WO2022203533A1 - Способ оценки предрасположенности к различным формам сахарного диабета 2го типа - Google Patents

Способ оценки предрасположенности к различным формам сахарного диабета 2го типа Download PDF

Info

Publication number
WO2022203533A1
WO2022203533A1 PCT/RU2021/000118 RU2021000118W WO2022203533A1 WO 2022203533 A1 WO2022203533 A1 WO 2022203533A1 RU 2021000118 W RU2021000118 W RU 2021000118W WO 2022203533 A1 WO2022203533 A1 WO 2022203533A1
Authority
WO
WIPO (PCT)
Prior art keywords
diabetes mellitus
diabetes
insulin
analysis
genes
Prior art date
Application number
PCT/RU2021/000118
Other languages
English (en)
French (fr)
Inventor
Владимир Валерьевич ВОЛОБУЕВ
Ирина Станиславовна КОЛЕСНИКОВА
Валерий Владимирович ПОЛУНОВСКИЙ
Инна Сергеевна ХОЛЯНДРА
Софья Викторовна ДРУЖИНИНА
Василий Владимирович РЕШЕТНИКОВ
Наталья Александровна ЕРМОЛЕНКО
Original Assignee
Владимир Валерьевич ВОЛОБУЕВ
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Владимир Валерьевич ВОЛОБУЕВ filed Critical Владимир Валерьевич ВОЛОБУЕВ
Priority to PCT/RU2021/000118 priority Critical patent/WO2022203533A1/ru
Publication of WO2022203533A1 publication Critical patent/WO2022203533A1/ru

Links

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers

Definitions

  • the invention relates to medicine, in particular to screening and prevention of type 2 diabetes mellitus (DM2) and can be used to assess predisposition to the development of type 2 diabetes in one of three possible priority forms: autoimmune, insulin-deficient, insulin-resistant, detected on the basis of DNA -analysis. Based on one of these forms, personalized recommendations for the prevention and treatment of the disease can be formulated for each subject, which significantly increases the effectiveness of treatment.
  • the method can be used in the practice of an endocrinologist or therapist.
  • Diabetes mellitus is one of the world's most serious medical and social problems. According to the International Diabetes Federation (IDF), in 2019 there were 463 million patients with diabetes mellitus in the world [7]. That is, approximately one in 11 adults in the world has a diagnosed diabetes mellitus; it is believed that half of the cases of DM remain undiagnosed. The incidence of diabetes is growing every year, and according to IDF forecasts, by 2045 it can reach 700 million. Mortality from diabetes and its complications in 2019 amounted to about 4.2 million people, which is estimated at 11.3% of all deaths, with almost half of these deaths (46.2% ) - people under 60 years old, that is, the able-bodied population [7].
  • IDF International Diabetes Federation
  • diabetes mellitus is a significant economic problem. Every year in the world, the total cost of treating diabetes and its complications and consequences is $ 760 billion - 10% of all medical costs; by 2045, these costs could exceed $840 billion a year. In highly developed countries, an average of about $10,000 per year is spent on the treatment of a person diagnosed with type 2 diabetes (in some countries, an average of $9,000-$11,000) [7]. The development of diabetes is largely dependent on genetics. The heritability of type 2 diabetes is, according to various estimates, from 30 to 70% [16], while for individuals in whom one of the parents has type 2 diabetes, the risk of development is on average about 40%, if both parents are sick - 70% [10].
  • type 1 diabetes mellitus insulin-dependent
  • type 2 diabetes mellitus insulin-independent
  • latent autoimmune diabetes LADA
  • Type 2 diabetes is the most common of all diabetes mellitus and accounts for approximately 93% of cases; LADA occurs in 5.2% of cases, and only 1.2% are people with type 1 diabetes.
  • type 2 diabetes mellitus is very heterogeneous even at the level of the symptom complex, having similar diagnostic criteria, the molecular mechanisms of the development of the disease are different and, accordingly, require a different treatment strategy.
  • One way to apply the “data driven” approach to the classification of the mechanisms of the pathogenesis of diabetes mellitus is to highlight the key gene networks of diabetes. Based on this approach, signaling pathways associated with glucose homeostasis, transcription regulation pathways during muscle cell differentiation, cellular response to stress through the WNT signaling pathway, telomere maintenance, protein processing in the Golgi apparatus, and others are distinguished. However, this approach is far from a clinical classification of diabetes mellitus and may lead to research artifacts.
  • a known method for predicting the risk of developing DM2 involves the analysis of SNPs (single nucleotide polymorphisms - single nucleotide polymorphisms) at the 11p15 and 7q32 loci.
  • SNPs single nucleotide polymorphisms - single nucleotide polymorphisms
  • the 11p15 locus also contains the previously known DM2 marker rs231362 (polymorphic substitution in the coding sequence of the KCNQ1 gene).
  • DM2 marker rs231362 polymorphic substitution in the coding sequence of the KCNQ1 gene.
  • the intron of the HCA2 gene contains the CTSD gene.
  • the invention does not describe the algorithm and formula for calculating the possible severity of DM2 symptoms and the probable severity of response to drugs, despite the mention of such a possibility;
  • the closest to the claimed technical solution is taken as a prototype, a new method for classifying diabetes, published in 2018 in the journal Lancet Diabetes Endocrinology [1].
  • the method is based on cluster analysis of data on clinical parameters of people.
  • the main parameters used for the new classification were the following: the level of antibodies to glutamate decarboxylase, the level of glycated hemoglobin, body mass index, age of onset of the disease, beta-cell functional activity index (HOMA-B) and insulin resistance index (HOMA-IR).
  • HOMA-B beta-cell functional activity index
  • HOMA-IR insulin resistance index
  • SIDD severe insulin-deficient diabetes - severe insulin-deficient diabetes.
  • type 2 diabetes mellitus characterized by insulin deficiency and subsequent hyperglycemia.
  • SIRD severe insulin-resistant diabetes - severe insulin-resistant diabetes. It is also a subgroup of type 2 diabetes mellitus, but has a special manifestation - high insulin resistance and high insulin levels. To the greatest extent in this group, violations of kidney function are manifested.
  • MOD mild obesity-related diabetes Most common in a group of people with a high body mass index.
  • MARD mimild age-related diabetes - age-associated diabetes mellitus. It has been shown that different identified subtypes of diabetes are characterized by different severity of course and the development of various complications. Thus, while retinopathy and nephropathy are the most common complications in SIDD, concomitant non-alcoholic fatty liver disease and/or nephropathy are most often observed in SIRD. MARD is characterized by the mildest course of the disease and the least disturbances in glycemic control, while SAID from this point of view is, apparently, the most severe. The authors also provide associations of some (10 in total) genetic polymorphisms with the identified subtypes of diabetes. The disadvantages of the known method are:
  • rs7903146 polymorphism of the TCF7L2 gene is associated simultaneously with SIDD, MOD and MARD; rsl 0401969 in the TM6SF2 gene is associated with SAID, SIDD, SIRD and MARD);
  • the technical result of the proposed method is the elimination of these shortcomings of the known technical solution, namely: the expansion of the number of alleged genetic determinants associated with the risk of developing one or another subtype of diabetes mellitus with the binding of most of these genetic polymorphisms to subtypes of diabetes mellitus; the lack of quantitative methods for calculating risks and the impossibility of predicting and calculating the risk of developing one or another subtype of diabetes mellitus.
  • the specified technical result in the method for assessing predisposition to various forms of type 2 diabetes mellitus with the issuance of personalized recommendations for its prevention and therapy, including genetic analysis and, on its basis, determining the type of type 2 diabetes is achieved by the fact that, based on the analysis of the HLA-DQA1 genes, HLA-DQB1, HLA-DRB1, MICB, NFAT5, RASGRP1, PRRC2A evaluate the predisposition to the development of "Autoimmune form of diabetes", based on the analysis of genes AGER, ARAP1, HHEX, HNF1A, KCNJ11, NOTCH, NUDT5, SLC2A2, SLC30A8, TCF7L2, THADA, WFS1, ZMIZ1 assess the likelihood of developing "Insulin-deficient form of diabetes", and based on the analysis of the FTO, GCKR, IRS1, NOTCH4, PPARG, PPIP5K2, SLC2A2, THADA genes, assess the predisposition to the development of "In
  • the quantitative contribution of each polymorphism to the risk of developing the disease may be different. Therefore, the total contribution of the identified gene polymorphisms associated with each of the isolated forms of diabetes mellitus is calculated, and a threshold value of the relative risk is set, the excess of which is considered a significant increase. the risk of developing an isolated form of diabetes mellitus, the risk is considered identified.
  • diabetes mellitus can be detected. More than one priority form of diabetes mellitus is detected when a significant excess of the total risk is detected for more than one priority form.
  • priority forms of diabetes mellitus may not be identified; this happens if the total risk for none of the identified priority forms exceeds the established threshold value.
  • the above features are a significant difference between the invention and the prototype and solves the problem of insufficient quantity and non-specificity of the genetic determinants of diabetes mellitus subtypes identified in the prototype.
  • the invention also makes it possible to detect predisposition to combined forms of DM2, which provides more accurate diagnosis and more complete prevention of the disease.
  • the invention makes it possible to identify a tendency to additional pathogenetic processes in cases where the overall clinical picture is masked by the predominant manifestation of the priority form.
  • the invention Based on the genotype and identified priority forms (mechanisms), the invention provides for the issuance of individual recommendations according to the identified subtype or subtypes in each specific case. In the absence of identified priority forms of diabetes development, it is possible to issue general recommendations on disease prevention and a healthy lifestyle.
  • this invention based on genetic data, allows you to evaluate the effectiveness of various pharmaceutical preparations (FP). Such recommendations are issued both in the case of identifying one or more priority forms of the development of diabetes mellitus, and in the absence of a significant increase in risk for all three selected forms of diabetes mellitus.
  • the proposed method for assessing predisposition to various forms of type 2 diabetes mellitus with the issuance of personalized recommendations for its prevention and treatment allows not only to identify the most likely form of type 2 diabetes, and therefore determine the most effective prevention of the disease, but also to identify a tendency to additional pathogenetic processes that mask the priority form of type 2 diabetes, which has no analogues, among the methods for predicting the occurrence of type 2 diabetes in a patient, which means that the claimed technical solution meets the criterion of "inventive step".
  • the primary task was to select the most informative genes and SNPs that are significantly associated with T2DM.
  • the selected genes had to be characterized in terms of the biological processes in which they are involved and the likely functional role of these genes and their products in the pathogenesis of T2DM. For this, we took SNPs that were significantly associated with the risk of developing DM2.
  • the main data source was Gene Atlas [5], the only GWAS information resource in the world that has the largest number of markers to date (from 700 thousand to 9 million experimentally genotyped for various traits and >34.5 million imputed for all traits, i.e. algorithmically reconstructed from known haplogroups) for each of more than 650 polygenic clinical and more than 110 normal human traits.
  • Gene Atlas the only GWAS information resource in the world that has the largest number of markers to date (from 700 thousand to 9 million experimentally genotyped for various traits and >34.5 million imputed for all traits, i.e. algorithmically reconstructed from known haplogroups) for each of more than 650 polygenic clinical and more than 110 normal human traits.
  • researchers authors of the UK biobank database underlying GeneAtlas
  • SNPs were selected that were located inside the protein coding regions of genes and led to amino acid substitutions, or concentrated along the boundaries of these regions - in splicing sites.
  • active promoters based on the EPDnew database (EPD in 2020: enhanced data visualization and extension to ncRNA promoters)
  • active enhancers based on the HACER database (HACER: an atlas of human active enhancers to interpret regulatory variants)
  • HACER an atlas of human active enhancers to interpret regulatory variants
  • ANNOVAR Genetic variant annotation and prioritization with ANNOVAR and wANNOVAR
  • ESP 6500 Allele frequencies in human populations were taken from the databases ExAC-03, gnomAD 2.1.1, Kaviar-2015.09.23, 1000 genomes-2015.04.13, ESP 6500.
  • all SNPs had to: be characterized by the FitCons2 (An evolutionary framework for measuring epigenomic information and estimating cell-type-specific fitness consequences) synthetic rating (shortly) of evolutionary-functional significance; to fall within (and not between) the previously characterized independent linkage disequilibrium blocks in human populations for the Asian and European populations (Bioinformatics); have characterized allele frequencies for East Asian, European (excluding Finns), Finnish populations and a synthetic group of other Eurasian populations in the gnomAD 2.1.1 database (Variation across 141,456 human exomes and genomes reveals the spectrum of loss-of-function intolerance across human protein-coding genes).
  • TISSUES 2 which describes the tissue-/organ-specificity of gene expression (TISSUES 2.0: an integrative web resource on mammalian tissue expression).
  • RegulomeDB As additional (optional) characteristics of regulatory SNPs, we additionally used the RegulomeDB characteristic, which takes into account the significance of the SNP in the context of the regulatory region (Annotation of functional variation in personal genomes using RegulomeDB), and the number of tissues with altered expression of the gene (s) in the presence of SNP/eQTL, according to GTEx data (Using an atlas of gene regulation across 44 human tissues to inform complex disease- and trait-associated variation).
  • SNPs for each of the studied clinical and normal features for 9 SNP characteristics were performed sequentially 1) pairwise correlation analysis and calculation of the average bootstrapped Spearman Rho value (using the R boot package (Systematic comparison of phenome-wide association study of electronic medical record data and genome-wide association study data)) and 2) assignment of ranks using direct (ps) or reverse (oc) sorting for each value of these 9 characteristics.
  • the following 9 SNP characteristics were taken into analysis: GWAS data Beta (ps) and P-value (os), maximum frequency in populations (os), PAFA score (ps), maximum (if there are several genes) pLI score (ps), FitCons2 - score (ps), RegulomeDB- rank (os), number of tissues with altered expression according to GTEx data (ps), dbNSFP4.0 bootstrap median score (ps). After assigning ranks for each value of these 9 characteristics, the ranks were multiplied on the average bootstrap Spearman Rho of these 9 stats. The final SNP rank was calculated as the bootstrap average (obtained using the R boot (Bootstrap Methods and Their Applications) package) among the normalized ranks of these 9 characteristics.
  • the final SNP rank was normalized (multiplied) by 1) the sum of the GADO scores of the gene(s) for this SNP, which were calculated on the basis of gene networks characterized by the terms of NPO and 2) by the sum of TISSUES 2 scores describing the tissue / organ specificity of the genes. As a result, based on all the indicated ranks for each SNP, the final score was formed - a weighted median rank.
  • genotype "GC") 0.15, p(diseases
  • the frequencies of genotypes in the control (healthy) and experimental group (sick) are known, for example, if: c) in the control with the CC genotype 400 people, with the CG genotype - 800 , with the "GG” genotype - 350, total - 1550; d) in the experimental group with the "CC” genotype - 250 people, with the "CG” genotype - 380, with the "GG” genotype - 200, in total - 830;
  • the odds ratio is calculated in relation to any one genotype, usually more often represented in homozygotes (as a percentage) in the control group.
  • ORfmal OEenvironment**(W ⁇ (W
  • Pancreatic beta-cell dysfunction and impaired insulin secretion play an important role in the pathogenesis of T2DM. It is noteworthy that a significant part of the genes whose polymorphisms are associated with T2DM are associated specifically with the development and functioning of the pancreas, maintenance and restoration of the beta-cell pool, regulation of insulin biosynthesis and secretion, etc. An important role in the development and functioning of pancreatic beta-cells and insulin secretion is played by the Wnt-beta-catenin signaling pathway, one of the main signaling pathways that regulate the processes of embryonic development, differentiation, maintenance of the stem cell phenotype, determination of cell polarity, and migration.
  • Wnt-beta-catenin signaling pathway one of the main signaling pathways that regulate the processes of embryonic development, differentiation, maintenance of the stem cell phenotype, determination of cell polarity, and migration.
  • Disruption of the genes associated with this signaling pathway is one of the risk factors and pathogenesis mechanisms of both diabetes mellitus and many other diseases, in particular, neurodegenerative and especially oncological.
  • other genes play an important role in the development and functioning of beta cells and the biosynthesis and secretion of insulin, in particular, glucose sensors, ion channels, the Notch signaling pathway, etc., and also a number of known diabetic genes that significantly affect insulin secretion, but whose direct function is not fully understood.
  • a balanced diet is recommended, limiting simple sugars to 5% or less of total daily calories, saturated fat, and salt.
  • the basis of the diet should be vegetables and fruits, complex carbohydrates (whole grains, bread, pasta), which have a low glycemic index, as well as sources of protein, mono- and polyunsaturated fatty acids.
  • a biologically active supplement (BAA) of zinc is recommended under the control of the level of this element in the blood.
  • the dosage of zinc can be adjusted for the rsl 3266634 polymorphism (SLC30A8 gene). If the CC genotype is detected, a relatively high need for zinc is determined, it is recommended to increase the proportion of zinc-rich foods in the diet, and when prescribing zinc preparations, a relatively high prophylactic dose (up to 15 mg per day). If the CT genotype is detected, a moderately reduced need for zinc is determined, a moderate prophylactic dose is recommended (up to 12-13 mg per day). If the TT genotype is detected, a reduced need for zinc is determined, the minimum recommended prophylactic dose (8-10 mg per day) is recommended. The final dosage should be determined by a specialist, it is necessary to control the level of zinc in the blood.
  • the effectiveness of sulfonylurea drugs may be reduced, therefore, if necessary, their administration is recommended to adjust their dosage or consider other classes of drugs.
  • the expediency of prescribing and dosage of sulfonylurea drugs can be determined taking into account genetic polymorphisms: rs5219 (KCNJ11 gene), rsl 2255372 (TCF7L2 gene).
  • PSM sulfonylurea drugs
  • the effectiveness of PSM is considered high.
  • the effectiveness of SSM is considered moderately reduced.
  • the effectiveness of PSM is considered reduced. The prognosis of the probable effectiveness of PSM is given based on the results of the study of both genetic markers.
  • Insulin resistance is a significant decrease in the sensitivity of body cells to insulin, a hormone produced by the pancreas and playing a key role in carbohydrate metabolism and glucose homeostasis. It is the development of insulin resistance that basically and primarily underlies the pathogenesis of type 2 diabetes mellitus (DM2) and is its main cause. Most of the metabolic effects of insulin are mediated by a specific signaling pathway through a membrane receptor (insulin).
  • This endophenotype includes a number of polymorphisms in genes associated with insulin sensitivity and the development of insulin resistance.
  • DM2 insulin resistance
  • high consumption of plant foods vegetables, herbs, fruits, complex carbohydrates
  • sources of mono- and polyunsaturated fatty acids in the diet olive oil as the main source of fat, a moderate amount of fish; dairy products and poultry, as well as low consumption of red meat.
  • the principles of the Mediterranean diet which the American Diabetes Association and the American Heart Association recommend to improve glycemic control and reduce risk factors for cardiovascular disease in type 2 diabetes, can be taken as a basis. It is recommended to add cinnamon to food.
  • the dosage of the drug can be adjusted taking into account genetic polymorphisms: rs8192675 (SLC2A2/GLUT2 gene), rsl2255372 (TCF7L2 gene).
  • rs8192675 genotype SLC2A2/GLUT2 gene
  • rsl2255372 TCF7L2 gene.
  • the effectiveness of metformin is considered moderately increased. If the TT rsl2255372 genotype is detected, the effectiveness of metformin is considered increased. The prognosis of the likely effectiveness of metformin is based on the results of the study of both genetic markers. autoimmune form.
  • autoimmune processes are possible in the cells of the pancreas, as well as in hypertrophied adipose tissue.
  • antigen presentation may play a significant role in the development of complications of diabetes mellitus, in particular diabetic nephropathy.
  • some clinical guidelines provide for the differential diagnosis of DM2 and DM1 based on HLA markers at the level of genome-wide associations, some polymorphisms of these genes and their regulatory regions show a significant association with DM2 and its complications as well. Therefore, based on some of these polymorphisms significantly associated with DM2, this endophenotype was isolated. If the prevalence of the risk of this form of DM2 is identified, it is recommended to prevent autoimmune processes and maintain an optimal state of health:
  • a balanced diet that satisfies the body's needs for essential nutrients, vitamins and trace elements. Regular inclusion of minimally processed foods in the diet slows down the production of pro-inflammatory agents, and a sufficient amount of antioxidants in the diet can reduce the manifestations of oxidative stress.
  • AI form Autoimmune form
  • I form Insulin-deficient form
  • Insulin-resistant form (IR form). The results of the genetic analysis of patient "A" are shown in Table 1.
  • the odds ratio for the "autoimmune form” exceeds the threshold of 1.2.
  • the “autoimmune form” is defined as the priority form of DM2 development in the subject.
  • the specialist may consider the appointment of immunosuppressants.
  • rsl2255372 GG moderate (relatively low) efficacy of metformin, an initial dosage of 1500 mg is recommended, with subsequent adjustment depending on current clinical parameters;
  • - rsl2255372 GG, rs5219 ST the effectiveness of PSM has been increased, their administration is expedient, it is possible to prescribe standard dosages with subsequent correction taking into account current clinical indicators;
  • rsl 3266634 CC Relatively high requirement for zinc, recommended prophylactic dosage 15 mg.
  • Option N “2 implementation of the invention.
  • Pharmacological correction - rsl2255372 TT: high efficacy of metformin, recommended initial dosage from 500 mg, correction in accordance with current clinical indicators; it is possible to prescribe metformin to increase the effectiveness of weight correction;
  • rs5219 SS average efficiency of PSM; if medical therapy is necessary, it is recommended to give preference to metformin. In the case of prescribing PSM, an upward dosage adjustment is desirable, taking into account current clinical indicators; rsl 3266634 CC: Relatively high requirement for zinc, recommended prophylactic dosage 15 mg.
  • the “insulin-resistant form” is defined as the priority form of DM2 development in the subject.
  • - rsl2255372 GG moderate (relatively low) efficacy of metformin, an initial dosage of 1500 mg is recommended, with subsequent adjustment depending on current clinical parameters;
  • - rsl2255372 GG, rs5219 SS high efficiency of PSM, their appointment is reasonable, it is recommended to prescribe dosages from the minimum to the standard, depending on the current clinical indicators;
  • Table 7 An assessment of the predisposition of the patient "G” to various forms of diabetes mellitus is shown in Table 8.
  • Pharmacological correction - rsl2255372 GG: moderate (relatively low) efficacy of metformin, an initial dosage of 1500 mg is recommended, with subsequent adjustment depending on current clinical parameters;

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Organic Chemistry (AREA)
  • Zoology (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Wood Science & Technology (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Biotechnology (AREA)
  • Genetics & Genomics (AREA)
  • Urology & Nephrology (AREA)
  • Biophysics (AREA)
  • Microbiology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Hematology (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

Заявленный способ включает проведение генетического анализа и, на его основании, оценки предрасположенности к развитию сахарного диабета одной из трех возможных форм: аутоиммунной, инсулинодефицитной, инсулинорезистентной, выявляемой на основе ДНК-анализа. На основании анализа генов HLA-DQA1, HLA-DQB1, HLA-DRB1, MICB, NFAT5, RASGRP1, PRRC2A оценивают предрасположенность к развитию аутоиммунной формы сахарного диабета, на основании анализа генов AGER, ARAP1, ННЕХ, HNF1A, KCNJ11, NOTCH, NUDT5, SLC2A2, SLC30A8, TCF7L2, THADA, WFS1, ZMIZ1 оценивают вероятность развития инсулино-дефицитной формы сахарного диабета, а на основании анализа генов FTO, GCKR, IRS1, NOTCH4, PPARG, PPIP5K2, SLC2A2, THADA оценивают предрасположенность к развитию инсулинорезистентной форме сахарного диабета, для чего, вычисляют суммарный вклад выявленных полиморфизмов генов, ассоциированных с каждой из выделенных форм сахарного диабета, и устанавливают пороговое значение относительного риска, превышение которого считают значимым повышением риска развития выделенной формы сахарного диабета.

Description

СПОСОБ ОЦЕНКИ ПРЕДРАСПОЛОЖЕННОСТИ К РАЗЛИЧНЫМ ФОРМАМ САХАРНОГО ДИАБЕТА 2ГО ТИПА
Область техники Изобретение относится к медицине, в частности к скринингу и профилактике сахарного диабета 2-го типа (СД2) и может быть использовано для оценки предрасположенности к развитию СД2 к одной из трёх возможных приоритетных форм: аутоиммунной, инсулинодефицитной, инсулинорезистентной, выявляемой на основе ДНК-анализа. На основании одной из указанных форм могут быть сформулированы персонализированные рекомендации по профилактике и лечению заболевания для каждого обследуемого, что значительно повышает эффективность лечения. Способ может быть использован в практике врача-эндокринолога или терапевта.
Предшествующий уровень техники Сахарный диабет является одной из серьезнейших мировых медико- социальных проблем. По оценкам Международной федерации диабета (International Diabetes Federation, IDF), на 2019 год в мире насчитывалось 463 миллиона больных сахарным диабетом [7]. То есть, примерно каждый 11 взрослый в мире имеет диагностированный сахарный диабет; при этом полагают, что половина случаев СД остаются не диагностированными. Заболеваемость СД ежегодно растет, и по прогнозам IDF к 2045 году она может достигнуть 700 млн. Смертность от СД и его осложнений в 2019 году составила порядка 4.2 млн человек, что оценивается как 11.3% от всех смертей, причем почти половина этих смертей (46.2%) - люди младше 60 лет, то есть трудоспособное население [7]. Кроме того, сахарный диабет является существенной экономической проблемой. Ежегодно в мире общие затраты на лечение СД и его осложнений и последствий составляют 760 млрд долларов - 10% от всех медицинских затрат; к 2045 эти затраты могут превысить 840 млрд долларов в год. В высокоразвитых странах на лечение человека с диагностированным СД2 тратится в среднем порядка 5000 долларов в год (в некоторых странах - в среднем 9-11 тысяч) [7]. Развитие сахарного диабета в значительной степени зависит от генетики. Наследуемость СД2 составляет по различным оценкам от 30 до 70% [16], при этом для лиц, у которых один из родителей имеет СД2, риск развития составляет в среднем порядка 40%, если оба родителя больны - 70% [10]. На сегодняшний день известно, что более 80 генов включают полиморфизмы, которые влияют на предрасположенность к СД2. Существуют также моногенные формы диабета (MODY-диабеты), которые развиваются в результате мутации в конкретном гене и составляют 2-5% от всех диагнозов СД [13].
На текущий момент выделяют основные две формы заболевания - сахарный диабет 1 типа (инсулинзависимый) и сахарный диабет 2 типа (инсулиннезависимый), также выделяется латентный аутоиммунный диабет (LADA), характеризующийся промежуточным течением заболевания между 1 -м и 2-м типами, и гестационный диабет, проявляющийся исключительно во время беременности. Сахарный диабет 2-го типа является наиболее распространенным среди всех сахарных диабетов и составляет примерно 93% случаев; LADA встречается в 5,2% случаев, и только 1,2% - это люди с сахарным диабетом 1-го типа. В тоже время сахарный диабет 2-го типа очень гетерогенен даже на уровне симптомокомплекса, имея сходные диагностические критерии, молекулярные механизмы развития заболевания различаются и, соответственно, требуют различной стратегии лечения.
Снижению распространенности сахарного диабета и предотвращению осложнений может помочь ранняя диагностика или скрининг для выявления преддиабетического состояния. В этом состоянии модификация образа жизни может быть достаточно эффективной и снижать риск развития заболевания на 40- 70% [14]. На сегодняшний день основным методом исследования геномных вариантов - детерминант заболеваний и приоритезации их функциональной значимости являлся GWAS-анализ (полногеномный поиск ассоциаций от англ. genome-wide association studies) [9]. Основным преимуществом данного подхода является ранжирование эффекта вкладов разных (обычно часто встречающихся в популяции) геномных вариантов в признак в контексте исследования интересующей группы индивидуумов, на двух или более контрастных подгруппах, имеющих различное фенотипическое проявление интересующего признака [9, 15]. С недавних пор популярность приобрели также так называемые мета-исследования GWAS и полногеномных секвенирований, обобщающие данные однотипных GWAS-исследований на разных популяциях и полногеномных секвенирований, стратифицированных по разным частотам встречаемости изучаемых аллельных вариантов [11, 17]. Однако, несмотря на статистическую мощность последних, молекулярно-генетическая основа детерминации признаков до недавнего времени оставалась неуловимой для исследователей, т.к. большую часть ассоциированных с признаком вариантов в GWAS составляют регуляторные, некодирующие генетические варианты [4, 8], эффект которых на функцию/признак чрезвычайно мал и контекст-специфичен, опосредован как внутренней средой (компаундами аллелей, физиологическим состоянием, возрастом, полом и т.д.) так и внешними факторами (инфекционной нагрузкой, социальным статусом, питанием, и т.д.). Группа американских исследователей под руководством Джонатана Притчарда, детально систематизировав многочисленные GWAS-данные, предложила омнигенную модель детерминации признаков, в которой есть немногочисленные гены центральной генной сети, представляющие собой молекулярную машину формирования признака, и многочисленные (вплоть до размеров всего оставшегося генома) гены-модификаторы изменяющие как непосредственно работу генов центральной сети, так и генов-модификаторов модифицирующих работу центральной сети, генов модификаторов модификаторов и т.п. [4, 8]. Затем, в 2019 году, группа американских математических биологов под руководством Алкиса Прайса, задавшись вопросом причины универсальности такой странной генетической детерминации признаков (омнигенной модели Притчарда) и смоделировав эволюцию в режиме стабилизирующего отбора, доказала как необходимую и достаточную причину (стабилизирующий отбор), так и универсальное следствие - генетическую детерминацию признаков по омнигенной модели [12]. В результате этого стало очевидно, что одних данных GWAS для функциональной приоритизации недостаточно как в контексте приоритизации отдельных генетических вариантов, так и для приоритизации функциональной значимости генов. Таким образом, появилась чрезвычайная необходимость производить приоритизацию функциональной значимости, учитывая как можно большее количество биологически значимых особенностей, как отдельных аллельных вариантов генов, так и генов в целом. Любые показанные с помощью GWAS ассоциации генетических вариантов с заболеваниями должны быть объяснимы с молекулярно биологической, биохимической, биомедицинской точки зрения, а также согласоваться с результатами экспериментов на лабораторных животных и in vitro.
Исходя из последних данных исследований полногеномных анализов ассоциаций появляются и новые подходы к классификации сахарного диабета на основе так называемого “data-driven” подхода. Этот подход позволяет на основе данных о генетических, биохимических, транскрипционных данных выделять группы, отражающие реальные процессы в организме. Использование таких подходов может стать основой для новых классификаций сахарного диабета.
Один из способов применения “data driven” подхода к классификации механизмов патогенеза сахарного диабета заключаются в выделении ключевых генных сетей диабета. На основе этого подхода выделяются сигнальные пути связанные с гомеостазом глюкозы, путями регуляции транскрипции при дифференциации мышечных клеток, клеточным ответом на стресс через WNT сигнальный путь, поддержанием теломер, процессингом белков в аппарате Гольджи и другими. Однако данный подход далек от клинической классификации сахарного диабета и может привести к появлению исследовательских артефактов.
Большинство изобретений, направленных на оценку риска СД2, предполагают в основном, исследование отдельных полиморфных вариантов генов [W02008065682, WO2011004405, RU2688208, RU2655635] [18-21]. Причем некоторые из этих изобретений, направлены на оценку риска в отдельных популяциях [RU2688208] [20]. Другое изобретение [W02007128884] оценивает отдельные полиморфизмы, выбранные на основе GWAS данных [22]. В этих работах [W02007128884, JP2015007985, WO2010030929] помимо генетических рисков учитывают также наличие или отсутствие ожирения, а также другие средовые факторы, такие как вес, возраст, образ жизни [22-24].
Известен способ прогнозирования риска развития СД2 согласно заявке WO20 11004405 [19], который предполагает анализ SNP (single nucleotide polymorphisms - однонуклеотидных полиморфизмов) в локусах 11р15 и 7q32. Авторы изобретения показали ассоциацию полиморфизмов в данных локусах с развитием СД2. В локусе 11р15 находится также ранее известный маркер СД2 rs231362 (полиморфная замена в кодирующей последовательности гена KCNQ1). В этом же регионе находится кластер ассоциированных с кератином генов KRTAP5 1-5, а также DUSP8 кроме того, интрон гена НССА2 содержит ген CTSD. В одном из вариантов изобретения предлагается анализ одного из полиморфизмов: rs2334499, rsl038727, rs7131362, rs748541, rs4752779, rs4752780, rs4752781, rs4417225, rsl0769560, rsl7245346, rsll607954, rsl0839220, и rsll600502, фактором риска считают аллель Т rs2334499.
Недостатками указанного изобретения являются:
- учёт всего лишь отдельных локусов, которые не позволяют комплексно оценить риск развития сахарного диабета;
- в изобретении не описаны алгоритм и формула расчёта возможной тяжести симптомов СД2 и вероятной выраженности ответа на препараты, несмотря на упоминание о таковой возможности;
- оценка эффективности препаратов данным методом, по-видимому, не специфична по отношению к конкретным препаратам и распространяется на все возможные к применению препараты в целом, не учитывая мишени или механизмы действия препаратов, равно как их особенности их метаболизма;
- отсутствует возможность выявления и выделения вероятных конкретных механизмов развития сахарного диабета;
- на основании данного изобретения невозможна направленная профилактика и терапия сахарного диабета и его осложнений.
Наиболее близким к заявляемому техническому решению, является взятый в качестве прототипа, новый способ классификации диабета, опубликованный в 2018 году в журнале Lancet Diabetes Endocrinology [1]. Способ основан на кластерном анализе данных о клинических параметрах людей. Основные параметры, используемые для новой классификации, были следующими: уровень антител к глутаматдекарбоксилазе, уровень гликированного гемоглобина, индекс массы тела, возраст манифестации заболевания, индекс функциональной активности бета-клеток (НОМА-В) и индекс инсулинорезистентности (НОМА- IR). На основании вышеописанных параметров в исследовании было выделено 5 кагорт, разделяющих сахарные диабеты на более специализированные группы. 1. SAID=severe autoimmune diabetes - тяжелый аутоиммунный диабет. Имеет наибольшее перекрытие с сахарным диабетом 1 типа и LADA диабетом.
2. SIDD=severe insulin-deficient diabetes - тяжелый инсулин-дефицитный диабет. Одна из групп сахарного диабета 2-го типа, характеризующаяся дефицитом инсулина и последующей гипергликемией.
3. SIRD=severe insulin-resistant diabetes - тяжелый инсулинрезистентный диабет. Также является подгруппой сахарного диабета 2-го типа, однако имеет особое проявление - высокую инсулинорезистентность и высокий уровень инсулина. В наибольшей степени в этой группе проявляются нарушения функций почек.
4. MOD=mild obesity-related diabetes - сахарный диабет, связанный с ожирением. Наиболее часто встречающийся в группе людей с высоким индексом массы тела.
5. MARD=mild age-related diabetes - возраст-ассоциированный сахарный диабет. Было показано, что разные выделенные подтипы диабета характеризуются различной тяжестью протекания и развитием различных осложнений. Так, в то время как для SIDD наиболее характерными осложнениями являются ретинопатия и нефропатия, при SIRD чаще всего наблюдаются сопутствующие неалкогольная жировая болезнь печени и/или нефропатия. MARD характеризуется наиболее мягким течением заболевания и наименьшими нарушениями гликемического контроля, в то время как SAID с этой точки зрения является, по-видимому, наиболее тяжёлым. Также авторы приводят ассоциации некоторых (всего 10) генетических полиморфизмов с выделенными подтипами диабета. Недостатками известного способа являются:
- малое количество предполагаемых генетических детерминант, связанных с риском развития того или иного подтипа сахарного диабета;
- неспецифичность большей части указанных генетических полиморфизмов по отношению к подтипам сахарного диабета (например, полиморфизм rs7903146 гена TCF7L2 ассоциирован одновременно с SIDD, MOD и MARD; rsl 0401969 в гене TM6SF2 - с SAID, SIDD, SIRD и MARD);
- отсутствие количественных методов расчета рисков;
- как следствие, невозможность прогнозирования и расчета риска развития того или иного подтипа сахарного диабета. Раскрытие изобретения
Техническим результатом заявляемого способа, является устранение указанных недостатков известного технического решения, а именно: расширение количества предполагаемых генетических детерминант, связанных с риском развития того или иного подтипа сахарного диабета с привязкой большей части указанных генетических полиморфизмов к подтипам сахарного диабета; отсутствие количественных методов расчета рисков и невозможность прогнозирования и расчета риска развития того или иного подтипа сахарного диабета. Указанный технический результат в способе оценки предрасположенности к различным формам сахарного диабета 2 типа с выдачей персонализированных рекомендаций по его профилактике и терапии, включающий проведение генетического анализа и на его основании определение разновидности диабета 2 типа, достигается тем, что на основании анализа генов HLA-DQA1, HLA-DQB1, HLA-DRB1, MICB, NFAT5, RASGRP1, PRRC2A оценивают предрасположенность к развитию «Аутоиммунной формы сахарного диабета», на основании анализа генов AGER, ARAP1, ННЕХ, HNF1A, KCNJ11, NOTCH, NUDT5, SLC2A2, SLC30A8, TCF7L2, THADA, WFS1, ZMIZ1 оценивают вероятность развития «Инсулино-дефицитной формы сахарного диабета», а на основании анализа генов FTO, GCKR, IRS1, NOTCH4, PPARG, PPIP5K2, SLC2A2, THADA оценивают предрасположенность к развитию «Инсулино- резистентной форме сахарного диабета», для чего, вычисляют суммарный вклад выявленных полиморфизмов генов, ассоциированных с каждой из выделенных форм сахарного диабета, и устанавливают пороговое значение относительного риска, превышение которого считают значимым повышением риска развития выделенной формы сахарного диабета, а уже после выявления риска развития одной или нескольких форм сахарного диабета, дают персонализированные рекомендации по его профилактике и терапии.
Необходимо учитывать, что количественный вклад каждого полиморфизма в риск развития заболевания может быть разным. Поэтому, вычисляют суммарный вклад выявленных полиморфизмов генов, ассоциированных с каждой из выделенных форм сахарного диабета, и устанавливают пороговое значение относительного риска, превышение которого считают значимым повышением риска развития выделенной формы сахарного диабета, риск считается выявленным.
Следует отметить, что может быть выявлена не одна форма сахарного диабета. Более одной приоритетной формы сахарного диабета выявляют в случае, когда значимое превышение суммарного риска выявляют более чем для одной приоритетной формы .
При выявлении риска развития одной или нескольких форм сахарного диабета в каждом случае выдаются персонализированные рекомендации по профилактике и терапии сахарного диабета 2 типа. В случае выявления нескольких приоритетных форм диабета выдаются рекомендации по профилактике каждой из выявленных форм.
Также следует отметить, что приоритетных форм сахарного диабета может быть не выявлено; это происходит в том случае, если суммарный риск ни для одной из выделенных приоритетных форм не превышает установленного порогового значения.
В случае, если не было выявлено значимого повышения риска развития ни одной из выделенных форм сахарного диабета, выдаются стандартные рекомендации по профилактике данного заболевания и здоровому образу жизни; рекомендации по фармакотерапии выдаются исходя из выявленного генотипа соответствующих генов (см. Приложение 3).
В рамках данного изобретения, был проведен поиск функционально- значимых полиморфизмов, включающий в себя многостадийный анализ GWAS данных и позволяющий выделить приоритетный список из 27 наиболее значимых полиморфизмов в 26 генах.
Анализ молекулярных функций генов, в которых были расположены данные полиморфизмы, хорошо соотносится с известными молекулярными механизмами развитии сахарного диабета. Это позволило сопоставить гены и связанные с ними полиморфизмы с молекулярными механизмами и на основании этих данных оценивать риск развития отдельных эндофенотипов сахарного диабета 2-го типа, выделив при этом три формы сахарного диабета.
Вышеуказанные особенности являются существенным отличием изобретения от прототипа и решает проблему недостаточного количества и неспецифичности выявленных в прототипе генетических детерминант подтипов сахарного диабета.
Также изобретение дает возможность выявлять предрасположенность к сочетанным формам СД2, что обеспечивает более точную диагностику и более полную профилактику заболевания. В частности, изобретение позволяет выявить склонность к дополнительным патогенетическим процессам в случаях, если общая клиническая картина маскируется преобладающим проявлением приоритетной формы.
На основании генотипа и выявленных приоритетных форм (механизмов) изобретение предполагает выдачу индивидуальных рекомендаций соответственно выявленному подтипу или подтипам в каждом конкретном случае. В случае отсутствия выявленных приоритетных форм развития сахарного диабета возможна выдача общих рекомендаций по профилактике заболевания и здоровому образу жизни.
Помимо этого, данное изобретение на основании генетических данных позволяет оценить эффективность различных фармацевтических препаратов (ФП). Такие рекомендации выдаются как в случае выявления одной или нескольких приоритетных форм развития сахарного диабета, так и в случае отсутствия значимого повышения риска по всем трем выделенным формам сахарного диабета.
Таким образом, заявляемый способ оценки предрасположенности к различным формам сахарного диабета 2 типа с выдачей персонализированных рекомендаций по его профилактике и терапии позволяет не только выявить наиболее вероятную форму развития диабета 2 типа, а значит, определить наиболее эффективную профилактику заболевания, но и выявить склонность к дополнительным патогенетическим процессам, маскирующим приоритетную форму диабета 2 типа, что не имеет аналогов, среди способов прогнозирующих возникновение у пациента диабета 2 типа, а значит, заявляемое техническое решение соответствует критерию «изобретательский уровень».
Для разработки генетической панели, позволяющей выявлять и прогнозировать приоритетные механизмы развития СД2, а также выдавать соответствующие персонализированные рекомендации по профилактике данного заболевания, первостепенной задачей был выбор наиболее информативных генов и SNP, значимо ассоциированных с СД2. Отобранные гены необходимо было охарактеризовать с точки зрения биологических процессов, в которых они принимают участие, и вероятной функциональной роли этих генов и их продуктов в патогенезе СД2. Для этого брали SNP, значимо связанные с риском развития СД2.
В качестве основного источника данных использовали Gene Atlas [5], единственный в мире ресурс GWAS-информации, имеющий наибольшее на сегодняшний день количество маркеров (от 700 тысяч до 9 млн. экспериментально генотипированных для разных признаков и >34.5 млн. импутированных для всех признаков, т.е. алгоритмически восстановленных по известным гаплогруппам) для каждого из более чем 650 полигенных клинических и более 110 нормальных признаков человека. Важно, что для получения этого объема данных исследователями (авторами базы данных UK biobank, лежащей в основе GeneAtlas) было проанализировано более 450 000 экспериментально генотипированных, неродственных людей, что позволило:
- получить отчетливую, статистически значимую связь между числом статистически значимых полиморфизмов и наследуемостью исследованных признаков (существенно снизить эффект потери наследуемости);
- полностью избавиться от артефакта завышения силы эффекта отдельных снипов на малых выборках.
Отбор однонуклеотидных генетических вариантов, ассоциированных с признаками Е11 (инсулиннезависимый сахарной диабет по МКБ-10) в составе группы Е 10-Е 14 - сахарный диабет, производился по импутированным данным (качество импутации >0,8) с двумя порогами статистической значимости ассоциации р<1Е-7 и р<1Е-8 (порог для значения beta не использовался). В анализ взяли все стабильные SNP, однозначно аннотированные начиная с базы данных DB SNP версии 150 (dbSNP: the NCBI database of genetic variation). Используя данные о геномных позициях экзонов и кодонов, им принадлежащих (ENSEMBL V. 97), были отобраны SNP, которые располагались внутри кодирующих белок областей генов и приводили к заменам аминокислот, или концентрировались по границам этих областей - в сайтах сплайсинга. Используя уточненные экспериментальные данные о локализации активных промоторов (на основе базы данных EPDnew (EPD in 2020: enhanced data visualization and extension to ncRNA promoters)) и активных энхансеров (на основе базы данных HACER (HACER: ап atlas of human active enhancers to interpret regulatory variants)) генов, непересекающихся с кодирующими белок областями, были отобрали гены, имеющие 3 и более SNP в этих регуляторных областях, тем самым одновременно выбраны регуляторные SNP и гены, обогащенные этими регуляторными SNP. Для частотной фильтрации SNP, используя платформу ANNOVAR (Genomic variant annotation and prioritization with ANNOVAR and wANNOVAR) была проведена селекция SNP, имеющих максимальную частоту встречаемости в изученных популяциях большую чем 0,01. Частоты встречаемости аллелей в популяциях человека брались по данным баз данных ЕхАС-03, gnomAD 2.1.1, Kaviar-2015.09.23, 1000 genomes-2015.04.13, ESP 6500.
Для функциональной фильтрации SNP использовали следующие обязательные характеристики: эффект каждого SNP, расположенного в кодирующих областях гена и сайтах сплайсинга, должен был обязательно протестирован не менее 20 (из 40) методами предсказания изменений в структуре и функции белка, описанными в DB NSFP4.0a (dbNSFP v3.0: A One-Stop Database of Functional Predictions and Annotations for Human Nonsynonymous and Splice-Site SNVs); для каждого регуляторного SNP должен быть синтетический скор важности регуляторных районов генома PAFA (Prioritization and functional assessment of noncoding variants associated with complex diseases). Кроме того, все SNP должны были: быть охарактеризованы синтетическим рейтингом (скором) эволюционно- функциональной значимости FitCons2 (An evolutionary framework for measuring epigenomic information and estimating cell-type-specific fitness consequences); попадать внутрь (а не между) ранее охарактеризованных независимых блоков неравновесия по сцеплению для азиатской и европейской популяции (Approximately independent linkage disequilibrium blocks in human populations. Bioinformatics); иметь охарактеризованные частотные характеристики аллелей для восточно-азиатской, европейской (исключая финнов), финской популяций и синтетической группы других евразийских популяций в базе данных gnomAD 2.1.1 (Variation across 141,456 human exomes and genomes reveals the spectrum of loss-of-function intolerance across human protein-coding genes).
В качестве дополнительных (необязательных) характеристик всех SNP использовали доступную информацию о pLI-скоре, учитывающем данные о гаплонедостаточности гена (Analysis of protein-coding genetic variation in 60,706 humans), GADO-скоре, учитывающем положение гена в генной сети исследуемого признака (Improving the diagnostic yield of exome- sequencing by predicting gene- phenotype associations using large-scale gene expression analysis), TISSUES 2 скоре, описывающем ткане-/органо-специфичность экспрессии гена (TISSUES 2.0: an integrative web resource on mammalian tissue expression). В качестве дополнительных (необязательных) характеристик регуляторных SNP дополнительно использовали характеристику RegulomeDB, учитывающую значимость SNP в контексте регуляторного района (Annotation of functional variation in personal genomes using RegulomeDB), и количество тканей с измененной экспрессией гена(ов) при наличии SNP/eQTL, по данным GTEx (Using an atlas of gene regulation across 44 human tissues to inform complex disease- and trait-associated variation).
После аннотации и селекции (см. выше) SNP для каждого из исследованных клинических и нормальных признаков для 9 характеристик SNP проводились последовательно 1) попарный корреляционный анализ и вычисление среднего бутстрепированного Spearman Rho значения (с использованием пакета R boot (Systematic comparison of phenome-wide association study of electronic medical record data and genome-wide association study data)) и 2) назначение рангов при помощи прямой (пс) или обратной (ос) сортировки для каждого значения этих 9 характеристик. В анализ брались следующие 9 характеристик SNP: GWAS данные Beta (пс) и P-value (ос), максимальная частота в популяциях (ос), PAFA- скор (пс), максимальный (если генов несколько) pLI-скор (пс), FitCons2 - скор (пс), RegulomeDB- ранг (ос), количество тканей с измененной экспрессией по данным GTEx (пс), dbNSFP4.0 бутстрепированный медианный скор (пс). После назначения рангов для каждого значения этих 9 характеристик, ранги умножались на средние бутстрепированные Spearman Rho этих 9 характеристик. Итоговый ранг SNP вычислялся как среднее бутстрепированное (полученное с использованием пакета R boot (Bootstrap Methods and Their Applications)) среди нормированных рангов этих 9 характеристик. При наличии прямого соответствия между изучаемым признаком (кодом ICD-10 (ICD-10 : international statistical classification of diseases and related health problems : tenth revision, 2nd ed)) и терминами HPO (Expansion of the Human Phenotype Ontology (HPO) knowledge base and resources) по данным PheWAS (Systematic comparison of phenome-wide association study of electronic medical record data and genome-wide association study data), описывающими этот признак, а также однозначной информации о тканевой и/или органной приуроченности работы генов, в которых содержатся SNP, итоговый ранг SNP нормировался (домножался) на 1) суммы GADO-скоров гена(ов) для этого SNP, которые вычислялись на основе генных сетей, охарактеризованных терминами НРО и 2) на суммы TISSUES 2 скоров, описывающих тканевую / органную специфику работы генов. В итоге на основании всех указанных рангов для каждого SNP был сформирован итоговый скор - взвешенный медианный ранг.
На основании взвешенного медианного ранга авторами изобретения были выделены 27 не сцепленных друг с другом SNP, связанных с 26 генами (приложение 1). Анализ функций этих генов, позволил нам разделить их на три группы:
- связанные с передачей сигнала инсулина;
- связанные с биосинтезом инсулина;
- связанные с воспалительными и аутоиммунными процессами. Поскольку эти группы генов хорошо соотносятся с известными молекулярными механизмами развития диабета нами были выделены три возможных эндофенотипа:
1.Инсулинодефицитная форма;
2. Инсулинорезистентная форма; 3. Аутоиммунная форма.
Для определения полиморфизмов выделенных генов использовались праймеры и зонды, которые приведены в Приложении 2. Таким образом, данное изобретение позволит оценить генетический риск возникновения различных эндофенотипов сахарного диабета. Кроме этого, анализ литературных данных показал, что белковые продукты найденных нами генов связаны с различной чувствительностью к различным фармакологическим препаратам, которые применяются в терапии сахарного диабета (см. Приложение 3). Принимая все это во внимание, авторами изобретения описаны эндофенотипы и к каждому из них разработаны специфические рекомендации.
Ниже приводится алгоритм расчета предрасположенности к различным формам СД2.
Основные принципы расчета:
- для каждого SNP проводится независимый тест;
- ассоциации SNP (патология проверяются путем сравнения частот SNP в экспериментальной группе и контроле);
- есть возможность учитывать частоту в популяции каждого из 3 возможных генотипов (2 гомозиготы и 1 гетерозигота) при сравнениях.
Отношения шансов и отношение правдоподобий: а) мера величины эффекта или силы ассоциации, odds = Р/(1-Р); б) odds ratio или отношение шансов (OR) = odds (событие при воздействии или условии) / odds (событие при отсутствии воздействия или условия), например если р (заболевания | генотип "GC") = 0.15, р (заболевания | генотип "СС") = 0.1, а средний риск заболевания в популяции 0.3, то OR=(0.15/0.1)/(0.3/0.7)=~3.5;
В случае если средний риск заболевания в популяции не известен, но известны частоты генотипов в контроле (здоровые) и экспериментальной группе (больные), например, если: в) в контроле с генотипом "СС" 400 человек, с генотипом "CG" - 800, с генотипом "GG" - 350, всего - 1550; г) в экспериментальной группе с генотипом "СС" 250 человек, с генотипом "CG" - 380, с генотипом "GG" - 200, всего - 830;
TO д) ORgg=odds(3a6cweBaHHe | "GG")/odds(3a6oaeBaHHe |
"CC")=(350*250)/(400*200)= 1.1;
Figure imgf000017_0001
Как видно из примера, отношение шансов рассчитывается по отношению к какому-то одному генотипу, обычно чаще представленному в гомозиготах (в процентном соотношении) в контрольной группе. Иными словами, интерпретировать в индивидуальном плане полученные OR нельзя, т.к. требуется учет частот генотипов в популяции, что возможно сделать на основе расчета отношения правдоподобий (LR).
Отношения правдоподобий для описанного выше случая рассчитывается как: ж) LRgg=p(3a6oneBaHHe | "GG")/p(KOHTpoab | "GG")=(200/830)/(350/l 550)=1.06 з) LRgc=p(3a6oaeBaHHe | ”СО")/р(контроль | "CG”)=(380/830)/(800/1550)=0.89 и) 1Лсс=р(заболевание | "СС")/р(контроль | "СС")=(250/830)/(400/1550)=1.17
Очевидно, что в указанном выше примере предположение о повышенной связи генотипа GG с болезнью ошибочно, т.к. не учитывает частоты генотипов в популяции. Таким образом, чаще целесообразнее использовать именно отношение правдоподобий, а не отношение шансов для определения индивидуальных рекомендаций.
В случае если имеется множество анализируемых SNP, то итоговая вероятность заболевания для человека расчитывается с помощью LR от отдельных i-ых SNP как: к) Р=р(заболевания в популяции)/(1-р (заболевания в популяции))
Figure imgf000017_0002
л) Pfmal=P/(P+l).
Если все-таки используются OR, то итоговая вероятность заболевания для человека рассчитывается с помощью OR отдельных i-ых SNP на усредненной популяции как: м) ORfmal= ОЕсреды**(Ж^(Ж|+1*(Ж_к7*(Ж .
На конечной стадии анализа, для определения степени значимости риска выявленных форм диабета устанавливаются граничные значение повышения либо понижения риска для итоговых LR и OR. Например, итоговый риск считается повышенным, если наблюдается повышение риска на 10% и более (0R>=1.1). Альтернативно, риск можно считать повышенным, если наблюдается повышение риска на 20% и более (OR>=1.2).
Формы сахарного диабета согласно различным механизмам развития.
Полиморфизмы и гены, связанные с риском развития сахарного диабета 2-го типа и различных его форм, приведены в Приложении 1.
Инсулинодефицитная форма.
При наличии полиморфизмов генов AGER, ARAP1, ННЕХ, HNF1A, KCNJ11, NOTCH, NUDT5, PRRC2A, SLC2A2, SLC30A8, TCF7L2, THADA, WFS1, ZMIZ1 выявляют предрасположенность к развитию «Инсулино дефицитной формы сахарного диабета» .
Дисфункция бета-клеток поджелудочной железы и нарушение секреции инсулина играют важную роль в патогенезе СД2. Примечательно, что существенная часть генов, полиморфизмы которых связаны с СД2, связаны именно с развитием и функционированием поджелудочной железы, поддержанием и восстановления пула бета-клеток, регуляцией биосинтеза и секреции инсулина и др. Важную роль в развитии и функционировании бета- клеток поджелудочной железы и секреции инсулина играет Wnt-бета- катениновый сигнальный путь - один из основных сигнальных путей, регулирующих процессы эмбрионального развития, дифференцировки, поддержания фенотипа стволовых клеток, определения полярности клетки и миграции. Нарушение работы генов, связанных с этим сигнальным путем, является одним из факторов риска и механизмов патогенеза как сахарного диабета, так и многих других заболеваний, в частности нейродегенеративных и особенно онкологических. Кроме того, в развитии и функционировании бета- клеток и биосинтезе и секреции инсулина играют важную роль другие гены, в частности, сенсоров глюкозы, ионных каналов, сигнального пути Notch и др., а также ряд известных диабетических генов, значимо влияющих на секрецию инсулина, но непосредственная функция которых изучена не до конца.
В случае выявления преобладания риска данной формы СД2 рекомендуется проведение мероприятий, направленных на поддержание нормального функционирования поджелудочной железы, биосинтеза и секреции инсулина:
1. Рекомендуется сбалансированное питание с ограничением количества простых сахаров до 5% от общей суточной калорийности или ниже, насыщенных жиров и поваренной соли. Основу рациона должны составлять овощи и фрукты, сложные углеводы (цельнозерновые крупы, хлеб, паста), которые обладают низким гликемическим индексом, а также источники белка, моно- и полиненасыщенных жирных кислот.
2. При развитии СД2 и инсулинотерапии рекомендован самоконтроль или суточное мониторирование уровня сахара крови для оценки эффективности диетотерапии и индивидуального подбора оптимального рациона. 3. Подчеркивается особая важность отказа от алкоголя и курения.
4. Рекомендуется дополнительный приём биологически активной добавки (БАД) цинка под контролем уровня данного элемента в крови. Дозировка цинка может быть скорректирована с учетом полиморфизма rsl 3266634 (ген SLC30A8). В случае обнаружения генотипа СС определяется относительно высокая потребность в цинке, рекомендуется увеличение доли богатых цинком продуктов в рационе, при назначении препаратов цинка - относительно высокая профилактическая доза (до 15 мг в сутки). В случае обнаружения генотипа СТ определяется умеренно сниженная потребность в цинке, рекомендуется умеренная профилактическая доза (до 12-13 мг в сутки). В случае обнаружения генотипа ТТ определяется сниженная потребность в цинке, рекомендуется минимальная рекомендуемая профилактическая доза (8-10 мг в сутки). Итоговая дозировка должна быть определена специалистом, необходим контроль уровня цинка в крови.
5. При наличии клинических показаний возможно назначение инсулина. 6. Рекомендуется регулярный контроль уровня инсулина, также важно обратить внимание на индекс НОМА-В. Если у обследуемого имеются нарушения уровня инсулина и ему назначена инсулинотерапия, рекомендуется оценка усваиваемых углеводов по системе хлебных единиц (ХЕ) для коррекции дозы инсулина перед едой. 7. При гипоинсулинемии физические нагрузки рекомендуются под контролем уровня глюкозы, с осторожностью.
8. Возможно снижение эффективности препаратов сульфонилмочевины, поэтому в случае необходимости их назначения рекомендуется коррекция их дозировки или рассмотрение других классов препаратов. Целесообразность назначения и дозировка препаратов сульфонилмочевины (ПСМ) могут быть определены с учетом генетических полиморфизмов: rs5219 (ген KCNJ11), rsl 2255372 (ген TCF7L2). В случае обнаружения генотипа СС rs5219 эффективность ПСМ считают средней. В случае обнаружения генотипа СТ rs5219 эффективность ПСМ считают умеренно повышенной. В случае обнаружения генотипа ТТ rs5219 эффективность ПСМ считают повышенной. В случае обнаружения генотипа GG rsl2255372 эффективность ПСМ считают высокой. В случае обнаружения генотипа GT rsl2255372 эффективность ПСМ считают умеренно сниженной. В случае обнаружения генотипа ТТ rsl2255372 эффективность ПСМ считают сниженной. Прогноз вероятной эффективность ПСМ выдаётся исходя из результатов исследования обоих генетических маркеров.
Инсулинорезистентная форма.
При наличии полиморфизмов генов FTO, GCKR, IRS1, NOTCH4, PPARG, PPIP5K2, SLC2A2, THADA выявляют предрасположенность к развитию «Инсулинорезистентной формы сахарного диабета». Инсулинорезистентность - это существенное снижение чувствительности клеток организма к инсулину - гормону, вырабатываемому поджелудочной железой и играющему ключевую роль в углеводном обмене и гомеостазе глюкозы. Именно развитие инсулинорезистентности в основном и в первую очередь лежит в основе патогенеза сахарного диабета 2-го типа (СД2) и является основной его причиной. Большинство метаболических эффектов инсулина опосредовано специфическим сигнальным путем посредством мембранного рецептора (инсулина). К данному эндофенотипу отнесён ряд полиморфизмов в генах, связанных с чувствительностью к инсулину и развитием инсулинорезистентности.
В случае выявления преобладания риска данной формы СД2 рекомендуется проведение мероприятий по предотвращению инсулинорезистентности: 1. Рекомендуются следующие модификации рациона: высокое потребление растительной пищи (овощей, зелени, фруктов, сложные углеводов), включение в питание источников моно- и полиненасыщенных жирных кислот: оливкового масла как основного источника жира, умеренного количества рыбы; молочных продуктов и птицы, а также низкое употребление красного мяса. За основу могут быть взяты принципы Средиземноморской диеты, которую Американская диабетическая ассоциация и Американская кардиологическая ассоциация рекомендуют для улучшения гликемического контроля и снижения факторов риска развития сердечно-сосудистых заболеваний при сахарном диабете 2-го типа. В пищу рекомендуется добавлять корицу.
2. Актуальны стандартные мероприятия и обследования в рамках клинических рекомендаций для СД2.
3. Рекомендуется контроль массы тела, доли жировой ткани в организме, формирование у обследуемого правильного пищевого поведения, оптимизация режима питания.
4. Рекомендуется назначение БАД липоевой кислоты, инозитола, таурина, препаратов хрома.
5. Обеспечение достаточной физической активности (способствует повышению чувствительности тканей к инсулину). 6. При обследованиях рекомендуется обращать особое внимание на индекс
HOMA-IR.
7. Целесообразно назначение метформина специалистом исходя из текущих клинических показателей. Дозировка препарата может быть скорректирована с учетом генетических полиморфизмов: rs8192675 (ген SLC2A2/GLUT2), rsl2255372 (ген TCF7L2). При обнаружении генотипа ТТ rs8192675 эффективность метформина считают средней. При обнаружении генотипа ТС rs8192675 эффективность метформина считают умеренно повышенной. При обнаружении генотипа СС rs8192675 эффективность метформина считают повышенной. В случае обнаружения генотипа GG rsl2255372 эффективность метформина считают средней. В случае обнаружения генотипа GT rsl2255372 эффективность метформина считают умеренно повышенной. В случае обнаружения генотипа ТТ rsl2255372 эффективность метформина считают повышенной. Прогноз вероятной эффективность метформина выдаётся исходя из результатов исследования обоих генетических маркеров. Аутоиммунная форма.
При наличии полиморфизмов генов HLA-DQA1, HLA-DQB1, HLA-DRB1, MICB, NFAT5, RASGRP1, PRRC2A выявляют предрасположенность к развитию «Аутоиммунной формы сахарного диабета». Иммунные процессы играют существенную роль в патогенезе не только инсулинзависимого сахарного диабета (для которого кроме иммунной составляющей выявлен ряд ассоциированных с ним полиморфизмов именно в генах иммунного ответа), но и, как показывают последние исследования, сахарного диабета 2-го типа (СД2). Кроме того, эти процессы вносят существенный вклад в патогенез осложнений СД, в том числе инсулиннезависимого. В частности, развитие аутоиммунных процессов возможно в клетках поджелудочной железы, а также в гипертрофированной жировой ткани. Также, антиген-презентация может играть существенную роль в развитии осложнений сахарного диабета, в частности диабетической нефропатии. Несмотря на то что некоторые клинические рекомендации предусматривают дифференциальную диагностику СД2 и СД1 на основе маркеров HLA на уровне полногеномных ассоциаций некоторые полиморфизмы этих генов и регулирующих их участков показывают значимую ассоциацию также с СД2 и его осложнениями. Поэтому на основе некоторые из этих полиморфизмов, значимо ассоциированных с СД2, был выделен данный эндофенотип. В случае выявления преобладания риска данной формы СД2 рекомендуется профилактика аутоиммунных процессов и поддержание оптимального состояния здоровья:
1. Сбалансированное питание, удовлетворяющее потребности организма в основных нутриентах, витаминах и микроэлементах. Регулярное включение в рацион минимально обработанных продуктов замедляет выработку провоспалительных агентов, а достаточное количество антиоксидантов в питании может уменьшать проявления окислительного стресса.
2. Рекомендуется дополнительный приём БАД антиоксидантов, ресвератрола, куркумина. 3. Рекомендуется дополнительная диагностика на потенциальные аллергены и пищевые непереносимости.
4. Если дополнительная диагностика выявит наличие пищевой непереносимости, то может быть рекомендована элиминационная диета с подбором адекватных замен для исключаемых продуктов. 5. Ограничение контакта с потенциальными аллергенами в быту.
6. Ограничение стрессов, поскольку стрессы могут быть триггерами аутоиммунных процессов.
7. Своевременное выявление и лечение инфекционных заболеваний и воспалительных процессов.
8. Контроль массы тела и доли жировой ткани в организме.
9. Рекомендуется проведение исследования на антитела к глутаматдекарбоксилазе (GADA), инсулину (IAA), тирозинфосфатазе (IA-2 и IA- 2b), поверхностным антигенам (ICA), транспортеру цинка (ZhT8). 10. Иммуносупрессоры могут быть назначены специалистом при наличии симптомов исходя из текущих клинических показателей.
Отсутствие приоритетной формы сахарного диабета.
В случае, если ни для одной из выделенных форм не выявлен повышенный риск её развития, выдаются стандартные рекомендации по профилактике сахарного диабета и здоровому образу жизни, рекомендации относительно коррекции дозировок фармпрепаратов и БАД выдаются на основе выявленного генотипа.
Лучший вариант осуществления изобретения
Вариант JVsl осуществления изобретения. Для обследуемого пациента «А» был проведен генетический анализ и получены результаты, представленные в Таблице 1, где:
Аутоимунная форма (АИ форма);
Инсулино-дефицитная форма (ИД форма);
Инсулино-резистентная форма (ИР форма). Результаты генетического анализа пациента «А» приведены в Таблице 1.
Таблица 1.
Figure imgf000023_0001
Figure imgf000024_0001
Оценка предрасположенности пациента «А» к различным формам сахарного диабета приведена в Таблице 2.
Таблица 2.
Figure imgf000024_0002
Отношение шансов для «аутоиммунной формы» превышает пороговое 1.2. Таким образом, в качестве приоритетной формы развития СД2 у обследуемого определяется «аутоиммунная форма».
Для обследуемого выдаются следующие рекомендации: 1. Сбалансированное питание, удовлетворяющее потребности организма в основных нутриентах, витаминах и микроэлементах. Регулярное включение в рацион минимально обработанных продуктов, достаточное количество антиоксидантов в питании.
2. Дополнительный приём БАД антиоксидантов, ресвератрола, куркумина. 3. Дополнительная диагностика на потенциальные аллергены и пищевые непереносимости .
4. Если дополнительная диагностика выявит наличие пищевой непереносимости, то может быть рекомендована элиминационная диета с подбором адекватных замен для исключаемых продуктов. 5. Ограничение контакта с потенциальными аллергенами в быту.
6. Ограничение стрессов, поскольку стрессы могут быть триггерами аутоиммунных процессов.
7. Своевременное выявление и лечение инфекционных заболеваний и воспалительных процессов. 8. Контроль массы тела и доли жировой ткани в организме.
9. Исследования на антитела к глутаматдекарбоксилазе (GADA), инсулину (IAA), тирозинфосфатазе (IA-2 и IA-2b), поверхностным антигенам (ICA), транспортеру цинка (ZhT8).
10. При необходимости специалист может рассмотреть назначение иммуносупрессоров.
Фармакологическая коррекция: rsl2255372 GG: средняя (относительно низкая) эффективность метформина, рекомендуется начальная дозировка 1500 мг с последующей коррекцией в зависимости от текущих клинических показателей; - rsl2255372 GG, rs5219 СТ: повышена эффективность ПСМ, их назначение целесообразно, возможно назначение стандартных дозировок с последующей коррекцией с учетом текущих клинических показателей; rsl 3266634 СС: относительно высокая потребность в цинке, рекомендуемая профилактическая дозировка 15 мг. Вариант N«2 осуществления изобретения.
Для обследуемого пациента «Б» был проведен генетический анализ и получены результаты, которые приведены в Таблице 3.
Таблица 3
Figure imgf000026_0001
Figure imgf000027_0001
Оценка предрасположенности пациента «Б» к различным формам сахарного диабета приведена в Таблице 4.
Таблица 4
Figure imgf000027_0002
Отношение шансов для «инсулинодефицитной формы» превышает пороговое 1.2. Таким образом, у обследуемого выявлен риск развития «инсулинодефицитной формы».
Для обследуемого выдаются следующие рекомендации: 1. Ограничение количества простых сахаров до 5% от общей суточной калорийности или ниже, насыщенных жиров и поваренной соли.
2. Важен отказ от алкоголя и курения.
3. При наличии клинических показаний возможно назначение инсулина.
4. Рекомендуется регулярный контроль уровня инсулина, также важно обратить внимание на индекс НОМА-В. Если у обследуемого имеются нарушения уровня инсулина и ему назначена инсулинотерапия, рекомендуется оценка усваиваемых углеводов по системе хлебных единиц (ХЕ) для коррекции дозы инсулина перед едой.
5. При развитии СД2 и инсулинотерапии рекомендован самоконтроль или суточное мониторирование уровня сахара крови для оценки эффективности диетотерапии и индивидуального подбора оптимального рациона.
6. При гипоинсулинемии физические нагрузки рекомендуются под контролем уровня глюкозы, с осторожностью.
Фармакологическая коррекция: - rsl2255372 ТТ: высокая эффективность метформина, рекомендуется начальная дозировка от 500 мг, коррекция в соответствии с текущими клиническими показателями; возможно назначение метформина для повышения эффективности коррекции веса;
- rs 12255372 ТТ, rs5219 СС: средняя эффективность ПСМ; в случае необходимости медикаментозной терапии предпочтение рекомендуется отдать метформину. В случае назначения ПСМ желательна коррекция дозировки в сторону увеличения с учетом текущих клинических показателей; rsl 3266634 СС: относительно высокая потребность в цинке, рекомендуемая профилактическая дозировка 15 мг.
Вариант N»3 осуществления изобретения. Для обследования пациента «В» был проведен генетический анализ и получены результаты, представленные в таблице 5.
Таблица 5
Figure imgf000028_0001
Figure imgf000029_0001
Оценка предрасположенности пациента «В» к различным формам сахарного диабета приведена в Таблице 6.
Таблица 6
Figure imgf000029_0002
Отношение шансов для «инсулинорезистентной формы» превышает пороговое 1.2. Таким образом, в качестве приоритетной формы развития СД2 у обследуемого определяется «инсулинорезистентная форма».
Для обследуемого выдаются следующие рекомендации:
1. Высокое потребление растительной пищи (овощей, зелени, фруктов, сложные углеводов), включение в питание источников моно- и полиненасыщенных жирных кислот: оливкового масла как основного источника жира, умеренного количества рыбы; молочных продуктов и птицы, а также низкое употребление красного мяса. За основу могут быть взяты принципы Средиземноморской диеты. Полезно добавлять корицу. 2. Назначение БАД липоевой кислоты, инозитола, таурина, препаратов хрома.
3. Стандартные рекомендации по профилактике СД2 и соответствующим обследованиям.
4. Контроль массы тела, доли жировой ткани в организме, формирование у обследуемого правильного пищевого поведения, оптимизация режима питания.
5. Обеспечение достаточной физической активности.
6. При обследованиях рекомендуется обращать особое внимание на индекс HOMA-IR.
7. При необходимости фармакотерапии целесообразно назначение метформина.
Фармакологическая коррекция:
- rsl2255372 GG: средняя (относительно низкая) эффективность метформина, рекомендуется начальная дозировка 1500 мг с последующей коррекцией в зависимости от текущих клинических показателей; - rsl2255372 GG, rs5219 СС: высокая эффективность ПСМ, их назначение целесообразно, рекомендуется назначение дозировок от минимальной до стандартной в зависимости от текущих клинических показателей;
- rs 13266634 СС: относительно высокая потребность в цинке, рекомендуемая профилактическая дозировка 15 мг. Вариант JV®4 осуществления изобретения.
Для обследования пациента «Г» был проведен генетический анализ и получены результаты, представленные в таблице 7.
Таблица 7
Figure imgf000030_0001
Figure imgf000031_0001
Оценка предрасположенности пациента «Г » к различным формам сахарного диабета приведена в Таблице 8.
Таблица 8
Figure imgf000032_0001
Таким образом, обнаружено отсутствие приоритетной формы сахарного диабета, т.к. ни одна из возможных форм СД2 не достигает порогового значения риска.
Для обследуемого выдаются следующие рекомендации:
1. Рекомендуется придерживаться принципов сбалансированного здорового питания, контролировать количество белков, жиров и углеводов и потребляемых калорий, существенно не превышать допустимые нормы.
2. Рекомендуется включать в ежедневный рацион достаточное количество овощей и фруктов.
3. Рекомендуется отказ от курения или по крайней мере сокращение количества выкуриваемых в день сигарет.
4. Рекомендуется поддерживать нормальную массу тела, не допуская её увеличения или излишнего снижения.
5. В случае наличия избыточной массы тела рекомендуется ее снижение, при необходимости возможна медикаментозная коррекция.
6. Рекомендуется поддерживать достаточный уровень физической активности.
7. Полезен контроль артериального давления, возможна профилактика артериальной гипертензии: контроль потребления соли, потребление умеренного, но достаточного количества воды, при необходимости - медикаментозная коррекция.
Фармакологическая коррекция: - rsl2255372 GG: средняя (относительно низкая) эффективность метформина, рекомендуется начальная дозировка 1500 мг с последующей коррекцией в зависимости от текущих клинических показателей;
- rsl2255372 GG, rs5219 СТ: повышена эффективность ПСМ, их назначение целесообразно, возможно назначение стандартных дозировок с последующей коррекцией с учетом текущих клинических показателей;
- rs 13266634 СС: относительно высокая потребность в цинке, рекомендуемая профилактическая дозировка 15 мг.
Список цитируемых источников
1. Ahlqvist, Е. et al. (2018) Novel subgroups of adult-onset diabetes and their association with outcomes: a data-driven cluster analysis of six variables. The lancet Diabetes & endocrinology. 6(5). 361-369.
2. Ahlqvist, E., Prasad, R.B., Groop, L. (2020) Subtypes of Type 2 Diabetes Determined From Clinical Parameters. Diabetes. 69(10), 2086-2093.
3. Aly, D.M., Dwivedi, O.P., Prasad, R.B. et al. (2020). Aetiological differences between novel subtypes of diabetes derived from genetic associations. medRxiv; DOI: 10.1101/2020.09.29.20203935.
4. Boyle, E.A., Li, Y.I., Pritchard, J.K. An Expanded View of Complex Traits:
From Polygenic to Omnigenic. (2017). Cell, 169(7), 1177-1186. doi: 10.1016/j.cell.2017.05.038
5. Canela-Xandri O, R. K. (2018). An atlas of genetic associations in UK Biobank. Nat Genet, 1593-1599. http://geneatlas.roslin.ed.ac.uk/
6. Galicia-Garcia, U., Benito-Vicente, A., Jebari, S., Larrea-Sebal, A., Siddiqi, H., Uribe, K. B., . . . Martin, C. (2020). Pathophysiology of Type 2 Diabetes Mellitus. [Review]. International Journal of Molecular Sciences, 2i(17). doi: 10.3390/ijms21176275
7. IDF Allas (2019), 9th edition.
8. Liu, X., Li, Y.I., Pritchard, J.K. (2019) Trans Effects on Gene Expression Can
Drive Omnigenic Inheritance. Cell. 177(4), 1022-1034.e6. doi: 10.1016/j .cell.2019.04.014
9. Marigorta, U.M., Rodriguez, J.A., Gibson, G., Navarro A. (2018). Replicability and Prediction: Lessons and Challenges from GWAS. Trends Genet. 34(7), 504-517. doi: 10.1016/j .tig.2018.03.005
10. Meigs, J.B., Cupples, L.A., Wilson, P.W. (2000). Parental transmission of type 2 diabetes: the Framingham Offspring Study. Diabetes, 12, 2201-2207. doi: 10.2337/diabetes.49.12.2201.
11. Michailidou K. (2018). Meta-Analysis of Common and Rare Variants. Methods Mol Biol. 1793, 73-88. doi:10.1007/978-l-4939-7868-7_6
ЗАМЕНЯЮЩИЙ ЛИСТ (ПРАВИЛО 26) 12. O'Connor, L.J., Schoech, А.Р., Hormozdiari, F., Gazal, S., Patterson, N., Price, A.L. (2019). Extreme Polygenicity of Complex Traits Is Explained by Negative Selection. Am J Hum Genet, 105(3), 456-476. doi: 10.1016/j.ajhg.2019.07.00
13. Peixoto-Barbosa, R., Reis, A. F., & Giuffrida, F. M. A. (2020). Update on clinical screening of maturity-onset diabetes of the young (MODY). Diabetology & Metabolic Syndrome, 72(1). doi: Artn 50 10.1186/S 13098-020-00557-9
14. Tabak, A. G. et al. (2012). Prediabetes: a high-risk state for diabetes development. The Lancet, 379(9833), 2279-2290.
15. Tam, V., Pate,l N., Turcotte, M., Bosse, Y., Pare, G., Meyre, D. (2019). Benefits and limitations of genome-wide association studies. Nat Rev Genet, 20(8), 467-484. doi: 10.1038/s41576-019-0127- 1
16. Willemsen, G., Ward, K.J., Bell, C.G., Christensen, K., Bowden, J., Dalgard, C., Harris, J.R., Kaprio, J., Lyle, R., Magnusson, P.K., Mather, K.A., Ordoftana, J.R., Perez-Riquelme, F., Pedersen, N.L., Pietilainen, K.H., Sachdev, P.S., Boomsma, D.I., Spector, T. (2015). The Concordance and Heritability of Type 2 Diabetes in 34,166 Twin Pairs From International Twin Registers: The Discordant Twin (DISCOTWIN) Consortium. Twin Res Hum Genet, 18(6), 762-71. doi: 10.1017/thg.2015.83. PMID: 26678054.
17. Xue, A., Wu, Y., Zhu, Z., et al. (2018). Genome-wide association analyses identify 143 risk variants and putative regulatory mechanisms for type 2 diabetes. Nat Commun, 9(1), 2941. doi: 10.1038/s41467-018-04951-w
18. W02008065682, кл. C12Q 1/68, 2008г.
19. WO2011004405, кл. C12Q 1/68, 201 1г.
20. RU2688208, кл. G01N 33/48, 2019г.
21. RU2655635, кл. G01N 33/582, 2018г.
22. W02007128884, кл. C12Q 1/68, 2007г.
23. JP2015007985, кл. C12Q 1/68, 2015г.
24. WO2010030929, кл. G06F 19/00, 2010г.
ЗАМЕНЯЮЩИЙ ЛИСТ (ПРАВИЛО 26)

Claims

Формула изобретения
Способ оценки предрасположенности к различным формам сахарного диабета 2 типа с выдачей персонализированных рекомендаций по его профилактике и терапии, включающий проведение генетического анализа и на его основании определение разновидности диабета 2 типа, отличающийся тем, что на основании анализа генов HLA-DQA1, HLA-DQB1, HLA-DRB1, MICB, NFAT5, RASGRP1, PRRC2A оценивают предрасположенность к развитию «Аутоиммунной формы сахарного диабета», на основании анализа генов AGER, ARAP1, ННЕХ, HNF1A, KCNJ11, NOTCH, NUDT5, SLC2A2, SLC30A8, TCF7L2, THADA, WFS1, ZMIZ1 оценивают вероятность развития «Инсулино-дефицитной формы сахарного диабета», а на основании анализа генов FTO, GCKR, IRS1, NOTCH4, PPARG, PPIP5K2, SLC2A2, THADA оценивают предрасположенность к развитию «Инсулино-резистентной форме сахарного диабета», для чего, вычисляют суммарный вклад выявленных полиморфизмов генов, ассоциированных с каждой из выделенных форм сахарного диабета, и устанавливают пороговое значение относительного риска, превышение которого считают значимым повышением риска развития выделенной формы сахарного диабета, а уже после выявления риска развития одной из форм сахарного диабета, дают персонализированные рекомендации по его профилактике и терапии.
ЗАМЕНЯЮЩИЙ ЛИСТ (ПРАВИЛО 26)
PCT/RU2021/000118 2021-03-25 2021-03-25 Способ оценки предрасположенности к различным формам сахарного диабета 2го типа WO2022203533A1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/RU2021/000118 WO2022203533A1 (ru) 2021-03-25 2021-03-25 Способ оценки предрасположенности к различным формам сахарного диабета 2го типа

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/RU2021/000118 WO2022203533A1 (ru) 2021-03-25 2021-03-25 Способ оценки предрасположенности к различным формам сахарного диабета 2го типа

Publications (1)

Publication Number Publication Date
WO2022203533A1 true WO2022203533A1 (ru) 2022-09-29

Family

ID=83395938

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/RU2021/000118 WO2022203533A1 (ru) 2021-03-25 2021-03-25 Способ оценки предрасположенности к различным формам сахарного диабета 2го типа

Country Status (1)

Country Link
WO (1) WO2022203533A1 (ru)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008065682A2 (en) * 2006-11-30 2008-06-05 Decode Genetics Ehf. Genetic susceptibility variants of type 2 diabetes mellitus
CN101631876A (zh) * 2006-11-30 2010-01-20 解码遗传学私营有限责任公司 2型糖尿病的遗传易感性变体
RU2685713C2 (ru) * 2012-03-08 2019-04-23 Сфинготек Гмбх Способ прогнозирования риска развития у субъекта сахарного диабета и/или метаболического синдрома или диагностирования метаболического синдрома у субъекта

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008065682A2 (en) * 2006-11-30 2008-06-05 Decode Genetics Ehf. Genetic susceptibility variants of type 2 diabetes mellitus
CN101631876A (zh) * 2006-11-30 2010-01-20 解码遗传学私营有限责任公司 2型糖尿病的遗传易感性变体
RU2685713C2 (ru) * 2012-03-08 2019-04-23 Сфинготек Гмбх Способ прогнозирования риска развития у субъекта сахарного диабета и/или метаболического синдрома или диагностирования метаболического синдрома у субъекта

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
AHLQVIST , E , STORM T, TUOMI, T, ROSENGREN, GROOP A H &, AHLQVIST EMMA, STORM PETTER, KÄRÄJÄMÄKI ANNEMARI, MARTINELL MATS, DO: "Novel subgroups of adult-onset diabetes and their association with outcomes : a data-driven cluster analysis of six variables", HELDA, 1 May 2018 (2018-05-01), XP055974063 *

Similar Documents

Publication Publication Date Title
Hoffmann et al. A large multiethnic genome-wide association study of adult body mass index identifies novel loci
Qi et al. Genetic predisposition, Western dietary pattern, and the risk of type 2 diabetes in men
Yamada et al. Prediction of genetic risk for metabolic syndrome
US20210158894A1 (en) Processes for Genetic and Clinical Data Evaluation and Classification of Complex Human Traits
AU2011220749B2 (en) Methods for determining gene-nutrient interactions
US11578368B2 (en) Methods, tools and systems for the assessment, prevention, management and treatment selection for type 2 diabetes
Underwood et al. Replication and meta-analysis of the gene-environment interaction between body mass index and the interleukin-6 promoter polymorphism with higher insulin resistance
Chen et al. Peripheral blood transcriptomic signatures of fasting glucose and insulin concentrations
WO2015035402A1 (en) Methods of determining response to therapy
Abaturov et al. Genotype C/C 13910 of the Lactase Gene as a Risk Factor for the Formation of Insulin-Resistant Obesity in Children
El Nashar et al. Genetic, dietary, and non-dietary risk factors of obesity among preparatory-year female students at Taibah University, Saudi Arabia
Radziwonik et al. Application of a custom NGS gene panel revealed a high diagnostic utility for molecular testing of hereditary ataxias
WO2022203533A1 (ru) Способ оценки предрасположенности к различным формам сахарного диабета 2го типа
Knorr et al. Epigenetic and transcriptomic alterations in offspring born to women with type 1 diabetes (the EPICOM study)
Zheutlin et al. Penetrance and pleiotropy of polygenic risk scores for schizophrenia in 90,000 patients across three healthcare systems
WO2015086913A1 (en) Methods for detection of the risk of obesity, the metabolic syndrome and diabetes
Ukpene Genetic Predictors of Longevity and Healthy Aging
Myburgh Interactions of CRP-SNPs with selected contributing factors in determining CRP concentrations in black South Africans
Timmins Genetic epidemiology of self-reported walking pace
Lorenzini et al. Multi-omics and Mendelian Randomization network analysis of the association between metabolic and cognitive functions in the UK Biobank Database
Voltzke Maternal Dietary Factors and Whole-Exome Sequencing of Primary Congenital Glaucoma and Anterior Segment Defects of the Eye
Akiyama et al. Genetic risk stratification of primary open-angle glaucoma in Japanese individuals
Daily et al. Plant-based and high protein diets are associated with a lower risk of obesity among Koreans at a high genetic risk of obesity.
Ren et al. Preliminary Study on Clinical Characteristics and Pathogenesis of IQSEC2 Mutations Patients
Jones et al. 12th Congress of the International Society of Nutrigenetics/Nutrigenomics (ISNN)

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21933398

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 202392224

Country of ref document: EA

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21933398

Country of ref document: EP

Kind code of ref document: A1

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC