I big data rendono visibili i fattori genetici nascosti del diabete di tipo 2
Perché gli esami del sangue sono fuorvianti nella ricerca sul diabete
Annunci
Numerosi studi genetici hanno identificato molte varianti di rischio per il diabete di tipo 2 (T2D) - ma quali geni e proteine sono effettivamente coinvolti nei meccanismi della malattia? Un team internazionale guidato da Helmholtz Munich ha ora utilizzato dati genetici raccolti a livello globale per individuare i geni e le proteine legati al T2D. I ricercatori hanno confrontato sistematicamente i risultati ottenuti su più tessuti e su quattro gruppi di ascendenza globale. Pubblicati su Nature Metabolism, dimostrano che le analisi limitate ai soli campioni di sangue avrebbero perso molti segnali potenzialmente causali della malattia.
I tessuti contano: Spesso la biologia non è nel sangue
Per molti studi molecolari, i dati del sangue sono la fonte più comoda. Ma il diabete di tipo 2 nasce da una rete di organi e tipi di cellule, ad esempio nel tessuto adiposo, nel fegato, nel muscolo scheletrico o nelle cellule del pancreas che producono insulina. "La nostra analisi dimostra quanto sia incompleto cercare di spiegare i meccanismi utilizzando solo i dati del sangue", afferma il dottor Ozvan Bocher dell'Université de Bretagne Occidentale (Francia) e dell'Istituto di Genomica Traslazionale di Helmholtz Monaco, primo autore della pubblicazione. "In sette tessuti rilevanti per il diabete, abbiamo identificato prove causali per 676 geni - e allo stesso tempo abbiamo scoperto che gran parte di questi effetti non si manifestano nel sangue".
Il documento quantifica questo risultato: solo il 18% dei geni con un effetto causale in un tessuto primario del T2D - come il pancreas - mostra anche un segnale corrispondente nel sangue; al contrario, l'85% degli effetti genici trovati nei tessuti del T2D non si manifesta nel sangue.
"Dalle nostre analisi emerge chiaramente che il contesto tissutale è molto importante per chiarire i meccanismi alla base del diabete di tipo 2", afferma la professoressa Eleftheria Zeggini, direttrice dell'Istituto di genomica traslazionale di Helmholtz Monaco e docente di genomica traslazionale presso l'Università tecnica di Monaco (TUM).
I dati genomici globali rafforzano i risultati e scoprono nuovi candidati alla malattia
Lo studio si basa su uno studio genomico internazionale condotto dalla Type 2 Diabetes Global Genomics Initiative (T2DGGI). Questo consorzio internazionale riunisce dati genetici provenienti da numerosi studi in tutto il mondo e utilizza i cosiddetti studi di associazione genome-wide (GWAS) per ricercare varianti del DNA associate al rischio di diabete di tipo 2. L'analisi del T2DGGI comprende i dati di oltre 2,5 milioni di persone, tra cui più di 700.000 individui di origine non europea.
"Questo studio dimostra con forza la forza e l'importanza della collaborazione internazionale e dei dati genomici su larga scala per scoprire i meccanismi molecolari alla base di malattie metaboliche complesse come il diabete di tipo 2", afferma il Prof. Martin Hrabě De Angelis, membro e portavoce del Comitato esecutivo (ad interim) e Direttore della ricerca di Helmholtz Monaco.
Il team internazionale ha studiato come le varianti genetiche influenzino l'attività dei geni e l'abbondanza delle proteine e se questo possa fornire indizi sulle cause genetiche del diabete di tipo 2. Per fare ciò, i ricercatori hanno utilizzato le cosiddette "varianti genetiche". Per farlo, i ricercatori hanno utilizzato i cosiddetti loci di tratti quantitativi cis (cis-QTL): varianti genetiche situate in prossimità di un gene che alterano in modo misurabile l'attività di quel gene o l'abbondanza della proteina corrispondente. Il team ha analizzato 20.307 geni e 1.630 proteine di quattro gruppi di origine provenienti da Europa, Africa, Americhe e Asia orientale.
"Questo ci ha permesso di dimostrare che i livelli geneticamente previsti di 335 geni e 46 proteine possono influenzare il rischio di T2D", spiega Ozvan Bocher. "Alcuni di questi risultati rappresentano candidati forti, poiché i loro effetti sono stati replicati in serie di dati indipendenti provenienti da altri studi all'interno degli stessi gruppi di ascendenza". Mentre la maggior parte degli effetti è coerente tra i gruppi di ascendenza, alcuni diventano visibili solo quando si includono popolazioni precedentemente sottorappresentate.
I Big Data illuminano i meccanismi genetici della T2D
"I nostri risultati sono stati possibili solo grazie alla disponibilità di informazioni approfondite sui profili molecolari dei tessuti rilevanti per il diabete di tipo 2", spiega Zeggini. Una cosa è già chiara, aggiunge il ricercatore: "Se vogliamo comprendere i meccanismi del diabete di tipo 2 e tradurre i risultati in modo affidabile, dobbiamo considerare insieme la biologia dei tessuti e la diversità genetica".
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.
Pubblicazione originale
Ozvan Bocher, Ana Luiza Arruda, Satoshi Yoshiji, Chi Zhao, Alicia Huerta-Chagoya, Chen-Yang Su, Xianyong Yin, Davis Cammann, Henry J. Taylor, Jingchun Chen, ... Jerome I. Rotter, Andrew P. Morris, Eleftheria Zeggini; "Unravelling the molecular mechanisms causal to type 2 diabetes across global populations and disease-relevant tissues"; Nature Metabolism, 2026-1-27
Altre notizie dal dipartimento scienza
