CC BY
15
||
DOI: 10.18413/2658-6533-2022-8-1-0-3 УДК 575:616-053.2
Изучение роли межлокусных взаимодействий генов фолатного цикла
и матриксных металлопротеиназ в формировании задержки роста плода
О.А. Ефремова
Клиника Репродуктивной Медицины имени академика В.И. Грищенко, ул. Благовещенская, д. 25, г. Харьков, 61052, Украина Автор для переписки: О.А. Ефремова (efremovaolesya@gmail.com)
Резюме
Актуальность: Задержка развития плода (ЗРП) является одним из наиболее частых осложнений беременности, которое может неблагоприятно сказаться на краткосрочном и долгосрочном здоровье новорожденных. Поиск материнских полиморфизмов генов-кандидатов, вовлеченных в формирование ЗРП является актуальным. Цель исследования: Изучить роль межлокусных взаимодействий генов фолатного цикла и матриксных металлопротеиназ в формировании задержки роста плода. Материалы и методы: Обследовано 477 беременных женщин (234 женщин - у которых беременность осложнилась задержкой внутриутробного развития плода и 243 женщины, у которых наблюдалось физиологическое течение беременности (группа контроля)). Проводилось изучение SNPXSNP взаимодействий 10 полиморфных локу-сов генов матриксных металлопротеиназ и генов, влияющих на фолатный цикл, ассоциированных с развитием ЗРП, методом снижения размерности (MDR метод в модификации MB-MDR). Валидация результатов проводилось с помощью пермутационного теста (выполнялось 1000 пермутаций). Полиморфизмы, связанные с ЗРП, были проанализированы in silico на предмет их функционального значения. Для определения биологических путей использовались программы: Gene Ontology и Genomania. Результаты: Установлено 7 наиболее значимых моделей SNPXSNP взаимодействий генов матриксных металлопротеиназ и фолатного цикла, ассоциированных с развитием ЗРП, в состав которых входят восемь из 10 рассматриваемых SNPs: rs1805087 MTR, rs1801394 MTRR, rs1979277 SHMT1, rs1799750MMP-1, rs243865 MMP-2, rs3025058 MMP-3, rs11568819MMP-7, rs17577MMP-9 (ррепп<0,05). В наибольшее число моделей входят полиморфные локусы rs1979277 (7 моделей), rs243865 (4 модели), rs3025058 (3 модели). Двухлокусная комбинация генотипов ТТ rs243865 MMP2 х ТТ rs1979277 SHMT1 (beta = - 0,68, p=0,001) имеет наиболее значимую ассоциацию с ЗРП. Данные полиморфизмы проявляют выраженные функциональные эффекты по отношению к 38 генам, которые вовлечены в биологические пути метаболизма коллагена (преимущественно в его катаболический распад) и модуляции активности матриксных металлопротеиназ (преимущественно в процессы повышения активности матриксных металлопротеиназ, обусловливающих распад внеклеточного матрикса). Заключение: Межлокусные взаимодействия генов фолатного цикла и матриксных металлопротеиназ определяют подверженность к задержке роста плода. Ключевые слова: задержка роста плода; гены фолатного цикла; гены матриксных металло-протеиназ; полиморфизм; ассоциации; межгенные взаимодействия
Для цитирования: Ефремова ОА. Изучение роли межлокусных взаимодействий генов фолат-ного цикла и матриксных металлопротеиназ в формировании задержки роста плода. Научные результаты биомедицинских исследований. 2022;8(1):36-55. DOI: 10.18413/2658-6533-2022-81-0-3
Studying the role of interlocus interactions of folate cycle genes and matrix metallopro-teinases in the formation of fetal growth retardation
Olesya A. Efremova
Grishchenko Clinic of Reproductive Medicine, 25 Blagoveshchenskaya St., Kharkov, 61052, Ukraine Corresponding author: Olesya A. Efremova (efremovaolesya@gmail.com)
Abstract
Background: Fetal growth retardation (FGR) is one of the most common pregnancy complications that can adversely affect the short- and long-term health of newborns. The search for maternal polymorphisms of candidate genes involved in the formation of FGR is important. The aim of the study: To study the role of interlocus interactions of the folate cycle genes and matrix metalloproteinases in the formation of fetal growth retardation. Materials and methods: 477 pregnant women were examined (234 women whose pregnancy was complicated by intrauterine growth retardation and 243 women who had a physiological course of pregnancy (control group)). SNP^SNP interactions of 10 polymorphic loci of matrix metalloproteinase genes and genes affecting the folate cycle associated with the development of FGR were studied using the dimensionality reduction method (MDR method modified by MB-MDR). Validation of the results was carried out using a permutation test (1000 permutations were performed). FGR-related polymorphisms were analyzed in silico for their functional significance. To determine the biological pathways, the following programs were used: Gene Ontology and Genomania. Results: The 7 most significant models of SNP^SNP interactions of matrix metalloproteinase genes and folate cycle genes associated with the development of FGR have been established, which include eight of the 10 SNPs under consideration: rs1805087 MTR, rs1801394 MTRR, rs1979277 SHMT1, rs1799750 MMP-1, rs243865 MMP-2, rs3025058 MMP-3, rs11568819 MMP-7, rs17577 MMP-9 ^^<0,05). The largest number of models includes polymorphic loci rs1979277 (7 models), rs243865 (4 models), rs3025058 (3 models). The two-locus combination of TT rs243865 MMP2 x TT rs1979277 SHMT1 genotypes (beta = -0,68, p=0,001) has the most significant association with FGR. These polymorphisms exhibit pronounced functional effects in relation to 38 genes that are involved in the biological pathways of collagen metabolism (mainly in its catabolic breakdown) and modulation of the activity of matrix metalloproteinases (mainly in the processes of increasing the activity of matrix metalloproteinases, causing the breakdown of the extracellular matrix). Conclusion: Interlocus interactions of folate cycle genes and matrix metalloproteinases determine susceptibility to fetal growth retardation.
Keywords: fetal growth retardation; folate cycle genes; matrix metalloproteinase genes; polymorphism; associations; intergenic interactions
For citation: Efremova OA. Studying the role of interlocus interactions of folate cycle genes and matrix metalloproteinases in the formation of fetal growth retardation. Research Results in Biomed-icine. 2022;8(1):36-55. Russian. DOI: 10.18413/2658-6533-2022-8-1-0-3
Введение. Задержка роста плода (ЗРП) является одним из наиболее частых осложнений беременности, которое может неблагоприятно сказаться на краткосрочном и долгосрочном здоровье новорожденных. Подсчитано, что от 3% до 9% беременностей в развитых странах и до 25% беременностей в странах с низким и средним уровнем дохода связаны с ЗРП [1]. Рост плода зависит от материнских факторов (состояние здоровья матери, питание, курение, употребление наркотиков, и др.), факторов плода (наследственные нарушения и др.) и функции плаценты [2, 3]. Наиболее частым патофизиологическим механизмом развития синдрома ЗРП является плацентарная недостаточность, при которой вследствие нарушения плацентарной функции плод не достигает своего внутреннего потенциала роста [4, 5]. Синдром ЗРП, связанный с плацентой, чаще всего возникает из-за плохого ремоделирования спиральных артерий матки на ранних сроках беременности, что приводит к мальперфузии сосудов матери, хотя существует множество других типов причинных плацентарных поражений. При мальперфузии сосудов матери снабжение кислородом и питательными веществами является субоптимальным из-за высокого сопротивления кровотоку в фетоплацентарном кровообращении, уменьшенной поверхности ворсин (гипоплазия), вторичного повреждения при сдвиговом напряжении и инфарктах плаценты. В результате плацента не может обеспечить потребности плода для надлежащего роста и развития на протяжении всей беременности, что приводит к скомпрометированному плоду. Во время родов маточные сокращения в сочетании с нарушением функции плаценты предрасполагают скомпрометированный плод к гипо-ксическим инсультам и асфиксии при рождении. ЗРП вносит основной вклад в перинатальную заболеваемость и смертность и
несет в себе повышенный риск долгосрочных неврологических осложнений и осложнений, связанных с развитием нервной системы. Более того, дети, рожденные с ЗРП, имеют повышенный риск развития сердечно-сосудистых заболеваний во взрослой жизни [2].
В результате многочисленных исследований показаны значимые ассоциации материнских полиморфизмов определенных генов-кандидатов с ростом плода и весом новорожденного [3, 6-8]. Среди генов-кандидатов важное значение в развитии плацентарной недостаточности и задержки развития плода могут играть гены, влияющие на ферменты одноуглеродного метаболизма и гены, определяющие уровень мат-риксных металлопротеаз (ММП) [9-11].
Одноуглеродный метаболизм участвует в различных физиологических процессах, включая синтез нуклеиновых кислот, гомеостаз аминокислот, эпигенетическую регуляцию, окислительно-восстановительный баланс и развитие нервной системы [12-14]. В последнее время активно изучаются вопросы влияния различных ферментов одноуглеродного метаболизма во время беременности на развитие эмбриона и плода [9, 15, 16]. Основными типами одно-углеродного метаболизма являются цикл фолиевой кислоты, цикл метионина и путь транссульфирования, которые варьируются на разных стадиях беременности (например, программирование метилирования эмбриона, развитие нервной системы плода, рост плода и развитие плаценты). Уровень фолиевой кислоты в организме генетически детерминирован [4, 13]. Специфические генные мутации/полиморфизмы могут быть связаны со снижением уровня/активности ключевых ферментов фолатного цикла и приводить к нарушениям метаболизма фолата [17]. Встречаются единичные исследования, в которых доказывается важная роль полиморфных локусов материнских генов, влияющих на обмен фолиевой
кислоты, в развитии ЗРП [9, 12, 14, 15, 16, 18]. Нарушение регуляции экспрессии ММП и их ингибиторов также имеет большое значение в патогенезе плацентарной недостаточности и задержки роста плода. Немногочисленные исследования показывают роль ММП в нарушении регуляции контролируемого ими процесса инвазии трофобласта, приводя к широкому спектру аномалий беременности [10, 11, 19-21]. Тем не менее, исследование отдельных генов и их полиморфизмов не дает ясной картины, о их роли в формировании ЗРП и требуются дальнейшие исследования по изучению межгенных взаимодействий [22], определяющих подверженность к развитию данного осложнения беременности.
Цель исследования. Изучить роль межлокусных взаимодействий генов фолат-ного цикла и матриксных металлопротеи-наз в формировании задержки роста плода.
Материалы и методы исследования. Обследовано 477 беременных женщин, не имеющих родства между собой, в третьем триместре беременности. Из них у 234 женщин беременность осложнилась задержкой внутриутробного роста плода (диагностика задержки роста плода проводилась сертифицированными врачами акушерами-гинекологами, согласно критериям, изложенных в работах [7, 9, 23]). Степень задержки роста плода подтверждалась результатами измерений росто-весовых показателей новорожденного. Группу контроля составили 243 женщины, у которых наблюдалось физиологическое течение беременности.
Критериями исключения из исследования считали: некоторые осложнения беременности (аномалии расположения и прикрепления плаценты, изосенсибилиза-ция по резус фактору), наличие патологии матки (аномалии развития внутренних половых органов, фибромиома матки) и плодовые причины (генетические болезни, врожденные пороки развития), наличие многоплодной беременности [9]. По возрасту, росту исследуемых беременных группы были репрезентативны. Возраст беременных в группе с ЗРП составил
25,48±5,34 лет, группе контроля -26,47±5,63 лет (р>0,05).
В соответствии с целью настоящей работы, посвященной изучению межлокус-ных взаимодействий генов фолатного цикла и матриксных металлопротеиназ в формировании задержки роста плода, осуществлен отбор пяти молекулярно-генети-ческих маркеров матриксных металлопро-теиназ: rs11568819 ЫЫР-7, rsl799750 ЫЫР-1, rs3025058 ЫЫР-3, rs243865 ЫЫР-2, rs17577 ЫЫР-9 и пяти полиморфных ло-кусов генов, влияющих на фолатный цикл: rs2790 TYMS, rs699517 TYMS, rs1979277 SHMT1, rs1801394 MTRR, rs1805087 MTR. Полиморфные локусы отбирались для исследования согласно определенных критериев, которые учитывали их регуляторный потенциал и связь с экспрессией генов [24, 25]. Регуляторный потенциал SNPs оценивался in silico с использованием онлайн программного обеспечения HaploReg (v4.1) [26, 27].
Генотипирование полиморфных ло-кусов генов осуществлялось стандартным методом ПЦР (использовались TаqMаn зонды) на амплификаторе CFX-96 RealTime System c использованием наборов реагентов для амплификации ДНК в молеку-лярно-генетических исследованиях (синтезированы в ООО «Синтол» (Москва)).
Изучение SNPXSNP взаимодействий, ассоциированных с развитием ЗРП проводилось с использованием метода снижения размерности MDR (Multifactor
Dimensionality Reduction) в модификации Model-Based-MDR (MB-MDR) [28]. Для ва-лидации результатов применялся пермута-ционный тест (выполнялось 1000 пермута-ций). Статистически значимыми считали модели с pperm<0,05. Расчеты выполняли в программном обеспечении MB-MDR (Version 2.6) для программной среды R. Метод MDR использовался также для оценки характера (синергизм, независимый эффект, антагонизм) и силы (доля вклада в энтропию) этих ген-генных взаимодействий и их визуализации в видe дендрограммы и графа.
Полиморфизмы, связанные с ЗРП, были проанализированы in silico на предмет их функциональной значимости (регу-ляторный потенциал, связь с экспрессией (eQTL) и альтернативным сплайсингом (sQTL) генов, несинонимические замены) с использованием атласа консорциума GTEx [29], баз данных HaploReg v4.1. (https://pubs.broadinstitute.org/mammals/hap-loreg/haploreg.php) и PolyPhen-2 (http://ge-netics.bwh.harvard.edu/pph2/). Для определения биологических путей использовались программы: Gene Ontology (http://geneontology.org/) и Genomania (https://genemania.org/).
Результаты исследования. Данные о распределении 5 изученных полиморфных локусов генов матриксных металлопро-теиназ (rs11568819 ЫЫР-7, rs1799750 ЫЫР-1, rs3025058 ЫЫР-3, rs243865 ЫЫР-2, rs17577 ЫЫР-9) и 5 генов, влияющих на фолатный цикл (rs2790 TYMS, rs699517 TYMS, rs1979277 SHMT1, rs1801394 MTRR, rs1805087 MTR 2756) представлены в таблицах 1 и 2. Для всех изученных полиморфных локусов наблюдается соответствие равновесию Хaрди-Вaйнберга (HWE).
Выявлено 7 значимых модeлей SNPXSNP взаимодействий генов матрикс-ных металлопротеиназ и фолатного цикла, ассоциированных с развитием ЗРП: две модели двухлокусного взаимодействия, три -трехлокусного и две - четырехлокусного взаимодействия ^perm^O^) (табл. 3). В состав этих 7-ми наиболее значимых моделей межгенных взаимoдействий, ассоциированных с развитием ЗРП, входят восемь из 10 рассматриваемых SNPs: rs1805087 MTR, rs1801394 MTRR, rs1979277 SHMT1, rs1799750 MMP-1, rs243865 MMP-2, rs3025058 MMP-3, rs11568819 MMP-7,
rs17577 MMP-9. Среди них в наибольшее число моделей входят полиморфные ло-кусы rs1979277 (7 моделей), rs243865 (4 модели), rs3025058 (3 модели). Следует подчеркнуть, что полиморфный локус rs1979277 SHMT1 участвует в формировании всех 7 наиболее значимых моделей SNPXSNP взаимодействий (табл. 3). Изучение комбинаций генотипов, показало, что наиболее значимую ассоциацию с ЗРП имеет двухлокусная комбинация ТТ rs243865 MMP2 х ТТ rs1979277 SHMT1 (beta = - 0,68, p=0,001).
При помощи программы MDR визуализировано в виде графа и дендрограммы одно из наиболее значимых четырехлокус-ных SNPXSNP взаимодействий генов фо-латного цикла и матриксных металлопроте-иназ (pperm=0,005, WH 31,46), вовлеченного в формирование ЗРП (рисунок 1).
Согласно данным, представленным на графе и дендрограмме между рассматриваемыми четырьмя полиморфизмами генов ММР-1, ММР-9, MTR, SHMT1 наблюдаются три наиболее значимых взаимодействия. Так, между полиморфными локу-сами rs17577 и rs1979277 (-0,86% энтропии), rs1799750 и rs1805087 (-0,90% энтропии), rs1979277 и rs1805087 (-1,40% энтропии) выявлены антагонистические взаимодействия.
Функциональные эффекты полиморфизма генов матриксных металлопротеиназ и фолатного цикла, ассоциированных с ЗРП в составе моделей межгенных взаимодействий представлены в таблице 4. Как видно из таблицы 5, 20 генов-кандидатов фолат-ного цикла и 18 генов кандидатов активности матриксных металлопротеиназ связаны с функциональными эффектами 8-ми изученных SNPs.
Таблица 1
Показатели, характеризующие распределение 5 полиморфных локусов генов метаболизма фолатов в изучаемых группах
Table 1
Indicators characterizing the distribution of 5 polymorphic loci of folate metabolism genes in the studied groups
Параметры ЗРП (n = 234) Контрольная группа (n = 243)
CHR 1 5 17 18 18 1 5 17 18 18
SNP rs1805087 rs180139 4 rs1979277 rs699517 rs2790 rs1805087 rs1801394 rs1979277 rs699517 rs2790
Ген MTR MTRR SHMT1 TYMS TYMS MTR MTRR SHMT1 TYMS TYMS
Минорный аллель G A T T G G A T T G
Частый аллель A G C C A A G C C A
Частота минорного аллеля 0,242 0,458 0,389 0,283 0,196 0,225 0,430 0,281 0,293 0,167
Число изученных хромосом 458 458 432 456 458 454 486 462 470 484
Распределение генотипов* 18/75/136 47/116/6 6 35/98/83 19/91/118 9/72/148 6/90/131 44/121/78 17/96/118 18/102/115 7/67/168
0,327 0,507 0,454 0,399 0,314 0,396 0,498 0,416 0,434 0,277
0,367 0,497 0,475 0,406 0,316 0,348 0,490 0,404 0,415 0,279
PHWE 0,106 0,792 0,566 0,870 1,000 0,055 0,896 0,747 0,532 0,821
Примечание: * - количество гомозигот по минорному аллелю / гетерозигот / гомозигот по частому аллелю. Использованы методы логической регрессии. CHR - хромосома; SNP - однонуклеотидный полиморфизм; Ho - наблюдаемая гетерозиготность; Не - ожидаемая гетерозиготность. MTR: 5,10-метилентетрагидрофолатредуктаза; MTRR: метионинсинтаза редуктаза; SHMT1: серингидроксиметилтрансфераза 1; TYMS: тимидилатсинтетаза. Phwe - уровень значимости для соответствия равновесию Харди-Вайнберга (HWE).
Note: * - the number of homozygotes for the minor allele / heterozygotes / homozygotes for the frequent allele. Used methods of logical regression. CHR - chromosome; SNP - single nucleotide polymorphism; Ho - observed heterozygosity; He - expected heterozygosity. MTR: 5,10-methylenetetrahydrofolate reductase; MTRR: methionine synthase reductase; SHMT1: serine hydroxymethyltransferase 1; TYMS: thymidylate synthetase. Phwe is the level of significance to match the Hardy-Weinberg equilibrium (HWE).
Таблица 2
Показатели, характеризующие распределение 5 полиморфных локусов генов матриксных металлопротеаз
в изучаемых группах
Table 2
Parameters characterizing the distribution of 5 polymorphic loci of matrix metalloprotease genes in the studied groups
Параметры ЗРП (n = 234) Контрольная группа (n = 243)
СИЯ 11 16 11 11 20 11 16 11 11 20
rs1799750 rs243865 rs3025058 rs11568819 rs17577 rs1799750 rs243865 rs3025058 rs11568819 rs17577
Ген ММР-1 ММР-2 ММР-3 ММР-7 ММР-9 ММР-1 ММР-2 ММР-3 ММР-7 ММР-9
Минорный аллель 2G Т 5А С А 2G Т 5А С А
Частый аллель 1G С 6А Т G 1G С 6А Т G
Частота минорного аллеля 0,498 0,252 0,427 0,450 0,389 0,496 0,189 0,479 0,487 0,153
Число изученных хромосом 454 464 452 460 466 480 486 478 474 470
Распределение генотипов* 54/118/55 19/79/134 40/113/73 43/121/66 7/72/154 60/118/62 10/72/161 60/109/70 65/101/71 4/64/167
Но 0,519 0,340 0,500 0,526 0,309 0,491 0,296 0,456 0,426 0,272
Не 0,500 0,377 0,489 0,495 0,301 0,500 0,306 0,499 0,499 0,259
Рито 0,597 0,162 0,787 0,424 0,829 0,797 0,536 0,195 0,026 0,615
Примечание: * - количество гомозигот по минорному аллелю / гетерозигот / гомозигот по частому аллелю. В расчетах использованы методы логической регрессии. СИЯ - хромосома; - однонуклеотидный полиморфизм. Но - наблюдаемая гетерозиготность; И е - ожидаемая гетерозиготность. Ритоб - уровень значимости для соответствия равновесию Харди-Вайнберга (ИЖЕ) (используется критерий хи-квадрат).
Note: * - the number of homozygotes for the minor allele / heterozygotes / homozygotes for the frequent allele. Used methods of logical regression. CHR - chromosome; SNP - single nucleotide polymorphism; Ho - observed heterozygosity; He - expected heterozygosity. MTR: 5,10-methylenetetrahydrofolate reductase; MTRR: methionine synthase reductase; SHMT1: serine hydroxymethyltransferase 1; TYMS: thymidylate synthetase. Phwe is the level of significance to match the Hardy-Weinberg equilibrium (HWE).
Таблица 3
Модели SNP х SNP взаимодействий генов матриксных металлопротеаз и фолатного цикла,
ассоциированные с развитием ЗРП
Table 3
Models of SNP x SNP interactions of matrix metalloprotease genes and the folate cycle,
associated with the development of FGR
N Модели SNP х SNP взаимодействий NH betaH WH NL betaL WL Pperm
Двухлокусные модели (р<2,7*10-3)
1 rs17577 MMP9 х rs1979277 SHMT1 2 0,417 11,56 1 -0,138 7,15 0,009
2 rs243865 MMP2 х rs1979277 SHMT1 2 0,417 11,56 1 -0,169 10,38 0,01
Трехлокусные модели (р<1,4*10-5)
3 rs243865 MMP2 х rs1805087 MTR х rs1979277 SHMT1 6 0,584 28,17 1 -0,134 4,65 <0,001
4 rs17577 MMP9 х rs1801394 MTRR х rs1979277 SHMT1 4 0,362 21,15 1 -0,166 4,27 0,002
5 rs3025058 MMP3 х rs243865 MMP2 х rs1979277 SHMT1 4 0,687 24,05 3 -0,223 15,24 0,006
Четырехлокусные модели (р<2*10-6)
6 rs17577 MMP9 х rs1799750 MMP1 х rs1805087 MTR х rs1979277 SHMT1 5 0,693 31,46 1 -0,201 6,40 0,005
7 rs11568819 MMP 7 х rs243 865 MMP2 х rs1801394 MTRR х rs 1979277 SHMT1 6 0,632 29,55 2 -0,276 8,43 0,050
Примечание: - результаты, полученные методом MB-MDR;
NH - число значимых сочетаний генотипов, которые связаны с повышенным риском формирования ЗРП;
beta Н - коэффициент линейной регрессии для сочетаний генотипов, связанных с повышенным риском ЗРП;
WH - статистика Вальда, применяемая для сочетаний генотипов, связанных с повышенным риском ЗРП;
NL - количество значимых сочетаний генотипов, связанных с пониженным риском возникновения ЗРП;
beta L - коэффициент линейной регрессии для сочетаний генотипов, связанных с пониженным риском ЗРП;
WL - статистика Вальда, применяемая для сочетаний генотипов, связанных с пониженным риском формирования ЗРП;
Pperm - уровень значимости моделей после проведенного пермутационного теста (выполнено 1000 пермутаций).
Note: - results obtained by the MB-MDR method;
NH is the number of significant combinations of genotypes that are associated with an increased risk of developing FGR;
beta H is the linear regression coefficient for combinations of genotypes associated with an increased risk of FGR;
WH - Wald statistics used for combinations of genotypes associated with an increased risk of FGR;
NL is the number of significant combinations of genotypes associated with a reduced risk of FGR;
beta L is the linear regression coefficient for combinations of genotypes associated with a reduced risk of FGR;
WL - Wald statistics used for combinations of genotypes associated with a reduced risk of developing FGR;
Pperm is the level of significance of the models after the permutation test (performed 1000 permutations).
rs17577
Г5Ш9277
A.
Б.
Рис. 1. Дендрограмма (А) и граф (Б) наиболее значимое SNPXSNP взаимодействие, ассоциированное с развитием ЗРП (получены методом MDR). Характеризуют силу и направленность влияния полиморфных локу^в и их сочетаний на развитие ЗРП (% энтропии). При обoзначении полиморфизма указаны хромoсома и rs SNP. Коричневый - независимый эффект, зеленый и синий - умеренный и выраженный антагонизм в SNPXSNP
взаимодействиях соответственно. Fig. 1. Dendrogram (A) and graph (Б) of the most significant SNPXSNP interaction associated with the development of IGR (obtained by the MDR method). They characterize the strength and direction of the influence of polymorphic loci and their combinations on the development of IGR (% of
entropy). When designating polymorphism, the chromosome and rs SNP are indicated. Brown - independent effect, green and blue - moderate and pronounced antagonism in SNPxSNP
interactions, respectively.
Таблица 4
Функциональные эффекты полиморфизма генов матриксных металлопротеиназ и фолатного цикла, ассоциированных с ЗРП в составе моделей межгенных
взаимодействий
Table 4
Functional effects of matrix metalloproteinase and folate cycle gene polymorphisms associated
with FGR in models of intergenic interactions
Перечень генов - кандидатов, связанных с функциональными эффектами 8-ми изученных SNPs
Полиморфизмы, ген Несиноми-ческие замены Регуляторные эффекты eQTL sQTL В целом
rs1805087 MTR MTR MTR MTR - MTR MTRR
rs1801394 MTRR MTRR MTRR MTRR - SHMT1 LLGL1 ALKBH5 CTD-2S0SH24.4 USPS2P2 TORSA SMCR8 SMCR7 FAM106A LINCO2076 LGALS9C MYO15A MIEF2 EVPLL NOS2P2 KRT17P2 FOXOSB TBC1D28 MMP-1 MMP-10 WTAPP1 LOC100288077 RP11-212I21.2 MMP-S MMP-7 MMP-9 SLC12A5
rs1979277 SHMT1 SHMT1 SHMT1 SMCR7 SMCR8 TOR3A SHMT1 LLGL1 ALKBH5 CTD-2S0SH24.4 USPS2P2 TORSA SMCR8 FAM106A LINCO2076 LGALS9C MYO15A MIEF2 EVPLL NOS2P2 KRT17P2 FOXOSB SHMT1 EVPLL USPS2P2 CTD-2S0SH24.2 MYO15A TBC1D28
rs1799750 MMP-1 LOC100288077 MMP-1 MMP-10 WTAPP1 WTAPP1
rs243865 MMP-2 LOC100288077 RP11-212I21.2
rs3025058 MMP-3 MMP-S MMP-3 L0C100288077 -
rs11568819 MMP-7 MMP-7 MMP-7 - PLTP SYS1
rs17577 MMP-9 MMP-9 MMP-9 ZNF335 SLC12A5 MMP-9 SLC12A5 PLTP SYS1 SNX21 RPL1SP2 DNTTIP1 RP11-465L10.10 CD40 SLC12A5 АСОТ8 SNX21 RPL1SP2 DNTTIP1 RP11-465L10.10 CD40 АСОТ8 ZNFSS5
В программе Gene Ontology проана- 8-ми изученных SNPs. Выявлено более два-
лизированы биологические пути 38 рас- дцати различных биологических путей, ха-
сматриваемых генов-кандидатов фолатного растеризующих функциональное значение
цикла и матриксных металлопротеиназ, этих генов в организме (таблица 5). Следует связанных с функциональными эффектами
отметить, что наибольшее сверхпрeдстави-тельствo (пoказатель Fold Enrichment> 100) имеют следующие биологические пути: ка-таболический распад коллагена (pfdr=3,09E-05) и активация матриксных металлопротеиназ (pfdr=2,36E-06). Также следует отметить, что наибольшую статистическую значимость, наряду с вышеуказанными путями, демонстрируют такие биологические пути, как, процесс метаболизма коллагена (Fold Enrichment - 69,48, pfdr=6,82E-05), распад внеклеточного мат-рикса (Fold Enrichment - 84,27, pfdr=4,15E-05), металлoэндопeптидазная активность (Fold Enrichment - 51,44, pfdr=3,00E-05), распад кoллагeна (Fold Enrichment - 28,68, pfdr=2,57E-05).
Ha cлeдyющeм этaпe рaбoты изучена гeнeтичeскaя сeть ген-генных взаимодействий 38 гeнoв-кандидатов, связанных с формированием ЗРП, с использованием программы GeneMANIA. Оценка сeти гeнoв-кaндидaтoв ЗРП (рисунок 2) пoкaзала, чтo их взaимoдeйcтвия oсyщeств-ляютcя чeрез физичeскиe взaимодeйствия (74,27%), кo-экспреccию (22,53%), ^^ora-лизaцию (2,86%). Среди этих генов наиболее значимые взаимодействия выявлены между генами MTR и MTRR (показатель веса (weight) физические взaимoдeйcтвия -0,87), MYH10 и LLGL1 (физические взаимодействия - 0,82), CD40LG и CD40 (физи-чeские взаимoдействия - 0,78), ABTB1 и DNTTIP1 (физические взаимодействия -0,73).
Итак, в результате проведенного исследования обнаружено 7 знaчимых моделей SNPXSNP взаимодействий генов мaтриксных мeталлопротеиназ и фолатного цикла, ассоциированных с развитием ЗРП, включающих восемь из дeсяти рaccмaтривaемыx SNPs (rs1805087 MTR, rs1801394 MTRR, rs1979277 SHMT1, rs1799750 MMP-1, rs243865 MMP-2, rs3025058 MMP-3, rs11568819 MMP-7, rs17577 MMP-9). В наибольшee число мoдeлей входят пoлимoрфныe лoкycы rs1979277 SHMT1 (7 мoдeлeй), rs243865 MMP-2 (4 мoдeли), rs3025058 MMP-3 (3 мoдeли). Полученные данные указывают на
тесную связь межлокусных взаимодействий генов фолатного цикла и матриксных металлопротеиназ с формированием задержки роста плода и их выраженные функциональные эффекты.
Предыдущие исследования показали, что матриксные металлопротеиназы играют важную регулирующую роль в имплантации и плацентации, обеспечивая успешную беременность [10, 11, 19]. Так, повышенные уровни MMP-2 наблюдались во всех областях плаценты у женщин с пре-эклампсией, что, влияло на деградацию плацентарного внеклеточного матрикса [20]. Известно, что плацента образована сложными и строго регулируемыми отношениями между тканями плода и матери, которые работают вместе, чтобы обеспечить успешную беременность. Она играет ключевую роль в имплантации, распознавании беременности матерью посредством синтеза гормонов, факторов роста и имму-номодулирующих реакций [30].
В работе Behforouz et al. была обнаружена значимая связь между полиморфизмом MMP-3 rs35068180 и риском невынашивания беременности [10]. Достоверной связи между невынашиванием беременности и полиморфизмами в генах MMP-2 (rs243865, rs2285053) и MMP-9 (rs3918242, rs17576) не выявлено [10]. Pereza et al., выполнившие исследование на базе Центра репродуктивной медицины Университета Чжэнчжоу в Китае, показали, что функциональные полиморфизмы генов MMP-2-735 C/T и MMP-9-1562 C/T могут быть связаны с повышенным риском идиопатического рецидивирующего самопроизвольного аборта у женщин [19].
Имеются литературные данные о связи SNPs изученных генов фолиевой кислоты с неблагоприятными исходами беременности в виде самопроизвольных преждевременных родов (rs1801394 MTRR и rs1979277 SHMT1) [31], дефектов нервной трубки (rs1801394 MTRR) [32, 33], рецидивирующих самопроизвольных абортов (rs1801394MTRR) [14-16], маточно-плацен-тарной недостаточности (rs1805087 MTR) [4].
Таблица 5 (начало)
Б^логические пути реализации фе^типических эффек^в 38 генов-кандидатов ЗРП (Gene Ontology (GO) Portal tools, http://geneontology.org)
Beginning of Table 5
Biological pathways for the realization of phenotypic effects of 38 candidate genes for FGR (Gene Ontology (GO) Portal tools, http://geneontology.org)
База данных Биологические пути Количество генов: Кратность «насыщения» генами (Fold Enrichment) p FDR
в изучаемой выборке генов среди 20595 генов, представленных в базе данных Gene Ontology
GO biological process Клеточный ответ на УФ лучи А спектра 11 3 > 100 6,42E-07 2,31E-03
Катаболический распад коллагена 38 5 > 100 1,97E-09 3,09E-05
Процесс метаболизма коллагена 57 5 69,48 1,31E-08 6,82E-05
Распад внеклеточного матрикса 47 5 84,27 5,29E-09 4,15E-05
Организация внеклеточного матрикса 288 5 13,75 2,88E-05 3,63E-02
Разрушение клеточных структур 291 5 13,61 3,03E-05 4,31E-02
Метаболизм птеридинсодержащих соединений 34 3 69,89 1,34E-05 3,01E-02
Процесс метаболизма витаминов 100 4 31,68 8,38E-06 2,19E-02
GO molecular function Металлоэндопептидазная активность 111 5 35,68 3,09E-07 i,31E-03
Активность эндопептидазы серинового типа 180 5 22,00 3,11E-06 7,61E-03
Активность серингидролазы 201 5 19,70 5,26E-06 3,13E-03
PANTHER Pathways Каскад активации плазминогена 21 3 > 100 3,54E-06 3,91E-04
Активность пресенилина при болезни Альцгей-мера 127 3 18,71 5,72E-04 4,78E-02
PANTHER GO-Slim Molecular Function Металлоэндопептидазная активность 77 5 51,44 5,41E-08 3,00E-05
Пептидазная активность 468 5 8,46 2,75E-04 2,18E-02
Гидролазная активность 1760 9 4,05 2,00E-04 i,83E-02
Каталитическая активность 3989 13 2,58 4,41E-04 2,72E-02
Эндопептидазная активность 359 5 11,03 8,08E-03 1,50E-02
Связывание Rab GTPase 106 3 22,42 3,42E-04 2,37E-02
Таблица 5 (окончание)
Б^логические пути реализации фе^типических эффек^в 38 генов-кандидатов ЗРП (Gene Ontology (GO) Portal tools, http://geneontology.org)
End of Table5
Biological pathways for the realization of phenotypic effects of 38 candidate genes for FGR (Gene Ontology (GO) Portal tools, http://geneontology.org)
Количество генов:
База данных Биологические пути в изучаемой выборке генов среди 20595 генов, представленных в базе данных Gene Ontology Кратность «насыщения» генами (Fold Enrichment) Р FDR
PANTHER GO-Slim Biological Process Организация внеклеточного матрикса 116 5 34,14 3,82E-Q7 8,32E-Q4
Организация клеточного комплекса 2624 12 3,62 3,16E-Q5 2,29E-Q2
Организация клеточного компонента или биогенез 2750 12 3,46 5,Q6E-Q5 2,76E-Q2
PANTHER Protein Class Металлопротеиназы 154 5 25,72 1,48E-Q6 2,85E-Q4
Дефектный MTR вызывает метилмалоновую ацидурию и гомоцистинурию типа cblG 2 2 > 100 9,16E-Q6 5,23E-Q3
Дефекты метаболизма кобаламина (B12) 14 2 > 100 1,81E-Q4 4,14E-Q2
Дефектный MTRR вызывает метилмалоновую ацидурию и гомоцистинурию типа cblE. 2 2 > 100 9,16E-Q6 4,18E-Q3
Активация матриксных металлопротеиназ 33 5 > 100 1,03E-09 2,36E-06
Reactome pathways Деградация внеклеточного матрикса 140 5 28,29 9,37E-Q7 7,13E-Q4
Метилирование 14 2 > 100 1,81E-Q4 4,61E-Q2
Распад коллагена 64 5 61,88 2,25E-08 2,57E-05
Сборка коллагеновых фибрилл и других муль-тимерных структур 60 3 39,61 6,72E-Q5 2,19E-Q2
Образование коллагена 89 3 26,70 2,Q7E-Q4 4,31E-Q2
Внеядерная передача сигналов эстрогена 73 3 32,55 1,18E-Q4 3,36E-Q2
Примечание: жирным выделены наиболее значимые показатели Note: the most significant indicators are highlighted in bold
Фф
Ф^, Ц|| вр ^^
nilfflnL ^^^^^ ja»
'»Hill f-Vj' ^^^
Networks
Physical Interactions Co-expression Co-localization И Genetic Interactions
Рис. 2. Сети межгенных взаимодействий генов-кандидатов фолатного цикла и металлопротеаз, связанных с формированием ЗРП (получены с помощью онлайн программы GeneMANIA (http://genemania.org)) (штриховкой указаны гены, ассоциированные с развитием ЗРП
по данным нашего исследования).
Fig. 2. Networks of intergenic interactions of folate cycle candidate genes and metalloproteases associated with the formation of FGR (obtained using the online program GeneMANIA (http://genemania.org)) (hatched genes are associated with the development of FGR according to our study).
Показана важная роль взаимодействия между потреблением фолиевой кислоты с пищей и rsl979277 SHMT1 в развитии спонтанных преждевременных родов и ЗРП [31]. С другой стороны, в некоторых работах связи между проанализированными SNPs и такими осложнениями беременности как маточно-плацентарная недостаточность и ЗРП (rs1801394 MTRR) [13], преэклампсия (rs1805087 MTR, rs1801394 MTRR) [5, 18], ЗРП (rs1805087 MTR, rs1801394 MTRR) [5, 18, 34], спонтанные преждевременные роды (rs1805087 MTR и rs1801394 MTRR) [5], дефекты нервной трубки (rs1979277 SHMT1) [17] не были обнаружены.
Barbosa et al. [35] выявили связь между полиморфизмом гена MTR (rs1805087) и уровнем гомоцистеина у беременных женщин. Кроме того, данные, представленные в этой статье, показывают, что взаимодействие между кобаламиновым статусом и полиморфизмом гена MTRR (rs1801394) связано с уровнем гомоцистеина. Lin et al. [16] показали негативное влияние rs1801394 MTRR на уровень гомоцистеина и липидов в сыворотке крови у пациенток с рецидивирующим самопроизвольным абортом. Интересно, что уровень материнского гомоцистеина и маточно-плацентарная недостаточность могут коррелировать с rs1805087MTR плода [13]. Независимая ассоциация rs1805087 MTR с более высоким риском дефицита фолата и ги-пергомоцистеинемии была обнаружена Li et al. [36, 37]. Низкий фолиевый статус и полиморфизмы генов фолатов (rs1801394 MTRR и rs1979277 SHMT1) могут оказывать синергетический эффект и определять аномальный липидный обмен [38].
Заключение. Таким образом, в настоящей работе установлено, что восемь из 10 рассматриваемых SNPs (rs1805087 MTR, rs1801394 MTRR, rs1979277 SHMT1, rs1799750 MMP-1, rs243865 MMP-2, rs3025058 MMP-3, rs11568819 MMP-7, rs17577 MMP-9) ассоциированы с развитием ЗРП. Ключевую роль в этих межло-кусных взаимодействиях играют полиморфизмы rs1979277 гена SHMT1, rs3025058
гена MMP-3 и rs243865 гена MMP-2. Вовлеченность этих локусов в биологические пути метаболизма фолатов и матриксных металлопротеиназ (катаболический распад коллагена и активация матриксных металлопротеиназ) определяет их патофизиологическую значимость при развитии ЗРП.
Информация о финансировании
Финансирование данной работы не проводилось.
Financial support
No financial support has been providedfor this work.
Конфликт интересов
Автор заявляет об отсутствии конфликта интересов. Conflict of interests
The author has no conflict of interest to declare.
Список литературы
1. Dumolt JH, Powell TL, Jansson T. Placental Function and the Development of Fetal Overgrowth and Fetal Growth Restriction. Obstetrics and Gynecology Clinics of North America. 2021;48(2):247-266. DOI: https://doi.org/10.1016/j.ogc.2021.02.001
2. Beune IM, Damhuis SE, Ganzevoort W, et al. Consensus Definition of Fetal Growth Restriction in Intrauterine Fetal Death: A Delphi Procedure. Archives of Pathology and Laboratory Medicine. 2021;145(4):428-436. DOI: https://doi.org/10.5858/arpa.2020-0027-0A
3. Решетников ЕА. Поиск ассоциаций генов-кандидатов, дифференциально экспресси-рующихся в плаценте, с риском развития плацентарной недостаточности с синдромом задержки роста плода. Научные результаты биомедицинских исследований. 2020;6(3):338-349. DOI: https://doi.org/10.18413/2658- 6533-2020-63-0-5
4. Diniz WJS, Reynolds LP, Ward AK, et al. Untangling the placentome gene network of beef heifers in early gestation. Genomics. 2022;114(2): 110274. DOI: https://doi.org/10.1016/j.ygeno.2022.110274
5. Jankovic-Karasoulos T, Furness DL, Leemaqz SY, et al. Maternal folate, one-carbon metabolism and pregnancy outcomes. Maternal
and Child Nutrition. 2021;17(1):e13064. DOI: https://doi.org/10.1111/mcn.13064
6. Головченко ОВ, Абрамова МЮ, Поно-маренко ИВ, и др. Полиморфные локусы гена ESR1 ассоциированы с риском развития преэк-лампсии с задержкой роста плода. Акушерство, гинекология и репродукция. 2020;14(6):583-591. DOI: https://doi.org/10.17749/2313-7347/ob.gyn.rep.2020.187
7. Golovchenko O, Abramova M, Ponoma-renko I, et al. Functionally significant polymorphisms of ESR1 and PGR and risk of intrauterine growth restriction in population of Central Russia. European Journal of Obstetrics and Gynecology and Reproductive Biology. 2020;253:52-57. DOI: https://doi.org/10.1016/j.ejogrb.2020.07.045
8. Головченко ОВ, Пономаренко ИВ, Чурносов МИ. Полиморфизм rs5918 гена ITGB3 повышает риск развития преэклампсии у беременных с задержкой роста плода. Гинекология. 2021;23(4):330-334. DOI: https://doi.org/10.26442/20795696.202L4.200863
9. Efremova O, Ponomarenko I, Churnosov M. Maternal polymorphic loci of rs1979277 serine hydroxymethyl transferase and rs1805087 5-meth-ylenetetrahydrofolate are correlated with the development of fetal growth restriction: A case-control study. International Journal of Reproductive Bio-Medicine. 2021;19(12): 1067-1074. DOI: https://doi.org/10.18502/ijrm.v19i12.10057
10.Behforouz A, Dastgheib SA, Abbasi H, et al. Association of MMP-2, MMP-3, and MMP-9 Polymorphisms with Susceptibility to Recurrent Pregnancy Loss. Fetal and Pediatric Pathology. 2021;40(5):378-386. DOI: https://doi.org/10.1080/15513815.2019.1710879
11.Park HS, Ko KH, Kim JO, et al. Association Study between the Polymorphisms of Matrix Metalloproteinase (MMP) Genes and Idiopathic Recurrent Pregnancy Loss. Genes. 2019;10(5):347. DOI: https://doi.org/10.3390/genes10050347
12.Klai S, Fekih-Mrissa N, El Housaini S, et al. Association of MTHFR A1298C polymorphism (but not of MTHFR C677T) with elevated homo-cysteine levels and placental vasculopathies. Blood Coagulation and Fibrinolysis. 2011;22(5):374-378. DOI:
https://doi.org/10.1097/MBC.0b013e328344f80f
13.Furness DLF, Fenech MF, Khong YT, et al. One-carbon metabolism enzyme polymorphisms and uteroplacental insufficiency. American Journal of Obstetrics and Gynecology. 2008;199(3):276.e1-8. DOI: https://doi.org/10.1016Zj.ajog.2008.06.020
14. Zhao X, Zhao Y, Ping Y, et al. Association between gene polymorphism of folate metabolism and recurrent spontaneous abortion in Asia: A Meta-analysis. Medicine. 2020;99(40):e21962. DOI:
https://doi.org/10.1097/MD.0000000000021962
15.Zhang Y, Zhan W, Du Q, et al. Variants c.677 C>T, c.1298 A>C in MTHFR, and c.66 A>G in MTRR Affect the Occurrence of Recurrent Pregnancy Loss in Chinese Women. Genetic Testing and Molecular Biomarkers. 2020;24(11):717-722. DOI: https://doi.org/10.1089/gtmb.2020.0106
16. Lin Z, Li Q, Sun Y, et al. Interactions between genetic variants involved in the folate metabolic pathway and serum lipid, homocysteine levels on the risk of recurrent spontaneous abortion. Lipids in Health and Disease. 2019;18(1):143. DOI: https://doi.org/10.1186/s12944-019-1083-7
17.Etheredge AJ, Finnell RH, Carmichael SL, et al. Maternal and infant gene-folate interactions and the risk of neural tube defects. American Journal of Medical Genetics, Part A. 2012;158A(10):2439-46. DOI: https://doi.org/10.1002/ajmg.a.35552
18.Furness DLF, Dekker GA, McCormack CD, et al. The association of folate pathway enzyme polymorphisms and pregnancy outcome. Reproduction, Fertility and Development. 2009;21(9): 121. DOI: https://doi.org/10.1071/SRB09Abs522
19.Pereza N, Ostojic S, Volk M, et al. Matrix metalloproteinases 1, 2, 3 and 9 functional single-nucleotide polymorphisms in idiopathic recurrent spontaneous abortion. Reproductive BioMedicine Online. 2012;24(5):567-75. DOI: https://doi.org/10.1016/j.rbmo.2012.01.008
20. Li L, Liu J, Qin S, et al. The association of polymorphisms in promoter region of MMP2 and MMP9 with recurrent spontaneous abortion risk in Chinese population. Medicine. 2018;97(40):e12561. DOI: https://doi.org/10.1097/MD.0000000000012561
21.Yan Y, Fang L, Li Y, et al. Association ofMMP2 and MMP9 gene polymorphisms with the recurrent spontaneous abortion: A meta-analysis. Gene. 2021;767:145173. DOI: https://doi.org/10.1016/j.gene.2020.145173
22.Krivoshei IV, Altuchova OB, Polonikov AV, et al. Bioinformatic analysis of the liability to the hyperplastic processes of the uterus. Research Journal of Pharmaceutical, Biological and Chemical Sciences. 2015;6(5):1563-6.
23.Reshetnikov E, Zarudskaya O, Polonikov A, et al. Genetic markers for inherited thrombophilia are associated with fetal growth retardation in the population of Central Russia. Journal of Obstetrics and Gynaecology Research. 2017;43:1139-1144. DOI: https://doi.org/10.1111/jog.13329
24.Пономаренко ИВ, Полоников АВ, Чурносов МИ. Полиморфные локусы гена LHCGR, ассоциированные с развитием миомы матки. Акушерство и гинекология. 2018;10:86-91. DOI: https://dx.doi.org/10.18565/aig.2018.10.86-91
25.Пономаренко ИВ, Решетников ЕА, Полоников АВ, и др. Полиморфный локус rs314276 гена LIN28B ассоциирован с возрастом менархе у женщин Центрального Черноземья России. Акушерство и гинекология. 2019;2:98-104. DOI: https://dx.doi.org/10.18565/aig.2019.2.98-104
26.Ward LD, French BF, Barbosa-Leiker C, et al. Application of Exploratory Factor Analysis and Item Response Theory to Validate the Genomic Nursing Concept Inventory. Journal of Nursing Education. 2016;55(1):9-17. DOI: https://doi.org/10.3928/01484834-20151214-05
27.Ward LD, Kellis M. HaploReg v4: systematic mining of putative causal variants, cell types, regulators and target genes for human complex traits and disease. Nucleic Acids Research. 2016;44(D1):D877-81. DOI: https://doi.org/10.1093/nar/gkv1340
28. Calle ML, Urrea V, Malats N, et al. mbmdr: an R package for exploring gene-gene interactions associated with binary or quantitative traits. Bioinformatics. 2010;26(17):2198-9. DOI: https://doi.org/10.1093/bioinformatics/btq352
29.GTEx Consortium. The GTEx Consortium atlas of genetic regulatory effects across human tissues. Science. 2020;369:1318-1330. DOI: 10.1126/science.aaz1776
30.Nardozza LMM, Caetano ACR, Zamar-ian ACP, et al. Fetal growth restriction: Current knowledge. Archives of Gynecology and Obstetrics. 2017;295:1061-1077. DOI: https://doi.org/10.1007/s00404-017-4341-9
31. Engel SM, Olshan AF, Siega-Riz AM, et al. Polymorphisms in folate metabolizing genes and risk for spontaneous preterm and small-for-gestational age birth. American Journal of Obstetrics and Gynecology. 2006;195(5):1231.e1-11. DOI: https://doi.org/10.1016/j.ajog.2006.07.024
32.Nasri K, Midani F, Kallel A, et al. Association of MTHFR C677T, MTHFR A1298C, and
MTRR A66G Polymorphisms with Neural Tube Defects in Tunisian Parents. Pathobiology. 2019;86(4): 190-200. DOI:
https://doi.org/10.1159/000499498
33.Yadav U, Kumar P, Yadav SK, et al. Polymorphisms in folate metabolism genes as maternal risk factor for neural tube defects: an updated meta-analysis. Metabolic Brain Disease. 2015;30(1):7-24. DOI: https://doi.org/10.1007/s11011-014-9575-7
34.Bulloch RE, Wall CR, McCowan LME, et al. The Effect of Interactions between Folic Acid Supplementation and One Carbon Metabolism Gene Variants on Small-for-Gestational-Age Births in the Screening for Pregnancy Endpoints (SCOPE) Cohort Study. Nutrients. 2020;12(6): 1677. DOI: https://doi.org/10.3390/nu12061677
35.Barbosa PR, Stabler SP, Machado AL, et al. Association between decreased vitamin levels and MTHFR, MTR and MTRR gene polymorphisms as determinants for elevated total homocys-teine concentrations in pregnant women. European Journal of Clinical Nutrition. 2008;62(8):1010-21. DOI: https://doi.org/10.1038/sj.ejcn.1602810
36. Li WX, Dai SX, Zheng JJ, et al. Homo-cysteine Metabolism Gene Polymorphisms (MTHFR C677T, MTHFR A1298C, MTR A2756G and MTRR A66G) Jointly Elevate the Risk of Fo-late Deficiency. Nutrients. 2015;7(8):6670-6687. DOI: https://doi.org/10.3390/nu7085303
37. Li WX, Cheng F, Zhang AJ, et al. Folate Deficiency and Gene Polymorphisms of MTHFR, MTR and MTRR Elevate the Hyperhomocyste-inemia Risk. Clinical Laboratory. 2017;63(3):523-533. DOI: 10.7754/Clin.Lab.2016.160917
38. Li WX, Lv WW, Dai SX, et al. Joint associations of folate, homocysteine and MTHFR, MTR and MTRR gene polymorphisms with dyslipidemia in a Chinese hypertensive population: a cross-sectional study. Lipids in Health and Disease. 2015;14:43. DOI: https://doi.org/10.1186/s12944-015-0040-3
References
1. Dumolt JH, Powell TL, Jansson T. Pla-cental Function and the Development of Fetal Overgrowth and Fetal Growth Restriction. Obstetrics and Gynecology Clinics of North America. 2021;48(2):247-266. DOI:
https://doi.org/10.1016Zj.ogc.2021.02.001
2. Beune IM, Damhuis SE, Ganzevoort W, et al. Consensus Definition of Fetal Growth Restriction in Intrauterine Fetal Death: A Delphi Procedure. Archives of Pathology and Laboratory Medicine. 2021;145(4):428-436. DOI: https://doi.org/10.5858/arpa.2020-0027-OA
3. Reshetnikov EA. Study of associations of candidate genes differentially expressing in the placenta with the development of placental insufficiency with fetal growth restriction. Research Results in Biomedicine. 2020;6(3):338-349. Russian. DOI: https://doi.org/10.18413/2658- 6533-2020-63-0-5
4. Diniz WJS, Reynolds LP, Ward AK, et al. Untangling the placentome gene network of beef heifers in early gestation. Genomics. 2022; 114(2): 110274. DOI: https://doi.org/10.1016/j.ygeno.2022.110274
5. Jankovic-Karasoulos T, Furness DL, Leemaqz SY, et al. Maternal folate, one-carbon metabolism and pregnancy outcomes. Maternal and Child Nutrition. 2021;17(1):e13064. DOI: https://doi.org/10.1111/mcn.13064
6. Golovchenko OV, Abramova MYu, Ponomarenko IV, et al. Polymorphic loci of the ESR1 gene are associated with the risk of developing preeclampsia with fetal growth retardation. Obstetrics, Gynecology and Reproduction. 2020;14(6):583-591. Russian. DOI: https://doi.org/10.17749/2313-7347/ob.gyn.rep.2020.187
7. Golovchenko O, Abramova M, Ponoma-renko I, et al. Functionally significant polymorphisms of ESR1 and PGR and risk of intrauterine growth restriction in population of Central Russia. European Journal of Obstetrics and Gynecology and Reproductive Biology. 2020;253:52-57. DOI: https://doi.org/10.1016/j.ejogrb.2020.07.045
8. Golovchenko OV, Ponomarenko IV, Churnosov MI. The rs5918 polymorphism in the ITGB3 gene increases the risk for preeclampsia in pregnant women with fetal growth retardation. Gynecology. 2021;23(4):330-334. Russian. DOI: https://doi.org/10.26442/20795696.202L4.200863
9. Efremova O, Ponomarenko I, Churnosov M. Maternal polymorphic loci of rs1979277 serine hydroxymethyl transferase and rs1805087 5-meth-ylenetetrahydrofolate are correlated with the development of fetal growth restriction: A case-control study. International Journal of Reproductive Bio-Medicine. 2021;19(12):1067-1074. DOI: https://doi.org/10.18502/ijrm.v19i12.10057
10.Behforouz A, Dastgheib SA, Abbasi H, et al. Association of MMP-2, MMP-3, and MMP-9 Polymorphisms with Susceptibility to Recurrent Pregnancy Loss. Fetal and Pediatric Pathology. 2021;40(5):378-386. DOI: https://doi.org/10.1080/15513815.2019.1710879
11.Park HS, Ko KH, Kim JO, et al. Association Study between the Polymorphisms of Matrix Metalloproteinase (MMP) Genes and Idiopathic Recurrent Pregnancy Loss. Genes. 2019;10(5):347. DOI: https://doi.org/10.3390/genes10050347
12.Klai S, Fekih-Mrissa N, El Housaini S, et al. Association of MTHFR A1298C polymorphism (but not of MTHFR C677T) with elevated homocysteine levels and placental vasculopathies. Blood Coagulation and Fibrinolysis. 2011;22(5):374-378. DOI:
https://doi.org/10.1097/MBC.0b013e328344f80f
13. Furness DLF, Fenech MF, Khong YT, et al. One-carbon metabolism enzyme polymorphisms and uteroplacental insufficiency. American Journal of Obstetrics and Gynecology. 2008;199(3):276.e1-8. DOI: https://doi.org/10.1016/j.ajog.2008.06.020
14. Zhao X, Zhao Y, Ping Y, et al. Association between gene polymorphism of folate metabolism and recurrent spontaneous abortion in Asia: A Meta-analysis. Medicine. 2020;99(40):e21962. DOI:
https://doi.org/10.1097/MD.0000000000021962
15.Zhang Y, Zhan W, Du Q, et al. Variants c.677 C>T, c.1298 A>C in MTHFR, and c.66 A>G in MTRR Affect the Occurrence of Recurrent Pregnancy Loss in Chinese Women. Genetic Testing and Molecular Biomarkers. 2020;24(11):717-722. DOI: https://doi.org/10.1089/gtmb.2020.0106
16. Lin Z, Li Q, Sun Y, et al. Interactions between genetic variants involved in the folate metabolic pathway and serum lipid, homocysteine levels on the risk of recurrent spontaneous abortion. Lipids in Health and Disease. 2019;18(1):143. DOI: https://doi.org/10.1186/s12944-019-1083-7
17.Etheredge AJ, Finnell RH, Carmichael SL, et al. Maternal and infant gene-folate interactions and the risk of neural tube defects. American Journal of Medical Genetics, Part A. 2012;158A(10):2439-46. DOI: https://doi.org/10.1002/ajmg.a.35552
18. Furness DLF, Dekker GA, McCormack CD, et al. The association of folate pathway enzyme polymorphisms and pregnancy outcome. Reproduction, Fertility and Development.
2009;21(9): 121. DOI:
https://doi.org/10.1071/SRB09Abs522
19.Pereza N, Ostojic S, Volk M, et al. Matrix metalloproteinases 1, 2, 3 and 9 functional single-nucleotide polymorphisms in idiopathic recurrent spontaneous abortion. Reproductive BioMedicine Online. 2012;24(5):567-75. DOI: https://doi.org/10.1016/j.rbmo.2012.01.008
20.Li L, Liu J, Qin S, et al. The association of polymorphisms in promoter region of MMP2 and MMP9 with recurrent spontaneous abortion risk in Chinese population. Medicine. 2018;97(40):e12561. DOI: https://doi.org/10.1097/MD.0000000000012561
21.Yan Y, Fang L, Li Y, et al. Association ofMMP2 and MMP9 gene polymorphisms with the recurrent spontaneous abortion: A meta-analysis. Gene. 2021;767:145173. DOI: https://doi.org/10.1016Zj.gene.2020.145173
22.Krivoshei IV, Altuchova OB, Polonikov AV, et al. Bioinformatic analysis of the liability to the hyperplastic processes of the uterus. Research Journal of Pharmaceutical, Biological and Chemical Sciences. 2015;6(5):1563-6.
23.Reshetnikov E, Zarudskaya O, Polonikov A, et al. Genetic markers for inherited thrombo-philia are associated with fetal growth retardation in the population of Central Russia. Journal of Obstetrics and Gynaecology Research. 2017;43:1139-1144. DOI: https://doi.org/10.1111/jog.13329
24.Ponomarenko IV, Polonikov AV, Churn-osov MI. Polymorphic LHCGR gene loci associated with the development of uterine fibroids. Obstetrics and Gynecology. 2018;10:86-91. Russian. DOI: https://dx.doi.org/10.18565/aig.2018.10.86-91
25.Ponomarenko IV, Reshetnikov EA, Polonikov AV, et al. The polymorphic locus rs314276 of the LIN28B gene is associated with the age of menarche in women of the Central Black Earth Region of Russia. Obstetrics and Gynecology. 2019;2:98-104. Russian. DOI: http://dx.doi.org/10.18565/aig.20192.98-104
26.Ward LD, French BF, Barbosa-Leiker C, et al. Application of Exploratory Factor Analysis and Item Response Theory to Validate the Ge-nomic Nursing Concept Inventory. Journal of Nursing Education. 2016;55(1):9-17. DOI: https://doi.org/10.3928/01484834-20151214-05
27.Ward LD, Kellis M. HaploReg v4: systematic mining of putative causal variants, cell types, regulators and target genes for human complex traits and disease. Nucleic Acids Research.
2016;44(D1):D877-81. DOI:
https://doi.org/ 10.1093/nar/gkv1340
28. Calle ML, Urrea V, Malats N, et al. mbmdr: an R package for exploring gene-gene interactions associated with binary or quantitative traits. Bioinformatics. 2010;26(17):2198-9. DOI: https://doi.org/10.1093/bioinformatics/btq352
29.GTEx Consortium. The GTEx Consortium atlas of genetic regulatory effects across human tissues. Science. 2020;369:1318-1330. DOI: 10.1126/science.aaz 1776
30.Nardozza LMM, Caetano ACR, Zamar-ian ACP, et al. Fetal growth restriction: Current knowledge. Archives of Gynecology and Obstetrics. 2017;295:1061-1077. DOI: https://doi.org/10.1007/s00404-017-4341-9
31. Engel SM, Olshan AF, Siega-Riz AM, et al. Polymorphisms in folate metabolizing genes and risk for spontaneous preterm and small-for-gestational age birth. American Journal of Obstetrics and Gynecology. 2006;195(5):1231.e1-11. DOI: https://doi.org/10.1016/j.ajog.2006.07.024
32.Nasri K, Midani F, Kallel A, et al. Association of MTHFR C677T, MTHFR A1298C, and MTRR A66G Polymorphisms with Neural Tube Defects in Tunisian Parents. Pathobiology. 2019;86(4): 190-200. DOI: https://doi.org/10.1159/000499498
33.Yadav U, Kumar P, Yadav SK, et al. Polymorphisms in folate metabolism genes as maternal risk factor for neural tube defects: an updated meta-analysis. Metabolic Brain Disease. 2015;30(1):7-24. DOI: https://doi.org/10.1007/s11011-014-9575-7
34.Bulloch RE, Wall CR, McCowan LME, et al. The Effect of Interactions between Folic Acid Supplementation and One Carbon Metabolism Gene Variants on Small-for-Gestational-Age Births in the Screening for Pregnancy Endpoints (SCOPE) Cohort Study. Nutrients. 2020;12(6): 1677. DOI: https://doi.org/10.3390/nu12061677
35.Barbosa PR, Stabler SP, Machado AL, et al. Association between decreased vitamin levels and MTHFR, MTR and MTRR gene polymorphisms as determinants for elevated total homocys-teine concentrations in pregnant women. European Journal of Clinical Nutrition. 2008;62(8):1010-21. DOI: https://doi.org/10.1038/sj.ejcn.1602810
36. Li WX, Dai SX, Zheng JJ, et al. Homo-cysteine Metabolism Gene Polymorphisms (MTHFR C677T, MTHFR A1298C, MTR A2756G
and MTRR A66G) Jointly Elevate the Risk of Folate Deficiency. Nutrients. 2015;7(8):6670-6687. DOI: https://doi.org/10.3390/nu7085303
37. Li WX, Cheng F, Zhang AJ, et al. Folate Deficiency and Gene Polymorphisms of MTHFR, MTR and MTRR Elevate the Hyperhomocyste-inemia Risk. Clinical Laboratory. 2017;63(3):523-533. DOI: 10.7754/Clin.Lab.2016.160917
38. Li WX, Lv WW, Dai SX, et al. Joint associations of folate, homocysteine and MTHFR, MTR and MTRR gene polymorphisms with dyslipidemia in a Chinese hypertensive population: a cross-sectional study. Lipids in Health and Disease. 2015;14:43. DOI: https://doi.org/10.1186/s12944-015-0040-3 Статья поступила в редакцию 17 октября 2021 г. Поступила после доработки 28 ноября 2021 г. Принята к печати 20 декабря 2021 г.
Received 17 October 2021 Revised 28 November 2021 Accepted 20 December 2021
Информация об авторе
Олеся Адамовна Ефремова, врач-генетик, Клиника репродуктивной медицины им. академика В.И. Грищенко, г. Харьков, Украина, E-mail: efremovaolesya@gmail.com, ORCID: https://orcid.org/0000-0003-3710-9942.
Information about the author Olesya A. Efremova, Geneticist, Grishchenko Clinic of Reproductive Medicine, Kharkov, Ukraine, E-mail: efremovaolesya@gmail.com, ORCID: https://orcid.org/0000-0003-3710-9942.
