Elkészült az adatbázis, ami az orvoslás jövőjét jelentheti

A DNS modellje

Ausztrál kutatók több mint 30 ezer ember genomjának elemzésével új, különböző betegségekhez kapcsolható szabályozó régiókat találtak. Az általuk létrehozott adatbázis szabadon hozzáférhető, és elősegíti a személyre szabott orvoslást.

A Garvan Institute of Medical Research kutatói által koordinált és a Nature Genetics legutóbbi számában publikált kutatás jelentős előrelépést hoz a genomikán alapuló személyre szabott orvoslásban azzal, hogy az általa azonosított genetikai jegyek alapján eldönthető, kinek melyik kezelés válhat be a legjobban.

Tanulmányunk egészen új rálátást kínál a genetikai szabályozásra azáltal, hogy részletes képet nyújt a gének és betegségek közötti összefüggésekről. Soha korábban nem látott alapossággal elemeztük azt, hogyan befolyásolják a különböző genetikai változatok a gének kifejeződését"

– nyilatkozta Joseph Powell professzor, a Garvan-Weizmann Sejtgenomikai Központ igazgatója és az Új-dél-walesi Egyetem Sejtgenomikai Jövő Intézetének vezetőhelyettese, a közlemény egyik rangidős szerzője.

Felfedezésünk újszerű perspektívába helyezi a kutatók számára a nekik érdekes génszakaszokat, és segít majd fontosságban előre sorolni azokat a géneket, amelyek a terápiás beavatkozás legesélyesebb célpontjai lehetnek.

Elvezethet minket továbbá olyan biológiai jelzőkhöz, más szóval markerekhez, amelyek révén jobban nyomon követhetjük majd egy-egy betegség lefolyását és az alkalmazott gyógyszerek hatékonyságát" – tette hozzá Lude Franke, a Groningeni Egyetem (Hollandia) orvostudományi központjának professzora és a cikk másik rangidős szerzője.

Forrás: BSIP/JACOPIN / BSIP/Jacopin

Mi az a genomszintű asszociációs vizsgálat?

A genetikai változatosság és a betegségek összefüggésének felderítéséhez a kutatók leggyakrabban az ún. genomszintű asszociációs vizsgálatot (genome-wide association study, GWAS) alkalmazzák.

Ennek során egy adott betegségben szenvedő páciensek, illetve kontroll személyek génállományát böngészik végig olyan génváltozatok után kutatva, amelyek gyakrabban fordulnak elő a páciensek, mint a kontrollok körében.

A GWAS-vizsgálatok eredményeinek értelmezése azonban távolról sem egyszerű, ugyanis egy adott betegséghez kapcsolható génváltozatok gyakran nem közvetlenül idézik elő a kóros állapotot, hanem csak közvetetten, azáltal, hogy számos másik gén kifejeződését – a gén által kódolt fehérje termelődését – szabályozzák. E szabályozó régiókat érintő génváltozatok megismerésén keresztül a tudósok jobban megérthetik, mely gének fokozzák közvetlenül az egyes betegségek kockázatát, és melyeket lehetne a precíziós orvoslás eszköztárával célba venni.

A vizsgálat során a kutatók 31 684 személy vérmintából származó genomi adatait elemezték speciális gépi tanuló algoritmusok segítségével.

A nagy mintaszámból adódó statisztikai erőnek köszönhetően a humán genom eddig ismeretlen szabályozó régióit tudtuk azonosítani

– mondta el Powell. – Nemcsak azokat a szabályozó szakaszokat tudtuk lajstromba venni, amelyek közvetlenül az általuk szabályozott gén mellett helyezkednek el, hanem olyan génekre is fényt derítettünk, amelyek tőlük távoli más gének aktivitását módosítják."

Az átvizsgált több millió szabályozó genomszakasz 88 százaléka kis hatótávolságú, 32 százalékuk viszont nagy hatótávolságú, a genom távolabbi területeire kiható erejű volt, s ezeknek több mint felét tudták valamilyen biológiailag fontos folyamathoz, például szív- és érrendszeri vagy immunológiai betegséghez kapcsolni.

„Hiába tudjuk jól, hogy a betegségek hátterében csaknem mindig kockázatnövelő génváltozatok állnak, ha nem ismerjük annak pontos mechanizmusát, hogy ezek miként idézik elő a betegséget. Amikor egy betegségről kiderül, hogy több száz génszakasz variánsaival mutat összefüggést, biztosak lehetünk benne, hogy ezek túlnyomó többsége más gének szabályozásán keresztül fejti ki hatását – magyarázza Powell. –

Az lesz az igazán érdekes, ha kiderítjük, hogy e szabályozó hatások mely célgénekre összpontosulnak, mert ezek lesznek a jövőbeni gyógyszerek lehetséges célpontjai.

Ha egy gyógyszercég elkezd kifejleszteni egy újfajta terápiát, amely egy jól meghatározott fehérjét vesz célba, a mi bioinformatikai eszközünk segít annak felderítésében, hogy miként szabályozódik annak a fehérjének a kifejeződése, és megjósolhatjuk vele, hogy vajon a betegek genetikai hátterének eltérései befolyásolhatják-e a gyógyszer hatékonyságát. Amit most felfedeztünk, az a genomikai információ egészen új szintje, amely a biológia és a betegségek mélyebb megismerését teszi lehetővé."