CC BY
48
шш^ш
УДК 575.174.015.3:616.379-008.64-092 DOI: 10.18413/2658-6533-2020-6-1-0-2
Ю.Э. Азарова1,
Е.Ю. Клёсова1, Вклад полиморфизма ^11927381 гена ЮГ2БР2
С.Ю. Сакали2, в патогенез сахарного диабета 2 типа
А.П. Ковалев3
1 Федеральное государственное бюджетное образовательное учреждение высшего образования «Курский государственный медицинский университет», ул. Карла Маркса, д. 3, г. Курск, 305041, Российская Федерация 2 Областное бюджетное учреждение здравоохранения «Курская городская больница №6»
Комитета здравоохранения Курской области, ул. Союзная, д. 30, г. Курск, 305022, Российская Федерация 3 Областное бюджетное учреждение здравоохранения «Курская областная клиническая станция переливания крови» Комитета здравоохранения Курской области, ул. Кольцова, д. 11, г. Курск, 305035, Российская Федерация Автор для переписки: Ю.Э. Азарова (azzzzar@yandex.ru)
Аннотация
Актуальность: Дисфункция бета-клеток поджелудочной железы, наряду с ин-сулинорезистентностью периферических тканей, является ключевым звеном патогенеза сахарного диабета 2 типа. В этой связи значительный интерес представляет изучение роли полиморфизмов генов, непосредственно участвующих в работе бета-клеток островков Лангерганса, в формировании предрасположенности к заболеванию. Цель исследования: Изучить связь полиморфного варианта гена кодирующего белок 2 связывающий мРНК инсулиноподобного фактора роста 2, IGF2BP2, (Т>С, rs11927381) с риском развития СД2 у жителей Курской области. Материалы и методы: В исследование были включены 559 больных СД2 и 540 практически здоровых добровольцев. Генотипирование полиморфизма гена IGF2BP2 (Т>С, rs11927381) было выполнено с использованием технологии iPLEX на геномном времяпролетном масс-спектрометре MassArray Analyzer 4 (Agena Bioscience). Статистическую обработку полученных данных проводили с помощью онлайн программы SNPStats. Результаты: Частота встречаемостигенотипа С/С была значимо выше в группе больных СД2 по сравнению с группой контроля (OR 1,75; 95%CI 1,25-2,44; P=0,0026). Ассоциация сохранила значимость и после введения поправок на пол, возраст и индекс массы тела (OR 1,87; 95%CI 1,26-2,78; P=0,0054). Стратифицированный анализ по полу показал, что выявленная ассоциация была характерна только для мужчин (OR 2,27; 95%CI 1,17-4,40; P=0,041), в то время как у женщин ассоциация не наблюдалась (P>0,05). Генотипы С/Т и С/С были ассоциированы со снижением содержания общего холестерина и липопротеинов низкой плотности у больных СД2 (Р<0,05). Заключение: Установленная ассоциация указывает на вовлеченность гена IGF2BP2 в формирование предрасположенности к СД2. Изучаемый вариант rs 11927381 также связан с более низким содержанием общего холестерина и липопротеинов низкой плотности у пациентов с СД2, что может быть следствием эффектов SNP на эпигенетическом уровне. Ключевые слова: сахарный диабет 2 типа; однонуклеотидный полиморфизм; IGF2BP2; генетическая предрасположенность
Для цитирования: Азарова ЮЭ, Клёсова ЕЮ, Сакали СЮ, и др. Вклад полиморфизма ге 11927381 гена IGF2BP2 в патогенез сахарного диабета 2 типа. Научные результаты биомедицинских исследований. 2020;6(1):9-19. DOI:
1 Kursk State Medical University, 3 Karl Marx St., Kursk, 305041, Russia
2 Kursk City Hospital N 6, 30 Soyuznaya St., Kursk, 305022, Russia
3 Kursk Regional Clinical Station of Blood Transfusion, 11 Koltsova St., Kursk, 305035, Russia Corresponding author: Iuliia E. Azarova (azzzzar@yandex.ru)
Background: Pancreatic beta-cell dysfunction, along with the insulin resistance of peripheral tissues, is a key element in the pathogenesis of type 2 diabetes (T2D). In this regard, of considerable interest is the study of the role of polymorphisms of the genes directly involved in the work of the beta cells of the islets of Langerhans in the formation of susceptibility to the disease. The aim of the study: To study the relationship of the polymorphic variant of the gene encoding insulin like growth factor 2 mRNA binding protein 2, IGF2BP2, (T>C, rs11927381) with the risk of developing T2D in the residents of the Kursk region. Materials and methods: The study included 559 patients with type 2 diabetes and 540 healthy volunteers. Genotyping of the IGF2BP2 gene polymorphism (T>C, rs11927381) was performed using iPLEX technology on a genomic time-of-flight mass spectrometer MassArray Analyzer 4 (Agena Bioscience). Statistical analysis was performed with the use of the online program SNPStats. Results: The frequency of the C/C genotype was significantly higher in the group of patients with T2D compared with the control group (OR 1.75; 95% CI 1.25-2.44; P=0.0026). The association retained its significance after adjustment for sex, age and body mass index (OR 1.87; 95% CI 1.26-2.78; P=0.0054). A gender-stratified analysis showed that the identified association was typical only for men (OR 2.27; 95% CI 1.17-4.40; P=0.041), while in women it was not observed (P>0.05). C/T and C/C genotypes were associated with a decrease in total cholesterol and low-density lipoproteins in patients with T2D (P<0.05). Conclusion: The established association indicates the involvement of the IGF2BP2 gene in the formation of susceptibility to T2D. The studied variant of rs11927381 is also associated with lower levels of total cholesterol and low-density lipoproteins in type 2 diabetic patients that may account for the SNP effects on epigenetic markers, such as methylation and acetylation.
Keywords: type 2 diabetes mellitus; single nucleotide polymorphism; IGF2BP2; genetic predisposition
10.18413/2658-6533-2020-6-1 -0-2
Iuliia E. Azarova1, Elena Yu. Klyosova1, Svetlana Yu. Sakali2, Alexey P. Kovalev3
Contribution of rs11927381 polymorphism of the IGF2BP2 gene to the pathogenesis of type 2 diabetes
Abstract
For citation: Azarova IE, Klyosova EYu, Sakali SYu, et al. Contribution of rs11927381 polymorphism of the IGF2BP2 gene to the pathogenesis of type 2 diabetes. Research Results in Biomedicine. 2020;6(1):9-19. (In Russian) DOI: 10.18413/2658-6533-2020-6-1 -0-2
Введение. Распространенность сахарного диабета стремительно растет во всем мире, и по данным Международной диабетической федерации, на сегодняшний день составляет более 425 млн человек [1]. На конец 2018 года в России насчитывалось 4,58 млн больных диабетом, 92,6% которых (4,24 млн человек) страдают сахарным диабетом 2 типа (СД2) [2]. За период с 2000 по 2018 гг число больных СД2 в нашей стране выросло более чем в 2 раза. Всероссийское эпидемиологическое исследование NATION выявило диабетическую гипергликемию у 5,4% участников исследования в возрасте 20-79 лет, что увеличивает общее число пациентов до 8 млн человек [3].
Заболевание представляет собой серьезную многофакторную патологию, в реализации фенотипа которой принимают участие генетические и средовые факторы. Полногеномные ассоциативные исследования, проведенные за последние 12 лет и включавшие более миллиона больных и трех миллионов здоровых лиц, выявили сотни однонуклеотидных вариантов, связанных с риском развития СД2 [4]. Значительная часть обнаруженных полиморфизмов локализована в некодирующих областях генома или межгенных пространствах, что осложняет интерпретацию полученных данных. Локусы, биологическую роль которых удалось установить, в большей степени влияют на бета-клетки поджелудочной железы, определяя их количество, массу, функциональную активность, чувствительность к уровню глюкозы в крови, а также выживаемость в условиях глюкозо- и липотоксичности. Гораздо меньшее количество вариантов ассоциировано с изменениями в сигнализации инсулина в периферических тканях, приводящих к инсулинорезистентности [5]. Помимо снижения чувствительности периферических тканей к инсулину и нарушения его
продукции поджелудочной железой, существующая сегодня концепция патогенеза СД2 включает увеличение продукции глюкозы печенью, усиление секреции глюка-гона островками Лангерганса, уменьшение синтеза гормонов желудочно-кишечного тракта инкретинов, повышение реабсорбции глюкозы почками, усиление всасывания глюкозы в кишечнике, а также повышение активности центров аппетита в гипоталамусе. Перечисленные восемь звеньев составляют так называемый «угрожающий октет» DeFronzo [6], любой компонент которого может способствовать развитию хронической гипергликемии и нарушению практически всех видов обмена.
Одним из генов, связь которого с СД2 была впервые установлена в полногеномных исследованиях, является ген IGF2BP2, кодирующий белок 2 связывающий мРНК инсулиноподобного фактора роста 2 [7]. Ассоциация полиморфного варианта ге 11927381 с риском СД2 была выявлена на этнически гетерогенной популяции и ни разу не была реплицирована.
Цель исследования. Изучение связи полиморфизма гена IGF2BP2, (ге11927381, Т>С) с риском развития СД2 у жителей Курской области.
Материалы и методы исследования. Протокол исследования был одобрен Региональным этическим комитетом при КГМУ. В исследование вошли 559 больных СД2 (155 мужчин и 404 женщины) со средним возрастом 62,2±7,5 лет, находившихся на стационарном лечении в эндокринологическом отделении Курской городской клинической больницы скорой медицинской помощи с января по декабрь 2018 года. Диагноз СД2 устанавливали на основе критериев ВОЗ [8, 9]. Группу контроля составили 540 практически здоровых добровольцев (239 мужчин и 301 женщина) со средним возрастом 61,1±5,9 лет, доноров Областной станции переливания
крови, как было описано нами ранее [10, 11]. У всех участников исследования на основе письменного информированного согласия проводили забор 5 мл венозной крови натощак в вакуумные пробирки Vacuette с ЭДТА в качестве антикоагулянта. Геномную ДНК выделяли с помощью биохимического набора QIAamp DNA BloodMiniKit (Qiagen) на автоматической станции для экстракции белков и нуклеиновых кислот QiaCube (Qiagen). Генотипи-рование полиморфизма гена IGF2BP2 (Т>С, rs 11927381) было выполнено с использованием технологии iPLEX на геномном масс-спектрометре MassArrayAnalyzer 4 (AgenaBioscience). Для проведения биохимических исследований 5 мл крови натощак забирали в вакуумные пробирки с гепарином лития. Концентрации глюкозы, гликированного гемоглобина, триглицеридов, общего холестерина и его подфракций определяли наборами фирмы «Диакон-ДС» на полуавтоматическом биохимическом анализаторе Clima MC-15 (RAL).
Биоинформатический анализ проводили с применением инструментов STRING (https://string-db.org) для визуальной оценки белковых партнеров IGF2BP2; GeneOntology (http://geneontology.org) для поиска общих генных онтологий партнеров IGF2BP2; mQTLDatabase (http://www.mqtldb.org) иENCODE (https://www.encodeproject.org) для изучения влияния изучаемого SNPra статус метилирования гена и другие эпигенетические метки. Статистическую обработку полученных данных проводили с помощью онлайн программы SNPStats (https ://www.snpstats .net/ start.htm). Тестировали пять генетических моделей: кодо-минантную, доминантную, рецессивную, сверхдоминантную и log-аддитивную. Ассоциация считалась значимой при Р<0,05. Для проверки нормальности распределения биохимических показателей использовали критерий Колмогорова-Смирнова. Переменные, имеющие нормальное распределение, были описаны с использованием среднего значения (Mean) и стандартного отклонения (St.Dv.) в виде
Mean±St.Dv. В качестве теста статистической значимости использовали тест Стью-дента. Показатели с ненормальным распределением описывали с использованием медианы (Мedian), первого ^1) и третьего ^3) квартилей, в виде: Мedian ^1; Q3]. В качестве теста статистической значимости в таких случаях применяли критерий Ман-на-Уитни. Обнаруженные отличия групп принимались за статистически значимые при p<0,05.
Результаты и их обсуждение. Демографические и лабораторные характеристики больных и здоровых приведены в таблице 1. Стаж диабета составил 10,6 лет. Наследственная отягощенность присутствовала у трети пациентов. Подавляющее большинство больных также страдали артериальной гипертонией, у 31,8% больных была установлена одна из форм ишемиче-ской болезни сердца. Анализ результатов биохимического исследования крови выявил классические для СД2 гипергликемию, повышение уровня гликированного гемоглобина, общего холестерина, липо-протеинов низкой плотности, триацилгли-церолов на фоне снижения содержания липопротеинов высокой плотности.
Данные по частотам аллелей и генотипов IGF2BP2 у больных и здоровых лиц представлены в таблице 2.
Частота встречаемости генотипа С/С была значимо выше в группе больных СД2 по сравнению с группой контроля (OR 1,75; 95%а 1,25-2,44; P=0,0026, кодоми-нантная модель). Ассоциация сохранила значимость и после введения поправок на пол, возраст и индекс массы тела (OR 1,87; 95%а 1,26-2,78; P=0,0054, кодоминантная модель). Стратифицированный анализ по полу (табл. 3) показал, что выявленная ассоциация была характерна только для мужчин ДО 2,27; 95%а 1,17-4,40; P=0,041, кодоминантная модель), в то время как у женщин после введения поправок на возраст и индекс массы тела ассоциация не наблюдалась ^>0,05). Тем не менее, частота минорного аллеля С была значимо выше у пациентов с СД2 как в общей выборке, так и в подгруппах мужчин и женщин.
Таблица 1
Клинико-лабораторные показатели участников исследования
Table 1
Clinical and laboratory characteristics of the study participants
Параметры сравнения Контроль, n=540 Больные СД2, n=559 Р
Возраст, ср.±ст.откл. 61,1±5,9 62,2±7,5 0,17
Число мужчин, п (%) 239 (44,2) 155 (27,7) <0,0001
Индекс массы тела, кг/м2 26,4±4,6 32,7±4,9 <0,0001
Стаж диабета, Ме Q3] - 10,6 [3; 12] -
Наследственная отягощенность, п (%) - 186 (33,3) -
Артериальная гипертония, п (%) - 469 (83,9%) -
ИБС, п (%) - 178 (31,8) -
ИЪЛю (%),Ме [01; 03] 4,69 [4,12; 4,97] 8,90 [7,97; 10,80] <0,0001
Глюкоза крови натощак, Ме [01; 03] 4,56 [4,41; 4,88] 11,70 [9,34; 15,11] <0,0001
Общийхолестерин (ммоль/л), Ме [01; 03] 3,11 [2,89; 3,18] 4,81 [4,10; 6,04] <0,0001
ЛПН (ммоль/л), Ме [01; 03] 1,77 [1,51; 1,76] 3,12 [2,48; 4,09] <0,0001
ЛВП (ммоль/л), Ме [01; 03] 1,38 [1,32; 1,67] 0,82 [0,74; 1,08] <0,0001
ТАГ (ммоль/л), Ме [01; 03] 1,13 [0,92; 1,36] 2,27 [1,85; 3,02] <0,0001
Примечание: ЛНП - липопротеины низкой плотности; ЛВР - липопротеины высокой плотности; ТАГ - триацилглицеролы
Note: ЛНП - low density lipoproteins; ЛВР - high density lipoproteins; ТАГ - triacylglycerols
Таблица 2
Сравнительный анализ частот генотипов и аллелей изучаемого гена
Table 2
Comparative analysis of frequencies of the studied gene genotypes and alleles
Модель Генотип / Аллель Контроль, n=540 Больные СД2, n=559 OR (95% CI) P OR* (95% CI) P*
- С 35,9 43,6 1,38 (1,16-1,63) 0,00026 - -
Кодоминантная T/T 238 (44,1%) 195 (34,9%) 1,00 0,0026 1,00 0,0054
C/T 216 (40%) 241 (43,1%) 1,36 (1,05-1,77) 1,40 (1,02-1,92)
C/C 86 (15,9%) 123 (22%) 1,75 (1,25-2,44) 1,87 (1,26-2,78)
Доминантная T/T 238 (44,1%) 195 (34,9%) 1,00 0,0018 1,00 0,0039
C/T-C/C 302 (55,9%) 364 (65,1%) 1,47 (1,15-1,88) 1,53 (1,14-2,05)
Рецессивная T/T-C/T 454 (84,1%) 436 (78%) 1,00 0,01 1,00 0,013
C/C 86 (15,9%) 123 (22%) 1,49 (1,10-2,02) 1,58 (1,10-2,26)
Сверхдоминантная T/T-C/C 324 (60%) 318 (56,9%) 1,00 0,3 1,00 0,38
C/T 216 (40%) 241 (43,1%) 1,14 (0,89-1,45) 1,14 (0,85-1,52)
Log-аддитивная — --- --- 1,33 (1,13-1,56) 0,0006 1,37 (1,13-1,66) 0,0012
Примечание: OR* (95% CI) -отношение шансов и доверительный интервал при поправке на пол, возраст и ИМТ; P*- уровень значимости при поправке на пол, возраст и ИМТ Note: OR* (95% CI) - odds ratio and confidence interval when adjusted for gender, age and BMI; P*- significance level when adjusted for gender, age and BMI
Таблица 3
Стратифицированный по полу сравнительный анализ частот генотипов
и аллелей изучаемого гена
Table 3
Gender-stratified comparative analysis of frequencies of the studied gene genotypes
and alleles
Модель Генотип/Алл ель Контроль, n=540 Больные СД2, n=559 OR (95% CI) P OR (95% CI)* P*
Мужчины
- С 36,2 48,4 1,65 (1,24-2,21) 0,001 - -
Кодоминантная T/T 103 (43,1%) 44 (28,4%) 1,00 0,0049 1,00 0,041
C/T 99 (41,4%) 72 (46,5%) 1,70 (1,07-2,71) 1,59 (0,93-2,73)
C/C 37 (15,5%) 39 (25,2%) 2,47 (1,39-4,37) 2,27 (1,17-4,40)
Доминантная T/T 103 (43,1%) 44 (28,4%) 1,00 0,0029 1,00 0,023
C/T-C/C 136 (56,9%) 111 (71,6%) 1,91 (1,24-2,95) 1,78 (1,08-2,93)
Рецессивная T/T-C/T 202 (84,5%) 116 (74,8%) 1,00 0,018 1,00 0,061
C/C 37 (15,5%) 39 (25,2%) 1,84 (1,11-3,04) 1,76 (0,98-3,16)
Сверхдоминантная T/T-C/C 140 (58,6%) 83 (53,5%) 1,00 0,33 1,00 0,49
C/T 99 (41,4%) 72 (46,5%) 1,23 (0,82-1,84) 1,18 (0,74-1,90)
Log-аддитивная — --- --- 1,59 (1,20-2,10) 0,0012 1,52 (1,09-2,10) 0,012
Женщины
- С 35,7 41,7 1,29 (1,04-1,60) 0,023 - -
Кодоминантная T/T 135 (44,9%) 151 (37,4%) 1,00 0,099 1,00 0,32
C/T 117 (38,9%) 169 (41,8%) 1,29 (0,93-1,80) 1,24 (0,83-1,86)
C/C 49 (16,3%) 84 (20,8%) 1,53 (1,01-2,34) 1,44 (0,87-2,41)
Доминантная T/T 135 (44,9%) 151 (37,4%) 1,00 0,046 1,00 0,17
C/T-C/C 166 (55,1%) 253 (62,6%) 1,36 (1,01-1,85) 1,30 (0,90-1,89)
Рецессивная T/T-C/T 252 (83,7%) 320 (79,2%) 1,00 0,13 1,00 0,28
C/C 49 (16,3%) 84 (20,8%) 1,35 (0,91-1,99) 1,30 (0,81-2,07)
Сверхдоминантная T/T-C/C 184 (61,1%) 235 (58,2%) 1,00 0,43 1,00 0,61
C/T 117 (38,9%) 169 (41,8%) 1,13 (0,83-1,53) 1,10 (0,76-1,59)
Log-аддитивная — --- --- 1,25 (1,02-1,53) 0,033 1,21 (0,94-1,55) 0,13
Примечание: OR (95% CI) -отношение шансов и доверительный интервал при поправке на пол, возраст и ИМТ; P*- уровень значимости при поправке на пол, возраст и ИМТ Note: OR* (95% CI) - odds ratio and confidence interval when adjusted for gender, age and BMI; P*- significance level when adjusted for gender, age and BMI
Мы также проанализировали связь всех количественных биохимических показателей, измеренных в плазме крови больных и здоровых, с генотипами IGF2BP2 (табл. 4). Как оказалось, генотипы С/Т и С/С ассоциированы со снижением содержания общего холестерина на 0,31 и 0,32 ммоль/л, соответственно (Р=0,036,
кодоминантная модель). Кроме того, генотип С/С связан и со снижением уровня ли-попротеинов низкой плотности на 0,45 ммоль/л у больных СД2 (Р=0,041, кодоминантная модель). Значимых взаимосвязей IGF2BP2 с другими метаболическими показателями выявлено не было.
Таблица 4
Ассоциации генотипов IGF2BP2cпоказателями липидного обмена пациентов с СД2
Table 4
Associations of IGF2BP2 with parameters o ' lipid metabolism of type 2 diabetic patients
Генотип n Ср.±ст.откл., ммоль/л Отличие (95% CI) P
Общий холестерин
T/T 192 5,19±0,1 0,00
T/C 238 4,88±0,08 -0,31 (-0,56 - -0,05) 0,036CD
C/C 119 4,88±0,12 -0,32 (-0,62 - -0,01)
ЛНП
T/T 142 3,55±0,12 0,00
T/C 169 3.28±0.1 -0.27 (-0.57 - 0.03) 0,041CD
C/C 84 3.10±0.14 -0.45 (-0.82 - -0.09)
Примечание: CD - кодоминантная модель Note: CD - codominant model
Инструмент STRING выявил функциональных партнеров IGF2BP2 (рис. 1): ими являются белки, принадлежащие к семейству инсулиноподобных факторов роста (IGF2, IGFBP1, IGFBP2, IGFBP3, IGFBP4, IGFBP5, IGFBP6, IGF1R, IGF2R), белки Wnt-сигнального пути (TCF7L2, EP300, CTNNB1, MYC, CREBBP, TLE1, TLE3, TLE4, NLK, AXIN2), а также белки,
регулирующие глюкозостимулированную секрецию инсулина (ИИЕХ, CDKAL1, JAZF1, FTO, THADA, CDC123, SLC30A8, КС№11, ABCC8, ABCC9). Таким образом, IGF2BP2, совместно с другими белками сети, участвует в процессинге проинсули-на, регуляции синтеза рецепторов кинкре-тинам, активации пролиферации бета-клеток и подавлении их апоптоза [12-14].
Рис. 1. Сеть белковых партнеров IGF2BP2 Fig. 1. IGF2BP2 protein network
Согласно экспериментальным данным по оценке эффектов однонуклеотид-ных вариантов ДНК на статус метилирования генов mQTL, аллель Сге 11927381 связан с гипометилированием IGF2BP2 (табл. 5), а, следовательно, с увеличением экспрессии этого гена в различные периоды жизни. Действительно, МагееШи соавторы [15] показали повышенную концентрацию
мРНК IGF2BP2 в бета-клетках островково-го аппарата пациентов с СД2 по сравнению с группой контроля. Увеличение экспрессии IGF2BP2 может способствовать увеличению образования IGF2 и недостатку митохондриального белка-разобщителя иСР1, что влечет за собой развитие ожирения, инсулинорезистентности и нарушения секреции инсулина [16-18].
Таблица 5
Эффекты изучаемого полиморфизма на статус метилирования IGF2BP2
Table 5
Период жизни Ai A2 MAF CpG beta t-stat EffectSize Р
Подростковый C T 0,295 cg23956648 -0,3248 -8,3158 0,04529 3,68e-16
Младенчество C T 0,288 cg18267471 -0,3303 -6,8595 0,00130 1,42e-11
Детство C T 0,296 cg18267471 -0,2657 -5,8454 0,00088 7,25e-09
Детство C T 0,296 cg23956648 -0,2831 -8,2955 0,03068 4,33e-16
Средний возраст C T 0,304 cg18267471 -0,3297 -6,9746 0,00127 6,81e-12
Средний возраст C T 0,304 cg12781915 -0,2448 -5,4855 0,00449 5,66e-08
Средний возраст C T 0,304 cg23956648 -0,3083 -8,1151 0,03790 2,02e-i5
Беременность C T 0,306 cg15487251 -0,2513 -5,7721 0,02412 i,i4e-08
Беременность C T 0,306 cg23956648 -0,4299 -10,1204 0,05788 i,i3e-22
Биоинформатический инструмент ENCODE позволил определить, что вариантный аллель С входит в состав цис-регуляторного элемента с участком гиперчувствительности к ДНК-азе (Z>1,64). Изучаемый SNP также ассоциирован с модификацией гистона Н3, а именно, сацети-лированием остатка лизина 27 ^для H3K27>1,64), что согласно экспериментальным данным, сопряжено с повышением экспрессии [19]. Открытый хроматин в данном регуляторном элементе создает участки связывания для пяти транскрипционных факторов: USF1, USF2, FCAG-ОТУСи RAD51. Анализ обогащения генных онтологий Gene Ontology обнаружил, что перечисленные транскрипционные факторы обеспечивают глюкозо-индуцированную активацию транскрипции (P=2,72*10-7, FDR=4,3*10-3) гена IGF2BP2. Кроме того, в ряде работ было показано, что транскрипционный фактор USF1 обладает мощным регуляторным потенциалом в отношении генов липидного
обмена и вовлечен в патогенез семейной комбинированной гиперлипидемии
[20, 21]. Таким образом, обнаруженная в нашем исследовании взаимосвязь генотипов IGF2BP2 суровнями общего холестерина и липопротеинов низкой плотности может отражать эффект не самого гена, а являться следствием транскрипционного контроля метаболизма глюкозы и липидов со стороны ассоциированных с изучаемым белковых факторов, в частности,
Выводы. Проведенное нами исследование выявило ассоциацию варианта ге11927381 гена IGF2BP2c повышенным риском развития СД2. Мы также установили взаимосвязь изучаемого полиморфизма с уровнем общего холестерина и липопротеинов низкой плотности и предложили биоинформатическое обоснование этого факта с позиций эффектов БОТ на эпигенетические модификации гистонов и открытость хроматина, регулирующие экспрессию IGF2BP2 и осуществляющие
сложный транскрипционный контроль метаболизма.
В отношении данной статьи не было зарегистрировано конфликта интересов.
Список литературы
1. IDF Diabetes Atlas: Global estimates of diabetes prevalence for 2017 and projections for 2045 / N. Cho [et al.] // Diabetes research and clinical practice. 2018. Vol. 138. P. 271-281. DOI:
https://doi.org/10.1016Zj.diabres.2018.02.023
2. Сахарный диабет в Российской Федерации: распространенность, заболеваемость, смертность, параметры углеводного обмена и структура сахароснижающей терапии по данным Федерального регистра сахарного диабета, статус 2017 г. / И.И. Дедов [и др.] // Сахарный диабет. 2018. T. 21, N 3. C. 144-159. DOI: https://doi.org/10.14341/DM9686
3. Шестакова М.В., Сухарева О.Ю. Диагностика и выбор метода лечения сахарного диабета 2 типа // Клиническая фармакология и терапия. 2018. Т. 27, N 2. С. 3-9.
4. The NHGRI-EBI GWAS Catalog of published genome-wide association studies, targeted arrays and summary statistics 2019 / A. Buniello [et al.] // Nucleic acids research. 2018. Vol. 47(D1). P. D1005-D1012. DOI: https://doi.org/10.1093/nar/gky1120
5. Shah M., Vella A. What is type 2 diabetes? // Medicine. 2014. Vol. 42(12). P. 687-691. DOI:
https://doi.org/10.1016/j.mpmed.2014.09.013
6. De Fronzo R.A. From triumvirate to the ominous octet: а new paradigm for the treatment of type 2 diabetes mellitus // Diabetes. 2009. Vol. 58(4). P. 773-95. DOI: 10.2337/db09-9028
7. Cook J.P., Morris A.P. Multi-ethnic genome-wide association study identifies novel locus for type 2 diabetes susceptibility // Eur. J. Hum. Genet. 2016. Vol. 24(8). P. 1175-1180. DOI: https://doi.org/10.1038/ejhg.2016.17
8. World Health Organization: Definition, Diagnosis and Classification of Diabetes Mellitus and its Complications: Report of a WHO Consultation. Part 1: Diagnosis and Classification of Diabetes Mellitus. Geneva: World Health Org., 1999.
9. World Health Organization. Global report on diabetes: executive summary (No. WHO/NMH/NVI/16.3). WorldHealthOrganization, 2016.
10. Glutathione S-transferase genes and the risk of type 2 diabetes mellitus: Role of sexual dimorphism, gene-gene and gene-smoking interaction sindiseas esusceptibility / I. Azarova [et al.] // J. Diabetes.2018. Vol. 10(5). P. 398-407. DOI: https://doi.org/10.1111/1753-0407.12623
11. Азарова Ю.Э., Клесова Е.Ю., Конопля А.И. Роль полиморфизмов генов глута-матцистеинлигазы в развитии сахарного диабета 2 типа у жителей Курской области //Научный результат. Медицина и фармация. 2018. Т.4, N 1. C. 39-52. DOI: 10.18413/23138955-2018-4-1-39-52
12. Jin T. Current understanding on role of the Wnt signaling pathway effector TCF7L2 in glucose homeostasis // Endocrine reviews. 2016. Vol. 37, N 3. P. 254-277. DOI: https://doi.org/10.1210/er.2015-1146
13. Transcription factor-7-like 2 (TCF7L2) gene acts downstream of the Lkb1/Stk11 kinase to control mTOR signaling, ß cell growth, and insulin secretion / M.S. Nguyen-Tu [et al.] // Journal of Biological Chemistry. 2018. Vol. 293(36). P. 14178-14189. DOI: 10.1074/jbc.RA118.003613
14. TCF7L2 in mouse pancreatic beta cells plays a crucial role in glucose homeostasis by regulating beta cell mass / I. Takamoto [et al.] // Diabetologia. 2014. Vol. 57(3). P. 542-553. DOI: https://doi.org/10.1007/s00125-013-3131-6
15. Gene expression profiles of Beta-cell enriched tissue obtained by laser capture microdissection from subjects with type 2 diabetes / L. Marselli [et al.] // PloS one. 2010. Vol. 5(7). P. 11499. DOI: https://doi.org/10.1371/journal.pone.0011499
16. IGF2BP2/IMP2-deficient mice resist obesity through enhanced translation of Ucp1 mRNA and other mRNAs encoding mitochondrial proteins / N. Dai [et al.] // Cell metab. 2015. Vol. 21(4). P. 609-621. DOI: https://doi.org/10.1016/j.cmet.2015.03.006
17. Blood-based analysis of type-2 diabetes mellitus susceptibility genes identifies specific transcript variants with deregulated expression and association with disease risk / M.I. Chris-todoulou [et al.] // Sci. Rep. 2019. Vol. 9(1). P. 1512. DOI: https://doi.org/10.1038/s41598-018-37856-1
18. Livingstone C., Borai A. Insulin-like growth factor-II: its role in metabolic and endocrine disease // Clin. Endocrinol. 2014. Vol. 80(6). P. 773-781. DOI: https://doi.org/10.1111/cen.12446
19. Whole-genome maps of USF1 and USF2 binding and histone H3 acetylation reveal new aspects of promoter structure and candidate genes for common human disorders / A. Rada-Iglesias [et al.] // Genome research. 2008. Vol. 18(3). P. 380-392. DOI: 10.1101/gr.6880908
20. Familial combined hyperlipidemia is associated with upstream transcription factor 1 (USF1) / P. Pajukanta[et al.] // Nature genetics. 2004. Vol. 36(4). P. 371-376. DOI: https://doi.org/10.1038/ng1320
21. USF1 and dyslipidemias: converging evidence for a functional intronic variant / J.Naukkarinen [et al.] // Human molecular genetics. 2005. Vol. 14(17). P. 2595-2605. DOI: https://doi.org/10.1093/hmg/ddi294
References
1. Cho N, Shaw JE, Karuranga S, et al. IDF Diabetes Atlas: Global estimates of diabetes prevalence for 2017 and projections for 2045. Diabetes research and clinical practice. 2018 Apr; 138:271-281. DOI: https://doi.org/10.1016Zj.diabres.2018.02.023
2. Dedov II, Shestakova MV, Vikulova OK, et al. [Diabetes mellitus in the Russian Federation: prevalence, morbidity, mortality, parameters of glycaemic control and structure of glucose lowering therapy according to the Federal Diabetes Register, status 2017]. Diabetes mellitus. 2018;21(3): 144-159. Russian. DOI: https://doi.org/10.14341/DM9686
3. Shestakova MV, Sukhareva OYu. [Diagnostics and choice of method treatment of type 2 diabetes mellitus]. Clinical pharmacology and therapy. 2018;27(2):3-9. Russian.
4. Buniello A, MacArthur JAL, Cerezo M, et al. The NHGRI-EBI GWAS Catalog of published genome-wide association studies, targeted arrays and summary statistics 2019. Nucleic acids research. 2018;47(D1):D1005-D1012. DOI: https://doi.org/10.1093/nar/gky1120
5. Shah M, Vella A. What is type 2 diabetes? Medicine. 2014;42(12):687-691. DOI: https://doi.org/10.1016/j.mpmed.2014.09.013
6. De Fronzo RA. From triumvirate to the ominous octet: a new paradigm for the treatment of type 2 diabetes mellitus. Diabetes. 2009 Apr;58(4):773-95. DOI: 10.2337/db09-9028
7. Cook JP, Morris AP. Multi-ethnic genome-wide association study identifies novel locus for type 2 diabetes susceptibility. Eur. J. Hum. Genet. 2016;24(8):1175-1180. DOI: https://doi.org/10.1038/ejhg.2016.17
8. World Health Organization: Definition, Diagnosis and Classification of Diabetes Mellitus and its Complications: Report of a WHO Consultation. Part 1: Diagnosis and Classification of Diabetes Mellitus. Geneva, World Health Org.; 1999.
9. World Health Organization. Global report on diabetes: executive summary (No. WHO/NMH/NVI/16.3). WorldHealthOrgan-ization; 2016.
10. Azarova I, Bushueva O, Konoplya A, et al. Glutathione S-transferase genes and the risk of type 2 diabetes mellitus: Role of sexual dimorphism, gene-gene and gene-smoking interactions in disease susceptibility. J. Diabetes. 2018;10(5):398-407. DOI: https://doi.org/10.1111/1753-0407.12623
11. Azarova YuE, Klyosova EYu, Konoplya AI. [The role of polymorphisms of glu-tamate-cysteine ligase in type 2 diabetes mellitus susceptibility in Kursk population]. Research Result. Medicine and Pharmacy. 2018;4(1):39-52. Russian. DOI: 10.18413/2313-8955-2018-4-1-3952
12. Jin T. Current understanding on role of the Wnt signaling pathway effector TCF7L2 in glucose homeostasis. Endocrine reviews. 2016 June;37(3):254-277. DOI: https://doi.org/10.1210/er.2015-1146
13. Nguyen-Tu MS, da Silva XG, Leclerc I, et al. Transcription factor-7-like 2 (TCF7L2) gene acts downstream of the Lkb1/Stk11 kinase to control mTOR signaling, p cell growth, and insulin secretion. Journal of Biological Chemistry. 2018;293(36):14178-14189. DOI: 10.1074/jbc.RA118.003613
14. Takamoto I, Kubota N, Nakaya K, et al. TCF7L2 in mouse pancreatic beta cells plays a crucial role in glucose homeostasis by regulating beta cell mass. Diabetologia. 2014;57(3):542-553. DOI: https://doi.org/10.1007/s00125-013-3131-6
15. Marselli L, Thorne J, Dahiya S, et al. Gene expression profiles of Beta-cell enriched tissue obtained by laser capture microdissection from subjects with type 2 diabetes. PloS one. 2010;5(7):11499. DOI: https://doi.org/10.1371/journal.pone.0011499
16. Dai N, Zhao L, Wrighting D, et al. IGF2BP2/IMP2-deficient mice resist obesity through enhanced translation of Ucp1 mRNA and other mRNAs encoding mitochondrial proteins. Cell metab. 2015 Apr;21(4):609-621. DOI: https://doi.org/10.1016/j.cmet.2015.03.006
17. Christodoulou MI, Avgeris M, Kok-kinopoulou I, et al. Blood-based analysis of type-2 diabetes mellitus susceptibility genes identifies specific transcript variants with deregulated expression and association with disease risk. Sci. Rep. 2019;9(1):1512. DOI: https://doi.org/10.1038/s41598-018-37856-1
18. Livingstone C, Borai A. Insulin-like growth factor-II: its role in metabolic and endocrine disease. Clin. Endocrinol. 2014;80(6):773-781. DOI: https://doi.org/10.1111/cen.12446
19. Rada-Iglesias A, Ameur A, Kapranov P, et al. Whole-genome maps of USF1 and USF2 binding and histone H3 acetylation reveal new aspects of promoter structure and candidate genes for common human disorders. Genome research. 2008;18(3):380-392. DOI: 10.1101/gr.6880908
20. Pajukanta P, Lilja HE, Sinsheimer JS, et al. Familial combined hyperlipidemia is associated with upstream transcription factor 1 (USF1). Nature genetics. 2004;36(4):371-376. DOI: https://doi.org/10.1038/ng1320
21. Naukkarinen J, Gentile M, Soro-Paavonen A, et al. USF1 and dyslipidemias: converging evidence for a functional intronic variant. Human molecular genetics. 2005 Sept;14(17):2595-2605. DOI: https://doi.org/10.1093/hmg/ddi294
Информация об авторах
Юлия Эдуардовна Азарова, кандидат медицинских наук, доцент кафедры биологической химии КГМУ, заведующая лабораторией биохимической генетики и метаболомики НИИ генетической и молекулярной эпидемиологии КГМУ, ФГБОУ ВО «Курский государственный медицинский университет», E-mail: azzzzar@yandex.ru, ORCID: 0000-00018098-8052.
Елена Юрьевна Клёсова, инженер-биотехнолог НИИ генетической и молекулярной эпидемиологии КГМУ, ФГБОУ ВО «Курский государственный медицинский университет», E-mail: ecless@yandex.ru, ORCID: 0000-0002-1543-9230.
Светлана Юрьевна Сакали, врач-эндокринолог, заместитель главного врача по амбулаторно-поликлинической работе ОБУЗ «Курская городская больница № 6», E-mail: s.sakali00@mail.ru, ORCID: 0000-0001-10012001.
Алексей Павлович Ковалев, главный врач, ОБУЗ «Курской областной клинической станции переливания крови», E-mail: ok-spk46@mail.ru, ORCID: 0000-0001-1001-2001.
Information about the authors Iuliia E. Azarova, MD, PhD, Associate Professor, Department of Biological Chemistry, KSMU, Head of the Laboratory of Biochemical Genetics and Metabolomics, Research Institute for Genetic and Molecular Epidemiology, Kursk State Medical University, E-mail: azzzzar@yandex.ru, ORCID: 0000-0001-8098-8052. Elena Yu. Klyosova, Engineer-biotechnologist, Research Institute for Genetic and Molecular Epidemiology, of KSMU, Kursk State Medical University, E-mail: ecless@yandex.ru, ORCID: 00000002-1543-9230.
Svetlana Yu. Sakali, Endocrinologist, Deputy Chief Physician for Outpatient Work, Kursk City Hospital N 6, E-mail: s.sakali00@mail.ru, ORCID: 0000-0001-1001-2001. Alexey P. Kovalev, Chief Physician, Kursk Regional Clinical Station of Blood Transfusion, E-mail: okspk46@mail.ru, ORCID: 0000-00011001-2001.
Статья поступила в редакцию 30 августа 2019 г.
Receipt date 2019 August 30.
Статья принята к публикации 16 ноября 2019 г.
Accepted for publication 2019 November 16.
