A XIV-A CONFERINTA A OBBCSSR IDENTIFICAREA RISCULUI DE A … Sindrom... · 2018-12-12 ·...
Transcript of A XIV-A CONFERINTA A OBBCSSR IDENTIFICAREA RISCULUI DE A … Sindrom... · 2018-12-12 ·...
IDENTIFICAREA RISCULUI DE A DEZVOLTA
SINDROM METABOLIC PE BAZA FACTORIILOR
GENETICI APLICÂND METODELE DE
BIOINFORMATICĂ MDR ȘI MATLAB
Biolog Stanislav Alexandra Alina
Universiatea din București, Facultatea de Biologie,
Departamentul de Genetică, București;
Spitalul Județean de Urgență, Giurgiu.
București
10 Noembrie
2018
A XIV-A CONFERINTA A OBBCSSR
OBBCSSR CONFERIN
TA 201
8
INTRODUCERE
• Sindromul metabolic(SM) este o afecțiune complexă
multifactorială, determinată de interacțiunea dintre o serie de
factori genetici, de mediu și comportamentali.
SCOPUL
• Identificarea riscului crescut de a dezvolta sindrom
metabolic(SM), pe baza datelor clinice, de laborator(biochimice,
hematologice) și genetice, la pacienții din mediu spitalicesc,
diagnosticați cu obezitate(OB), diabet zaharat de tip 1(DZ1),
diabet zaharat de tip 2(DZ2), hipertensiune arterială(HTA) prin
utilizarea programelor de bioinformatică MDR, și MATLAB.
OBBCSSR CONFERIN
TA 201
8
Materiale și Metode
• Au fost selectați 404 subiecți:219 pacienți cu SM, OB, DZ1, DZ2, HTA și 185
subiecți considerați clinic sănătoși de la S.J.U. Giurgiu, după acordarea
consimțămâtului informat.
• Evaluarea clinică a inclus următorii parametrii: sex, vârstă, înălțime, greutate,
IMC, circumferința taliei și a șoldurilor, tensiunea arterială, stil de viață,
consumul de alcool, fumatul.
• Investigațile de laborator-biochimice au fost determinate cu reactivi Giesse pe
analizatorul automat de chimie clinică model BS-300 Mindray Chemistry
analyzer China, ulterior efectuându-se controalele Normal și Patologic MultiSera
și Calibrator, Calibrator MultiSera de la Mindray pentru parametrii
efectuați.Valorile controalelor s-au încadrat în limitele ±2SD de Westgard.Metoda
de lucru a fost spectrofotometrică, utilizându-se ca material de analizat serul
sanguin rezultat în urma centrifugării probelor de sânge în centrifuga model
Rotina 35 Hettich la 3000 turați, 5 minute. Parametri biochimici utilizați sunt:
glucoză, colesterol, trigliceride, HDL-colesterol, LDL-colesterol, creatinină, uree,
acid uric, magneziu, calciu, TGO, TGP, HbA1c-hemoglobina glicozilată, acid
folic, vitamina D, vitamina B12, vitamina C, homocisteină.OBBCSSR C
ONFERINTA 2
018
Materiale și Metode
• Investigațiile de laborator hematologice au fost determinate cu reactivi
Shenzhen Mindray, Biomedical Electronicsco., LTD pe analizatorul automat
de hematologie clinică model BC-3000 Plus Mindray AutoHematology
Analyzer, China ulterior efectuându-se controalele si calibrarea pentru acești
paramterii(WBC, HGB, HCT, RBC). Metoda de lucru a fost: Impedanța,
sânge. Principiul aparatului este metoda impedanței electrice pentru
numărătoare și metoda colorimetrică pentru hemoglobină.
• Identificarea prin secvențiere a 28 de gene de interes s-a efectuat prin testul
Advanced NGx. Aceste gene sunt următoarele: INS, IGF2, TGF-beta, HSPG
Bam H1, ACE, FTO, ADRB3, UCP2, UCP3, FABP2, PLIN1, PON1,
BHMT2, MTHFR, IRS1, TRPM6, MT1A, APOA5, PEMT, ABCB4, CHDH,
FADS2, PCYT1A, PCYT1B, PNPLA3, SCD, SLC44A1, STAT3.
• Prelucarea statistică a fost efectuată prin programele de bioinformatică
MDR(Multifactor Dimensionality Reduction) versiunea 3.0.2 și MATLAB
R2009b versiunea 7.9.059.OBBCSSR CONFERIN
TA 201
8
REZULTATE ȘI DISCUȚIIIdentificarea prin secvențiere cu testul Advanced NGx a genelor de interes: INS, IGF2, TGF-beta, HSPG Bam H1,
ACE, FTO, ADRB3, UCP2, UCP3, FABP2, PLIN1, PON1, BHMT2, MTHFR, IRS1, TRPM6, MT1A, APOA5, PEMT,
ABCB4, CHDH, FADS2, PCYT1A, PCYT1B, PNPLA3, SCD, SCL44A1, STAT3 în sindromul metabolic.
Fig.1.Distribuția numărului de pacienți în funcție de sex și vârstă.
0
1
2
3
4
5
6
0-10 11-20. 21-30 31-40 41-50 51-60 61-70 71-80
Femei
Barbati
Fig.2.Rezultate clinice și de laborator.
OBBCSSR CONFERIN
TA 201
8
REZULTATE ȘI DISCUȚII
Rezultatele genetice în nutriția adultului.
Fig.3.Markerii și genele asociate cu acizii grași nesaturați omega
6 și omega 3. Fig.4.Markerii asociați cu metabolismul vitaminei B2, vitaminei
B12, betainei, colinei, magneziului și folațiilor.
0
10
20
30
40
50
60
70
80
Test
sex
FAD
S1(R
S17
45
45
)
FAD
S1(R
S17
45
47
)
FAD
S1G
/A(R
S17
45
49
)
FAD
S1T/
C(R
S17
45
51
)
FAD
S1A
/G(R
S17
45
54
)
FAD
S1C
/T(R
S17
45
56
)
FAD
S1/2
T/(R
S17
45
61
)
FAD
S2A
/G(R
S17
45
64
)
FAD
S2N
D(R
S17
45
66
)
FAD
S2C
/T(R
S17
45
68
)
FAD
S2A
/G(R
S15
35
)
FAD
S2C
/A(R
S17
45
76
)
FAD
S2T/
A(R
S17
45
78
)
FAD
S2G
/A(R
S17
45
81
)
Series1Series2Series3Series4Series5Series6Series7Series8Series9Series10Series11Series12Series13Series14Series15 0
10
20
30
40
50
60
70
80
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Test
Varsta
sex
MTHFR(RS1801133)
MTHFR(RS1537514)
MTHFR(RS2274976)
BHMT2(526264)
BHMT2(RS625879)
CHDH(RS6445606)
PEMT(RS4646343)
PEMT(RS3760188)
PEMT(RS1531100)
PEMT(RS4646365)
SLC44A1(RS7873937)
SLC44A1(RS2771040)
SLC44A1(RS6479313)
SLC44A1(RS16924529)
SLC44A1(RS3199966)
SLC44A1(RS440290)
TRPM6(RS1144134)
OBBCSSR CONFERIN
TA 201
8
REZULTATE ȘI DISCUȚIIRiscul dezechilibrelor metabolice.
Fig.5.Markerii asociați cu steatoza hepatică non alcoolică.
Fig.7.Markerii asociați cu hiperhomocisteinemia.
Fig.6.Markerii asociați cu obezitatea.
Fig.8.Markerii asociați cu colesterolul.
0
10
20
30
40
50
60
70
80
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Test
Varsta
sex
BHMT2(RS506500)
BHMT2(RS3733890)
BHMT2(RS585800)
MTHFR(RS2274976)
MTHFR(RS1801131)
MTHFR(RS1801133) 0
10
20
30
40
50
60
70
80
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Test
Varsta
sex
UCP3(RS3781907)
UCP3(RS11235972)
UCP2(RS1800849)
PON1(RS662)
PON1(rs854560)
0
10
20
30
40
50
60
70
80
1 4 7 10 13 16 19 22 25 28
Test
Varsta
sex
UCP2(RS659366)
UCP2(RS653529)
UCP3(RS615763)
UCP3(RS1726745)
FABP2(RS6857641)
PLIN1(RS2304795)
PLIN1(RS1052700)
FTO(RS17817449)
FTO(RS1421085)0
10
20
30
40
50
60
70
80
Test
Var
sta
sex
PEM
T(R
S110
9859
)
PEM
T(R
S121
0382
2)
PEM
T(R
S169
6184
5)
PEM
T(R
S133
4239
7)
PEM
T(R
S447
9310
)
PEM
T(R
S936
108)
PEM
T(R
S806
8641
)
PEM
T(R
S794
6)
PEM
T(R
S721
4988
)
PEM
T(R
S424
593)
PEM
T(R
S650
2603
)
AB
CB
4(R
S114
9222
)
AB
CB
4(R
S120
2283
)
AB
CB
4(R
S207
1645
)
AB
CB
4(R
S316
72)
AB
CB
4(R
S414
8811
)
AB
CB
4(R
S965
5950
)
AP
OC
3(R
S285
4117
)
CH
DH
(RS1
2676
)
CH
DH
(RS2
2892
09)
CH
DH
(RS4
5634
03)
CH
DH
(RS4
6875
91)
CH
DH
(RS6
8077
83)
CH
DH
(RS7
6345
78)
CH
DH
(RS8
8188
3)
CH
KB
(RS1
5575
02)
CH
KB
(RS1
5575
03)
CH
KB
(RS4
7011
7)
CH
KB
(RS7
238)
FAD
S2(R
S252
6678
)
FAD
S2(R
S526
126)
MTH
FD1(
RS1
0135
928)
MTH
FR(R
S180
113
3)
MTH
FR(R
S206
647
1)
MTH
FR(R
S484
604
8)
MTH
FR(R
S484
605
2)
MTH
FR(R
S752
533
8)
MTH
FR(R
S868
014
)
PC
YT1A
(RS1
5808
20)
PC
YT1B
(RS4
8981
90)
PN
PLA
3(R
S228
1135
)
PN
PLA
3(R
S738
409)
SCD
(RS1
155
7927
)
SCD
(RS1
159
9710
)
SCD
(RS1
224
7426
)
SCD
(RS2
167
444)
SCD
(RS7
849
)
SLC
44A
1(R
S101
2057
2)
SLC
44A
1(R
S108
2079
9)
SLC
44A
1(R
S193
008)
SLC
44A
1(R
S328
006)
SLC
44A
1(R
S440
290)
SLC
44A
1(R
S443
094)
SLC
44A
1(R
S701
8875
)
STA
T3(R
S98
9111
9)
Series1
Series2
Series3
Series4
Series5
Series6
Series7
Series8
Series9
Series10
Series11
Series12
Series13
Series14
Series15
Series16
Series17
Series18
Series19
Series20
Series21
Series22
Series23
Series24
Series25
Series26
Series27
Series28
Series29
Series30
OBBCSSR CONFERIN
TA 201
8
REZULTATE ȘI DISCUȚII
Fig.9.Markerii asociați cu DZ2/rezistența la insulină.
Genotipuri asociate cu efortul fizic sau performanța.
Fig.11.Markerii asociați cu funcțiile cardiacă, vasculară și
respiratorie.
Fig.10.Markerii asociați cu boli cardiovasculare la vârstă
înaintată.
Fig.12.Markerii asociați cu hiperlipemia postprandială.
0
10
20
30
40
50
60
70
80
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Test
Varsta
sex
MT1A(RS8052394)
MT1A(RS11640851)
0
10
20
30
40
50
60
70
80
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Test
Varsta
sex
APOA5(RS662799)
APOA5(RS3135506)0
10
20
30
40
50
60
70
80
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Test
Varsta
sex
SLC16A1(RS1049434)
PPARA(RS135542)
PPARA(RS135539)
PPARA(RS4253728)
PPARA(RS1800206)
PPARA(RS4253778)
0
10
20
30
40
50
60
70
80
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Test
Varsta
sex
IRS1(RS7578326)
IRS1(RS2943641)
TRPM6(RS3750425)
TRPM6(RS2274924)
OBBCSSR CONFERIN
TA 201
8
REZULTATE ȘI DISCUȚII
Fig.14.Markerii asociați cu metabolismul.
0
10
20
30
40
50
60
70
80
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Test
Varsta
sex
UBE2E2(RS1496653)
ADAMTS9-AS2(RS6795735)
KLHDC5(RS10842994)
IRS1(RS2943640)
MEFV(RS28940578)
HFE(RS1799945)
HFE(RS1800730)
HFE(RS1800562)
Fig.13.Markerii asociați cu funcția musculară și greutatea
corporală.
0
10
20
30
40
50
60
70
80
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Test
Varsta
CHDH(RS12676)
FTO(RS17817449)
FTO(RS1421085)
GENA ACEDEL/DEL(RS1799752)
ADRB3(rs4994)
OBBCSSR CONFERIN
TA 201
8
REZULTATE ȘI DISCUȚII
Fig.15.Distribuția genotipurilor INS-23Hph în lotul de
pacienți cu SM și control.
Fig.16.Distribuția genotipurilor IGF2 Apa1 în lotul de pacienți
cu SM și control.
Fig.17.Distribuția genotipurilor ACE ID în LMS și LC. Fig.18.Distribuția genotipurilor TGFbC-509T în lotul de pacienți
cu SM și control.
Fig.19.Distribuția genotipurilor HSPG Bam H1 în lotul de
pacienți cu SM și control.OBBCSSR C
ONFERINTA 2
018
REZULTATE ȘI DISCUȚII.
A B C D
Fig.20.Prelucrarea datelor în programul MDR evaluate prin (A)Dendograma
obținută prin calcularea MDR, (B)ReliefF, (C)Val P, (D)OR. OBBCSSR CONFERIN
TA 201
8
REZULTATE ȘI DISCUȚII404 de subiecți, - 219 pacienți diagnosticați cu SM, OB, DZ1, DZ2, HTA și 185 indivizi considerați sănătoși din punct
de vedere clinic și paraclinic au fost analizate cu rețeaua neuronală artificială cu retropropagare(BP), prin
aplicarea programului MATLAB.
Fig.21.Structura rețelei neuronale create în
MATLAB pentru 170 de parametrii pentru
identificarea SM. În al II-lea strat ascuns, datele
care nu ies din rețea sunt 0=risc scăzut sau de
protecție impotriva SM iar in stratul de ieșire se
găsește 1 neuron reprezentat de 1=risc crescut de a
dezvolta sindrom metabolic.
A B
Fig.22.A) Curba de performanță a rețelei pentru cel
mai bun feed-forward de rețea neuronală(ANN) format
cu 2 straturi ascunse. B). Confusion(Grile de confuzie).
Numărul de cazuri corecte pe diagonală sunt 218
(54,0%) și 186 (46,0%) iar în celula albastră 100%
reprezintă procentul total de cazuri clasificate corect
cu Sindrom metabolic.
A B
Fig.23.A) ROC-Curba ROC pentru rețeaua
neuronală cu 170 parametri în stratul de intrare
având o Sn=1 și Sp=1 rezultă că la pacienți s-a
identificat riscul crescut de a dezvolta SM. B)
Rețeaua neuronală artificială finală.
OBBCSSR CONFERIN
TA 201
8
REZULTATE ȘI DISCUȚII
În urma analizei statistice prin programul MDR a echilibrului Hardy-
Weinberg(p<0,0001) și Odds-Ratio(OR=104,7455; OR>1) arată
asocierea genelor cu SM. Modelul RNA PB cu performanță mare
și cu valorile mari ale curbei ROC prelucrat prin programul
MATLAB confirmă că cele 28 de gene prezintă risc crescut de a
dezvolta SM.
OBBCSSR CONFERIN
TA 201
8
CONCLUZII
• Metodele de bioinformatică MDR și MATLAB
arată că cele 28 de gene au fost asociate cu risc
crescut de a dezvolta sindrom metabolic. RNA
joacă un rol important în luarea deciziilor medicale
deoarece sunt eficiente în analiza multifactorială.
OBBCSSR CONFERIN
TA 201
8
Vă mulțumesc pentru atenție!
OBBCSSR CONFERIN
TA 201
8