Исследование генетических и эпигенетических факторов формирования остеопороза тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Ялаев Булат Илдусович

• Ялаев Булат Илдусович
• кандидат наук
• 2022

Оглавление диссертации кандидат наук Ялаев Булат Илдусович

ВВЕДЕНИЕ

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ

1.1 Клинико-эпидемиологическая характеристика остеопороза

1.2 Современные аспекты диагностики остеопороза

1.3 Современные представления о генетике остеопороза

1.4 Достижения мультиомиксных подходов при поиске молекулярно -генетических предикторов остеопороза

1.5 Роль эпигенетических механизмов в патогенезе остеопороза

1.6 Фармакогенетика остеопороза

1.7 Метод полигенной оценки риска

ГЛАВА 2. МАТЕРИАЛЫ И МЕТОДЫ

2.1 Материалы исследования

2.2 Выделение геномной ДНК

2.3 Конкурентная аллель-специфическая полимеразная цепная реакция

(ПЦР) в «реальном времени» по конечной точке

2.4 Анализ профиля метилирования ДНК

2.5 Статистический анализ

2.6 Дизайн исследования

ГЛАВА 3. РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

3.1 Поиск ассоциаций полиморфных вариантов гена ОРО с переломами и низким уровнем минеральной плотности костной ткани

3.2 Поиск ассоциаций полиморфного варианта ^1544410 гена УЭЯ с переломами и низким уровнем минеральной плотности костной ткани

3.3 Поиск ассоциаций полиморфных вариантов сайтов связывания микроРНК с переломами и низким уровнем

минеральной плотности костной ткани

3.4 Поиск ассоциаций полиморфных вариантов генов микроРНК с переломами и низким уровнем минеральной плотности костной ткани

3.5 Разработка прогностических моделей остеопоретических переломов у женщин и мужчин из Волго-Уральского региона России

3.6 Анализ профиля метилирования ДНК у женщин

3.6.1 Анализ профиля метилирования гена ЯиИХ2

3.6.2 Анализ профиля метилирования гена ЯЛИКЬ

3.6.3 Анализ профиля метилирования гена СОР22

3.6.4 Анализ профиля метилирования гена 8О8Т

3.7 Анализ полиморфных вариантов генов чувствительности к антирезорбтивной терапии

3.7.1 Анализ влияния полиморфных вариантов генов чувствительности к бисфосфонатам на изменение уровня МПКТ различных отделов скелета

3.7.2 Анализ динамики уровня витамина Д в зависимости от генотипов полиморфных локусов генов чувствительности к антирезорбтивной

терапии

3.8 Полигенная оценка риска переломов, низкого уровня минеральной плотности костной ткани и их сочетанных состояний у женщин

3.8.1 Модели прогнозирования риска развития переломов, низкого уровня минеральной плотности и их сочетанных состояний на основе полигенной оценки риска у женщин в общей выборке

3.8.2 Модели прогнозирования риска развития переломов, низкого уровня минеральной плотности и их сочетанных состояний на основе полигенной оценки риска у женщин в выборке русской этнической принадлежности

3.8.3 Модели прогнозирования риска развития переломов, низкого уровня минеральной плотности и их сочетанных состояний на основе полигенной

оценки риска у женщин в выборке татарской этнической принадлежности

ЗАКЛЮЧЕНИЕ

ВЫВОДЫ

ПЕРЕЧЕНЬ СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ

Введение диссертации (часть автореферата) на тему «Исследование генетических и эпигенетических факторов формирования остеопороза»

ВВЕДЕНИЕ Актуальность темы

Остеопороз (МКБ-10 - М80-М85) - прогрессирующее многофакторное заболевание костной ткани из группы метаболических остеопатий, в основе которого лежат два основных процесса: уменьшение костной массы, обусловленное снижением минеральной плотности костной ткани (МПКТ) и нарушение микроархитектоники костной ткани, возникающее вследствие патологических изменений размеров и форм трабекул в губчатой кости, а также пористости кортикальной кости (Akkawi et al., 2018). Как следствие, возникает хрупкость костей и значительно увеличивается риск переломов. Основной причиной развития этих процессов является нарушение метаболизма, при котором катаболизм и костная резорбция начинают преобладать над остеобластогоненезом и минерализацией костной ткани (Foger-Samwald et al., 2020). В настоящее время растет количество пациентов с диагностированным остеопорозом по всему миру (Limin et al., 2017). Широко признано, что остеопороз и ассоциированные с ним переломы связаны с увеличением смертности (Wiedl et al., 2020). Все это представляет серьезную экономическую и социальную проблему для здравоохранения из-за длительного лечения и инвалидизации трудоспособного населения, а также сокращения качества и продолжительности жизни пожилых людей.

На сегодняшний день актуальным является исследование межпопуляционных и гендерных различий в молекулярном патогенезе первичного остеопороза, формирования переломов, низкого уровня МПКТ и ответа на терапию в зависимости от индивидуального генетического профиля пациентов. Исследование генетической архитектуры остеопороза с использованием технологии полногеномного анализа ассоциаций (GWAS) выявило порядка 60 маркеров риска развития заболевания, которые по отдельности имеют незначительный эффект (Styrkarsdottir et al., 2008; Rivadeneira et al., 2009; Zheng et al., 2011; Estrada et al., 2012). При многофакторном

заболевании маловероятно существование распространённых генетических вариантов с большим эффектом, в то время как идентификация редких вариантов является трудоемким процессом, актуальной задачей является определение менее распространенных вариантов с умеренным эффектом для выявления отсутствующей (пропущенной) наследственности остеопороза. Недостающее звено наследственности остеопороза, вероятно, обладающее высокой прогностической значимостью, может существовать среди механизмов эпигенетической регуляции экспрессии генов. Риск развития остеопороза может быть связан с нарушением сродства микроРНК с матричными РНК и изменением профиля метилирования таргетных генов, приводя к изменению уровня их экспрессии (Cheng et al., 2019).

В настоящее время эпигенетические факторы остеопороза мало изучены, не идентифицированы изменения паттернов метилирования ДНК и сайтов связывания микроРНК, участвующие в регуляции генов, контролирующих рост, ремоделирование и прочность костной ткани. Кроме того, необходимо проведение фармакогенетических исследований, определяющих индивидуальную чувствительность к терапии лекарственными препаратами для прогнозирования эффективности существующих схем лечения заболевания. Перспектива прогнозирования риска развития остеопороза напрямую зависит от разработки и внедрения методов комплексной оценки предрасположенности к данному заболеванию с учетом большого количества генетических и эпигенетических маркеров, что позволит с высокой вероятностью оценить индивидуальный генетический риск заболевания.

Таким образом, несмотря на существенные успехи в определении молекулярного патогенеза остеопороза, остается ряд ключевых вопросов о генетической архитектуре заболевания, что приводит к необходимости дальнейшего комплексного анализа генетических и эпигенетических факторов ОП с применением современных возможностей биоинформатического анализа с учетом гендерных, региональных и этнических особенностей генофонда коренных народов Волго-Уральского региона России.

Степень разработанности исследования

За последние пять десятилетий история изучения генетики остеопороза прошла несколько этапов: оценка наследуемости, исследование генов-кандидатов, полногеномных ассоциаций (GWAS) и секвенирование отдельных участков генома. Близнецовые исследования в 1980-90 гг. показали, что до 80% вариабельности уровня МПКТ и около 35% переломов обусловлены наследственными факторами (Clark et al., 2015; Nguyen et al., 2020). Поиск ассоциаций генетических локусов с переломами и низким уровнем МПКТ выявил несколько десятков маркеров, которые участвуют в ключевых биологических путях, таких как Wnt-сигналинг, остификация, дифференциация стволовых клеток и др. (Clark et al., 2015; Huybrechts et al., 2020). Однако большинство из них вносит небольшой вклад в развитие заболевания (Rosen, 2000). К тому же, выявленные закономерности не позволяют прогнозировать тяжесть течения заболевания и эффективность лечения ОП. Существуют популяционные и региональные различия в распределении частот полиморфных вариантов генов, вовлеченных в патогенез остеопороза, что приводит к противоречивым данным об ассоциациях ДНК-локусов с остеопорозом (Marini et al, 2014; Marozik et al., 2019).

Исследования молекулярно-генетической архитектуры метаболических остеопатий, в том числе и остеопороза, проводились на базе Института Биохимии и генетики УФИЦ РАН в течение последних 15 лет. Благодаря этим работам удалось обнаружить, что риск переломов у женщин в постменопаузе, проживающих на территории Волго -Уральского региона, ассоциирован с полиморфными вариантами генов C6orf97, C17orf53, TNFRSR11B, DCDC5, ZNF239 и PKIA, установлена этноспецифичность маркеров rs10793442 гена ZNF239 и rs3134069 гена TNFRSR11B у женщин татарской этнической принадлежности, а также ассоциация генов ESR1, FOXL1, FGF2, CALCR, LRP5 и PLEKHG1 с переломами позвонков и шейки бедра, генов C12orf23, JAG1, RSPO3 - с переломами позвоночника, генов IFLTD1, LIN7C, ALK - с переломами шейки бедра. Впервые выявлены ассоциации полиморфных локусов сайтов

связывания микроРНК мРНК таргетных генов (гб6854081, гб10098470 и гб10793442) с переломами, разработаны несколько клинико-генетических моделей, прогнозирующих риск переломов и низкого уровня МПКТ.

Данные исследования вносят существенный вклад в понимание молекулярно-генетических основ ОП, но вопросы разработки ранней диагностики остеопороза с использованием генетических маркеров, оценки вклада эпигенетических механизмов в патогенезе данного заболевания, а также поиска высокоспецифичных фармакогенетических локусов чувствительности к антирезорбтивной терапии по-прежнему остаются актуальными. Также, с появлением нового вычислительного инструментария, расширяются горизонты для переоценки ранее полученных данных и возможность более глубокого комплексного анализа генетических и эпигенетических маркеров вкупе с клиническими предикторами. В настоящее время биоинформатические технологии позволяют предпринимать попытки прогнозировать индивидуальный риск развития мультифакториальных заболеваний, в том числе и ОП, с учетом клинической, генетической и гендерной гетерогенности заболевания, а также разнообразия и особенностей генофонда народов различных регионов мира.

Цель исследования

Поиск генетических, эпигенетических маркеров развития остеопоретических переломов и низкого уровня минеральной плотности костной ткани в отдельности и в коморбидном состоянии, а также ответа на антирезорбтивную терапию остеопороза с учетом гендерных и этнических факторов у женщин и мужчин из Волго-Уральского региона России.

Задачи исследования

1. Поиск ассоциаций полиморфных вариантов гб3102735, гб3134069, гб2073617, гб2073618, гб3102734, гб7844539 гена остеопротегерина (ОРО), гб1544410 гена

рецептора витамина Д (VDR) с переломами, низким уровнем МПКТ в отдельности и коморбидном состоянии у женщин и мужчин с учетом их этнической принадлежности.

2. Анализ ассоциаций полиморфных вариантов сайтов связывания микроРНК в мРНК структурных генов костной ткани COL1A1 (rs1061947), COL11A1 (rs1031820), COL11A1 (rs9659030) и генов, участвующих в метаболизме соединительной и костной ткани: VDR (rs11540149), FGF2 (rs6854081), SOX9 (rs1042673), ZNF239 (rs10793442), TPD52 (rs10098470), SPARK (rs1054204), FBXO5 (rs1712) и MMP1 (rs5854) с переломами, низким уровнем МПКТ в отдельности и в сочетанном состоянии у женщин и мужчин с учетом их этнической принадлежности.

3. Поиск ассоциаций полиморфных вариантов генов микроРНК miR-146-a (rs2910164) и miR-196-a-2 (rs11614913) с переломами, низким уровнем МПКТ в отдельности и в коморбидном состоянии у женщин и мужчин с учетом их этнической принадлежности.

4. Разработка комплексных прогностических моделей остеопоретических переломов и низкого уровня минеральной плотности костной ткани на основе анализа клинико-генетических предикторов у женщин и мужчин из Волго-Уральского региона России.

5. Оценка профиля метилирования промоторных регионов генов RANKL, COPZ2, RUNX2 и SOST у женщин с остеопоретическими переломами при низком уровне минеральной плотности костной ткани и поиск ассоциаций с постменопаузальным остеопорозом.

6. Анализ ассоциаций полиморфных вариантов rs2297480 гена фарнезил-дифосфат синтазы (FDPS), rs2282679 гена витамин-Д-связывающего белка (DBP), rs1544410 гена рецептора витамина Д (VDR) и rs1801197 гена рецептора кальцитонина (CALCR) с динамикой уровня минеральной плотности костной ткани и витамина Д на фоне антирезорбтивной терапии.

7. Полигенная оценка риска развития переломов в целом, различных локализаций, низкого уровня минеральной плотности костной ткани в

отдельности и в коморбидном состоянии на основе анализа 140 полиморфных локусов генов-кандидатов и данных репликации полногеномного анализа ассоциаций (GWAS) с учетом этнической принадлежности.

Научная новизна

Впервые проведено комплексное исследование генетических и эпигенетических факторов риска развития переломов и формирования низкого уровня минеральной плотности костной ткани в целом и с учетом локализации патологического процесса у мужчин и женщин из Волго-Уральского региона с учетом гендерных и этнических факторов на основе изучения полиморфных вариантов гена остеопротегерина, сайтов связывания микроРНК, профиля метилирования ДНК в таргетных генах, вовлеченных в костный метаболизм, а также в фармакогенетический ответ на антирезорбтивную терапию. Впервые использована методика полигенной оценки индивидуального риска развития постменопаузального остеопороза на основе 140 локусов кандидатных генов и результатов полногеномного анализа ассоциаций (GWAS). Впервые построены полигенные шкалы риска развития заболевания и установлены модели прогнозирования остеопоретических переломов с учетом уровня МПКТ у женщин из Волго-Уральского региона в целом, а также для женщин русской и татарской этнической принадлежности. Впервые выявлена ассоциация пониженного уровня метилирования гена ЯиЫХ2 с переломами и низким уровнем МПКТ в коморбидном состоянии у женщин.

Научно-практическая значимость работы

Результаты поиска генетических и эпигенетических маркеров остеопороза вносят значительный вклад в понимание молекулярных механизмов риска развития переломов и низкого уровня минеральной плотности костной ткани у мужчин и женщин из Волго-Уральского региона России. Полученные данные

имеют высокую научную новизну и практическую значимость. Разработанные модели на основе метода полигенной оценки риска имеют высокий потенциал для персонализированной ранней диагностики остеопороза с использованием ДНК маркеров и внедрения в клиническую практику, что позволит проводить скрининг и выявлять людей, предрасположенных к развитию остеопороза, с целью последующего мониторирования и проведения профилактических мероприятий в системе здравоохранения Российской Федерации с учетом этнического компонента популяций Волго-Уральского региона. Результаты исследования могут быть использованы при подготовке специалистов медико-биологического профиля в высших учебных заведениях и при постдипломной подготовке врачей.

Методология и методы исследования

Методология исследования состоит в использовании системного подхода на основе комплексного молекулярно-генетического исследования, а также анализа литературных данных отечественных и зарубежных авторов в области генетики остеопороза. Для проведения данной работы использованы репрезентативные выборки мужчин и женщин, опрошенные по специально разработанным анкетам, позволяющим выявлять этническое происхождение, клинический анамнез и информацию о течении и лечении заболевания. Все участники подписали информированное согласие на включение в исследование в соответствии со стандартами, разработанными Хельсинкской декларацией Всемирной медицинской ассоциации (WMA) «Этические принципы проведения научных медицинских исследований с участием людей в качестве субъектов исследования» и с одобрения локального биоэтического комитета Института биохимии и генетики УФИЦ РАН (протокол №14 от 15.09.2016). Использованы современные методы исследования: выделение геномной ДНК фенольно-хлороформной экстракцией, полимеразная цепная реакция синтеза ДНК в режиме реального времени по технологии генотипирования KASPTM, пиросеквенирование на платформе Pyromark Q24. Применены современные методы статистического

анализа: логистический регрессионный анализ, ЯОС-анализ и полигенная оценка риска с применением пакетов программ РЬШК (1.09) и ЯБШёю (1.4.1717).

Положения, выносимые на защиту

1. Полиморфные варианты гб3102734, гб3134069 гена OPG являются генетическими маркерами переломов в целом и периферийных костей у женщин, гб7844539 - низкого уровня МПКТ позвоночника у женщин и гб2073618 - у мужчин.

2. Локусы сайтов связывания микроРНК являются маркерами риска переломов в целом у мужчин (гб1031820), у женщин русского происхождения (гб10098470), шейки бедра у мужчин и женщин (гб6854081), шейки бедра у женщин (гб10098470, гб6854081) и мужчин русского происхождения (гб11540149), позвоночника у мужчин (гб1031820, гб10098470) и женщин (гб11540149), лучевой кости у мужчин (гб11540149) и женщин (гб6854081), низкого уровня МПКТ позвоночника у мужчин русского происхождения (гб5854).

3. Полиморфный вариант гб2910164 гена miR-146а является маркером повышенного риска переломов позвоночника у женщин в целом и шейки бедра у женщин татарского происхождения, гб11614913 гена miR-196-a-2 -переломов у мужчин в целом и низкого уровня МПКТ позвоночника у мужчин русского происхождения.

4. Клинико-генетические модели прогнозируют переломы шейки бедра у мужчин и женщин и позвоночника у мужчин.

5. Гипометилирование промоторного региона гена RUNX2 является маркером переломов при низком уровне МПКТ у женщин постменопаузального возраста из Волго-Уральского региона России.

6. Модели на основе оценки полигенного риска прогнозируют развитие постменопаузального остеопороза в целом, переломов и низкого уровня МПКТ по отдельности у женщин из Волго-Уральского региона, а также у женщин татарского и русского происхождения.

Степень достоверности и апробация результатов

Достоверность полученных результатов подтверждается применением современных молекулярно-генетических и статистических методов исследований, репрезентативностью выборки и объемом проделанной работы. Результаты исследования согласуются с данными, представленными в отечественной и зарубежной литературе. Выводы полностью и в строгой логической последовательности соответствуют поставленным задачам и отражают полученные результаты. Результаты работы апробированы на многочисленных региональных, российских и международных конференциях, в том числе XXV международной научной конференции студентов, аспирантов и молодых учёных «Ломоносов-2018» Москва, 2018; II всероссийской конференции с международным участием "Современные проблемы биохимии, генетики и биотехнологии", Уфа, 2018; VIII международной школе молодых учёных по молекулярной генетике «Генетическая организация и молекулярные механизмы функционирования живых систем», Звенигород, 2018; VIII всероссийской научно-практической конференции «Актуальные вопросы внутренней патологии. Дисплазии соединительной ткани», Омск, 2019; международной научной конференции студентов, магистрантов и молодых учёных «Генетика XXI века», Уфа, 2019; VII Российском конгрессе по остеопорозу, остеоартриту и другим метаболическим заболеваниям скелета с международным участием, Ярославль, 2020; виртуальном конгрессе «World congress on osteoporosis, osteoarthritis and musculoskeletal diseases», Барселона, 2020; виртуальном конгрессе «The European Calcified Tissue Society Digital congress», 2021; IX cъездe российского общества медицинских генетиков, Москва, 2021; XXVIII международной научной конференции студентов, аспирантов и молодых учёных «Ломоносов-2021», Москва, 2021.

Личный вклад автора в проведенные исследования

Автор совместно с научным руководителем д.б.н., доц. Хусаиновой Р.И. участвовал в определении темы, цели и задач диссертационной работы, самостоятельно изучил отечественную и зарубежную литературу по теме диссертации, лично написал рукопись данной работы, работал над написанием статей по обзору литературы и результатам диссертационного исследования. Соискатель самостоятельно проводил анкетирование участников исследования, сбор биологического материала, генотипирование исследуемых образцов ДНК, статистический анализ и обобщение полученных результатов. Процент участия в работе составляет более 90%.

Публикации

По теме диссертационной работы опубликовано 21 печатных работ, в том числе 8 статей в журналах, входящих в перечень ВАК, в числе которых 3 статьи в журналах, индексируемых Scopus и Web of Science.

Соответствие диссертации паспорту научной деятельности

Работа «Исследование генетических и эпигенетических факторов формирования остеопороза» соответствует формуле специальности 1.5.7 -генетика, биологические науки. В работе исследованы молекулярно-генетические основы остеопороза, проведен поиск генетических и эпигенетических маркеров остеопоретических переломов различных локализаций, низкого уровня МПКТ в отдельности и в коморбидном состоянии. Использованы современные методы молекулярно-генетического и биоинформатического анализа, позволяющие оценить индивидуальный риск развития заболевания на основе клинико-генетических моделей.

Структура и объем работы

Диссертационная работа включает введение, обзор литературы, материалы и методы, результаты и обсуждение, заключение, выводы, библиографический список и приложение. Список литературы включает 172 источника, среди них -10 отечественных и 162 зарубежных. Работа изложена на 277 страницах машинописного текста, содержит 49 рисунков и 83 таблицы.

Благодарности

Автор выражает глубокую признательность научному руководителю д.б.н. Хусаиновой Р.И. за всестороннюю поддержку и помощь, оказанных на всех этапах выполнения диссертационной работы; к.м.н., заведующему кафедрой внутренних болезней ФГБОУ ВО БГМУ Тюрину А.В. за помощь при выполнении статистической обработки данных, к.м.н., руководителю городского Центра по остеопорозу Нурлыгаянову Р.З. за помощь при сборе биологического материала, PhD, начальнику отдела статистической мультиомики Университета Суррея (Великобритания) Прокопенко И.А. за помощь при освоении биоинформатического метода оценки полигенного риска и сотрудникам лаборатории молекулярной генетики человека ИБГ УФИЦ РАН за помощь при проведении экспериментов.

Конкурсная поддержка работы

Результаты диссертации получены при финансовой поддержке гранта Российского фонда фундаментальных исследований (№ 19-315-90083) и мегагранта Правительства Российской Федерации (№ 075-15-2021-595).

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ 1.1 Клинико-эпидемиологическая характеристика остеопороза

По официальным данным остеопороз диагностирован у более 200 млн человек и является причиной более 8,9 млн переломов ежегодно (Хусаинова и др., 2015). Считается, что причиной 90% случаев остеопоретических переломов являются простое падение или удары (Osterhoff et al., 2016). Предполагается, что отсутствие ранней диагностики у большинства больных ОП могут быть связаны 84% случаев переломов (Smith et al., 2004). Подсчитано, что примерно 12,3 миллиона человек в возрасте 50 лет и старше имеют остеопороз (Wright et al., 2014). Согласно данным исследований в США остеопорозу подвержены около 611% взрослых в возрасте 50 лет и старше, что соответствует примерно 1 человеку на 9-17 взрослых (Looker et al., 2017). В России ОП диагностируется у около 33% женщин и 24% мужчин (Zaigrova et al., 2017; Sozen et al., 2017). Частота встречаемости ОП в 2019 году в зависимости от места проживания приведена в статье Tie-Lin Yang et al. (2020), где продемонстрирован график распространенности данного заболевания в ряде стран Европы, Азии, Австралии и Северной Америки (рис. 1) (Yang et al., 2020).

Прочность костей определяется уровнем МПКТ и состоянием микроархитектоники костной ткани (в том числе качеством трабекул и органического матрикса). Кроме того, уровень МПКТ находится в постоянном динамическим состоянии, балансируя между противоположными процессами формирования и резорбции костной ткани (Хусаинова и др., 2015). Известно, что ОП - это многофакториальная патология, формируемая под влиянием факторов окружающей среды на фоне неблагоприятной наследственности. Дополнительные факторы риска: эндокринный статус, физическая активность, возраст, рацион питания, пол, курение и ряд других факторов (Ghayor et al., 2016).

_ 40

Ng

m 35

О

■ Мужчины 1-Женщины

Рисунок 1 - Распространенность остеопороза среди населения в зависимости от страны проживания - источник: собственная разработка (Yang et al., 2019).

Первичный остеопороз - это заболевание, патогенез которого детерминирован наследственной компонентой в совокупности взаимодействия с внешней средой и является наиболее частой формой заболевания. Он включает постменопаузальный, сенильный (или старческий), ювенильный и идиопатический типы ОП (БоЬЬб е! а1., 1999; Беневоленская, 2003). Вторичный остеопороз характеризуется четко определенным этиологическим признаком и связан с рядом сопутствующих заболеваний (эндокринной системы, пищеварения, крови и др.), либо с приемом медикаментов, которые могут иметь отрицательный эффект на ремоделирование костной ткани. Так, примерно у 30-50% пациентов, принимающих глюкокортикоиды или ингибиторы протонной помпы, увеличивается риск переломов (Рапёау е! а1., 2014). I тип связан с потерей эстрогена и андрогена и приводит к усилению костной резорбции, губчатая кость начинает преобладать над кортикальной костью. II тип, возникающий вследствие возрастной потери костной массы, характерен для обоих полов и индуцируется

уменьшением пролиферации остеобластов, что увеличивает потерю кортикальной кости (Riggs et al., 1983).

При остеопорозе повышена чувствительность костей к внешним механическим воздействиям и низкоэнергетическим падениям. Падение с высоты собственного роста и неловкое движение могут привести к перелому (Бадалов и др., 2016). Патологический процесс начинается с латентной фазы, включающей микротравмы позвоночника, затем переходят к переломам шейки бедра или лучевой кости (Cosman et al., 2014).

Остеопорозу и сопутствующим осложнениям подвержены оба пола, но в разном возрасте и в разной степени (Alswat, 2017). У женщин ОП встречается в четыре раза чаще чем у мужчин, однако, некоторые данные указывают на то, что у мужчин чаще возникают осложнения на фоне данного заболевания (Center et al., 1999; Feldstein et al., 2003). Согласно данным клинических наблюдений после перелома самые низкие показатели качества жизни и высокие показатели смертности наблюдаются у мужчин (Sterling, 2011). Как оказалось, половой диморфизм является одним из наиболее значимых факторов различия этиологии заболевания. Это обусловлено значительной спецификой гормональной регуляции костной ткани. Риск перелома бедра и последующих переломов в течение жизни могут получить до половины всех женщин, а у мужчин эти показатели достигают одной трети (Nguyen et al., 2007). Таким образом, изучение межгендерных различий в патогенезе заболевания является отдельной темой в области генетики и эпигенетики остеопороза.

1.2 Современные аспекты диагностики остеопороза

Несмотря на незаметное течение, ОП может сопровождаться болевыми синдромами. Однако, остеопороз не имеет патогномоничных клинических признаков и единственными симптомами, которые могут указывать на наличие заболевания, являются увеличение грудного кифоза и потеря роста (Go^alves De Souza et al., 2010; Kanis et al., 2017). Поэтому, как правило, остеопороз диагностируется лишь после остеопоретического перелома (Souza de, 2010). Для преодоления этой проблемы были разработаны подходы диагностики, которые учитывают ряд факторов остеопороза, позволяющих выделить группу риска: женский пол, европеоидная и монголоидная раса, раннее начало менопаузы, пожилой возраст, семейная отягощенность (наличие остеопороза или остеопоретических переломов у прямых родственников), предыдущий анамнез переломов, нездоровое или недостаточное питание (низкий уровень потребления кальция, витамина D3, недостаточное нахождение под солнечным светом или заболевания, сопровождаемые нарушением всасывания данных элементов), чрезмерное курение или потребление алкоголя, малоподвижный образ жизни, прием гормональных препаратов (глюкокортикоидов или противосудорожных препаратов), ревматоидный артрит, системные воспалительные заболевания (Goncalves De Souza et al., 2010). Хотя данные факторы риска ОП хорошо известны, до сих пор не существует научно обоснованной формулы или прогностической системы для оценки риска ОП с учетом этих факторов отдельно и в совокупности. Но со временем в практику были внедрены калькулятор для подсчета 10-летней вероятности перелома с учетом уровня минеральной плотности - FRAX (Fracture Risk Assessment Tool) и двухэнергетическая рентгеновская абсорбциометрия (Dual-energy X-ray absorptiometry (DEXA)) -«золотой стандарт» денситометрии для измерения плотности гидроксиапатита на единицу поверхности кости (Blake et al., 2007).

Список литературы диссертационного исследования кандидат наук Ялаев Булат Илдусович, 2022 год

- / /

- ....................../ / AUC = 0,909 P < 0,001

, , , , , , ■ ■ ■ I . . . I . . .

Переломы_ШБ_1

80

60

40

20

Sensitivity: 87,5 Specificity: 72,9 Criterion: >0,0222

AUC = 0,859 P < 0,001

0 20 40 60 80 100 100-8реаАсКу

Рисунок 12 - ЯОС-кривая анализа клинико-генетических предикторов переломов

шейки бедра у мужчин.

Среди всех разработанных моделей, данная модель отличается наибольшей предсказательной ценностью (АиС=0,932) (рис. 13).

Переломы_ПО_1

100

80

60

40

20

г

Sensitivity: 88,5 Specificity: 86,8 Criterion: >0,4251

/

/

AUC = 0,932 P < 0,001

■ ■

0 20 40 60 80 100 100-Specificity

0

0

Рисунок 13 - ЯОС-кривая анализа клинико-генетических предикторов переломов

поясничного отдела позвоночника у мужчин.

Таким образом выявлены следующие закономерности:

1. Низкий уровень МПКТ бедра является клиническим предиктором переломов в целом у женщин, а низкий уровень МПКТ поясничного отдела позвоночника -переломов у мужчин.

2. Локусы rs1054204 в гене SPARC, rs2073617 в гене OPG, продолжительность менопаузы у женщин и локусы s7844539 в гене OPG, rs1042673 в гене SOX9, 10793442 гена ZNF239, уровень МПКТ шейки бедра у мужчин являются предикторами переломов шейки бедра.

3. Локусы rs3102734, rs2073617 в гене OPG, rs1712 в гене FBXO5 и уровень МПКТ позвоночника являются предикторами переломов позвоночника у мужчин.

Впервые проведен анализ профиля метилирования ДНК в промоторных регионах генов регуляции ремоделирования, развития и метаболизма соединительной ткани RANKL, COPZ2, RUNX2 и SOST. Согласно результатам ряда публикаций изменение уровня метилирования в данных генах может быть значимо ассоциировано с переломами и низким уровнем минеральной плотности костной ткани у постменопаузальных женщин. В работе Wang P. et al (2018) было обнаружено, что повышенное деметилирование CpG-островков в промоторе RANKL было ассоциировано с остеопоретическими переломами (Wang et al., 2018). COPZ2 является субъединицей белкового комплекса катомера, комплекса из семи субъединиц, который функционирует в образовании везикул типа COPI, не покрытых клатрином и, как показали исследования, может быть ассоциирован с развитием остеоартрита (Sandell, 2012), а изменение уровня метилирования ассоциировано с раком эндометрия (Tsuruta et al., 2011). RUNX2 - ключевой фактор транскрипции, связанный с дифференцировкой остеобластов. Как было показано, активность экспрессии гена RUNX2 в зависимости от уровня метилирования проксимального промотора значительно коррелирует с изменением активности других генов, например матриксных металлопротеиназ (Takahashi et al., 2017). Исследование профиля метилирования ДНК в гене SOST выявила изменения паттерна гиперметилирования, ассоциированного с остеопоретическими переломами (Reppe et al., 2015). Эти данные выступили в качестве основания научного интереса для исследования профиля метилирования промоторных участков у образцов ДНК (N=100) в выборке женщин постменопаузального возраста с переломами при низком уровне МПКТ и контрольной группе. Характеристики выборки приведены в таблице 54. Для этого были подобраны CpG-богатые участки в проксимальном промоторе данных генов с использованием открытой системы GeneGlobe, предоставляемой компанией QIAGEN для проведения пиросеквенирования конвертированной ДНК на платформе Pyromark Q24. Анализ включал проведение сравнения полученных

данных о проценте метилирования в 3 СрО-островках. Для выявления различий в опытной и контрольной группе в зависимости от уровня метилирования осуществлялось попарное сравнение количественных значений в процентах с использованием логистического регрессионного анализа для каждого СрО-сайта, а затем средних арифметических значений.

Таблица 54 - Характеристики пациентов исследуемой выборки

Показатель Женщины

Объем выборки, N 100

Возраст, лет, стандартное отклонение 60,523± 7,032

ИМТ, кг/м2, стандартное отклонение 27,21± 5,14

Пациенты с переломами при низком уровне МПКТ

Возраст, стандартное отклонение 60,46±7

ИМТ, кг/м2, стандартное отклонение 27,86±5,14

Пациенты без переломов и нормальным уровнем МПКТ

Возраст, стандартное отклонение 60,47±7

ИМТ, кг/м2, стандартное отклонение 27,3±5,18

В таблице 55 приведены данные средних значений уровня метилирования в исследуемой последовательности. На первом этапе был проведен поиск значимой модели по результатам логистического регрессионного анализа с учетом всех 3 СрО-сайтов гена ЯиИХ2. Результаты приведены в таблице 56-59.

Таблица 55 - Данные средних значений уровня метилирования в исследуемой

последовательности гена ЯиИХ2

Выборка СрО1 (%) СрО2 (%) СрО3 (%) Среднее значение (%)

Общая 5,329 9,430 9,544 8,101

Остеопороз 5,238 9,206 9,556 8,000

Контроль 5,351 9,519 9,597 8,156

Таблица 56 - Модель логистической регрессии, в которую включены уровни метилирования 1, 2 и 3 СрО-сайта, а также их среднеарифметического значения

Модель Коэффициент Стандартная ошибка X р-уровень

Модель в целом -1,2442 0,8018 -1,552 0,121

СрО-сайт 1 12,4282 33,6031 0,370 0,711

СрО-сайт 2 11,7534 33,6204 0,350 0,727

СрО-сайт 3 12,1723 33,6558 0,362 0,718

Среднее -36,0522 100,8751 -0,357 0,721

Таблица 57 - Модель логистической регрессии, в которую включены уровни метилирования 1, 2 и 3 сайтов СрО-сайтов

Модель Коэффициент Стандартная ошибка X р-уровень

Модель в целом -1,2220 0,7948 -1,537 0,1242

СрО-сайт 1 0,4198 0,2251 1,865 0,0622

СрО-сайт 2 -0,2626 0,1974 -1,330 0,1834

СрО-сайт 3 0,1445 0,1784 0,810 0,4180

Таблица 58 - Модель логистической регрессии, в которую включены уровни

метилирования 1 и 2 СрО-сайтов

Модель в целом Коэффициент Стандартная ошибка ъ р-уровень

Модель -0,8578 0,6506 -1,318 0,187

СрО-сайт 1 0,4645 0,2058 2,257 0,024

СрО-сайт 2 -0,1774 0,1219 -1,456 0,145

Выявлено статистически значимое снижение статуса метилирования в 1 СрО-сайте у женщин с остеопорозом, модель в целом является статистически значимой (таблица 59).

Таблица 59 - Модель логистической регрессии профиля метилирования гена ЯиЫХ2 в 1 СрО-сайте

Модель Коэффициент Стандартная ошибка ъ р-уровень

Модель в целом -1,18768 0,58830 -2,019 0,0435

СрО-сайт 1 0,21375 0,09925 2,154 0,0313

На рисунке 14 показана пирограмма результатов пиросеквенирования анализируемой последовательности.

61| 14<]

. 1, и ................... и.

| _I_I_I_I_I_I_I_I_I_I_I_I_I_I_I_I_I_I_I_I_I_I_I_I_I_I_I_I_I_1_

ЕгТбТСАТССАСДСТбСТСТДОДТАСТССТСС

Рисунок 14 - Пирограмма профиля метилирования в гене ЯиЫХ2 у исследуемого образца ДНК пациента с ОП (степень метилирования указана в процентах).

В настоящее время не существует исследований, в которых бы описывалось снижение статуса метилирования промоторного региона гена RUNX2 у пациентов с остеопорозом, поэтому, данный результат получен впервые. Однако, известно, что изменение профиля метилирование гена SOST нарушает трансактивацию RUNX2 у пациентов с постменопаузальным остеопорозом влияя на метаболизм костной ткани (Shan et al., 2019). Было показано, что он регулируется гистондеацетилазами, в частности, HDAC4 непосредственно деацетилирует RUNX2, подавляя его транскрипционную активность и способствуя его деградации в зрелых остеобластах (Marini et al., 2016). Таким образом, можно предположить, что гипометилирование промоторного участка гена RUNX2 и изменение уровня его экспрессии может быть связано с реконструкцией хромосом через эпигенетические механизмы ацетилирования гистонов. Тем не менее, для подтверждения результата требуется дальнейшее расширение выборки для увеличения мощности исследования.

Таким образом было установлено, что гипометилирование исследуемого CpG-сайта в гене RUNX2 является статистически значимым предиктором остеопороза у женщин постменопаузального возраста.

В таблице 60 приведены данные средних значений уровня метилирования в исследуемой последовательности. На первом этапе был проведен поиск значимой модели по результатам логистического регрессионного анализа с учетом всех 3 СрО-сайтов гена ЯЛИКЬ, а также среднеарифметического значения показателей данных сайтов. Результаты приведены в таблицах 61-64.

Таблица 60 - Данные средних значений уровня метилирования в исследуемой

последовательности гена ЯЛИКЬ

Выборка СрО1 (%) СрО2 (%) СрО3 (%) Среднее значение (%)

Общая 3,529 3,059 3,588 3,39

Остеопороз 2,833 3,000 3,417 3,08

Контроль 3,533 2,933 3,533 3,33

Таблица 61 - Модель логистической регрессии, в которую включены уровни метилирования 1, 2 и 3 СрО-сайтов, а также их среднеарифметического значения

Модель Коэффициент Стандартная ошибка X р-уровень

Модель в целом 1,502 99,943 0,015 0,988

СрО-сайт 1 1,536 100,136 0,015 0,988

СрО-сайт 2 1,305 99,999 0,013 0,990

СрО-сайт 3 -5,146 299,827 -0,017 0,986

Среднее 1,502 99,943 0,015 0,988

Таблица 62 - Модель логистической регрессии, в которую включены уровни

метилирования 1, 2 и 3 СрО-сайтов

Модель в целом Коэффициент Стандартная ошибка z р-уровень

Модель 2,1717 2,6302 0,826 0,409

СрО-сайт 1 -0,2133 0,6675 -0,320 0,749

СрО-сайт 2 -0,1828 0,5889 -0,310 0,756

СрО-сайт 3 -0,4114 0,7236 -0,568 0,570

Таблица 63 - Модель логистической регрессии, в которую включены уровни метилирования 1 и 2 сайтов СрО-сайтов

Модель Коэффициент Стандартная ошибка z р-уровень

Модель в целом 1,4341 2,2764 0,630 0,529

CpG-сайт 1 -0,3892 0,6111 -0,637 0,524

CpG-сайт 2 -0,2187 0,5879 -0,372 0,710

Таблица 64 - Модель логистической регрессии профиля метилирования гена ВЛЫКЬ в 1 СрО-сайте

Модель Коэффициент Стандартная ошибка z р-уровень

Модель в целом 1,0014 2,0621 0,486 0,627

СрО-сайт 1 -0,4721 0,6338 -0,745 0,456

На рисунке 15 показана пирограмма результатов пиросеквенирования анализируемой последовательности.

3*1 и) «з

_ 1... 1.......

*-J-_

Г S G I С G T С Б Т С Т A G Л G A G I С G

5 10 15

Рисунок 15 - Пирограмма профиля метилирования в гене ЯЛИКЬ у исследуемого образца ДНК пациента с ОП (степень метилирования указана в процентах).

Согласно результатам логит-моделирования не обнаружено статистически значимых предикторов остеопороза по анализу профиля метилирования в исследуемой области гена RANKL. В ряде работ было установлено, что более низкая степень метилирования в промоторной области гена RANKL и более высокая степень метилирования в промоторной области гена OPG могут быть ассоциированы с остеопорозом (Wang et al., 2018), что однако не подтверждено в данном исследовании. Требуется дальнейшее расширение выборки с расширением мощности исследования для изучения профиля метилирования данного гена у популяции Волго-Уральского региона России.

В таблице 65 приведены данные средних значений уровня метилирования в исследуемой последовательности. На первом этапе был проведен поиск значимой модели по результатам логистического регрессионного анализа с учетом всех 5 СрО-сайтов гена СОР22„ а также среднеарифметического значения показателей данных сайтов. Результаты приведены в таблицах 66-70.

Таблица 65 - Данные средних значений уровня метилирования в исследуемой

последовательности гена СОР22

Выборка СрО1 (%) СрО2 (%) СрО3 (%) СрО4 (%) СрО5 (%) Среднее значение (%)

Общая 4,429 2,857 3,357 3,500 3,214 3,471

Остеопороз 4,875 2,875 3,500 3,750 3,375 3,675

Контроль 4,875 2,875 3,500 3,750 3,375 3,675

Таблица 66 - Модель логистической регрессии, в которую включены уровни метилирования 1, 2, 3, 4 и 5 СрО-сайтов, а также их среднего значения

Модель Коэффициент Стандартная ошибка ъ р-уровень

Модель в целом 1,404 99,943 0,015 0,988

СрО-сайт 1 1,898 100,136 0,015 0,988

СрО-сайт 2 1,478 99,999 0,013 0,990

СрО-сайт 3 8,944 299,827 -0,017 0,986

СрО-сайт 4 1,209 99,943 0,015 0,988

СрО-сайт 5 1,78 99,943 0,015 0,988

Среднее 1,502 99,943 0,015 0,988

Таблица 67 - Модель логистической регрессии, в которую включены уровни

метилирования 1, 2, 3 и 4 СрО-сайтов

Модель Коэффициент Стандартная ошибка ъ р-уровень

Модель в целом -106,75 257537,21 -0,007 0,998

СрО-сайт 1 65,06 114801,35 0,009 0,998

СрО-сайт 2 -34,12 178332,41 -0,003 0,998

СрО-сайт 3 -20,19 206865,75 -0,005 0,999

СрО-сайт 4 48,39 147902,06 -0,001 0,999

Таблица 68 - Модель логистической регрессии, в которую включены уровни

метилирования 1, 2 и 3 СрО-сайтов

Модель Коэффициент Стандартная ошибка ъ р-уровень

Модель в целом -108,66 45876,54 -0,002 0,998

СрО-сайт 1 61,06 24660,08 0,002 0,998

СрО-сайт 2 -34,12 16369,21 -0,002 0,998

СрО-сайт 3 -20,19 14714,69 -0,001 0,999

Таблица 69 - Модель логистической регрессии профиля метилирования гена СОР22 в 1 и 2 СрО-сайтах

Модель Коэффициент Стандартная ошибка ъ р-уровень

Модель в целом -109,71 46920,95 -0,002 0,998

СрО-сайт 1 52,05 21964,18 0,002 0,998

СрО-сайт 2 -45,76 19128,97 -0,002 0,998

Таблица 70 - Модель логистической регрессии профиля метилирования гена СОР12 в 1 СрО-сайте

Модель Коэффициент Стандартная ошибка ъ р-уровень

Модель в целом 0,29696 1,75059 0,17 0,865

СрО-сайт 1 -0,06479 0,36055 -0,18 0,857

На рисунке 16 показана пирограмма результатов пиросеквенирования анализируемой последовательности.

Рисунок 16 - Пирограмма профиля метилирования в гене СОР22 у исследуемого образца ДНК пациента с ОП (степень метилирования указана в процентах).

По результатам логит-моделирования не обнаружено статистически значимых предикторов остеопороза по профилям метилирования в исследуемой области гена СОР22. Изменение профиля метилирования данного гена было выявлено у пациентов с остеоартритом (БапёеП, 2012), однако, аналогичной ассоциации не было выявлено у женщин с остеопорозом в постменопаузе.

В таблице 71 приведены данные средних значений уровня метилирования в исследуемой последовательности. На первом этапе был проведен поиск значимой модели по результатам логистического регрессионного анализа с учетом всех 3 СрО-сайтов гена БОБТ, а также среднеарифметического значения показателей данных сайтов.

Таблица 71 - Данные средних значений уровня метилирования в исследуемой

последовательности гена БОБТ

Выборка СрО1 (%) СрО2 (%) СрО3 (%) Среднее значение (%)

Общая 95 97 80 90,7

Остеопороз 94 99 79 90,7

Контроль 96 95 89 93,3

Статистически значимых предикторов профилей метилирования в исследуемой области гена 8О8Т не обнаружено. Анализ выявил высокий процент метилирования по всем позициям исследуемого участка гена, требуется расширение выборки для дальнейшего анализа профиля метилирования данного гена. Известно, что метилирование ДНК препятствует связыванию транскрипционных факторов отрицательно регулируя активность данного гена, это коррелировало с вариабельностью минеральной плотности костной ткани. Также известно, что уровень мРНК гена 8О8Т и содержание сывороточного склеростина у женщин ассоциированы с возрастом, индексом массы тела и МПКТ бедренной кости, вне зависимости от возраста (р<0,0005) (Уа1аеу й а1., 2019).

Таким образом, было обнаружено, что среди профилей метилирования ДНК исследуемых генов только пониженный уровень метилирования одного из СрО-сайта гена ЯиЫХ2 является статистически значимым предиктором ОП у женщин. Однако, результаты требуют репликации и расширения выборки для увеличения статистически мощности в ходе дальнейших исследований.

3.7 Анализ полиморфных вариантов генов чувствительности к антирезорбтивной терапии

За период 2019-2021 гг. была сформирована независимая выборка женщин постменопаузального возраста с остеопорозом, находящихся на лечении и наблюдении в Городском центре остеопороза, г. Уфа. Данная группа пациентов ежегодно проходит комплексное обследование, включающее в себя осмотр врача-травматолога, исследование МПКТ методом рентгеновской денситометрии и определение уровня витамина Д в сыворотке крови. При наличии показаний назначается антирезорбтивная терапия препаратами группы бисфосфонатов -алендроновая кислота в дозировке 70 мг 1 раз в неделю длительно и препаратом витамина Д - колекальциферол в дозировке 4000 Ед в сутки в течение 1 месяца 2 раза в год. Кроме этого, мы учитывали клинический фактор - индекс массы тела при оценке динамики уровня МПКТ и витамина Д на фоне антирезорбтивной терапии. Характеристика исследуемой выборки представлена в таблице 72.

Был проведен сравнительный анализ частот генотипов полиморфных вариантов, расположенных в генах чувствительности к бисфосфонатам и витамину Д для оценки их роли в изменении уровня МПКТ при терапии данными препаратами в течение года наблюдения. Характеристика локусов приведена в таблице 8. По данным литературы, ген фермента мевалонатного пути ге 2297480 (ГОРЯ фарнезил-дифосфат синтазы), генов метаболизма витамина Д и кальция ^2282679 (ОБР, витамин-Д-связывающего белка) и ^1544410 (УОЯ, рецептора витамина Б) и ^1801197 (СЛЬСЯ, рецептора кальцитонина) являются маркерами ответа на терапию (Маго21к е! а1., 2019), однако, результаты не подтверждены для популяции Волго-Уральского региона России (Уа1аеу е! а1., 2020).

Показатель Женщины

Объем выборки, N 295

Возраст, лет, стандартное отклонение 67,377±10,613

ИМТ, кг/м2, стандарт. отклонение 26±4

Уровень витамина Д базовый, среднее, стандартное отклонение 16,995±11,476

Уровень витамина Д в динамике, среднее, стандартное отклонение 12,710±21

Уровень МПКТ шейки бедра базовый, среднее, стандартное отклонение 0,631±1,708

Уровень МПКТ шейки бедра в динамике, среднее, стандартное отклонение 0,021±0,060

Уровень МПКТ поясничного отдела позвоночника базовый, стандартное отклонение 0,756±0,134

Уровень МПКТ поясничного отдела позвоночника в динамике, стандартное отклонение 0,031±0,041

3.7.1 Анализ влияния полиморфных вариантов генов чувствительности к бисфосфонатам на изменение уровня МПКТ различных отделов скелета

Первый этап исследования включал тест Шапира-Уилка на нормальность распределения по количественным данным: минеральной плотности костной ткани до и после лечения. Обе выборки подчиняются нормальному закону распределения (до лечения W=0,98397, р=0,3996) и после лечения W=0,98474, р-уа1ие=0,4416). Обнаружены статистически значимые сдвиги по модулю по тесту Вилкаксона: бисфосфонаты в целом приводят к значимому увеличению уровня МПКТ через год после приема (У=3403, р=3,729е-15). Однако, по результатам моделирования на основе &ё-регрессии статистически значимого влияния индекса массы тела и полиморфных вариантов на прирост уровня МПКТ шейки бедра и поясничного отдела позвоночника выявлено не было (таблицы 73 и 74).

Таблица 73 - Таблица результатов &ё-регрессии по анализу выборки по приросту

уровня минеральной плотности шейки бедра

Параметры Коэффициент Стандартная ошибка г р

Модель в целом -4,7303 11,4081 -0,415 0,682

ИМТ 0,2189 0,3615 0,606 0,55

рбрб, гб2297480 -2,5643 2,6321 -0,974 0,339

уоя, гб1544410 2,1681 2,1594 1,004 0,325

слься, гб1801 1972 -1,3188 3,3357 -0,395 0,696

ббр, гб22826792 2,2324 3,6928 0,605 0,551

При исследовании изменения показателей уровня МПКТ у пациентов с различными генотипами исследованных генов с применением критерия Манна -Уитни также не было выявлено статистически значимых различий. На рисунке 17 отображены графики средних динамики уровня МПКТ поясничного отдела позвоночника в зависимости от генотипа гб2297480.

Таблица 74 - Результаты &ё-регрессии по анализу выборки по приросту уровня минеральной плотности поясничного отдела позвоночника

Параметры Коэффициент Стандартная ошибка 1 Р

Модель 7,3351 6,5687 1,117 0,2748

ИМТ 0,1901 0,2111 -0,901 0,3764

горб, гб2297480 -0,6748 1,6273 -0,415 0,6819

убя, гб1544410 -0,5497 1,2465 -0,441 0,6630

слься, гб1801 1972 -1,3175 1,9374 -0,680 0,5027

ОБР, гб22826792 -3,6961 2,1226 -1,741 0,0939

Не выявлено статистически значимых закономерностей, однако наблюдается значительное повышение максимального уровня МПКТ среди гетерозиготных носителей, что, вероятно, обусловлено большим числом гетерозиготных носителей в выборке. На рисунке 18 отображены графики средних значений динамики уровня МПКТ шейки бедра в зависимости от генотипов локуса гб2297480 гена ГОРБ.

Рисунок 17

- Динамика уровня МПКТ поясничного отдела позвоночника в зависимости от генотипа гб2297480.

Рисунок 18 - Динамика уровня минеральной плотности шейки бедра в зависимости от генотипа ^2297480 гена ГОРБ.

К настоящему времени полиморфизм ^2297480 гена ГОРБ широко изучен в ряде стран, подтверждена его связь с эффективностью ответ на прием бисфофонатов, однако, в рамках данного исследования это ассоциация не была воспроизведена. Однако, в рамках проспективного исследования эпидемиологических факторов риска Мапш и ее коллеги не смогли выявить какое-либо значимое влияние данного полиморфного варианта на исходный уровень МПКТ ни в позвоночнике, ни в шейке бедра, но обнаружили, что прирост МПКТ после 2 лет указанного лечения был значимо ниже у пациентов с генотипом СС, чем с генотипами АА и АС (Marim et al., 2014). Мы полагаем, что для выявления значимой ассоциации данного полиморфизма с ответом на антирезорбтивную терапию необходимо более длительное время наблюдения, а также увеличение размера выборки, поэтому исследование будет продолжено.

Таким образом, обнаружена статистически значимая закономерность, что прием аминобисфосфонатов приводит к положительной динамике уровня МПКТ шейки бедра и поясничного отдела позвоночника, однако не выявлено значимости определённых генотипов изученных полиморфизмов в увеличении уровня МПКТ.

3.7.2 Анализ динамики уровня витамина Д в зависимости от генотипов полиморфных локусов генов чувствительности к антирезорбтивной терапии

По результатам моделирования на основе &ё-регрессии статистически значимые эффекты от воздействий индекса массы тела и полиморфных вариантов на прирост уровня витамина Д получены не были (таблица 75).

Таблица 75 - Результаты &ё-регрессии по анализу прироста уровня витамина Д

Параметры Коэффициент Стандартная ошибка 1 Р

Модель -877,90 392,22 -2,238 0,155

ИМТ 26,16 13,04 2,006 0,183

горб, гб2297480 43,21 69,41 0,623 0,597

убя, гб1544410 143,62 93,01 1,544 0,263

слься, гб1801 1972 282,20 134,39 2,100 0,171

ОБР, гб22826792 -128,77 46,70 -2,757 0,110

При исследовании изменения показателей сывороточных концентраций витамина Д у пациентов с различными генотипами исследованных генов с применением критерия Манна-Уитни также не было выявлено статистически значимых различий, однако отмечается динамика увеличения концентрации витамина Д у лиц с носительством аллеля *А полиморфного варианта гб2297480 гена FDPS, различия носят характер тенденции (и=5, p=0,052), но линейное изменение концентраций может свидетельствовать об участии данного локуса в регуляции изменения сывороточных концентраций при терапии препаратами витамина Д (рис. 19). Анализ динамики изменения концентраций в зависимости от генотипов других локусов не выявил линейных закономерностей, примеры представлены на рисунках 20 и 21.

--

□

□

т □

1

АА

АС

СС

□ Меап

□ Меап±ЭО X М1п-Мах

Рисунок 19 - Динамика уровня витамина Д в сыворотке в крови в зависимости от генотипа полиморфного варианта ^2297480 гена ГОРБ.

Рисунок 20 - Динамика уровня витамина Д в сыворотке в крови в зависимости от генотипа полиморфного варианта ^1544410 гена УЭЯ.

Рисунок 21 - Динамика уровня витамина Д в сыворотке в крови в зависимости от генотипа полиморфного варианта гб2282679 гена ОБР.

В настоящее время не опубликовано исследований, в которых была бы описана обнаруженная закономерность линейного повышения концентраций витамина Б у лиц с носительством аллеля *А полиморфного варианта гб2297480, однако, вероятно это объясняется комбинированным эффектом одновременного приема аминобисфосфонатов и витамина Д, что повышает уровень витамина Д в зависимости от благоприятного генотипа гб2297480 гена РОРБ.

Таким образом, выявлена тенденция к ассоциации локуса гб2297480 гена РОРБ с динамикой сывороточной концентрации витамина Д. Необходимо продолжить фармакогенетические исследования при ОП с увеличением размера выборок и длительности наблюдения для установления закономерностей индивидуальной чувствительности к антирезорбтивной терапии.

3.8 Полигенная оценка риска переломов, низкого уровня минеральной плотности костной ткани и их сочетанных состояний у женщин

Внедрение и широкое распространение генетического тестирования на наличие патогенных мутаций, ассоциированных с риском развития остеопороза позволило существенно повысить возможности ранней диагностики остеопороза, однако, тесты не учитывают специфику генофонда популяции Волго-Уральского региона и не прогнозируют индивидуальный риск переломов и низкого уровня МПКТ определенных локализаций (например, в шейке бедра или позвоночнике). Дальнейшая перспектива разработки индивидуальной генетической диагностики в данном регионе напрямую зависит от внедрения методов, которые имеют возможность рассчитывать индивидуальный риск снижения уровня минеральной плотности костной ткани, предрасположенность к данному заболеванию с учетом большого количества известных генетических маркеров риска. В качестве этого метода предложена полигенная оценка риска, которая представляет собой биоинформатический анализ, позволяющий прогнозировать риск развития заболевания с учетом индивидуального генетического профиля на основе одновременно большого количества генетических локусов.

Полигенная оценка риска проводится на основе «весов» - эффектов рисковых аллелей полиморфных локусов на изучаемый признак. При исследовании бинарных фенотипов по типу «случай-контроль» предполагается использование логистической регрессионной модели, которая позволяет получать значения эффектов полиморфных вариантов - отношения шансов (Odds Ratio), которое является параметром, определяющий «вес» рискового аллеля. Это является первым этапом полигенной оценки риска в случае, если отсутствует обучающая выборка данных GWAS-исследования. Вторым этапом является расчет полигенного балла, которой представляет собой взвешенную сумму эффектов аллелей риска. Третий этап предполагает оценку чувствительности и специфичности модели для оценки способности модели правильно классифицировать женщин с остеопоретическим фенотипом и без.

Проблема диагностики остеопороза с применением ДНК-анализа изучается в нашем регионе уже более 15 лет и, к настоящему времени, накоплены результаты молекулярно-генетических исследований отдельных локусов генов-кандидатов. Однако, эти результаты нуждаются в дальнейшем комплексном анализе, который бы позволил улучшить прогностическую силу существующих генетических тестов и разработать новые подходы к персонализированной диагностике ОП. Поэтому, нами впервые предпринята попытка разработать PRS-модели, которые прогнозируют низкий уровень МПКТ и риск остеопоретических переломов в отдельности и в коморбидном состоянии у женщин из Волго-Уральского региона России на основе результатов, полученных в рамках данной работы совместно с данными репликации GWAS-исследования в рамках консорциума GEFOS. А именно: вариантов полиморфных локусов, в числе которых полиморфные варианты гена остеопротегерина, рецептора витамина Д, сайтов связывания микроРНК в таргетных генах и генов микроРНК, изученных в рамках данной работы, а также полиморфные варианты структурных генов, транскрипционных факторов, рецепторов стероидных гормонов, сигнальных путей, ферментов, межгенных участков и других функциональных регионов генома, которые были значимо ассоциированы с низким уровнем МПКТ и переломами по данным репликации GWAS-исследования консорциума GEFOS. Комплексный анализ клинико-генетических аспектов ОП в исследуемой выборке женщин был разделен на следующие этапы: логистический регрессионный анализ с учетом этнической принадлежности (в роли предикторов - рисковые аллели полиморфных локусов, в роли зависимой переменной - переломы и низкий уровень МПКТ по отдельности и в сочетанном состоянии), полигенная оценка риска, ассоциативный анализ для оценки отношения шансов и ROC-анализ для оценки прогностической силы полученной модели.

3.8.1 Модели прогнозирования риска развития переломов, низкого уровня минеральной плотности и их сочетанных состояний на основе полигенной оценки риска у женщин в общей выборке

В результате проведения регрессионного анализа у женщин было выявлено, что полиморфные варианты гб17284960 (£N8000000253331, длинной некодирующей РНК, гб1801197 (СЛЬСЯ, рецептора кальцитонина), гб3102734 (ОРО, остеопротегерина), гб2228570 (УВЯ, рецептора витамина Б), гб227584 (С17ог/53, неохарактеризованного белка), гб1107946 (СОЫЛ1, а-1 цепь коллагена 1 типа), гб5926033 (интронного варианта Xp22.ll в гене антисмыслового РНК РТСИЛ1-Л8) и гб5952638 (ВиБР21, протеинфосфатазы с двойной специфичностью 21) являются предикторами переломов в целом в общей выборке женщин. Результаты статистически значимы при р<0,05 (таблица 76).

Таблица 76 - Статистически значимые предикторы остеопоретических переломов у женщин в общей выборке по данным логистического регрессионного анализа

Ген Полиморфизм Рисковый аллель ОЯ Р

Ln. с. тл ЕШТ гб17284960 С 1,304 0,03

СЛЬСЯ гб1801197 С 1,306 0,029

ОРО гб3102734 Т 1,511 0,046

УВЯ гб2228570 А 1,303 0,037

С17оф3 гб227584 А 1,282 0,041

СОЫЛ1 гб1107946 О 1,311 0,045

РТСИЛ1-Л8 гб5926033 С 1,51 0,001

В№Р21 гб5952638 А 1,904 0,003

В ходе дальнейшего анализа проводился расчет полигенного балла для каждого индивидуума на основе взвешенного суммирования эффектов рисковых аллелей всех исследуемых полиморфных локусов. С использованием программного обеспечения Я был построен график плотности распределения

индексов между контрольной и опытной группой (рис. 22). Как видно из графика, подавляющая доля полигенных индексов у женщин с переломами (медиана 0,494) превышает таковые индексы женщин без переломов (медиана -0,357). Децильный плот, делящий полигенную шкалу по 10-процентным группам, показывает, что с повышением частоты переломов линейно возрастает и показатель полигенного риска (рис. 23). ROC-анализ продемонстрировал высокий уровень AUC (0,748) (95% ДИ: 0,712-0,784), чувствительности (0,794) и специфичности (0,571) модели (рис. 24). Ассоциативный анализ показал, что вероятность перелома в опытной группе в 2,9 раза выше (95% ДИ (2,353-3,536)) по сравнению с контрольной группой. Этот результат статистически значим с р-значением = 2е-16. Результаты демонстрируют высокую значимость модели полигенного риска переломов, базирующаяся на 140 полиморфных локусах у женщин в общей выборке.

Шкала полигенного риска (в баллах) Фен»™, | Control ■ Fracture

Рисунок 22 - График распределения плотности баллов полигенного риска у женщин с переломами (Fracture) и контрольной группе (Control).

0123456789 10-процентные (децильные) группы шкалы полигенного риска

Рисунок 23 - Распределение шкалы полигенного риска в зависимости от частоты переломов у женщин в общей выборке.

Рисунок 24 - ROC-кривая анализа модели полигенной оценки риска переломов у женщин в общей выборке.

По данным полногеномного исследования GEFOS было обнаружено, что низкий уровень МПКТ может являться независимым фенотипом остеопороза вне зависимости от остеопоретических переломов (Estrada et al., 2012). Поэтому интерес представляет вклад полиморфных локусов данных репликации GWAS в полигенный риск данного фенотипа. Согласно данным анализа логистической регрессий общей выборки женщин статистическими предикторами низкого уровня МПКТ являются полиморфные варианты rs4233949 (LOC102724072, некодирующая РНК), rs7427438 (3p24.1), rs2277268 (LRP5) и rs4796995 (FAM210A) (p<0,05). Результаты представлены в таблице 77.

Таблица 77 - Статистически значимые предикторы низкого уровня минеральной плотности костной ткани у женщин в общей выборке женщин по данным логистического регрессионного анализа

Ген Полиморфизм Рисковый аллель OR Р

LRP5 rs2277268 A 1,938 0,029

FAM210A rs4796995 A 1,34 0,037

График плотности распределения полигенных баллов демонстрирует смещение группы с низким уровнем МПКТ в сторону повышения риска (рис. 25), значение медианы РЯБ составило 0,347 превышая значение медианы -0,654 у женщин с нормальным МПКТ и без переломов. Распределение шкалы РЯБ по 10-процентным группам в зависимости от частоты случаев с рисковым фенотипом также показывает закономерное повышение уровня РЯБ у лиц с патологическим фенотипом (рис. 26). Проведен анализ чувствительности и специфичности модели (рис. 27), которая показала высокий уровень АиС (0,791) (95% ДИ: 0,750-0,832), чувствительности (0,605) и специфичности (0,836). Анализ модели показал, что вероятность перелома в 3,94 раза выше (95% ДИ (2,993-5,337)) по сравнению с контрольной группой. Этот результат статистически значим с р=2е-16.

-3.5 -3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 Шкала полигенного риска (в баллах)

<1«™™^ □ Control О LowBMD

Рисунок 25 - График распределения плотности индивидуальных баллов полигенного риска в общей выборке женщин с низким уровнем МПКТ (lowBMD) и контрольной группе (Control).

Рисунок 26 - Распределение шкалы полигенного риска в зависимости от частоты случаев с низким уровнем минеральной плотности костной ткани в общей выборке женщин.

Рисунок 27 - ЯОС-кривая анализа модели полигенной оценки риска формирования низкого уровня МПКТ у женщин в общей выборке.

По своему определению остеопороз представляет собой сочетание двух фенотипов - переломов и низкого уровня МПКТ, поэтому мы разработали прогностическую модель полигенного риска, в которой были проанализированы женщин с обеими признаками в коморбидном состоянии. Анализ показал, что статистически значимыми предикторами этого сочетанного фенотипа являются полиморфные варианты гб11809524 (СОЫ1Л1, а-1 цепь коллагена 11 типа), гб2277268 (ЬЯР5, рецептор-связанный липопротеин низкой плотности 5), гб4796995 (ГЛЫ210Л, белок семейства со сходством последовательностей 210 член А), гб5926033 (РТСИВ1-ЛБ). Результаты представлены на таблице 78. Как видно из графика распределения плотности шкалы полигенного риска, полигенный балл у женщин с низким уровнем МПКТ и переломами (медианное значение 0,511) в сочетанном состоянии превышает таковые у женщин с нормальным МПКТ и без переломов (значение медианы -0,686) (рис. 27).

Таблица 78 - Статистически значимые предикторы остеопоретических переломов при низком уровне минеральной плотности костной ткани в общей выборке женщин по данным логистического регрессионного анализа

Ген Полиморфизм Рисковый аллель OR p

COL11A1 rs11809524 T 2,191 0,003

LRP5 rs2277268 A 2,406 0,024

FAM210A rs4796995 A 1,472 0,028

PTCHD1-AS rs5926033 C 1,8 0,002

Шкала полигенного риска (в баллах) Фенотип □ Control □ Fracture+lowBMD

Рисунок 28 - График распределения плотности баллов полигенного риска в общей выборке женщин с переломами при низком уровне минеральной плотности костной ткани (Fracture+lowBMD) и контрольной группе (Control).

Децильный график демонстрирует линейное возрастание частоты случаев с сочетанным фенотипом (рис. 29). Анализ чувствительности и специфичности модели демонстрирует высокий уровень AUC (0,850) (95% ДИ: 0,809-0,892), чувствительности (0,826) и специфичности (0,695) (рис. 30).

Рисунок 29 - ЯОС-кривая анализа модели полигенной оценки риска переломов при низком уровне МПКТ у женщин в общей выборке.

1.2 1.0 0.0 0.6 0.4 0.2 0.0 -0.2

Специфичность

Рисунок 30 - ЯОС-кривая анализа модели полигенной оценки риска переломов при низком уровне МПКТ у женщин в общей выборке.

Ассоциативный анализ модели показал, что вероятность перелома в 6,6 раз выше (95% ДИ (4,411-10,608)) по сравнению с контрольной группой. Этот результат статистически значим с р=2е-16. Эта модель обладает наиболее высоким прогностическим потенциалом в общей выборке женщин, что закономерно, так как сочетанный фенотип с переломами и низким уровнем минеральной плотности костной ткани является крайней формой патологического варианта остеопороза.

Однако, необходимо учитывать, что шкала полигенного риска и вклад каждых отдельных рисковых полиморфных вариантов в вероятность развития ОП могут существенно зависеть от изучаемой выборки, в том числе от этнической принадлежности. Поэтому анализ был проведен аналогичным образом отдельно для выборок женщин русской и татарской этнической принадлежности.

3.8.2 Модели прогнозирования риска развития переломов, низкого уровня минеральной плотности и их сочетанных состояний на основе полигенной оценки риска у женщин в выборке русской этнической принадлежности

В результате проведения логистического регрессионного анализа в выборке женщин русской этнической принадлежности были получены следующие результаты: полиморфные варианты rs11809524 (COL11A1), rs17040773 (FBXO18, F-бокс ДНК-геликазы 1), rs6532023 (MEPE, матричный внеклеточный фосфогликопротеин), rs17284960 (ENSG00000253331, некодирующая РНК), rs13204965 (ENSG00000286215, некодирующая РНК), rs198470 (MYRF, регуляторный фактор миелина), rs11540149 (VDR), rs2228570 (VDR), rs5926033 (PTCHD1-AS) оказались статистически значимыми предикторами переломов в целом при уровне значимости p<0,05. Результаты представлены в таблице 79.

Таблица 79 - Статистически значимые предикторы остеопоретических переломов при низком уровне МПКТ в выборке женщин русской этнической принадлежности по данным логистического регрессионного анализа

Ген Полиморфизм Рисковый аллель OR P

COL11A1 rs11809524 T 1,56 0,031

FBXO18 rs17040773 A 1,558 0,013

MEPE rs6532023 T 1,367 0,046

Ln. с. RNA ENST rs17284960 C 1,381 0,026

Ln. с. RNA ENST rs13204965 A 1,518 0,017

MYRF rs198470 T 5,588 0,029

VDR rs11540149 A 1,514 0,047

VDR rs2228570 A 1,4 0,025

PTCHD1-AS rs5926033 C 1,654 0,001

Построена шкала полигенного риска для каждого индивидуума. Согласно графику распределения плотности значений РЯБ между контрольной и опытной

группой подавляющая доля полигенных баллов у женщин с переломами (медианное. знач. 0,553) превышает таковую у женщин с нормальным МПКТ и без переломов (медиан. знач. -0,461) (рис. 31). Построен децильный плот, делящий полигенную шкалу по 10 -процентным группам, согласно которой частота переломов выше в группах высокого риска (рис. 32).

2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5

Шкала полигенного риска (в баллах) Фенотип ■ Control ü Fracture

Рисунок 31 - График распределения плотности баллов полигенного риска переломов в выборке женщин русской этническойпринадлежности (Fracture) и

контрольной группе (Control).

Анализ чувствительности и специфичности модели продемонстрировал высокий уровень AUC (0,800) (95% ДИ: 0,761-0,840), чувствительности (0,739) и специфичности (0,750) (рис. 32). Ассоциативный анализ модели выявил, что вероятность перелома в 4,03 раз выше (95% ДИ (3,077-5,414)) по сравнению с контрольной группой. Этот результат статистически значим с p=2e-16.

01 23456789 10-процентные (децильные) группы шкалы полигенного риска

Рисунок 32 - Распределение шкалы полигенного риска в зависимости от частоты переломов у женщин в выборке русской этнической принадлежности.

/

/о 030 (0 739,0 750)

| у/ АиС: 0.800

/

1.2 1.0 0.8 0.6 0.4 0.2 0.0 -0.2

Специфичность

Рисунок 33 - ROC-кривая анализа модели полигенной оценки риска переломов у женщин в выборке русской этнической принадлежности.

В результате регрессионного анализа выборки женщин русской этнической принадлежности с низким уровнем минеральной плотности костной ткани было выявлено, что: полиморфные варианты гб4233949 (LOC102724072, некодирующая РНК), гб2277268 (LRP5), гб4796995 (к'Ш210Л) статистически значимо ассоциированы с данным фенотипом при уровне значимости р<0,05 (таблица 80).

Таблица 80 - Статистически значимые предикторы формирования низкого уровня минеральной плотности костной ткани в выборке женщин русской этнической принадлежности по данным логистического регрессионного анализа

Ген Полиморфизм Рисковый аллель ОЯ Р

LOC102724072 гб4233949 а 1,548 0,015

CЛSR гб1801725 Т 1,749 0,026

СРЕБ1 гб13245690 а 1,48 0,037

2Ш239 гб10793442 А 1,9 0,03

LRP5 гб2277268 А 2,23 0,046

LOC105373021 гб129333 С 1,863 0,034

График плотности распределения индексов между контрольной и опытной группой (рис. 34) и децильный плот (рис. 35) демонстрируют значимое повышение РЯБ в группе с низким уровнем МПКТ (0,322 против -0,820). Анализ чувствительности и специфичности модели демонстрирует высокий уровень АиС (0,825) (95% ДИ: 0,778-0,872), чувствительности (0,786) и специфичности (0,729) (рис. 36). Ассоциативный анализ модели показал, что вероятность формирования низкого уровня МПКТ в 4,98 раза выше (95% ДИ (3,484-7,419) по сравнению с контрольной группой. Этот результат статистически значим с р-значением = 2е-16.

Control □ lowBMD

Рисунок 34 - График распределения плотности баллов полигенного риска низкого уровня минеральной плотности костной ткани в выборке женщин русской этнической принадлежности (lowBMD) и контрольной группе (Control).

Рисунок 35 - Распределение шкалы полигенного риска в зависимости от частоты случаев с низким уровнем МПКТ у женщин в выборке русской этнической принадлежности.

Специфичность

Рисунок 36 - ЯОС-кривая анализа модели полигенной оценки риска формирования низкого уровня МПКТ в выборке женщин русской этнической принадлежности.

Следующим фенотипом для анализа было выбрано коморбидное состояние с одновременным наличием переломов и низкого уровня МПКТ. В результате проведения регрессионного анализа были получены следующие результаты: полиморфные варианты гб11809524 (СОЫ1Л1), гб2277268 (ЬЯР5), гб4796995 (РШ210Л), гб5926033 (РГСИШ-Л5), гб13245690 (СРБО-1, кадгерин и РС-эстеразный домен, содержащий 1) и гб129333 (ЬОС105373021, длинная некодирующая РНК) оказались статистически значимыми предикторами у женщин русского происхождения с переломами и низким уровнем МПКТ в коморбидном состоянии (таблица 81).

В графиках плотности шкалы PRS и дециль-плота наблюдается возрастание значений полигенного риска у лиц с коморбидным состоянием (рис. 37 -38). При этом медианное значение у лиц с данным фенотипом составило 0,493, а у лиц контрольной группы -0,925. Наблюдается значительный сдвиг в сторону повышения PRS от группы лиц без переломов и нормальным уровнем МПКТ.

Таблица 81 - Статистически значимые предикторы риска переломов при низком уровне МПКТ в выборке женщин русской этнической принадлежности по данным

логистического регрессионного анализа

Ген Полиморфизм Рисковый аллель OR p

COL11A1 rs11809524 T 2,363 0,011

CASR rs1801725 T 2,126 0,019

CPED1 rs13245690 G 1,656 0,031

LRP5 rs2277268 A 3,139 0,04

LOC105373021 rs129333 C 2,269 0,025

PTCHD1-AS rs5926033 C 2,231 0,001

Шкала полигенного риска (в баллах) Фенотип Щ Control I Fracture+lowBMD

Рисунок 37 - График распределения плотности баллов полигенного риска переломов при низком уровне МПКТ в выборке женщин русской этнической принадлежности (Fracture+lowBMD) и контрольной группе.

ROC-анализ чувствительности и специфичности продемонстрировал высокий уровень AUC (0,909) (рис. 39) (95% ДИ: 0,864-0,955), чувствительности (0,849) и специфичности (0,883) (рис. 39). При этом вероятность риска перелома

при низком уровне МПКТ была 12,98 раза выше (95% ДИ (6,945-27,538). Этот результат статистически значим с р-значением = 2,13e-13.

120

0-..........

0123456789 10-процентные (децильные) группы шкалы полигенного риска

Рисунок 38 - Распределение шкалы полигенного риска в зависимости от частоты случаев переломов при низком уровне МПКТ у женщин в выборке русской этнической принадлежности.

1 0 0.8 0.6 0.4 0 2 00

Специфичность

Рисунок 39 - ROC-кривая анализа модели полигенного риска переломов при низком уровне МПКТ в выборке женщин русской этнической принадлежности.

3.8.3 Модели прогнозирования риска развития переломов, низкого уровня минеральной плотности и их сочетанных состояний на основе полигенной оценки риска у женщин в выборке татарской этнической принадлежности

Анализ выборки женщин татарской этнической принадлежности выявил статистически значимые предикторы переломов: полиморфные варианты ге1801197 (CALCR), ге13272568 ^Ш., цАМФ-зависимая протеинкиназа), ^2073618 (OPG), ^884205 (TNFRSF11A, активатор рецепторов ядерного фактора кВ), ге7257450 (WFRSFПA), ге7257450 (PLVAP, мембранный белок, компонент кавеолы) и rs5952638 (DUSP21) статистически значимо ассоциированы с переломами. Результаты статистически значимы при p<0,05 (таблица 82).

Таблица 82 - Статистически значимые предикторы остеопоретических переломов при низком уровне МПКТ в выборке женщин русской этнической принадлежности по данным логистического регрессионного анализа

Ген Полиморфизм Рисковый аллель OR P

CALCR ге1801197 С 1,845 0,010

PKIA ге13272568 С 1,903 0,008

OPG ге2073618 C 1,645 0,032

TNFRSF11A ге884205 A 1,980 0,009

PLVAP ге7257450 A 2,289 0,005

DUSP21 ге5952638 A 3,169 0,021

В ходе сравнительного анализа полигенной оценки риска было выявлено, что медианное значение полигенного балла у лиц с переломами составил 0,553, тогда как у женщин с нормальным уровнем МПКТ и без переломов -0,461 (рис. 40). Наблюдается повышение уровня PRS при повышении частоты переломов (рис. 41). У модели выявлен высокий уровень AUC (0,800) (95% ДИ: 0,761-0,839), чувствительности (0,739) и специфичности (0,750) (рис. 42). Вероятность

перелома повышена в 6,77 раза по сравнению с контрольной группой. Этот результат статистически значим с p-значением = 2e-16.

-2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 Шкала полигенного риска (в баллах)

Фенотип Щ Control □ Fracture

Рисунок 40 - График распределения плотности баллов полигенного риска переломов в выборке женщин татарской этнической принадлежности (Fracture) и

контрольной группе (Control).

•

0 1 2 3 4 £ ) 6 7 { $ 9

10-процентные (децильные) группы шкалы полигенного риска

Рисунок 41 - Распределение шкалы полигенного риска в зависимости от частоты случаев переломов в выборке женщин татарского происхождения.