Ihmisen antiretrovirusgeeneistä

Pac Symp Biocomput. 2011:253-64. Use of biological knowledge to inform the analysis of gene-gene interactions involved in modulating virologic failure with efavirenz-containing treatment regimens in art-naïve actg clinical trials participants.

Grady BJ, Torstenson ES, McLaren PJ, DE Bakker PI, Haas DW, Robbins GK, Gulick RM, Haubrich R, Ribaudo H, Ritchie MD.

Center for Human Genetics Research, Vanderbilt University, Nashville, TN 37232, USA.

Abstract ( suomennosta)

Personalized medicine is a high priority for the future of health care.

Individualisoitu lääkitys on ensisijaista tulevaisuuden terveydenhoidossa.

The idea of tailoring an individual's wellness plan to their unique genetic code is one which we hope to realize through the use of pharmacogenomics.

Aate räätälöidä kokoon yksilöllisen hyvinvoinnin suunnitelma ottamalla huomioon henkilön geneettinen koodisto on seikka, joka voi toteutua farmakogenomiikkaa hyödyntämisellä.

There have been examples of tremendous success in pharmacogenomic associations however there are many such examples in which only a small proportion of trait variance has been explained by the genetic variation.

On esimerkkejä tavattoman onnistuneista farmakogenomisista assosiaatioista, vaikka on paljon sellaisiakin esimerkkejä, missä vain pieni osa piirteitten variaatiosta selittyy geneettisestä muuntelusta käsin.

Although the increased use of GWAS could help explain more of this variation, it is likely that a significant proportion of the genetic architecture of these pharmacogenomic traits are due to complex genetic effects such as epistasis, also known as gene-gene interactions, as well as gene-drug interactions.

Vaikka GWAS:in genomisen scanningtekniikan lisääntyvä käyttö voisikin auttaa selittämään enemmän tätä muuntelua, on todennäköistä että merkittävä osa näitten farmakogeneettisten piirteiden geeniarkkitehtuurista johtuu monimutkaisista geneettisistä vaikutuksista kuten epistaasista mikä tunnetaan myös geeni-geeni-interaktiona ja myös geeni-lääkeaine interaktiona.

In this study, we utilize the Biofilter software package to look for candidate epistasis contributing to risk for virologic failure with efavirenz-containing antiretroviral therapy (ART) regimens in treatment-naïve participants of AIDS Clinical Trials Group (ACTG) randomized clinical trials.

Tässä esitetään tutkimus jossa katsotaan efavirenziä sisältävän ART- hoitokaavan aikaista epistaassia, joka aiheuttaa virologisen epäonnistuman riskiä. Hoito annettiin AIDS potilaille, jotka eivät olleet aiemmin saaneet antiretroviraalia lääkettä ja tutkimus suoritettiin randomisoituna kliinisenä kokeena kliinissessa randomisoidussa tutkimuksessa (ACTG)

Tehtiin kolme ACTG koetta yhteensä 904 osallistui tähän ja efavirenzia koskeva tieto analysoitiin ja etninen ryhmä huomioitiin myös ( valkoihoisia, mustaihoisia, espanjalaisia ryhmiä). Tutkittiin myös 245 kandidaattigeeniö ADME( absorptio, distribuutio, aineenvaihdunta ja eritys). Käytettiin tietueita geeni- ja proteiini-interaktioverkostoista ja tuotettiin lähes 2 miljoonaa SNP-SNP interaktiomallia jokaisessa etnissessä ryhmässä. Statistisella menetelmällä analysoitiin mallit.

A total of 904 individuals from three ACTG trials with data on efavirenz treatment are analyzed after race-stratification into white, black, and Hispanic ethnic groups. Biofilter was run considering 245 candidate ADME (absorption, distribution, metabolism, and excretion) genes and using database knowledge of gene and protein interaction networks to produce approximately 2 million SNP-SNP interaction models within each ethnic group. These models were evaluated within the PLATO software package using pair wise logistic regression models.

Korjauslaskennan jälkeen ei jäänyt mikään interaktiomalli merkitseväksi, muta ennen korjausta SNP-interaktiot TAP1 ja ABCC9 geenien välillä oli erä eniten esiintyvä.

Although no interaction model remained significant after correction for multiple comparisons, an interaction between SNPs in the TAP1 and ABCC9 genes was one of the top models before correction.

TAP1 proteiini vastaa antigeenin intrasellulaarisesta kuljetuksesta MHC I luokan molekyyleille, kun taas ABCC9 koodaa kuljettajaproteiinia, joka on osa ABC-kuljettajien alaperheestä, mikä liittyy monilääkeresistenssiin.

The TAP1 protein is responsible for intracellular transport of antigen to MHC class I molecules, while ABCC9 codes for a transporter which is part of the subfamily of ABC transporters associated with multi-drug resistance.

Tutkimus osoittaa Biofilterimenetelmän käyttökelpoisuutta etsittäessä geeni-geeni-interaktioita laaja-alaisissa genomisissa tietue-seteissä. vaikka tarvitaan toistamista isossa kohortissa, jotta voi varmistaa tämän erityisen TAP1-ABCC9 löydön arvon.

This study demonstrates the utility of the Biofilter method to prioritize the search for gene-gene interactions in large-scale genomic datasets, although replication in a larger cohort is required to confirm the validity of this particular TAP1-ABCC9 finding.

PMID: 21121053 [PubMed - in process]Free Article

• Terminologiasta:

Enemmän tietoa ABCC9 geenistä

http://www.genecards.org/cgi-bin/carddisp.pl?gene=Abcc9

Enemmän tietoa TAP1 geenistä

http://en.wikipedia.org/wiki/TAP1