Исследование однонуклеотидных вариантов в генах IGF1R и GHSR при макросомии плода

Обложка


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Обоснование. Формирование фенотипа плода происходит под влиянием внутриутробных условий развития, в значительной степени определяемых генетическими факторами матери и плода.

Цель исследования — оценить влияние однонуклеотидных вариантов rs907806 в гене IGF1R и rs572169 в гене GHSR на массу новорожденного.

Материалы и методы. В проспективное исследование включена 221 пара мать – новорожденный. Критерии включения: одноплодная беременность, информированное согласие на участие в исследовании. Критерии исключения: тяжелые соматические, онкологические, тяжелые острые заболевания за 3 мес. до беременности или во время нее, гестационный сахарный диабет, отказ от участия в исследовании на любом из его этапов, недостаточные данные для анализа. Выделены группы исследования: пациентки с сахарным диабетом 1-го типа включены в группу I, с сахарным диабетом 2-го типа — в группу II, без нарушений углеводного обмена — в группу III. Образцы пуповинной крови получали после пересечения пуповины. Генотипы вариантов rs907806 в гене IGF1R и rs572169 в гене GHSR определяли методом полимеразной цепной реакции с анализом полиморфизма длин рестрикционных фрагментов. Первичные исходы: роды крупным для срока беременности плодом (массой тела более 90-го перцентиля согласно INTERGROWTH-21st). Дополнительные исходы: диабетическая фетопатия, диабетическая кардиомиопатия, неонатальная гипогликемия.

Результаты. В группе III среди крупных для срока беременности новорожденных частота носительства минорного аллеля G rs907806 в гене IGF1R была достоверно выше (p = 0,017; отношение шансов 3,039; 95 % доверительный интервал 1,244–7,424), чем среди новорожденных с массой тела менее 90-го перцентиля. Для варианта rs572169 в гене GHSR аналогичной закономерности не выявлено. Описанные различия определены только в подгруппе новорожденных мужского пола (rs907806 AA и AG+GG; p = 0,046; отношение шансов 4,229; 95 % доверительный интервал 1,181–15,139). В общей выборке (p = 0,004) и группе I (p = 0,0496) отмечена более высокая частота генотипа GG варианта rs572169 (G>A) в гене GHSR у новорожденных с гипогликемией.

Заключение. Однонуклеотидный вариант rs907806 в гене IGF1R может быть задействован в формировании признака массы новорожденных мужского пола, у чьих матерей не было нарушений углеводного обмена. Выявленная связь генотипа GG rs572169 в гене GHSR с неонатальной гипогликемией подлежит дальнейшему изучению. Дополнение прогностических моделей перинатальных осложнений генетическими факторами — шаг на пути к пониманию патогенеза этих осложнений и совершенствованию их ранней диагностики.

Об авторах

Елена Николаевна Алексеенкова

Научно-исследовательский институт акушерства, гинекологии и репродуктологии им. Д.О. Отта

Автор, ответственный за переписку.
Email: ealekseva@gmail.com
ORCID iD: 0000-0002-0642-7924
SPIN-код: 3976-2540
Россия, Санкт-Петербург

Зиравард Николаевна Тонян

Научно-исследовательский институт акушерства, гинекологии и репродуктологии им. Д.О. Отта

Email: ziravard@yandex.ru
ORCID iD: 0000-0001-9050-5886
SPIN-код: 3787-7135
Россия, Санкт-Петербург

Юлия Алмазовна Насыхова

Научно-исследовательский институт акушерства, гинекологии и репродуктологии им. Д.О. Отта

Email: yulnasa@gmail.com
ORCID iD: 0000-0002-3543-4963
SPIN-код: 9661-9416

канд. биол. наук

Россия, Санкт-Петербург

Екатерина Вадимовна Коптеева

Научно-исследовательский институт акушерства, гинекологии и репродуктологии им. Д.О. Отта

Email: ekaterina_kopteeva@bk.ru
ORCID iD: 0000-0002-9328-8909
SPIN-код: 9421-6407
Россия, Санкт-Петербург

Роман Викторович Капустин

Научно-исследовательский институт акушерства, гинекологии и репродуктологии им. Д.О. Отта

Email: kapustin.roman@gmail.com
ORCID iD: 0000-0002-2783-3032
SPIN-код: 7300-6260

д-р мед. наук

Россия, Санкт-Петербург

Игорь Юрьевич Коган

Научно-исследовательский институт акушерства, гинекологии и репродуктологии им. Д.О. Отта

Email: ikogan@mail.ru
ORCID iD: 0000-0002-7351-6900
SPIN-код: 6572-6450

д-р мед. наук, профессор, чл.-корр. РАН

Россия, Санкт-Петербург

Список литературы

  1. Краснопольский В.И., Логутова Л.С., Петрухин В.А., и др. Антенатальная ультразвуковая диагностика диабетической фетопатии и макросомии // Российский вестник акушера-гинеколога. 2014. Т. 14, № 2. С. 87–93. EDN: SDZKAX
  2. Persson M., Fadl H., Hanson U., et al. Disproportionate body composition and neonatal outcome in offspring of mothers with and without gestational diabetes mellitus // Diabetes Care. 2013. Vol. 36, N. 11. P. 3543–3548. doi: 10.2337/dc13-0899.
  3. Евсюкова И.И. Состояние новорожденных детей в современных условиях лечения их матерей, больных сахарным диабетом // Журнал акушерства и женских болезней. 2006. Т. 55, № 1. С. 17–20. EDN: HZNTFF
  4. Абашова Е.И., Алексеенкова Е.Н., Аржанова О.Н., и др. Беременность и сахарный диабет: руководство для врачей / под ред. И.Ю. Когана. Москва: ГЭОТАР-Медиа, 2023. EDN: DZLETI doi: 10.33029/9704-7468-6-BSD-2023-1-272
  5. Глотов А.С., Вашукова Е.С., Глотов О.С., и др. Исследование молекулярно-генетических маркеров роста человека // Экологическая генетика. 2012. Т. 10, № 4. С. 77–84. EDN: PWWPRD doi: 10.17816/ecogen10477-84
  6. Beaumont R.N., Kotecha S.J., Wood A.R., et al. Common maternal and fetal genetic variants show expected polygenic effects on risk of small- or large-for-gestational-age (SGA or LGA), except in the smallest 3% of babies // PLoS Genet. 2020. Vol. 16, N. 12. doi: 10.1371/journal.pgen.1009191
  7. Warrington N.M., Beaumont R.N., Horikoshi M., et al. Maternal and fetal genetic effects on birth weight and their relevance to cardio-metabolic risk factors // Nat Genet. 2019. Vol. 51, N. 5. P. 804–814. doi: 10.1038/s41588-019-0403-1
  8. Chen J., Bacelis J., Sole-Navais P., et al. Dissecting maternal and fetal genetic effects underlying the associations between maternal phenotypes, birth outcomes, and adult phenotypes: a mendelian-randomization and haplotype-based genetic score analysis in 10,734 mother–infant pairs // PLoS Med. 2020. Vol. 17, N. 8. doi: 10.1371/journal.pmed.1003305
  9. Головченко О.В., Абрамова М.Ю., Пономаренко И.В., и др. Вес новорожденного ассоциирован с полиморфизмом rs5985 гена F13A1 материнского организма // Акушерство, Гинекология и Репродукция. 2021. Т. 15, № 3. С. 236–244. EDN: FHNINM doi: 10.17749/2313-7347/ob.gyn.rep.2021.189
  10. Мирошник Е.В., Рюмина И.И., Донников А.Е. Ассоциация полиморфизма гена PPARA к сроку гестации у детей с низкой массой тела, родившихся у женщин с сахарным диабетом // Неонатология: новости, мнения, обучение. 2021. Т. 9, № 3. С. 23–30. EDN: DXHMDQ doi: 10.33029/2308-2402-2021-9-3-23-30
  11. Alekseenkova E.N., Selkov S.A., Kapustin R.V. Fetal growth regulation via insulin-like growth factor axis in normal and diabetic pregnancy // J Perinat Med. 2022. Vol. 50, N. 7. P. 947–960. doi: 10.1515/jpm-2021-0510/html
  12. Chia V.M., Sakoda L.C., Graubard B.I., et al. Risk of testicular germ cell tumors and polymorphisms in the insulin-like growth factor genes // Cancer Epidemiol Biomarkers Prev. 2008. Vol. 17, N. 3. P. 721–726. doi: 10.1158/1055-9965.EPI-07-0768
  13. Biong M., Gram I.T., Brill I., et al. Genotypes and haplotypes in the insulin-like growth factors, their receptors and binding proteins in relation to plasma metabolic levels and mammographic density // BMC Med Genomics. 2010. Vol. 3, N. 1. P. 9. doi: 10.1186/1755-8794-3-9
  14. Bonilla C., Lewis S.J., Rowlands M., et al. Assessing the role of insulin-like growth factors and binding proteins in prostate cancer using Mendelian randomization: Genetic variants as instruments for circulating levels // Int J Cancer. 2016. Vol. 139, N. 7. P. 1520–1533. doi: 10.1002/ijc.30206
  15. Gueorguiev M., Lecoeur C., Meyre D., et al. Association studies on ghrelin and ghrelin receptor gene polymorphisms with obesity // Obesity. 2009. Vol. 17, N. 4. P. 745–754. doi: 10.1038/oby.2008.589
  16. Lanktree M.B., Guo Y., Murtaza M., et al. Meta-analysis of dense genecentric association studies reveals common and uncommon variants associated with height // Am J Hum Genet. 2011. Vol. 88, N. 1. P. 6–18. doi: 10.1016/j.ajhg.2010.11.007
  17. Landgren S., Jerlhag E., Hallman J., et al. Genetic variation of the ghrelin signaling system in females with severe alcohol dependence // Alcohol Clin Exp Res. 2010. Vol. 34, N. 9. P. 1519–1524. doi: 10.1111/j.1530-0277.2010.01236.x
  18. Lango Allen H., Estrada K., Lettre G., et al. Hundreds of variants clustered in genomic loci and biological pathways affect human height // Nature. 2010. Vol. 467, N. 7317. P. 832–838. doi: 10.1038/nature09410
  19. Müllenbach R., Lagoda P.J., Welter C. An efficient salt-chloroform extraction of DNA from blood and tissues // Trends Genet. 1989. Vol. 5, N. 12. P. 391.
  20. Villar J., Puglia F.A., Fenton T.R., et al. Body composition at birth and its relationship with neonatal anthropometric ratios: the newborn body composition study of the INTERGROWTH-21st project // Pediatr Res. 2017. Vol. 82, N. 2. P. 305–316. doi: 10.1038/pr.2017.52
  21. Phan L., Jin Y., Zhang H., et al; National Center for Biotechnology Information, U.S. National Library of Medicine. ALFA: allele frequency aggregator [Internet]. 2020. [cited 29 Apr 2024]. Available from: https://www.ncbi.nlm.nih.gov/snp/docs/gsr/alfa
  22. Adkins R.M., Krushkal J., Magann E.F., et al. Association of maternally inherited GNAS alleles with African–American male birth weight // Int J Pediatr Obes. 2010. Vol. 5, N. 2. P. 177–184. doi: 10.3109/17477160903111714
  23. Horikoshi M., Beaumont R.N., Day F.R., et al. Genome-wide associations for birth weight and correlations with adult disease // Nature. 2016. Vol. 538, N. 7624. P. 248–252. doi: 10.1038/nature19806
  24. Solé-Navais P., Flatley C., Steinthorsdottir V., et al. Genetic effects on the timing of parturition and links to fetal birth weight // Nat Genet. 2023. Vol. 55, N. 4. P. 559–567. doi: 10.1038/s41588-023-01343-9
  25. Тиселько А.В., Ярмолинская М.И., Мишарина Е.В., и др. Оценка вариабельности гликемического профиля как основа стратегии инсулинотерапии у беременных с сахарным диабетом 1 типа // Сахарный диабет. 2020. Т. 22, № 6. С. 526–535. EDN: ATYQMJ doi: 10.14341/DM10214
  26. Капустин Р.В., Оноприйчук А.Р., Аржанова О.Н., и др. Патофизиология плаценты и плода при сахарном диабете // Журнал акушерства и женских болезней. 2018. Т. 67, № 6. С. 79–92. EDN: YVNRPN doi: 10.17816/JOWD67679-92

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Приложение 1. Клинические характеристики пациенток и новорожденных.
Скачать (97KB)
Метаданные
3. Приложение 2. Распределение новорожденных по генотипам однонуклеотидных вариантов rs907806 в гене IGF1R и rs572169 в гене GHSR с учетом наличия сахарного диабета у их матерей.
Скачать (48KB)
Метаданные
4. Приложение 3. Связь массы при рождении более 90-го перцентиля с носительством по крайней мере одного минорного аллеля однонуклеотидных вариантов rs907806 в гене IGF1R и rs572169 в гене GHSR.
Скачать (50KB)
Метаданные
5. Приложение 4. Распределение новорожденных девочек с массой более и менее 90-го перцентиля по генотипам однонуклеотидных вариантов rs907806 в гене IGF1R и rs572169 в гене GHSR.
Скачать (61KB)
Метаданные
6. Приложение 5. Распределение новорожденных мальчиков с массой более и менее 90-го перцентиля по генотипам однонуклеотидных вариантов rs907806 в гене IGF1R и rs572169 в гене GHSR.
Скачать (60KB)
Метаданные
7. Рис. 1. Дизайн исследования. СД — сахарный диабет; ПГТТ — пероральный глюкозотолерантный тест

Скачать (779KB)
Метаданные
8. Рис. 2. Распределение Z-критериев массы новорожденных с учетом генотипа однонуклеотидного варианта rs907806 в гене IGF1R. СД — сахарный диабет

Скачать (136KB)
Метаданные
9. Рис. 3. Распределение Z-критериев массы новорожденных с учетом генотипа однонуклеотидного варианта rs572169 в гене GHSR. СД — сахарный диабет

Скачать (140KB)
Метаданные
10. Рис. 4. Ассоциация минорных аллелей однонуклеотидных вариантов rs907806 в гене IGF1R и rs572169 в гене GHSR с массой плода более 90-го перцентиля для срока беременности. СД — сахарный диабет

Скачать (198KB)
Метаданные

© Эко-Вектор, 2024

Ссылка на описание лицензии: https://eco-vector.com/for_authors.php#07

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».