РАЗРАБОТКА МЕТОДА МУЛЬТИПЛЕКСНОГО ГЕНОТИПИРОВАНИЯ ПОЛИМОРФНЫХ ВАРИАНТОВ ГЕНОВ, АССОЦИИРОВАННЫХ С ТЯЖЕСТЬЮ ТЕЧЕНИЯ COVID-19

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

COVID-19 – тяжелая острая респираторная инфекция, вызванная вирусом SARS-CoV-2. Исследования в области генетики организма-хозяина способствуют открытию новых геномных маркеров прогрессирования коронавирусной инфекции. В представленной статье разработан метод мультиплексного генотипирования однонуклеотидных полиморфных вариантов генов, ассоциированных с тяжестью течения COVID-19, основанный на многолокусной ПЦР и MALDI-TOF-масс-спектрометрии молекул ДНК. Охарактеризованы частоты 45 однонуклеотидного полиморфизма генов-кандидатов COVID-19 в популяционной выборке русских г. Томска. Полученные результаты сопоставлены с данными для мировых популяций из проекта “1000 геномов”.

Об авторах

А. В. Бочарова

Научно-исследовательский институт медицинской генетики, Томский национальный исследовательский медицинский центр Российской академии наук

Автор, ответственный за переписку.
Email: anna.bocharova@medgenetics.ru
Томск, 634050 Россия

Е. А. Трифонова

Научно-исследовательский институт медицинской генетики, Томский национальный исследовательский медицинский центр Российской академии наук

Email: anna.bocharova@medgenetics.ru
Томск, 634050 Россия

Р. А. Корнеева

Научно-исследовательский институт медицинской генетики, Томский национальный исследовательский медицинский центр Российской академии наук

Email: anna.bocharova@medgenetics.ru
Томск, 634050 Россия

А. А. Гусарова

Научно-исследовательский институт медицинской генетики, Томский национальный исследовательский медицинский центр Российской академии наук

Email: anna.bocharova@medgenetics.ru
Томск, 634050 Россия

В. А. Степанов

Научно-исследовательский институт медицинской генетики, Томский национальный исследовательский медицинский центр Российской академии наук

Email: anna.bocharova@medgenetics.ru
Томск, 634050 Россия

Список литературы

  1. Информационная панель ВОЗ по борьбе с COVID-19. https://data.who.int/dashboards/covid19 (дата обращения: 01.02.2025).
  2. Kwok A. J., Mentzer A., Knight J. C. Host genetics and infectious disease: New tools, insights and translational opportunities // Nat. Rev. Genet. 2021. V. 22. № 3. P. 137–153. https://doi.org/10.1038/s41576-020-00297-6
  3. Huang C., Wang Y., Li X. et al. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China // Lancet. 2020. V. 395. № 10223. P. 497–506. https://doi.org/10.1016/S0140-6736(20)30183-5
  4. Berlin D.A., Gulick R.M., Martinez F.J. Severe Covid-19 // N. Engl. J. Med. 2020. V. 383. № 25. P. 2451–2460. https://doi.org/10.1056/NEJMcp2009575
  5. Li J., Huang D.Q., Zou B. et al. Epidemiology of COVID-19: А systematic review and meta-analysis of clinical characteristics, risk factors, and outcomes // J. Med. Virol. 2021. V. 93. № 3. P. 1449–1458. https://doi.org/10.1002/jmv.26424
  6. Redin C., Thorball C.W., Fellay J. Host genomics of SARS-CoV-2 infection // Eur. J. Hum. Genet. 2022. V. 30. № 8. P. 908–914. https://doi.org/10.1038/s41431-022-01136-4
  7. Ovsyannikova I.G., Haralambieva I.H., Crooke S.N. et al. The role of host genetics in the immune response to SARS-CoV-2 and COVID-19 susceptibility and severity // Immunol. Rev. 2020. V. 296. № 1. P. 205–219. https://doi.org/10.1111/imr.12897
  8. Velavan T.P., Pallerla S.R., Rüter J. et al. Host genetic factors determining COVID-19 susceptibility and severity // eBioMedicine. 2021. V. 72. https://doi.org/10.1016/j.ebiom.2021.103629
  9. Wang Y., Schughart K., Pelaia T.M. et al. Blood transcriptome responses in patients correlate with severity of COVID-19 disease // Front. Immunol. 2023. V. 13. https://doi.org/10.3389/fimmu.2022.1043219
  10. Gupta K., Kaur G., Pathak T., Banerjee I. Systematic review and meta-analysis of human genetic variants contributing to COVID-19 susceptibility and severity // Gene. 2022. V. 844. https://doi.org/10.1016/j.gene.2022.146790
  11. Klaassen K., Stankovic B., Zukic B. et al. Functional prediction and comparative population analysis of variants in genes for proteases and innate immunity related to SARS-CoV-2 infection // Infect. Genet. Evol. 2020. V. 84. https://doi.org/10.1016/j.meegid.2020.104498
  12. Esteban M.E., Pino D., Romero-Lorca A. et al. Worldwide distribution of genetic factors related to severity of COVID-19 infection // Ann. Hum. Biol. 2024. V. 51. № 1. https://doi.org/10.1080/03014460.2024.2366248
  13. Kerner G., Quintana-Murci L. The genetic and evolutionary determinants of COVID-19 susceptibility // Eur. J. Hum. Genet. 2022. V. 30. P. 915–921. https://doi.org/10.1038/s41431-022-01141-7.
  14. Sirugo G., Williams S.M., Tishkoff S.A. The missing diversity in human genetic studies // Cell. 2019. V. 177. № 1. P. 26–31. https://doi.org/10.1016/j.cell.2019.04.032
  15. Балановская Е.В., Горин И.О., Петрушенко В.С. и др. Геногеография в России и мире SNP-маркеров гена LZTFL1, ассоциированных с тяжелым течением COVID-19 // Вестник РГМУ. 2022. № 5. С. 31–40. https://doi.org/10.24075/vrgmu.2022.047
  16. GWAS Catalog [Electronic resource]. https://www.ebi.ac.uk/gwas/. (accessed: 02.2025)
  17. Степанов В.А., Трифонова Е.А. Мультиплексное генотипирование однонуклеотидных полиморфных маркеров методом MALDI-TOF-масс-спектрометрии: частоты 56 SNP в генах иммунного ответа в популяциях человека // Мол. биология. 2013. Т. 47. № 6. С. 976–986. https://doi.org/10.7868/S0026898413060153
  18. Вейр Б. Анализ генетических данных. М.: Мир, 1995. 400 с.
  19. Triska P., Chekanov N., Stepanov V. et al. Between lake Baikal and the Baltic Sea: Genomic history of the gateway to Europe // BMC Genet. 2017. V. 18. Suppl. 1. https://doi.org/10.1186/s12863-017-0578-3
  20. Степанов В.А. Этногеномика населения Сибири и Средней Азии. Томск: Печатная мануфактура, 2002. 242 с.
  21. COVID-19 Host Genetics Initiative. Mapping the human genetic architecture of COVID-19 // Nature. 2021. № 600. № 7889. P. 472–477. https://doi.org/10.1038/s41586-021-03767-x
  22. Degenhardt F., Ellinghaus D., Juzenas S. et al. Detailed stratified GWAS analysis for severe COVID-19 in four European populations // Hum. Mol. Genet. 2022. V. 31. № 23. P. 3945–3966. https://doi.org/10.1093/hmg/ddac158
  23. Kousathanas A., Pairo-Castineira E., Rawlik K. et al. Whole-genome sequencing reveals host factors underlying critical COVID-19 // Nature. 2022. V. 607. № 7917. P. 97–103. https://doi.org/10.1038/s41586-022-04576-6
  24. Pairo-Castineira E., Rawlik K., Bretherick A.D. et al. GWAS and meta-analysis identifies 49 genetic variants underlying critical COVID-19 // Nature. 2023. № 617. № 7962. P. 764–768. https://doi.org/10.1038/s41586-023-06034-3
  25. Thibord F., Chan M.V., Chen M.H., Johnson A.D. A year of COVID-19 GWAS results from the GRASP portal reveals potential genetic risk factors // HGG Adv. 2022. V. 3. № 2. https://doi.org/10.1016/j.xhgg.2022.100095
  26. COVID-19 Host Genetics Initiative. A first update on mapping the human genetic architecture of COVID-19 // Nature. 2022. V. 608. № 7921. P. e1–e10. https://doi.org/10.1038/s41586-022-04826-7
  27. Li Z., Dang W., Hao T. et al. Shared genetics and causal relationships between major depressive disorder and COVID-19 related traits: A large-scale genome-wide cross-trait meta-analysis // Front. Psychiatry. 2023. V. 14. https://doi.org/10.3389/fpsyt.2023.1144697
  28. Pandit R., Singh I., Ansari A. et al. First report on genome wide association study in western Indian population reveals host genetic factors for COVID-19 severity and outcome // Genomics. 2022. V. 114. № 4. https://doi.org/10.1016/j.ygeno.2022.110399
  29. Słomian D., Szyda J., Dobosz P. et al. Better safe than sorry-Whole-genome sequencing indicates that missense variants are significant in susceptibility to COVID-19 // PLoS One. 2023. V. 18. № 1. https://doi.org/10.1371/journal.pone.0279356
  30. Horowitz J.E., Kosmicki J.A., Damask A. et al. Genome-wide analysis provides genetic evidence that ACE2 influences COVID-19 risk and yields risk scores associated with severe disease // Nat. Genet. 2022. V. 54. № 4. P. 382–392. https://doi.org/10.1038/s41588-021-01006-7
  31. Zhao X., Wu X., Xiao J. et al. A large-scale genome-wide cross-trait analysis for the effect of COVID-19 on female-specific cancers // Science. 2023. V. 26. № 9. https://doi.org/10.1016/j.isci.2023.107497
  32. Peloso G.M., Tcheandjieu C., McGeary J.E. et al. Genetic loci associated with COVID-19 positivity and hospitalization in white, black, and hispanic veterans of the VA Million Veteran Program // Front. Genet. 2022. V. 12. https://doi.org/10.3389/fgene.2021.777076
  33. Pairo-Castineira E., Clohisey S., Klaric L. et al. Genetic mechanisms of critical illness in COVID-19 // Nature. 2021. № 591. № 7848. P. 92–98. https://doi.org/10.1038/s41586-020-03065-y
  34. Zhu D., Zhao R., Yuan H. et al. Host genetic factors, comorbidities and the risk of severe COVID-19 // J. Epidemiol. Glob. Health. 2023. V. 13. № 2. P. 279–291. https://doi.org/10.1007/s44197-023-00106-3
  35. Lin S., Gao X., Degenhardt F. et al. Genome-wide epistasis study highlights genetic interactions influencing severity of COVID-19 // Eur. J. Epidemiol. 2023. V. 38. № 8. P. 883–889. https://doi.org/10.1007/s10654-023-01020-5
  36. Wang Y., Guga S., Wu K. et al. COVID-19 and systemic lupus erythematosus genetics: A balance between autoimmune disease risk and protection against infection // PLoS Genet. 2022. V. 18. № 11. https://doi.org/10.1371/journal.pgen.1010253
  37. Huang Y.X., Tian T., Huang J.X. et al. A shared gene-tic contribution to osteoarthritis and COVID-19 outcomes: A large-scale genome-wide cross-trait analysis // Front. Immunol. 2023. V. 14. https://doi.org/10.3389/fimmu.2023.1184958
  38. Westerman K.E., Lin J., Sevilla-Gonzalez M.D.R. et al. Gene-environment interaction analysis incorporating sex, cardiometabolic diseases, and multiple deprivation index reveals novel genetic associations with COVID-19 severity // Front. Genet. 2022. V. 12. https://doi.org/10.3389/fgene.2021.782172
  39. Chung J., Vig V., Sun X. et al. Genome-wide pleiotropy study identifies association of PDGFB with age-related macular degeneration and COVID-19 infection outcomes // J. Clin. Med. 2022. V. 12. № 1. https://doi.org/10.3390/jcm12010109
  40. Qiu S., Zheng K., Hu Y., Liu G. Genetic correlation, causal relationship, and shared loci between vitamin D and COVID-19: A genome-wide cross-trait analysis // J. Med. Virol. 2023. V. 95. № 5. https://doi.org/10.1002/jmv.28780
  41. Severe Covid-19 GWAS Group, Ellinghaus D., Degenhardt F. et al. Genomewide association study of severe Covid-19 with respiratory failure // N. Engl. J. Med. 2020. V. 383. № 16. P. 1522–1534. https://doi.org/10.1056/NEJMoa2020283.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».