Nový výpočetní model pomáhá odhalit klíčové geny spojené se vznikem astmatu

Vědci z Columbia University Mailman School of Public Health ve spolupráci s Univerzitou v Chicagu vyvinuli nový výpočetní rámec, který má pomoci genetikům odhalit geny hrající klíčovou roli v rozvoji nemocí, jako je astma. Podle výzkumníků totiž stávající metody genetické analýzy často přehlížejí právě ty geny, které mají na vznik a průběh onemocnění největší vliv.

Genetické studie dnes běžně pracují s obrovským množstvím dat získaných z genomových asociačních studií, které porovnávají DNA tisíců až statisíců lidí a hledají varianty spojené s konkrétním onemocněním. Problém ale spočívá v tom, že velká část genetického vlivu na nemoci je rozptýlena mezi stovky až tisíce variant s jen nepatrným individuálním účinkem. Tradiční statistické přístupy se přitom soustředí především na varianty s nejsilnějším a nejsnáze prokazatelným signálem, takže geny s méně nápadným, ale přesto biologicky významným účinkem mohou zůstat bez povšimnutí.

Nový výpočetní rámec od týmu z Columbia University a Univerzity v Chicagu má tento nedostatek řešit tím, že dokáže lépe rozpoznat geny, které se nacházejí v centru biologických sítí spojených s daným onemocněním. Takové geny často fungují jako uzly propojující více biologických drah a jejich narušení může mít na rozvoj nemoci nepřiměřeně velký dopad, i když jednotlivé genetické varianty s nimi spojené nemusí vykazovat nejsilnější statistický signál v klasických analýzách.

Astma bylo v rámci výzkumu použito jako modelové onemocnění, na kterém autoři demonstrovali schopnosti nové metody. Astma je komplexní chronické onemocnění dýchacích cest, na jehož vzniku se podílí jak genetické predispozice, tak faktory prostředí, a jeho genetický základ je tvořen množstvím vzájemně provázaných genů. Právě proto je vhodným příkladem pro testování přístupů, které se snaží zachytit širší síť genetických vlivů namísto izolovaných jednotlivých variant.

Autoři studie uvádějí, že jejich přístup by mohl v budoucnu přispět k přesnějšímu porozumění biologickým mechanismům, které stojí za chronickými onemocněními, a otevřít tak cestu k cílenějšímu výzkumu potenciálních léčebných zásahů. Identifikace centrálních genů může mít význam nejen pro základní výzkum, ale i pro budoucí vývoj léčiv, protože geny s klíčovou pozicí v biologických sítích představují atraktivní cíle pro farmakologické zásahy.

Výzkumníci zdůrazňují, že jejich metoda nemá nahradit stávající genomové asociační studie, ale doplnit je o další vrstvu analýzy, která umožní lépe interpretovat již existující data. Kombinace klasických statistických metod s novým výpočetním rámcem by tak podle nich mohla vědcům poskytnout komplexnější obraz genetické architektury komplexních onemocnění.

Výsledky tohoto typu výzkumu mají potenciál uplatnění i u dalších onemocnění s podobně komplikovanou genetickou podstatou, jako jsou některé autoimunitní choroby, metabolická onemocnění nebo psychiatrické poruchy, u nichž se rovněž předpokládá účast mnoha genů s různě silným účinkem. Přesnější identifikace klíčových genů by mohla usnadnit i navrhování budoucích klinických studií zaměřených na testování nových terapeutických přístupů.

Tým z Columbia University Mailman School of Public Health a Univerzity v Chicagu plánuje svůj přístup dále rozvíjet a ověřovat na dalších datových souborech a typech onemocnění. Cílem je podle výzkumníků poskytnout vědecké komunitě nástroj, který usnadní orientaci v rozsáhlých genetických datech a pomůže odhalit souvislosti, jež by jinak mohly zůstat skryty.

Vývoj podobných výpočetních metod odráží širší trend v genetickém výzkumu, kdy se vědci snaží přejít od hledání jednotlivých „viníků“ mezi geny k pochopení celých sítí interakcí, které společně ovlivňují vznik a průběh komplexních onemocnění. Přesnější mapování těchto sítí by mohlo v delším horizontu přispět k rozvoji personalizované medicíny, kdy by léčba mohla být lépe přizpůsobena konkrétnímu genetickému profilu pacienta.