GENETICA DELLE MALATTIE COMPLESSE

Dr. Giovanni Malerba

Biologia e Genetica, UniVR

giovanni.malerba@univr.it

“Predisposizione” Genetica

interazione

AMBIENTE

● Diagnosi● Prevenzione● Terapia efficiente e sicura

Si sono identificati centinaia di loci associati alla variabilità di molti caratteri (linkage, associazione - GWAS)

NELLE MALATTIE COMPLESSE IL RISCHIO DI MALATTIA È INFLUENZATO DA FATTORI GENETICI E DA FATTORI AMBIENTALI

CARATTERE COMPLESSO

VARIANTI GENETICHE ED EFFETTO

Nature 461, 747-753 (8 October 2009)

OddsRatio

SNP utilizzati nei GWASVarianti identificate tramite sequenziamento

HUMAN GENOME

http://www.ensembl.org/Homo_sapiens/Info/StatsTable?db=core

Come studiare il fattore genetico nelle malattie

complesse?

Modalità?

ANALISI DI LINKAGE (studio attraverso la segregazione di marcatori del DNA)

ANALISI DI ASSOCIAZIONE

Nostro interesse per oggi

Studio di associazione in breve

è maggiormente frequente nei casi rispetto a

Controlli Casi

ASSOCIAZIONE

Individuo con “genotipo” rosso

Individuo con “genotipo” nero

NOTA: Con lo studio di associazione si possono studiare caratteri sia qualitativi (affetto/non affetto : frequenza del genotipo tra i 2 gruppi?) che quantitativi (medie del valore dei livelli di un dato parametro per i diversi genotipi)

ESEMPIO DI GWAS: Bone-mineral-density loci

Nature Genetics 41, 1199 - 1206 (2009)

GWAS - caratteristicheVantaggiNessuna ipotesi/conoscenza a priori del problema biologico

Richieste➢ Dimensione del campione molto grande (>>1000) ➢ Alta risoluzione (milioni di mkrs)➢ Replica dei risultati in un campione indipendente

Problematiche● Grande quantità di dati (individui, fenotipi, marcatori DNA)● Controllo di qualità (campioni, popolazioni, marcatori) ● Possibile stratificazione del campione (controlli adatti)● Statistica da utilizzare (modello genetico, singolo locus)● Test multipli (>>100000 test eseguiti)

GWA & Variabilità tra popolazioni

YRI

CEU

JPT

CHB

EJHG 2008, 16:1413-1429

http://www.genome.gov/gwastudies/

http://www.genome.gov/gwastudies/

http://www.genome.gov/gwastudies/

LD & GWAS & PREDIZIONE

SNPs associati a più Caratteri (Complessità)

GWAS – BMD misurata in 2 distretti

Nature Genetics 41, 1199 - 1206 (2009)

GWAS – LOCI nuovi e già noti

Nature Genetics 41, 1199 - 1206 (2009)

GWAS – LOCI nuovi e già noti

Nature Genetics 41, 1199 - 1206 (2009)

Meta-Analisi per i loci identificati

Nature Genetics 41, 1199 - 1206 (2009)

BMD e numero di alleli di rischio

La distribuzione del numero di alleli di rischio portati da un individuo si avvicina alla curva a campana

Il valore di BMD (espresso in Z-score), in media, si riduce all'aumentare del numero di alleli di rischio!! (ricorda il modello a soglia)

http://www.ncbi.nlm.nih.gov/pubmed/

Representation of the connections between SNPs and corresponding genes for the 42 SNPs withGRAIL (p < 0.01). Thicker and redder lines imply stronger literature-based connectivity.

doi:10.1038/nature09410

PATHWAYSPotenziali target

L'eredità mancante dei GWAS

L'EREDITABILITÀ MANCANTE

I loci individuati dai GWAS spiegano in genere una ridotta quantità della variabilità legata alla componente genetica (ereditabilità; < ~20%)

La parte mancante viene scherzosamente definita la MATERIA OSCURA dei GWAS perchè si è sicuri che esista, si vede il suo effetto, ma NON si riesce a vederla.

Nota: L'ereditabilità dei caratteri quantitativi (h^2: prop di varianza attribuibile ai fattori genetici addittivi) è tipicamente stimata dagli studi familiari e quindi il suo valore potrebbe variare nei diversi ambienti

LIPIDI: geni con varianti comuni e con varianti rare

Il rischio determinato tramite gli SNP potrebbe sottostimare il rischio associato alle vere varianti causali

Es: 11 dei 30 geni attualmente associati a variazioni dei livelli di lipidi possono anche presentare degli alleli rari che sono associati a forme Mendeliane di dislipidemia (ABCA1, PCSKA9, LDLR): geni con varianti comuni associate ad effetti lievi possono anche portare varianti rare associate a forti effetti

Geni & Alzheimer disease

178 mutazioni diverse in 393 famiglie

[associato a demenza frontotemporale]

Diverse malattie diversi modelli

L'architettura allelica (numero, tipo, effetto, frequenza) potrebbe essere diversa nei diversi fenotipi:

Age-related macular degeneration: numero ridotto di varianti comuni con un forte effetto (OR > 2)

Crohn's disease: numero abbondante di varianti comuni con un lieve effetto (OR << 2; e molto rimane ancora da identificare)

Il numero delle varianti comuni identificate aumenta con l'aumentare delle dimensioni del campione analizzato.

MEDICINA PERSONALIZZATA

KIF6 and Coronary Heart Disease (CHD)

Thrombophilia

Liver Fibrosis

Breast Cancer

Fragile-X

Lung Cancer

GENOMICA TRASCRITTOMICA EPIGENETICA

WHOLE GENOMEDe novo sequencing

WHOLE GENOMERe- sequencing

ESOMA (~30MB)

RNA-Seq

small RNA

WHOLE GENOMEBisulfite sequencing

MeDIP - Sequencing

ChIP - Sequencing

Genotyping

OMICHE DELLA GENETICA del 2012

40

• A human gut microbial gene catalogue established by metagenomic sequencing

• TotalDNA from faecal samples of 124 European adults

• 576.7 Gb of sequence

• Predicte 3.3 million uniqueopen reading frames (ORFs)

Mar 2010

MetaHIT project

Sequenziamento (Next Generation Seq)

ALLA RICERCA DELLA VARIANTE DAMAGING

Seleziono i migliori candidatiSeleziono i migliori candidati

Se sono già descritti come polimorfismi comuni allora NON mi interessano

ANALISI BIOINFORMATICAConservazioni in specie omologhe, alterazioni della struttura 3D, interazioni con il sito di legame, etc ...

Dr. Craig Venter

LA RIVOLUZIONE GENOMICA secondo Craig Venter:

➢ Il primo genoma rappresenta la linea di partenza➢ Almeno 10000 genomi + fenotipi per poter parlare di medicina preventiva