Генетика осложнений при беременности: как белки влияют на выкидыш, преэклампсию и вес ребенка

Введение в проблему осложнений беременности

Несмотря на значительные успехи в дородовом и послеродовом уходе за последнее столетие, неблагоприятные события, связанные с беременностью, все еще происходят достаточно часто. Глобальный показатель мертворождений составляет приблизительно 13,9 на 1000 всех родов (Hug et al. 2021), в то время как расчетный риск выкидыша составляет около 15% всех распознанных беременностей (при этом фактическое число выкидышей, вероятно, выше) (Farrell and Owen 1996).

Аналогичным образом, преэклампсия — серьезное гипертензивное расстройство, связанное с беременностью, которое может привести к материнской и неонатальной смертности, — имеет частоту возникновения от 2 до 8% всех беременностей (Macedo et al. 2020). Хотя генетические факторы матери и плода, а также ряд факторов окружающей среды были вовлечены в развитие этих и других связанных состояний, во многих случаях причины значительной доли неблагоприятных событий, связанных с беременностью, остаются неясными.

Понимание молекулярных путей, лежащих в основе этих неблагоприятных событий, может предоставить возможности для фармакологического воздействия на задействованные пути и, соответственно, снижения материнской и fetal заболеваемости и смертности.

Роль геномных исследований в изучении беременности

Что такое GWAS исследования?

Полногеномные исследования ассоциаций (GWAS — Genome-Wide Association Studies) представляют собой подход, свободный от заранее сформулированных гипотез, для идентификации молекулярных механизмов, лежащих в основе распространенных сложных признаков и заболеваний. На сегодняшний день GWAS достигли значительных успехов в выяснении генетической этиологии неблагоприятных перинатальных исходов.

Крупнейшие GWAS исследований веса при рождении, выкидыша и преэклампсии идентифицировали 190, четыре и восемнадцать достоверно ассоциированных локусов соответственно. Однако большая часть наследуемости этих признаков еще не объяснена. GWAS обычно не хватает мощности для обнаружения действительно ассоциированных вариантов на общегеномных уровнях значимости, особенно для вариантов с малыми эффектами или низкой частотой встречаемости в популяции.

Менделевская рандомизация как метод

Менделевская рандомизация (MR — Mendelian Randomization) — это метод, использующий генетические варианты в качестве инструментальных переменных для оценки причинно-следственной связи между модифицируемым фактором риска (экспозицией) и клинически значимым исходом. Поскольку аллели случайным образом распределяются во время мейоза, MR менее подвержен влиянию смешивающих факторов и обратной причинности по сравнению с обсервационными исследованиями.

В последние годы исследования белковых количественных признаков (pQTL — protein Quantitative Trait Loci) — генетических вариантов, ассоциированных с уровнями циркулирующих белков, — предоставили мощные инструменты для MR исследований, направленных на выявление причинно-следственных ролей белков в различных заболеваниях.

Материалы и методы исследования

Источники данных по исходам беременности

Исследование основывалось на статистических данных GWAS по нескольким ключевым перинатальным исходам:

• Вес при рождении: Данные были получены из крупного мета-анализа, включающего 298 142 человека европейского происхождения. Анализ проводился отдельно для собственного веса при рождении и веса потомства при рождении.
• Вес плаценты: Статистика результатов GWAS по весу плаценты была получена из недавнего мета-анализа EGG (Early Growth Genetics). Мета-анализы веса плаценты проводились на fetal, материнском и отцовском геномах.
• Преэклампсия/эклампсия: Использовались общедоступные сводные статистики GWAS по преэклампсии/эклампсии из многонационального мета-анализа, проведенного на 17 150 случаях и 451 241 контроле.
• Спорадический выкидыш: Данные GWAS по спорадическому выкидышу были получены из исследования, проведенного на 49 996 женщинах европейского происхождения, которые самостоятельно сообщали о выкидышах, и 174 109 женщинах европейского происхождения из контрольной группы.

Отбор генетических инструментов

Отбор инструментов проводился путем объединения сводной статистики двух крупных GWAS протеома. Был создан список общегеномно значимых однонуклеотидных полиморфизмов (SNP — Single Nucleotide Polymorphisms), где каждый SNP был значимым. Для каждого белка SNP с самой низкой p-величиной в пределах 1 Мб от границ гена кодирующего белок считался cis-pQTL.

Все pQTL, которые были значимо ассоциированы с несколькими белками, были исключены из анализа. Для каждого cis-pQTL были рассчитаны F-статистики, чтобы проверить, не являются ли выбранные инструменты слабыми. Все pQTL с F-статистикой меньше 10 исключались из дальнейшего анализа.

Статистический анализ данных

Анализ менделевской рандомизации проводился с использованием подхода, основанного на сводной статистике. Для белков, имеющих только один действительный инструмент cis-pQTL, использовался метод Вальда. Если для белка было доступно несколько независимых cis-pQTL, использовался метод обратно-взвешенной дисперсии (IVW — Inverse Variance Weighted) с тестом на гетерогенность.

При наличии достаточного количества генетических инструментов проводились дополнительные анализы чувствительности, включая регрессию MR-Egger, взвешенную медиану, простую моду и взвешенную моду. Эти дополнительные анализы чувствительности выполнялись для проверки потенциального нарушения основных предположений инструментальной переменности из-за горизонтального плейотропизма.

Результаты исследования

Генетические инструменты для анализа

После отбора инструментов было идентифицировано 1724 белка с общегеномно значимыми cis-pQTL. Из белков, имеющих общегеномно значимые cis-pQTL, 1324 белка дополнительно имели общегеномно значимые trans-pQTL. Все pQTL, исключенные из-за ассоциаций с несколькими белками, были trans-pQTL, причем некоторые из них также являлись cis-pQTL.

Влияние белков на вес потомства при рождении

Было исследовано потенциальное причинно-следственное влияние материнских циркулирующих белков на вес потомства при рождении. Десять белков показали потенциальные причинные эффекты на вес потомства при рождении после коррекции на множественное тестирование.

Анализы показали, что повышенные уровни циркулирующих белков, кодируемых генами LIMA1, NPPB и PRSS8, и пониженные уровни циркулирующих белков, кодируемых генами ACADVL, CSK, CTRB2, EFEMP1, SEC22A и ULK3, являются причинными для увеличения веса потомства при рождении.

Влияние на собственный вес при рождении

При исследовании потенциальных причинно-следственных связей между fetal циркулирующими белками и собственным весом при рождении восемь белков показали потенциальные причинные эффекты на вес при рождении после коррекции на множественное тестирование.

Анализы показали, что повышенные уровни циркулирующих PSG7 и TNFRSF17 и пониженные уровни циркулирующих белков, кодируемых генами ACADVL, INHBB, LILRB3, MAPRE1, PLCG1 и TNFRSF6B, являются причинными для увеличения собственного веса при рождении.

Связь с преэклампсией

Два белка имели потенциальный причинный эффект на риск преэклампсии после коррекции на множественное тестирование. Анализы показали, что пониженные уровни циркулирующих белков, кодируемых генами SERPINE2 и SIGLEC6, являются причинными для повышенного риска преэклампсии.

Важный вывод: "Наши результаты предполагают, что белки SIGLEC6 и SERPINE2 могут играть ключевую роль в развитии преэклампсии, что открывает новые возможности для профилактики этого серьезного осложнения беременности."

Обсуждение результатов

Ключевые белки и их функции

Наши результаты предполагают, что пониженные уровни INHBB, цепи B ингибина субъединицы гетеродимерного гликопротеина ингибина B, могут быть причинными для увеличения веса при рождении. Ингибин B — это эндокринный белок, член суперсемейства трансформирующего фактора роста бета (TGFβ), который вырабатывается в гонадах и действует как антагонист активина, регулируя синтез и секрецию фолликулостимулирующего гормона (ФСГ).

Белок PSG7, специфический для беременности бета-1-гликопротеин 7, является членом семейства специфических для беременности гликопротеинов (PSG), которые в основном экспрессируются во время беременности трофобластами плаценты и секретируются в материнский кровоток. Предполагаемые роли PSG во время беременности включают регуляцию материнских иммунных и сосудистых функций или локальное действие в плацентарном ложе с аутокринными и паракринными функциями.

Клиническое значение обнаруженных взаимосвязей

Ген SERPINE2 кодирует протеазу нексин 1 (PN1), член семейства генов ингибиторов сериновых протеаз (SERPIN). Наши результаты предполагают, что пониженные уровни циркулирующего SERPINE2 вызывают повышенный риск преэклампсии. SERPINE2 широко экспрессируется в различных тканях, включая плаценту, и участвует в ремоделировании тканей во время имплантации.

Ген SIGLEC6 кодирует белок, который связывается с сиаловой кислотой и лептином. Он является членом семейства белков SIGLEC и экспрессируется в трофобластах человеческой плаценты. Интересно, что Siglec6 постоянно сверхэкспрессируется в плацентах от беременностей, осложненных преэклампсией, по сравнению с контрольной группой.

Ограничения исследования

Методологические ограничения

Существует ряд ограничений нашего исследования, в основном связанных с измерением и надежностью проксированных уровней белка. Во-первых, уровни белка известны своей вариабельностью в разных типах клеток и тканей. Поскольку наше исследование было сосредоточено исключительно на уровнях белка, измеренных в циркулирующей крови, мы вряд ли обнаружим изменения уровня белка, специфичные для тканей, отличных от крови.

Во-вторых, современные методы анализа белка, включая технологию SomaScan, использованную в pQTL GWAS, на которые опирается настоящая рукопись, потенциально могут подвергаться эффектам эпитопа. Эффекты эпитопа возникают, когда генетический вариант изменяет сайт связывания анализа и, следовательно, измеряемые уровни белка, но не оказывает genuine функционального воздействия на белок.

Статистические ограничения

Наше исследование было ограничено cis-pQTL, которые показали надежную ассоциацию с уровнями циркулирующего белка. В целом, cis-pQTL с большей вероятностью объясняют большие доли дисперсии в уровне белка в сыворотке, чем trans-pQTL, и дают причинные оценки, не загрязненные генетическим плейотропизмом.

Мы выбрали исключение trans-pQTL из большинства анализов, поскольку они с большей вероятностью являются плейотропными, thus нарушая одно из основных предположений MR. Однако, сосредоточившись только на cis-pQTL, мы имели ограниченное количество генетических вариантов для прокси каждого белка, в большинстве случаев лишая возможности проводить дальнейшие анализы чувствительности MR.

Перспективы будущих исследований

Наши результаты указывают на несколько белков, которые могут быть вовлечены в этиологию веса при рождении и которые необходимо будет воспроизвести в независимых наборах данных. Мы ожидаем, что по мере увеличения объема сводных данных GWAS из национальных биобанков и международных консорциумов GWAS в ближайшие годы, pQTL сканирования, подобные нашему, принесут богатые результаты с точки зрения понимания этиологии неблагоприятных перинатальных исходов.

Будущие протеомные исследования необходимо будет проводить в популяциях беременных женщин, чтобы подтвердить предположения, сделанные в данном исследовании. Это откроет новые возможности для разработки targeted вмешательств и профилактических стратегий для снижения риска осложнений беременности.