От биобанкирования к персонализированной профилактике ожирения, сахарного диабета и метаболического синдрома

Растущая распространенность метаболических заболеваний требует поиска новых подходов к их профилактике и лечению. С каждым годом совершенствуются методы генной диагностики, которые позволяют идентифицировать лиц с наибольшим генетическим риском развития ожирения, сахарного диабета, неалкогольной жировой болезни печени и метаболического синдрома. В группах высокой наследственной предрасположенности возможно более раннее интенсивное профилактическое вмешательство. Шкалы генетического риска (ШГР) — один из основных инструментов современной генной диагностики. Они формируются на основании данных крупномасштабных исследований с участием сотен тысяч пациентов, в которых анализируются миллионы вариантов нуклеотидных последовательностей. Анализ биологических образцов такого количества пациентов стал возможным благодаря развитию биобанкирования, обеспечивающего единые стандарты сбора и хранения биообразцов. Масштабы генетических исследований, а вместе с ними и предсказательная точность ШГР, постоянно увеличиваются. Накоплено значительное количество научных данных, которые демонстрируют повышение эффективности профилактических мероприятий при использовании ШГР для стратификации риска. Это дает основания предполагать, что ШГР в обозримом будущем займут свое место в клинических рекомендациях и станут применяться в популяционных масштабах для выявления лиц с высокой наследственной предрасположенностью к развитию метаболического синдрома и его компонентов.

1. . World Health Organization. Obesity and overweight. WHO. https://www.who.int/mediacentre/factsheets/fs311/en/. (08 November 2021).

2. World Health Organization. Diabetes. WHO. https://www.who.int/news-room/fact-sheets/detail/diabetes. (08 November 2021).

3. Cameron NA, Petito LC, McCabe M, et al. Quantifying the sex-race/ethnicity-specific burden of obesity on incident diabetes mellitus in the United States, 2001 to 2016: MESA and NHANES. J Am Heart Assoc. 2021; 10(4):e018799. doi:10.1161/JAHA.120.018799.

4. Swarup S, Goyal A, Grigorova Y, Zeltser R. Metabolic Syndrome. https://www.ncbi.nlm.nih.gov/books/NBK459248/. (08 November 2021).

5. Emerging Risk Factors Collaboration. Diabetes mellitus, fasting blood glucose concentration, and risk of vascular disease: a collaborative meta-analysis of 102 prospective studies. Lancet. 2010;375(9733):2215-22. doi:10.1016/S0140-6736(10)60484-9.

6. Bogers RP, Bemelmans WJ, Hoogenveen RT, et al. Association of overweight with increased risk of coronary heart disease partly independent of blood pressure and cholesterol levels: a meta-analysis of 21 cohort studies including more than 300000 persons. Arch Intern Med. 2007;167(16):1720-8. doi:10.1001/archinte.167.16.1720.

7. Locke AE, Kahali B, Berndt SI, et al. Genetic studies of body mass index yield new insights for obesity biology. Nature. 2015;518(7538):197-206. doi:10.1038/nature14177.

8. Speliotes EK, Willer CJ, Berndt SI, et al. Association analyses of 249,796 individuals reveal 18 new loci associated with body mass index. Nat Genet. 2010;42(11):937-48. doi:10.1038/ng.686.

9. Pulit SL, Stoneman C, Morris AP, et al. Meta-analysis of genome-wide association studies for body fat distribution in 694 649 individuals of European ancestry. Hum Mol Genet. 2019;28(1):166-74. doi:10.1093/hmg/ddy327.

10. Rose KM, Newman B, Mayer-Davis EJ, et al. Genetic and behavioral determinants of waist-hip ratio and waist circumference in women twins. Obes Res. 1998;6(6):383-92. doi:10.1002/j.1550-8528.1998.tb00369.x.

11. Kaprio J, Tuomilehto J, Koskenvuo M, et al. Concordance for type 1 (insulin-dependent) and type 2 (non-insulin-dependent) diabetes mellitus in a population-based cohort of twins in Finland. Diabetologia. 1992;35(11):1060-7 doi:10.1007/BF02221682.

12. Willemsen G, Ward KJ, Bell CG, et al. The Concordance and Heritability of Type 2 Diabetes in 34,166 Twin Pairs From International Twin Registers: The Discordant Twin (DISCOTWIN) Consortium. Twin Res Hum Genet. 2015; 18(6):762-71. doi:10.1017/thg.2015.83.

13. Damask A, Steg PG, Schwartz GG, et al. Patients with high genome-wide polygenic risk scores for coronary artery disease may receive greater clinical benefit from alirocumab treatment in the ODYSSEY OUTCOMES trial. Circulation. 2020;141(8):624-36. doi:10.1161/CIRCULATIONAHA.119.044434.

14. Frayling TM. Genome-wide association studies: the good, the bad and the ugly. Clin Med. 2014;14(4):428-31. doi: 10.7861/clinmedicine.14-4-428.

15. Arnold N, Koenig W. Polygenic Risk Score: Clinically Useful Tool for Prediction of Cardiovascular Disease and Benefit from Lipid-Lowering Therapy? Cardiovasc Drugs Ther. 2021;35(3):627-35. doi:10.1007/s10557-020-07105-7.

16. Chung WK, Erion K, Florez JC, et al. Precision medicine in diabetes: a consensus report from the American Diabetes Association (ADA) and the European Association for the Study of Diabetes (EASD). Diabetologia. 2020;63(9):1671-93. doi:10.2337/dci20-0022.

17. Steele AM, Shields BM, Wensley KJ, et al. Prevalence of vascular complications among patients with glucokinase mutations and prolonged, mild hyperglycemia. JAMA. 2014;311(3):279-86. doi:10.1001/jama.2013.283980.

18. Pearson ER, Starkey BJ, Powell RJ, et al. Genetic cause of hyperglycaemia and response to treatment in diabetes. Lancet. 2003;362(9392):1275-81. doi:10.1016/S0140-6736(03)14571-0.

19. Carlsson A, Shepherd M, Ellard S, et al. Absence of islet autoantibodies and modestly raised glucose values at diabetes diagnosis should lead to testing for MODY: lessons from a 5-year pediatric Swedish national cohort study. Diabetes Care. 2020;43(1):82-9. doi:10.2337/dc19-0747

20. Shields BM, McDonald TJ, Ellard S, et al. The development and validation of a clinical prediction model to determine the probability of MODY in patients with young-onset diabetes. Diabetologia. 2012;55(5):1265-72. doi:10.1007/s00125-011-2418-8.

21. Rosenzweig JL, Bakris GL, Berglund LF, et al. Primary prevention of ASCVD and T2DM in patients at metabolic risk: an Endocrine Society clinical practice guideline. J Clin Endocrinol Metabol. 2019;104(9):3939-85. doi:10.1210/jc.2019-01338.

22. European Association for the Study of the Liver (EASL), et al. EASL-EASD-EASO Clinical Practice Guidelines for the management of non-alcoholic fatty liver disease. J Hepatol. 2016;64:1388-402. doi:10.1016/j.jhep.2015.11.004.

23. Schutz DD, Busetto L, Dicker D, et al. European Practical and Patient-Centred Guidelines for Adult Obesity Management in Primary Care. Obes Facts. 2019;12:40-66. doi:10.1159/000496183.

24. Namjou B, Stanaway IB, Lingren T, et al. Evaluation of the MC4R gene across eMERGE network identifies many unreported obesity-associated variants. Int J Obes. 2021;45(1):155-69. doi:10.1038/s41366-020-00675-4.

25. Покровская М. С., Борисова А. Л., Сивакова О. В. и др. Управление качеством в биобанке. Мировые тенденции и опыт биобанка ФГБУ “НМИЦ профилактической медицины” Минздрава России. Клиническая лабораторная диагностика. 2019;64(6):380-4. doi:10.18821/0869-2084-2019-64-6-380-384.

26. Elliott P, Peakman TC. The UK Biobank sample handling and storage protocol for the collection, processing and archiving of human blood and urine. Intern J Epidemiol. 2008;37(2):234-44. doi:10.1093/ije/dym276.

27. Sudlow C, Gallacher J, Allen N, et al. UK biobank: an open access resource for identifying the causes of a wide range of complex diseases of middle and old age. PLoS Med. 2015;12(3):e1001779. doi:10.1371/journal.pmed.1001779.

28. Покровская М. С., Борисова А. Л., Метельская В. А. и др. Роль биобанкирования в организации крупномасштабных эпидемиологических исследований. Кардиоваскулярная терапия и профилактика. 2021;20(5):2958. doi:10.15829/1728-8800-2021-2958.

29. Sakaue S, Kanai M, Karjalainen J, et al. Trans-biobank analysis with 676,000 individuals elucidates the association of polygenic risk scores of complex traits with human lifespan. Nat Med. 2020;26:542-8. doi:10.1038/s41591-020-0785-8.

30. Khera AV, Chaffin M, Wade KH, et al. Polygenic Prediction of Weight and Obesity Trajectories from Birth to Adulthood. Cell. 2019;177(3):587-96.e9. doi:10.1016/j.cell.2019.03.028.

31. Liu W, Zhuang Z, Wang W, et al. An Improved Genome-Wide Polygenic Score Model for Predicting the Risk of Type 2 Diabetes. Front Genet. 2021;12:63. doi:10.3389/fgene.2021.632385.

32. Mahajan A, Taliun D, Thurner M, et al. Fine-mapping type 2 diabetes loci to single-variant resolution using high-density imputation and islet-specific epigenome maps. Nat Genet. 2018;50(11):1505-13. doi:10.1038/s41588-018-0241-6.

33. Vujkovic M, Keaton JM, Lynch JA, et al. Discovery of 318 new risk loci for type 2 diabetes and related vascular outcomes among 1.4 million participants in a multi-ancestry meta-analysis. Nat Genet. 2020;52(7):680-91. doi:10.1038/s41588-020-0637-y.

34. Chen X, Liu C, Si S, Li Y, Li W, Yuan T, Xue F. Genomic risk score provides predictive performance for type 2 diabetes in the UK biobank. Acta Diabetol. 2021;58(4):467-74. doi:10.1007/s00592-020-01650-1.

35. Moldovan A, Waldman YY, Brandes N, Linial M. Body Mass Index and Birth Weight Improve Polygenic Risk Score for Type 2 Diabetes. J Pers Med. 2021;11(6):582. doi:10.3390/jpm11060582.

36. Ye Y, Chen X, Han J, Jiang W, Natarajan P, Zhao H. Interactions Between Enhanced Polygenic Risk Scores and Lifestyle for Cardiovascular Disease, Diabetes, and Lipid Levels. Circ Genom Precis Med. 2021;14(1):e003128. doi: 10.1161/CIRCGEN.120.003128.

37. Hardy DS, Racette SB, Garvin JT, et al. Ancestry specific associations of a genetic risk score, dietary patterns and metabolic syndrome: a longitudinal ARIC study. BMC Med Genomics. 2021;14:118. doi:10.1186/s12920-021-00961-8.

38. Aric Investigators. The Atherosclerosis Risk in Communities (ARIC) Study: design and objectives. The ARIC investigators. Am J Epidemiol. 1989;129(4):687-702.

39. Li JH, Szczerbinski L, Dawed AY, et al. A Polygenic Score for Type 2 Diabetes Risk Is Associated With Both the Acute and Sustained Response to Sulfonylureas. Diabetes. 2021;70(1):293-300. doi:10.2337/db20-0530.

40. Приказ Министерства здравоохранения Российской Федерации от 2704.2021 № 404н “Об утверждении Порядка проведения профилактического медицинского осмотра и диспансеризации определенных групп взрослого населения”. http://www.consultant.ru/document/cons_doc_LAW388771.