芬兰分子医学研究所(FIMM)的研究小组已发现十一个与代谢产物血液水平相关的新基因区域,其中包括影响既定的心血管疾病风险标志物的新位点和II型糖尿病的潜在生物标志物。
在一项人类新陈代谢遗传变异的研究中,研究人员已经确定了与循环代谢产物水平相关的基因组中的31个区域,即参与多种人体化学反应的小分子。许多被研究的代谢产物是心血管疾病或相关疾病的生物标志物,因此被发现的位点可提供对导致常见疾病生物过程的宝贵的深入了解。
用于临床的实验室试验通常监测一个或几个循环代谢产物。芬兰分子医学研究所的研究人员使用了称为核磁共振(NMR)的高通量方法,这种方法在一个试验中可以测量100多个不同的代谢产物。这提供了循环代谢化合物的一个更深入的了解。
"在成百上千人中使用这种广泛的分析法,我们可以鉴定出调节血液中循环化合物水平的大量遗传位点", Samuli Ripatti博士说,他是此研究的主持人。
研究小组试验了117个详细的代谢标志物,其中包括脂蛋白亚类、氨基酸和脂质,并进行了最大的全基因组关联分析,研究了8330人的研究样本和770万个基因组标志物,研究样本是6倍于芬兰人口的人群。总的来说,他们发现了与代谢产物血液浓度相关的31基因区域。
其中,11个位点以前没有显示出与任何代谢测量相关。
在研究结果中,影响血清胆固醇类测定的2个新位点是既定的心血管疾病风险标志物,最近发现的影响氨基酸水平的5个新位点是潜在的II型糖尿病的生物标志物。被发现的变异对代谢产物水平有重大影响,影响大小一般大于已知的复杂疾病的共同变异。
另外,使用芬兰双胞胎样本,研究人员指出,代谢产物水平显示了高度遗传性。"这一结果表明,研究的代谢产物比常规使用的实验室测试更好地描述了所含的生物学。因此,这项研究为基因研究中许多代谢产物的详细数据的使用提供了更进一步的支持,这些数据提供了新的生物见解并有助于阐明导致常见疾病的过程", Ripatti博士说。
Genome-wide association study identifies multiple loci influencing human serum metabolite levels
Johannes Kettunen, Taru Tukiainen, Antti-Pekka Sarin, Alfredo Ortega-Alonso, Emmi Tikkanen, Leo-Pekka Lyytik?inen, Antti J Kangas, Pasi Soininen, Peter Würtz, Kaisa Silander, Danielle M Dick, Richard J Rose, Markku J Savolainen, Jorma Viikari, Mika K?h?nen, Terho Lehtim?ki, Kirsi H Pietil?inen, Michael Inouye, Mark I McCarthy, Antti Jula, Johan Eriksson, Olli T Raitakari, Veikko Salomaa, Jaakko Kaprio, Marjo-Riitta J?rvelin, Leena Peltonen, Markus Perola, Nelson B Freimer, Mika Ala-Korpela, Aarno Palotie, Samuli Ripatti
Abstract Nuclear magnetic resonance assays allow for measurement of a wide range of metabolic phenotypes. We report here the results of a GWAS on 8,330 Finnish individuals genotyped and imputed at 7.7 million SNPs for a range of 216 serum metabolic phenotypes assessed by NMR of serum samples. We identified significant associations (P < 2.31 × 10?10) at 31 loci, including 11 for which there have not been previous reports of associations to a metabolic trait or disorder. Analyses of Finnish twin pairs suggested that the metabolic measures reported here show higher heritability than comparable conventional metabolic phenotypes. In accordance with our expectations, SNPs at the 31 loci associated with individual metabolites account for a greater proportion of the genetic component of trait variance (up to 40%) than is typically observed for conventional serum metabolic phenotypes. The identification of such associations may provide substantial insight into cardiometabolic disorders.