Ассоциация полиморфизмов генов TCF7L2, FABP2, KCNQ1, ADIPOQ с прогнозом развития сахарного диабета 2-го типа

Обложка

Цитировать

Полный текст

Аннотация

Цель. Изучить возможность использования в популяции г. Новосибирска в качестве маркеров прогноза развития сахарного диабета 2-го типа (СД 2) полиморфизмов генов TCF7L2, FABP2, KCNQ1, ADIPOQ.

Материалы и методы. На основе проспективного наблюдения репрезентативной популяционной выборки жителей Новосибирска (HAPIEE) сформированы 2 группы по принципу «случай–контроль» (случай – лица, у которых за 10 лет наблюдения выявлен СД 2, и контроль – лица, у которых за 10-летний период не развились нарушения углеводного обмена). Группа СД 2 (n=443, средний возраст 56,2±6,7 года, мужчины – 29,6%, женщины – 70,4%), группа контроля (n=532, средний возраст 56,1±7,1 года, мужчины – 32,7%, женщины – 67,3%). ДНК выделена методом фенол-хлороформной экстракции. Генотипирование выполнено методом полимеразной цепной реакции с последующим анализом полиморфизма длин рестрикционных фрагментов, полимеразной цепной реакции с обратной транскрипцией. Статистическая обработка проведена с использованием программного пакета SPSS 16.0.

Результаты и обсуждение. Не обнаружено значимого влияния rs1799883 гена FABP2, rs2237892 гена KCNQ1 и rs6773957 гена ADIPOQ на риск развития СД 2. Генотипы ТТ и TC rs7903146 гена TCF7L2 являются генотипами риска развития СД 2 (относительный риск – ОР 3,90, 95% доверительный интервал – ДИ 2,31–6,61, р<0,001; ОР 1,86, 95% ДИ 1,42–2,43, р<0,001 соответственно). Генотип СС rs7903146 гена TCF7L2 ассоциирован с протективным эффектом в отношении СД 2 (ОР 0,37, 95% ДИ 0,29–0,49, р<0,001). При включении в модель оценки риска развития СД 2 rs7903146 гена TCF7L2 он сохраняет свою значимость и у мужчин, и у женщин.

Заключение. Полиморфизм rs7903146 гена TCF7L2 подтвердил свою ассоциацию с прогнозом развития СД 2, что указывает на возможность его рассмотрения в качестве кандидата на внесение в рискометр СД 2. Разработаны варианты рискометров для оценки прогноза развития СД 2 у мужчин и женщин в возрасте 45–69 лет в течение 10 лет наблюдения. Ассоциация с прогнозом развития СД 2 полиморфизмов rs1799883 гена FABP2, rs2237892 гена KCNQ1 и rs6773957 гена ADIPOQ – не обнаружена.

Об авторах

Елизавета Сергеевна Мельникова

Научно-исследовательский институт терапии и профилактической медицины

Автор, ответственный за переписку.
Email: jarinaleksi@list.ru
ORCID iD: 0000-0002-9033-1588

ординатор НИИТПМ – филиала ФГБНУ ИЦиГ

Россия, Новосибирск

Оксана Дмитриевна Рымар

Научно-исследовательский институт терапии и профилактической медицины

Email: jarinaleksi@list.ru
ORCID iD: 0000-0003-4095-0169

д.м.н., зав. лаб. клинико-популяционных и профилактических исследований терапевтических и эндокринных заболеваний НИИТПМ – филиала ФГБНУ ИЦиГ

Россия, Новосибирск

Анастасия Андреевна Иванова

Научно-исследовательский институт терапии и профилактической медицины

Email: jarinaleksi@list.ru
ORCID iD: 0000-0002-9460-6294

к.м.н., мл. науч. сотр. лаб. молекулярно-генетических исследований терапевтических заболеваний НИИТПМ – филиала ФГБНУ ИЦиГ

Россия, Новосибирск

Светлана Владимировна Мустафина

Научно-исследовательский институт терапии и профилактической медицины

Email: jarinaleksi@list.ru
ORCID iD: 0000-0003-4716-876X

д.м.н., ст. науч. сотр. лаб. клинико-популяционных и профилактических исследований терапевтических и эндокринных заболеваний НИИТПМ – филиала ФГБНУ ИЦиГ

Россия, Новосибирск

Марина Юрьевна Шапкина

Научно-исследовательский институт терапии и профилактической медицины

Email: jarinaleksi@list.ru
ORCID iD: 0000-0002-8577-8801

мл. науч. сотр. лаб. этиопатогенеза и клиники внутренних заболеваний НИИТПМ – филиала ФГБНУ ИЦиГ

Россия, Новосибирск

Мартин Бобак

Отдел эпидемиологии и общественного здоровья Университетского колледжа Лондона

Email: jarinaleksi@list.ru
ORCID iD: 0000-0003-2357-5918

проф. эпидемиологии, зам. рук. отд. эпидемиологии и общественного здоровья Университетского колледжа

Ангилья, Лондон

Софья Константиновна Малютина

Научно-исследовательский институт терапии и профилактической медицины

Email: jarinaleksi@list.ru
ORCID iD: 0000-0001-6539-0466

д.м.н., проф., зав. лаб. этиопатогенеза и клиники внутренних заболеваний НИИТПМ – филиала ФГБНУ ИЦиГ

Россия, Новосибирск

Михаил Иванович Воевода

Научно-исследовательский институт терапии и профилактической медицины

Email: jarinaleksi@list.ru
ORCID iD: 0000-0001-9425-413X

акад. РАН, д.м.н., проф., НИИТПМ – филиал ФГБНУ ИЦиГ

Россия, Новосибирск

Владимир Николаевич Максимов

Научно-исследовательский институт терапии и профилактической медицины

Email: jarinaleksi@list.ru
ORCID iD: 0000-0002-7165-4496

д.м.н., проф., зав. лаб. молекулярно-генетических исследований терапевтических заболеваний НИИТПМ – филиала ФГБНУ ИЦиГ

Россия, Новосибирск

Список литературы

  1. Cho NH, Shaw JE, Karuranga S, et al. IDF Diabetes Atlas: Global estimates of diabetes prevalence for 2017 and projections for 2045. Diabet Res Clin Pract. 2018;138:271-81. doi: 10.1016/j.diabres.2018.02.023
  2. Воевода М.И., Иванова А.А., Шахтшнейдер Е.В. и др. Молекулярная генетика MODY. Терапевтический архив. 2016;88(4):117-24 [Voevoda MI, Ivanova AA, Shahtshnejder EV, et al. Molekular genetics of maturity-onset diabetes of the young. Therapeutic Arhive. 2016;88(4):117-24 (In Russ.)]. doi: 10.17116/terarkh2016884117-124
  3. OMIM. Accessed May 14, 2019. http://omim.org/
  4. HuGE Navigator. Accessed May 14, 2019. http://www.cdc.gov/genomics/hugenet/hugenavigator.htm
  5. Sikhayeva N, Iskakova A, Saigi-Morgui N, et al. Association between 28 single nucleotide polymorphisms and type 2 diabetes mellitus in the Kazakh population: a case-control study. BMC medical genetics. 2017;18(1):76. doi: 10.1186/s12881-017-0443-2
  6. Мустафина С.В., Симонова Г.И., Рымар О.Д. Сравнительная характеристика шкал риска сахарного диабета 2 типа. Сахарный диабет. 2014;3:17-22. [Mustafina SV, Simonova GI, Rymar OD. Comparative characteristics of diabetes risk scores. Diabetes Mellitus. 2014;3:17-22 (In Russ.)]. doi: 10.14341/DM2014317-22
  7. Wang J, Stancáková A, Kuusisto J, Laakso M. Identification of undiagnosed type 2 diabetic individuals by the finnish diabetes risk score and biochemical and genetic markers: a population-based study of 7232 Finnish men. J Clin Endocrin Metab. 2010;95(8):3858-62. doi: 10.1210/ jc.2010-0012
  8. Мустафина С.В., Рымар О.Д., Сазонова О.В. и др. Валидизация финской шкалы риска «FINDRISC» на европеоидной популяции Сибири. Сахарный диабет. 2016;19(2):113-8 [Mustafina SV, Rymar OD, Sazonova OV, et al. Validation of the Finnish diabetes risk score (FINDRISC) for the Caucasian population of Siberia. Diabetes Mellitus. 2016;19(2):113-8 (In Russ.)]. doi: 10.14341/DM200418-10
  9. Mühlenbruch K, Jeppesen C, Joost HG, et al. The value of genetic information for diabetes risk prediction – differences according to sex, age, family history and obesity. PLoS One. 2013;8(5):e64307. doi: 10.1371/journal.pone.0064307
  10. Goto A, Noda M, Goto M, et al.; JPHC Study Group. Predictive performance of a genetic risk score using 11 susceptibility alleles for the incidence of Type 2 diabetes in a general Japanese population: a nested case-control study. Diabetic Med: J British Diabetic Assotiation. 2018;35(5):602-11. doi: 10.1111/dme.13602
  11. Lin X, Song K, Lim N, et al. Risk prediction of prevalent diabetes in a Swiss population using a weighted genetic score – the CoLaus Study. Diabetologia. 2009;52(4):600-8. doi: 10.1007/s00125-008-1254-y
  12. Meigs JB, Shrader P, Sullivan LM, et al. Genotype score in addition to common risk factors for prediction of type 2 diabetes. N Engl J Med. 2008;359(21):2208-19. doi: 10.1056/NEJMoa0804742
  13. Lyssenko V, Jonsson A, Almgren P, et al. Clinical risk factors, DNA variants, and the development of type 2 diabetes. N Engl J Med. 2008;359(21):2220-32. doi: 10.1056/NEJMoa0801869
  14. Abbas S, Raza ST, Chandra A, et al. Association of ACE, FABP2 and GST genes polymorphism with essential hypertension risk among a North Indian population. Ann Hum Biol. 2015;42(5):461-9. doi: 10.3109/03014460.2014.968206
  15. Орлов П.С., Иванощук Д.Е., Михайлова С.В. и др. Исследование ассоциаций новых генетических маркеров сахарного диабета второго типа на Западно-Сибирской популяции европеоидов. Сибирский научный мед. журн. 2015;35(2):74-9 [Orlov PS, Ivanoshchuk DI, Mikhaylova SV, et al. Association study of new genetic markers of type 2 diabets mellitus in West Siberian Caucasian population. Sibirskii nauchnyi med. zhurn. 2015;35(2):74-9 (In Russ.)].
  16. Ding W, Xu L, Zhang L, et al. Meta-analysis of association between TCF7L2 polymorphism rs7903146 and type 2 diabetes mellitus. BMC Med Genetics. 2018;19(1):38. doi: 10.1186/s12881-018-0553-5
  17. Grant SF, Thorleifsson G, Reynisdottir I, et al. Variant of transcription factor 7-like 2 (TCF7L2) gene confers risk of type 2 diabetes. Nat Genetics 2006;38(3):320-3. doi: 10.1038/ng1732
  18. Cauchi S, Meyre D, Choquet H, et al.; DESIR Study Group. Transcription factor TCF7L2 genetic study in the french population. Diabetes. 2006;55(10):2903-8. doi: 10.2337/db06-0474
  19. Yan Y, North KE, Ballantyne CM, et al. Transcription factor 7-like 2 (TCF7L2) polymorphism and context-specific risk of type 2 diabetes in african american and caucasian adults the atherosclerosis risk in communities study. Diabetes. 2009;58(1):285-9. doi: 10.2337/db08-0569
  20. Horikoshi M, Hara K, Ito C, et al. A genetic variation of the transcription factor 7-like 2 gene is associated with risk of type 2 diabetes in the Japanese population. Diabetologia. 2007;50(4):747-51. doi: 10.1007/s00125-006-0588-6
  21. Barra GB, Dutra LAS, Watanabe S, et al. Association of the rs7903146 single nucleotide polymorphism at the transcription factor 7-like 2 (TCF7L2) locus with type 2 diabetes in brazilian subjects. Arq Bras Endocrinol Metabol. 2012;56(8):479-84. doi: 10.1590/S0004-27302012000800003
  22. Meng Q, Ge S, Yan W, et al. Screening for potential serum-based proteomic biomarkers for human type 2 diabetes mellitus using maldi-tof ms. Proteomics. Clin Applicat. 2017;11(3-4). doi: 10.1002/prca.201600079
  23. Бондарь И.А., Филипенко М.Л., Шабельникова О.Ю., Соколова Е.А. Ассоциация полиморфных маркеров rs7903146 гена TCF7L2 и rs1801282 гена PPARG (PRO12ALA) с сахарным диабетом 2 типа в Новосибирской области. Сахарный диабет. 2013;4:17-22 [Bondar’ IA, Filipenko ML, Shabel’nikova OJu, Sokolova EA. Rs7903146 variant of TCF7L2 gene and rs18012824 variant of PPARG2 gene (Pro12Ala) are associated with type 2 diabetes mellitus in Novosibirsk population. Diabetes Mellitus. 2013;4:17-22 (In Russ.)]. doi: 10.14341/dm2013417-22
  24. World Health Organization. Fact files: ten facts on obesity. 2016. Accessed May 14, 2019. https://www.who.int/features/factfiles/obesity/en/
  25. Qiu CJ, Ye XZ, Yu XJ, et al. Association between FABP2 Ala54Thr polymorphisms and type 2 diabetes mellitus risk: a HuGE Review and Meta-Analysis. J Cell Molecul Med. 2014;18(12):2530-5. doi: 10.1111/jcmm.12385
  26. Liu Y, Wu G, Han L, et al. Association of the FABP2 Ala54Thr polymorphism with type 2 diabetes, obesity, and metabolic syndrome: a population-based case-control study and a systematic meta-analysis. Genetics and molecular research: GMR. 2015;14(1):1155-68. doi: 10.4238/2015
  27. Zhao T, Zhao J, Yang W. Association of the fatty acid-binding protein 2 gene Ala54Thr polymorphism with insulin resistance and blood glucose: a meta-analysis in 13451 subjects. Diabetes/metabolism Res Rev. 2010;26(5):357-64. doi: 10.1002/dmrr.1085
  28. Li YY, Wang XM, Lu XZ. KCNQ1 rs2237892 C→T gene polymorphism and type 2 diabetes mellitus in the Asian population: a meta-analysis of 15,736 patients. J Cell Molecul Med. 2014;18(2):274-82. doi: 10.1111/jcmm.12185.
  29. Liu Y, Zhou DZ, Zhang D, et al. Variants in KCNQ1 are associated with susceptibility to type 2 diabetes in the population of mainland China. Diabetologia. 2009;52(7):1315-21. doi: 10.1007 / s00125-009-1375-y
  30. Han X, Luo Y, Ren Q, et al. Implication of genetic variants near SLC30A8, HHEX, CDKAL1, CDKN2A/B, IGF2BP2, FTO, TCF2, ¬KCNQ1, and WFS1 in type 2 diabetes in a Chinese population. BMC Med Genetics. 2010;11:81. doi: 10.1186/1471-2350-11-81
  31. Unoki H, Takahashi A, Kawaguchi T, et al. SNPs in KCNQ1 are associated with susceptibility to type 2 diabetes in East Asian and European populations. Nat Genetics. 2008;40(9):1098-102. doi: 10.1038/ng.208
  32. Jonsson AA, Isomaa B, Tuomi T, et al. Variant in the KCNQ1 gene predicts future type 2 diabetes and mediates impaired insulin secretion. Diabetes. 2009;58(10):2409-13. doi: 10.2337/db09-0246
  33. Hu C, Wang C, Zhang R, et al. Variations in KCNQ1 are associated with type 2 diabetes and beta cell function in a Chinese population. Diabetologia. 2009;52(7):1322-5. doi: 10.1007/s00125-009-1335-6
  34. Zhou Q, Chen B, Ji T, et al. Association of genetic variants in RETN, NAMPT and ADIPOQ gene with glycemic, metabolic traits and diabetes risk in a Chinese population. Gene. 2018;642:439-46. doi: 10.1016/j.gene.2017.10.084
  35. Qian Y, Dong M, Lu F, et al. Joint effect of CENTD2 and KCNQ1 polymorphisms on the risk of type 2 diabetes mellitus among Chinese Han population. Mol Cell Endocrinol. 2015;407:46-51. doi: 10.1016/j.mce.2015.02.026
  36. Lee YH, Kang ES, Kim SH, et al. Association between polymorphisms in SLC30A8, HHEX, CDKN2A/B, IGF2BP2, FTO, WFS1, CDKAL1, KCNQ1 and type 2 diabetes in the Korean population. J Hum Genetics. 2008;53(11-12):991-8. doi: 10.1007/s10038-008-0341-8
  37. Yasuda K, Miyake K, Horikawa Y, et al. Variants in KCNQ1 are associated with susceptibility to type 2 diabetes mellitus. Nat Genetics. 2008;40(9):1092-7. doi: 10.1038/ng.207
  38. Mussig K, Staiger H, Machicao F, et al. Association of type 2 diabetes candidate polymorphisms in KCNQ1 with incretin and insulin secretion. Diabetes. 2009;58(7):1715-20. doi: 10.2337/db08-1589
  39. Been LF, Ralhan S, Wander GS, et al. Variants in KCNQ1 increase type II diabetes susceptibility in South Asians: a study of 3,310 subjects from India and the US. BMC Med Genetics. 2011;12:18. doi: 10.1186/1471-2350-12-18
  40. Chu H, Wang M, Zhong D, et al. ADIPOQ polymorphisms are associated with type 2 diabetes mellitus: a meta-analysis study. Diabetes Metab Res Rev. 2013;29(7):532-45. doi: 10.1002/dmrr.2424
  41. Goto A, Noda M, Goto M, et al.; JPHC Study Group. Plasma adiponectin levels, ADIPOQ variants, and incidence of type 2 diabetes: A nested case-control study. Diabetes Res Clin Pract. 2017;127:256-64. doi: 10.1016/j.diabres.2017.03.020
  42. Ramya K, Ayyappa KA, Ghosh S, et al. Genetic association of ADIPOQ gene variants with type 2 diabetes, obesity and serum adiponectin levels in south Indian population. Gene. 2013;532(2):253-62. doi: 10.1016/j.gene.2013.09.012
  43. Малютина С.К., Максимов В.Н., Орлов П.С. и др. Ассоциации артериального давления и артериальной гипертензии с генетическими маркерами, отобранными по данным полногеномных исследований. Рус. журн. кардиологии. 2018;23(10):8–13 [Malyutina SK, Maksimov VN, Orlov PS, et al. The association of blood pressure and hypertension with genetic markers identified in genome-wide association studies. Russian Journal of Cardiology. 2018;23(10):8–13 (In Russ.)]. doi: 10.15829/1560-4071-2018-10-8-13
  44. Menzaghi C, Salvemini L, Paroni G, et al. Circulating high molecular weight adiponectin isoform is heritable and shares a common genetic background with insulin resistance in nondiabetic White Caucasians from Italy: evidence from a family-based study. J Int Med. 2010;267(3):287-94. doi: 10.1111/j.1365-2796.2009.02141
  45. Siitonen N, Pulkkinen L, Lindström J, et al. Association of ADIPOQ gene variants with body weight, type 2 diabetes and serum adiponectin concentrations: the Finnish Diabetes Prevention Study. BMC Med Genetics. 2011;12:5. doi: 10.1186/1471-2350-12-5

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Регрессионная модель прогноза развития СД 2 в течение 10 лет с включением в шкалу риска С.В. Мустафиной генотипов полиморфизма rs7903146 гена TCF7L2.

Скачать (26KB)
Метаданные

© ООО "Консилиум Медикум", 2020

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
 
 


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».