Технология оценки частот ДНК-маркеров в многонациональных административных единицах по данным о коренном народонаселении в связи с заболеваемостью (на примере сердечно-сосудистых заболеваний)

Введение

В настоящее время развитие превентивной и персонализированной медицины невозможно без применения генетических данных. Однако фармакогенетическое тестирование в регионах с недостаточным финансированием здравоохранения недоступно. Решение этой проблемы дает популяционная геногеография, предоставляющая информацию о частоте важнейших ДНК (дезоксирибонуклеиновая кислота)-маркеров фармакогенетики¹ [1-5]. В такой многонациональной стране, как Россия, данные геногеографии могут дать важную информацию для принятия клинических решений. Изучение закономерностей в распределении фармакогенетических маркеров в народонаселении России выявляет этносы и регионы, где фармакогенетическое тестирование будет клинико-экономически выгодным решением, и предоставляет информацию, на которую может ориентироваться персонализированная медицина.

Исходную информацию популяционная геногеография извлекает из двух типов популяционных биобанков человека. Первый тип — "целевые биобанки" — объединяет медицинские, коммерческие и другие биобанки, формируемые в соответствии с конкретной целью данной организации. Медицинские биобанки хранят образцы, связанные с определенным медицинским диагнозом. Второй тип популяционных биобанков — биобанки народонаселения — хранят биообразцы, не связанные с заболеваниями. Из биобанков народонаселения мировая наука отдает предпочтение биобанкам коренного народонаселения. Их особенностью является тщательный подбор индивидов, репрезентативно представляющих популяцию определенной этнической или субэтнической группы. Такие биобанки необходимы не только для фундаментальных, но и для медицинских исследований: от формирования контрольной выборки до изучения распространенности клинически значимых ДНК-маркеров. Во всем мире биобанки народонаселения ориентированы на получение биообразцов от всех этнических групп региона, причем преимущественно коренного сельского населения, поскольку стремятся собрать "вневременную" информацию, обеспечивающую устойчивость частот ДНК-маркеров. Для этого отбираются доноры, все предки которых на протяжении минимум трех поколений родились в данной популяции и относили себя к данному этносу.

Однако для фармакогенетических ДНК-маркеров, полученных благодаря биобанкам коренного населения, невозможно оценить степень корреляции с заболеваемостью в многонациональном регионе: данные о ДНК-маркерах характеризуют отдельные этносы, а данные о заболеваемости даются суммарно по всему многонациональному населению административных субъектов. При этом необходимость в оценке связи ДНК-маркеров и заболеваемости велика, поскольку в генофондах разных по этническому и расовому составу регионах клинически значимые ДНК-маркеры проявляют себя по-разному.

Для решения этой проблемы предлагается технология расчета средней частоты (встречаемости) маркеров в любой многонациональной административной единице (например, субъекте Российской Федерации (РФ)) как взвешенной суммы с использованием двух массивов данных: частоты ДНК-маркеров в коренном народонаселении и демографической информации об этническом составе этой административной единицы. Частоты ДНК-маркеров в коренных народах берутся каждая со своим весом, равным доле этого народа в этническом составе административной единицы и затем суммируются. Такой подход используется во многих практических областях и дает разумные (а зачастую и единственно правильные) оценки средних показателей. Кроме того, предлагаемая технология позволяет оперативно реагировать на изменения генофонда из-за интенсивных миграционных процессов (частоты можно пересчитать сразу после появления новых данных), намного экономичнее и, скорее всего, точнее, чем непосредственное обследование региона. Полученные средние частоты вместе с данными о заболеваемости в административных единицах уже позволяют оценивать связь между ними статистическими методами. Возможности предлагаемой технологии продемонстрированы на примере расчета частот 24 фармакогенетических маркеров сердечно-сосудистых заболеваний (ССЗ) и выявления их связи с географией заболеваемости населения 85 субъектов России.

Материал и методы

Исследование основано на 6227 ДНК-образцах популяционного Биобанка Северной Евразии (Москва), изученных по 24 биомаркерам ССЗ, данные о частотах которых представлены в базе данных "Фармакогенетика популяций России и сопредельных стран"¹. Коллекции ДНК сформированы по единой технологии в ходе многолетних экспедиционных обследований коренного населения [6]. В выборки включены образцы неродственных между собой индивидов, предки которых на глубину не менее трех поколений относили себя к данному этносу и данной популяции. Обследование проведено на добровольной основе с письменным информированным согласием, одобренным Этическим комитетом ФГБНУ "Медико-генетический научный центр им. академика Н. П. Бочкова", далее "МГНЦ" (Заключение от 29.06.2020г). Данные об этническом составе населения субъектов РФ получены из переписей 2010г (для 83 субъектов) и 2020-2021гг (для Республики Крым и г. Севастополь). Данные о заболеваемости ССЗ (хронические ревматические болезни сердца, кардиомиопатия, ишемические болезни сердца (ИБС), гипертензивная болезнь сердца, острый миокардит) в 85 субъектах РФ получены как средние за 2020-2021гг [7]. Геногеографические карты построены с помощью программного пакета GeneGeo [8] методом средневзвешенной интерполяции со степенью весовой функции 3 и радиусом влияния 1800 км.

Результаты

1. Особенности формирования народонаселения субъектов РФ

Возникает закономерный вопрос: почему популяционные биобанки народонаселения собирают информацию о сельском населении, когда доля городского населения России составляет 75% и неуклонно растет (с 1950 до 2000гг доля городского населения выросла с 40 до 73%). Ответ связан с тремя следующими особенностями крупных городов.

Город живет за счет сельского населения. Показано, что крупные города ни сейчас, ни в далеком прошлом не воспроизводили свое население и потому похожи на "черные дыры": они сохраняют свою численность только благодаря постоянному притоку сельского населения [9-13]. Чем крупнее город — тем шире территория, откуда приезжают мигранты, а в мегаполисах ареалы источников миграции уже во многом перекрывают друг друга. В результате генофонды крупных городов становятся похожи: их изучение для целей криминалистики привело к выводу о неотличимости генофондов городских популяций, представляющих центр европейской части России (Москва), ее юг (Белгород, Орел), север (Ярославль), Урал (Оренбург) и Сибирь (Томск) [14]. Города образуют иерархическую систему, на нижнем уровне которой население малых городов интенсивно замещается сельским населением. Перемещение населения обычно идет двумя потоками: часть населения сразу мигрирует на вершину иерархии — в мегаполисы, а часть — в города на один уровень иерархии выше источника миграции. Поэтому чем крупнее город, тем больше он похож на другие города России; чем меньше город — тем больше он отражает особенности местного сельского населения.

Динамичность генофонда городского населения. Зависимость городского населения от притока мигрантов приводит к тому, что состав населения (а значит и его генофонд) может изменяться очень быстро [9-13]. Изменения в политике и экономике могут приводить к быстрому изменению структуры миграций и структуры генофонда: "Различия параметров миграции в двух возрастных группах указывают на возможность динамики этнорегионального состава населения Москвы в последующих поколениях, что непременно вызовет изменение частот многих генетических маркеров" [15].

Насколько критичным для городского генофонда оказывается изменение структуры миграций демонстрирует рисунок 1. Например, данные о генофонде Махачкалы, полученные в 1970г, уже стали непригодны к 1990г. Если в 1970г русские и другие пришлые народы Дагестана составляли в Махачкале 51%, то в 2010г всего 11%. Значительно меняется и соотношение вклада разных народов Дагестана в генофонд Махачкалы (рисунок 1 А). Более того, в разных районах Махачкалы сконцентрированы представители разных народов Дагестана (врезка на рисунок 1 А). Изменение состава городского генофонда прослеживается для всех городов. Например (рисунок 1 Б), в 1970г численность русских в Уфе была больше в 9 раз, чем численность башкир, в 1989г это соотношение упало до 5, а еще через 20 лет — до 3.

Недолговечность биобанков городского населения. Поскольку изменения состава генофонда городского населения столь динамичны и значительны, исследователи приходят к выводу, что при формировании генетических баз данных для населения мегаполиса должны создаваться отдельные "референтные популяции" для каждой этнической группы города [9], причем сохраняется "необходимость постоянного обновления и актуализации таких баз данных и сбора генетико-демографических данных параллельно со сбором биологических образцов с целью изучения генетических маркеров" [15]. Иными словами, биобанки разнородного населения оказываются крайне недолговечными.

2. Технология оценки генофонда разнородного населения по данным о коренном населении

Приведенные данные о городском населении показывают необходимость постоянного обновления, причем для каждого поколения следует собирать данные в каждом городе о каждой этнической группе, ее составляющей. Иными словами, данные собираются с большим трудом, служат всего несколько лет, но все равно вызывают сомнения, поскольку учесть внутреннюю структуру города (разные
этно-демографические группы обычно расселены неравномерно) и собрать репрезентативные выборки для нее чрезвычайно сложно. Еще сложнее собрать репрезентативную выборку для полноценной характеристики генофонда того или иного административного субъекта — района, области, республики, поскольку необходимо одновременно собрать представительные выборки биообразцов во всех населенных пунктах каждого субъекта. И все равно результаты, добытые со столь большим трудом, будут крайне недолговечны (в Башкортостане за одно поколение соотношение башкир и татар изменилось с 2,5 до 1,7).

Поэтому наиболее достоверной оказывается оценка генофонда любого полиэтничного административного субъекта по совокупности данных об его этно-демографической структуре (которые постоянно обновляются) и данных Биобанка коренного народонаселения. Зная частоту заданного генетического маркера в каждом этносе коренного населения и долю этого этноса в составе данного субъекта в данный момент, можно рассчитать среднюю частоту маркера в данном субъекте в данное время. Простой пример такого расчета приведен для населения Башкортостана (таблица 1).

Получить информацию о частотах генетического маркера в населении каждого субъекта РФ в один и тот же момент времени невозможно. И в любом случае, такая информация устареет через 10 лет. Однако, используя данные Биобанка коренного народонаселения, можно получить одновременную характеристику встречаемости ДНК-маркера для всех субъектов РФ (и табличную, и в виде карт). Поскольку данные об этническом составе административных единиц имеются для различных периодов времени, можно реконструировать и динамику генофондов во времени.

Этно-демографическая оценка современного состояния генофонда города или иной административной единицы необходима как для криминалистики, так и для медицинских исследований, поскольку данные о заболеваемости обычно представляются для субъектов РФ. Мы получаем возможность проследить во времени динамику связи клинически значимых ДНК-маркеров и заболеваемости, поскольку данные об этническом составе и заболеваемости представляются регулярно.

3. Оценка частоты ДНК-маркеров, ассоциированных с ССЗ, для населения субъектов РФ по данным о коренном населении

С помощью описанной выше технологии проведен расчет частот 24 ДНК-маркеров, ассоциированных с заболеваниями ССЗ, для каждого из 85 субъектов (аналогично таблице 1). Для этого использованы два массива данных.

Первый массив — демографические данные о составе этносов в каждом из 85 субъектов РФ (для Донецкой народной республики, Луганской народной республики, Запорожской и Херсонской областей сопоставимые данные отсутствуют) согласно наиболее корректной переписи 2010г. Второй массив — данные о частотах в коренном населении России 24 ДНК-маркеров, ассоциированных с ССЗ [4][16]. За четверть века в интенсивных экспедиционных обследованиях была добыта информация практически обо всех коренных народах России. Для каждого народа известен его основной этнический ареал. Так, для русского этноса — это Русская равнина и Русский Север [17], а Кавказ, Приуралье, Урал и вся азиатская часть России принадлежат этническим ареалам других народов России. В пределах каждого этнического ареала собирались биообразцы от представителей только коренного этноса, причем так, чтобы максимально охватить все генетическое разнообразие этноса. Итогом стала коллекция, содержащая 30 тыс. биообразцов коренного народонаселения "Биобанка Северной Евразии", часть которой, изученная по ДНК-маркерам ССЗ, и легла в основу оценки их геногеографии в субъектах РФ.

Генофонды многих народов России гетерогенны. Например, генофонд центральных и южных русских популяций значительнее отличается от Русского Севера, чем от популяций Белоруссии и Польши. Поэтому для расчета выбиралась не средняя этническая частота ДНК-маркера, а его частота в тех популяциях данного этноса, которые наиболее географически и исторически близки к изучаемому субъекту РФ и с наибольшей вероятностью участвовали в формировании его генофонда. Например, для учета в других субъектах РФ русские популяции объединены в метапопуляции южных, центральных и северных русских, а популяции татар — в метапопуляции поволжских, сибирских и астраханских татар. Для каждой метапопуляции были рассчитаны частоты ДНК-маркеров, которые и использовались за пределами русского или татарского этнических ареалов. Для ногайцев использовались частоты популяций (астраханские, кубанские, ставропольские ногайцы, караногайцы), географически наиболее близких к конкретному субъекту РФ. Из расчета исключались редкие этносы ("другие") и те немногие, для которых не было информации в Биобанке, но в расчеты включены в среднем >95% этносов субъекта, что обеспечило приемлемую точность результатов.

В результате получен массив искомых частот в 85 субъектах РФ 24 ДНК-маркеров ССЗ в виде таблицы данных 24×85, на основе которой созданы геногеографические карты встречаемости ДНК-маркеров ССЗ в субъектах РФ. На рисунках 2-4 приведены по три карты для шести ДНК-маркеров. Сначала (на рисунках А, Г) даны исходные карты частоты ДНК-маркера − в коренном народонаселении России; далее приведены по две карты (на рисунках Б, В, Д, Е) расчетной частоты этого ДНК-маркера в полиэтничном населении всех субъектов РФ с указанием административных границ 89 субъектов РФ. На рисунках Б и Д эта информация представлена в виде интерполяционных карт (исходные данные помещены в административные центры субъектов). На рисунках В и Е эта же информация дана в виде картограмм, где частота ДНК-маркера в каждом субъекте занимает площадь точно в административных границах данного субъекта РФ (указаны на картах рисунков Б, В, Д, Е светло-красными линиями). Поскольку эти границы не служат "заборами" для распространения генов, интерполяционные карты (рисунки Б и Д) оказываются более корректными и близкими к реальности: они позволяют прослеживать реальные тренды в изменчивости ДНК-маркеров. Для корректности сравнения все интерполяционные карты (рисунки А, Б, Г, Д) и коренного, и полиэтничного населения приведены в единой шкале. Все картограммы (рисунки В, Е) также выполнены в собственной единой шкале, по цветовой гамме, максимально приближенной к шкале интерполяционных карт.

Задачей настоящей работы является изложение самой технологии оценки частоты ДНК-маркера в любой административной единице по совокупности данных о его этносоставе и о генофондах коренного населения. Поэтому ограничимся лишь описанием трех особенностей карт на рисунках 2-4.

Во-первых, выразительны отличия между картами для коренного и общего (разнородного) населения. Эти различия связаны с долей пришлого населения (таблица Приложения). В азиатской части России резко преобладает пришлое население (Алтайский край — 99,9%; Ханты-Мансийский Автономный Округ (АО) — 97,9%; Ямало-Ненецкий АО — 97,8%), и именно оно формирует полиэтничный генофонд субъектов РФ. Напротив, на Кавказе доля пришлого населения минимальна (в Чечне — 4,7%, в Ингушетии — 5,9), и поэтому там нет расхождений по частоте ДНК-маркера между коренным населением и субъектом. Похожая ситуация наблюдается в областях русского ареала с преобладанием коренного русского населения (3-8% пришлого населения). Во-вторых, мы видим не менее яркие отличия по размеру территории, занимаемой субъектами. Например, площадь Якутии больше суммарной площади 50 субъектов РФ, входящих в состав Центрального, Северо-Западного и Приволжского федеральных округов. Совокупность этих двух параметров — вариации доли пришлого населения и различий по площади субъектов РФ — приводит к третьей особенности геногеографии ДНК-маркеров, а именно: к различной гетерогенности распределения (дисперсии) ДНК-маркера в европейской и в азиатской частях РФ (рисунки 2-4).

Обсуждение

Результаты расчетов средневзвешенной частоты ДНК-маркеров, ассоциированных с тем или иным заболеванием, полученные для субъектов РФ, позволяют оценить величину связи с заболеваемостью, поскольку она фиксируется для всех 85 субъектов РФ по единой схеме учета. Геногеография показателей заболеваемости для пяти ССЗ приведена на рисунке 5: в левом столбце (I) даны интерполяционные карты (более реалистичные); в правом столбце (II) — картограммы. Данные по заболеваемости получены как средние за 2020 и 2021гг [7], поскольку с 2022г могли возникнуть нестандартные отклонения от обычных показателей. Заболеваемость ССЗ чрезвычайно варьирует (рисунок 5). В статистической легенде интерполяционных карт указаны средние значения количества больных/100 тыс. населения: от 7884 (гипертоническая болезнь с преимущественным поражением сердца) до 1,3 для острого миокардита.

Поскольку и относительное количество больных, и частота ДНК-маркеров теперь, благодаря технологии, представлены для каждого из 85 субъектов РФ, появилась возможность впервые оценить для населения РФ связь между каждым из пяти заболеваний ССЗ и каждым из 24 ДНК-маркеров, ассоциированных с этими заболеваниями (таблица 2). Из полученных 120 коэффициентов корреляции достоверными оказались 32: наибольшее число ДНК-маркеров достоверно коррелируют с ИБС, наименьшее — с кардиомиопатией.

Впервые полученные данные о реальной связи между частотами ДНК-маркеров в населении РФ и заболеваемостью в субъектах РФ уникальны, поскольку имеющаяся в литературе информация об ассоциации ДНК-маркеров с ССЗ представляет преимущественно население Западной Европы, генофонд которой существенно отличается от генофонда населения РФ.

В то же время следует помнить о значительной гетерогенности всех показателей в пределах обширной территории РФ: и самих ДНК-маркеров (рисунки 2-4, таблица 2), и показателей заболеваемости ССЗ (рисунок 5). Поэтому полученные коэффициенты связи между частотами ДНК-маркеров и заболеваемостью являются "средней температурой по больнице": многие субъекты РФ обладают различными генофондами, и для разных субъектов показатели связи между ДНК-маркерами и заболеваемостью могут существенно различаться. К сожалению, из-за отсутствия данных для более дробного административного деления рассчитать корреляции для отдельного субъекта нельзя, но их можно рассчитать для федеральных округов. В таблице 3 для 4-х федеральных округов приведены результаты расчета корреляции между тремя ДНК-маркерами и тремя заболеваниями: для корректности сравнения в каждом из федеральных округов учтены ровно по 10 субъектов РФ. При том, что для всех трех пар признаков "средняя температура по больнице" оценивалась как +0,4 (таблица 2) в федеральных округах показатель связи крайне изменчив. Размах изменения связи между rs12248560 и гипертензивной болезнью сердца варьирует максимально (от -0,3 до +0,6). Между rs2244613 и хроническими ревматическими болезнями сердца колебания показателя связи также очень велики (от 0 до 0,8). А вот между rs9934438 и ИБС связь наиболее устойчива — она варьирует от 0,2 до 0,5. Это означает, что реальная ассоциация ДНК-маркеров с заболеваниями в РФ отличается не только от населения Западной Европы, но различна в разных регионах РФ, что требует дифференцированного подхода для разных субъектов РФ.

Конечно, любая оценка требует проверки и уточнения. К сожалению, прямую проверку можно провести только при субтотальном обследовании самых малых административных единиц. Чем меньше административная единица — тем более надежные данные можно собрать во всех ее субпопуляциях: и о частотах ДНК-маркеров, и об этническом составе, и о заболеваемости; и тем точнее будет оценка связи ДНК-маркеров и заболеваемости. Для малых административных единиц также можно получить надежную информацию о реальных источниках миграции (например, для русского этноса — из точно известных областей), что позволит точнее прогнозировать частоты ДНК-маркеров.

В крупных административных единицах такое субтотальное обследование, да еще и одновременно во всех субпопуляциях, провести нельзя. Однако и для них прогноз можно уточнять. Для этого следует, во-первых, провести расширенное генотипирование по исследуемым ДНК-маркерам, увеличив выборки для каждой популяции, биообразцы которой уже имеются в Биобанке коренного населения. Во-вторых, необходимо максимально пополнять коллекции Биобанка за счет субпопуляций этносов с широким этническим ареалом. Иными словами, именно пополнение информации, получаемой из Биобанка коренного населения, позволит сделать все более точным прогноз о частоте в населении ДНК-маркеров, ассоциированных с различными заболеваниями.

Заключение

Предложена технология оценки современного состояния генофонда населения для любых административных единиц России (с разнородным и быстро меняющимся этническим составом) с использованием данных о генофонде коренных народов России. Она позволяет оценить связь между частотой ДНК-маркера, ассоциированного с заболеванием, и заболеваемостью им в России. Для этого используются три источника данных: данные о клинически значимых ДНК-маркерах практически для всех народов России; данные об этническом составе для субъектов РФ; данные о заболеваемости в субъектах РФ. Совокупность первых двух источников данных — о генофондах коренного населения и этническом составе субъектов РФ — позволила прогнозировать частоту клинически значимых ДНК-маркеров в современном населении субъектов РФ. Полученные частоты клинически значимых ДНК-маркеров позволили напрямую анализировать их связь с заболеваемостью в субъектах РФ.

Использование метода проиллюстрировано на примере ДНК-маркеров сердечно-сосудистой патологии и географии заболеваемости населения во всех субъектах РФ пятью ССЗ: это хронические ревматические болезни сердца, кардиомиопатия, ИБС, гипертензивная болезнь сердца, острый миокардит.

Результаты применения предлагаемой технологии представлены в виде трех серий таблиц и геногеографических карт: 1) частоты в населении России 24 ДНК-маркеров сердечно-сосудистой патологии; 2) частоты сердечно-сосудистой заболеваемости во всех субъектах РФ; 3) корреляции между частотами ДНК-маркеров и сердечно-сосудистой заболеваемостью в России.

Предложенная технология оценки частоты ДНК-маркера в полиэтнических субъектах РФ по данным о коренном народонаселения позволяет впервые оценить их связь с заболеваемостью в современном населении России. Получение таких данных иным способом не представляется возможным ввиду динамичного изменения этносостава населения под действием миграционных потоков, а также невозможности проведения синхронного субтотального обследования во всех субъектах РФ. В то же время, данная технология позволяет оценить связь ДНК-маркеров с заболеваемостью в любые периоды времени, для которых имеются данные об этническом составе любого региона и заболеваемости в нем.

Благодарности. Авторы благодарят АНО "Биобанк Северной Евразии" за предоставление данных о частотах ДНК-маркеров ССЗ в коренном населении России.

Отношения и деятельность. Исследование выполнено в рамках Государственного задания Минобрнауки России для ФГБНУ "МГНЦ".

Приложение