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