of Use Thereof | |
| US8236497B2 (en) | Methods of diagnosing cardiovascular disease | |
| Muendlein et al. | Real-time PCR based detection of the lactase non-persistence associated genetic variant LCT-13910C> T directly from whole blood | |
| JP4657857B2 (ja) | メタボリックシンドロームの診断および予防 | |
| US20110144206A1 (en) | Use of a cox-2 inhibitor for the treatment of a cox-2 dependent disorder in a patient not carrying hla alleles associated with hepatotoxicity | |
| KR101543774B1 (ko) | 복부비만 예측용 ｓｎｐ 마커 및 이의 용도 | |
| KR101304535B1 (ko) | Ｋｌｏｔｈｏ 유전자의 단일염기다형을 이용한 심혈관계 질환 예측 방법 | |
| KR20240069129A (ko) | 이상지질혈증 예측 또는 진단용 snp 마커 및 이의 용도 | |
| WO2015037681A1 (ja) | 抗甲状腺薬誘発性無顆粒球症リスクを判定するための検査方法及び判定用キット | |
| KR20240061944A (ko) | 당뇨병 예측 또는 진단용 kcnq1 snp 마커 및 이의 용도 |