Genomweite Assoziationsstudie identifiziert neuartige Loci für durch Typ-2-Diabetes verursachte Nierenerkrankungen im Endstadium bei Afroamerikanern
Mar 04, 2022
Meiji Guan1,2, Jacob M. Keaton1,2, Latchezar Dimitrov1,2, Pamela J. Hicks1,2, Jianzhao Xu1,2, Nicholette D. Palmer1,2,3, Lijun Ma4, Swapan K. Das5, Yii-Der I Chen6, Josef Coresh7, Myriam Fornage8, Nora Franceschini9, Holly Kramer10,11, Carl D. Langefeld12,13, Josyf C. Mychaleckyj14, Rulan S. Parekh15, Wendy S. Post7, Laura J. Rasmussen-Torvik16, Stephen S. Rich14 , Jerome I. Rotter6,17, John R. Sedor18,19, Denyse Thornley-Brown20, Adrienne Tin7, James G. Wilson21, Barry I. Freedman4, Donald W. Bowden1,2,3, Maggie CY Ng1,2,3* und FIND-Konsortium
Abstrakt
Hintergrund: EndstadiumNiereErkrankung(ESKD) ist ein erhebliches Problem der öffentlichen Gesundheit, das Afroamerikaner (AAs) überproportional betrifft. Typ-2-Diabetes (T2D) ist die Hauptursache für ESKD in den USA, und Bemühungen, die genetische Anfälligkeit für diabetische Nierenerkrankung (DKD) aufzudecken, waren nur begrenzt erfolgreich. Eine frühere genomweite Assoziationsstudie (GWAS) in AAs mit T2D-ESKD wurde um zusätzliche AA-Fälle und Kontrollen und Genotypen erweitert, die dem 1000-Genome-Referenzpanel mit höherer Dichte zugeschrieben wurden. Die Entdeckungsanalyse umfasste 3432 T2D-ESKD-Fälle und 6977 nicht-diabetische Nicht-Nephropathie-Kontrollen (N = 10,409), gefolgt von einer Diskriminierungsanalyse bei 2756 T2D-Kontrollen ohne Nephropathie, um T2D-assoziierte Varianten auszuschließen.
Ergebnisse:Sechs unabhängige Varianten in oder in der NäheRND3/RBM43, SLITRK3, ENPP7, GNG7, undAPOL1erreichte genomweite signifikante Assoziation (P <5×>−8) mit T2D-ESKD. Nach Erweiterungsanalysen 1910nicht diabetischESKD-Fälle und 908 nicht-diabetische Nicht-Nephropathie-Kontrollen, eine Meta-Analyse von 5342 AA-Allursachen-ESKD-Fällen und 6977 AA-Nicht-Diabetikern-Nicht-Nephropathie-Kontrollen ergab einen zusätzlichen neuen ESKD-Lokus aller Ursachen atEFNB2(rs77113398;P = 9.84 × 10–9; ODER=1.94). Der Ausschluss vonAPOL1Nierenrisiko-Genotypträger identifizierten zwei zusätzliche genomweite signifikante T2D-ESKD-assoziierte Loci beiGRAMD3undMGAT4C. Eine zweite Variante beiGNG7(rs373971520;P = 2.17 × 10–8, ODER=1.46) blieb mit ESKD jeglicher Ursache in VerbindungAPOL1-negative Analyse.
Schlussfolgerungen:Die Ergebnisse liefern weitere Beweise für genetische Faktoren, die mit fortgeschrittener Nierenerkrankung bei AAs mit T2D assoziiert sind.
Schlüsselwörter:Afroamerikaner, genomweite Assoziationsstudie, Typ-2-Diabetes, diabetische Nierenerkrankung,Nierenerkrankung im Endstadium
Für mehr Informationen, kontaktieren sie bitte:emily.li@wecistanche.com
Einführung
Zunehmende Beweise deuten darauf hin, dass genetische Faktoren eine wichtige Rolle bei der Anfälligkeit für das Endstadium spielenNiereErkrankung(ESKD). Dies ist besonders relevant bei Afroamerikanern (AAs), wo die Inzidenzraten von ESKD mehr als dreimal höher sind als bei Europäern (EAs) [1]. Die Sterblichkeitsraten für ESKD-, Dialyse- und Transplantationspatienten betragen 136, 166 bzw. 30 pro 1000 Patientenjahre und machen 7,2 Prozent der von Medicare bezahlten Schadenkosten aus [1]. Diabetes, von dem 95 Prozent der Patienten Typ-2-Diabetes (T2D) haben, bleibt die häufigste gemeldete Ursache für ESKD in den USA und macht > 44 Prozent der Fälle aus [1]. Verbesserungen der Blutzucker-, Lipid- und Blutdruckkontrolle haben die Prävalenz von Diabetikern nicht merklich reduziertNiereErkrankung(DKD) [1, 2]. Darüber hinaus ist die familiäre Häufung von DKD unabhängig vom sozioökonomischen Status und etablierten Umweltrisikofaktoren [3, 4]. Obwohl die G1- und G2-Allele im Apolipoprotein-L1-Gen (APOL1) zu 50–70 Prozent der nicht-diabetischen ESKD bei AA beitragen, erklären sie das erhöhte Risiko einer T2D-assoziierten ESKD (T2D-ESKD) in dieser Population nicht vollständig [ 5–7].
Genomweite Assoziationsstudien (GWAS) haben > 70 genomweite signifikante Varianten identifiziert, die mit chronischer Erkrankung assoziiert sindNiereErkrankung(CKD), Albuminurie oder Nierenfunktion in Populationen europäischer Abstammung [8–11]. Allerdings waren nur wenige Loci mit DKD in verschiedenen Populationen assoziiert und sie replizierten sich nicht konsistent, teilweise aufgrund begrenzter Stichprobengrößen [12–18]. Die Ätiologie von Nierenkomplikationen bei Patienten mit T2D ist wahrscheinlich heterogener als bei Patienten mit Typ-1-Diabetes [16]. Daher sind eine sorgfältige Phänotypisierung und größere Stichprobengrößen erforderlich, um die statistische Aussagekraft zu verbessern. Um die genetische Architektur der fortgeschrittenen Nierenerkrankung bei T2D zu untersuchen, erweiterten wir unsere früheren GWAS-Bemühungen (2890 ESKD-Patienten und 1719 nicht-diabetische Nicht-Nephropathie-Kontrollen) auf eine größere Stichprobe von AAs mit schwerem VerlaufNiereErkrankung. Assoziationsanalysen wurden in sechs unabhängigen AA-Kohorten durchgeführt (Wake Forest School of Medicine, WFSM; Family Investigation of Nephropathy and Diabetes, FIND; Atherosclerosis Risk in Communities Study, ARIC; Multi-Ethnic Study of Atherosclerosis, MESA; Jackson Heart Study, JHS; and Coronary Artery Risk Development in Young Adults, CARDIA) für T2D-ESKD oder nicht-diabetische ESKD durch ein mehrstufiges Studiendesign (Abb. 1). Dies umfasste 15.075 AAs, die in vier phänotypische Gruppen eingeteilt wurden: T2D-ESKD-Fälle (N=3432), nicht diabetische Nicht-Nephropathie-Kontrollen (N=6977), T2D-fehlende Nephropathie-Kontrollen (N {{16} }) und nicht diabetische ESKD-Fälle (N=1910).
In der Entdeckungsphase wurde GWAS in 3432 T2D-ESKD-Fällen und 6977 nicht-diabetischen Nicht-Nephropathie-Kontrollen durchgeführt, gefolgt von einer Diskriminierungsanalyse, um T2D-assoziierte Loci in 2756 T2D-Nicht-Nephropathie-Kontrollen auszuschließen. Erweiterungsanalysen wurden bei 1910 AAs mit nicht-diabetischer ESKD und 908 Kontrollpersonen ohne Nephropathie durchgeführt, um den Beitrag von T2D-ESKD-assoziierten Loci zu nicht-diabetischen Patienten zu beurteilenNiereErkrankung. Eine Metaanalyse von diabetischen und nicht-diabetischen ESKD-Fällen bewertete genetische Assoziationen bei ESKD aller Ursachen. APOL1-assoziierte Formen von Nicht-DiabetikernNiereErkrankungund T2D treten bei Patienten häufig gleichzeitig auf. Als solche, viele Diabetiker mitNiereErkrankungkann als DKD fehlklassifiziert werden, da diagnostischNiereBiopsien werden in der Regel nicht durchgeführt. Hierin wurde eine zweite GWAS-Analyse unter Ausschluss von Personen mit APOL1-Nierenrisiko-Genotypen durchgeführt, um eine Fehlklassifizierung von T2D-ESKD zu minimieren.
Ergebnisse
Studienübersicht
Diese Studie hat eine Aussagekraft von > 80 Prozent, um häufige Varianten (MAF größer oder gleich 0,10) mit mäßigem Effekt (OR größer oder gleich 1,3) auf einem Signifikanzniveau von 5 × 10−8 zu erkennen (http: //csg.sph.umich.edu/abecasis/cats/). Insgesamt sieben genomweite signifikante Loci (P<5× 10−8="" )="" associated="" with="" t2d-eskd="" were="" identified="" in="" either="" the="" baseline="" model="" (rnd3/rbm43,="" slitrk3,="" enpp7,="" gng7,="" and="" apol1)="" or="" apol1-negative="" model="" (enpp7,="" gramd3,="" and="" mgat4c).="" in="" addition="" to="" apol1,="" two="" loci,="" efnb2="" and="" gng7,="" also="" reached="" genome-wide="" significance="" in="" the="" all-cause="" eskd="" meta-analysis="" under="" either="" the="" baseline="" or="" apol1-negative="">
Klinische Merkmale der Studienteilnehmer
Die Tabellen 1 und 2 enthalten detaillierte Merkmale der Studienteilnehmer. ESKD-Fälle wurden aus den Studien WFSM (Affy6.0, Axiom und MEGA), FIND und ARIC rekrutiert. Personen mit T2D-ESKD oder T2D-fehlender Nephropathie waren bei der Rekrutierung älter (oder ähnlich alt) als die Kontrollgruppe ohne Diabetes ohne Nephropathie. Allerdings war das Durchschnittsalter bei der Diagnose von T2D in T2D-ESKD-Fällen und Kontrollpersonen ohne T2D-Nephropathie jünger als bei Kontrollpersonen ohne Diabetes ohne Nephropathie bei der Rekrutierung. Alle T2D-Kontrollen ohne Nephropathie und Kontrollen ohne Diabetes und ohne Nephropathie hatten eine normale eGFR von größer oder gleich 60 ml/min/1,73 m2. Darüber hinaus wiesen nicht-diabetische Nicht-Nephropathie-Kontrollen Nüchtern-Glukosespiegel < 126="" mg/dl="" auf.="" kontrollen="" mit="" t2d-fehlender="" nephropathie="" waren="" fettleibiger="" als="" t2d-eskd="" oder="" nicht-diabetische="" eskd-fälle="" und="" nicht-diabetische="" kontrollen="" ohne="" nephropathie,="" mit="" ausnahme="" der="" t2d-eskd-fälle="" in="" aric,="" waren="" fettleibiger="" als="" die="" anderen="">
Stufe 1 und Stufe 2 T2D-ESKD Assoziationsanalyse
In Phase 1 der Entdeckung wurde GWAS separat in drei Datensätzen durchgeführt: (1) 1513 T2D-ESKD-Fälle und 5299 nicht-diabetische Nicht-Nephropathie-Kontrollen, genotypisiert auf Affy6.0, beigetragen von WFSM, FIND, ARIC, JHS, MESA und CARDIA (Stadium 1a); (2) 1700 T2D-ESKD-Fälle und 770 nicht-diabetische Nicht-Nephropathie-Kontrollen von WFSM, genotypisiert mit Axiom Biobank-Genotypisierungs-Array (Stadium 1b); und (3) 219 T2D-ESKD-Fälle und 908 nicht diabetische Kontrollen ohne Nephropathie von WFSM, genotypisiert auf MEGA (Stadium 1c). Eine Metaanalyse (Stadium 2) wurde durchgeführt, um die Assoziationsergebnisse für 3432 T2D-ESKD-Fälle und 6977 nicht-diabetische, nicht-nephropathieale Kontrollen aus den Stadien 1a, 1b und 1c zu kombinieren. Nach Korrektur der genomischen Kontrolle wurde ein Inflationsfaktor λ von 1,013 beobachtet (Zusatzdatei 1: Abbildung S1), was darauf hindeutet, dass die Populationsstruktur und die kryptische Verwandtschaft ausreichend angepasst wurden. Unter den Varianten, die suggestive Assoziationen zeigten (P < 1="" ×="" 10−5),="" wurden="" 59="" varianten="" mit="" einem="" i2="" größer="" oder="" gleich="" 80="" prozent="" aufgrund="" der="" hohen="" heterogenität="" der="" effektstärken="" in="" den="" studien="" ausgeschlossen.="" insgesamt="" 478="" verbleibende="" varianten="" wurden="" in="" einer="" diskriminierungsanalyse="" bewertet="" (81="" davon="" erreichten="" genomweite="" signifikanz;="" zusatzdatei="" 1:="" tabelle="">
Diskriminierungsanalyse Stufe 3
Um festzustellen, ob die in der Stadium-1-Metaanalyse identifizierten T2D-ESKD-Assoziationen durch die Assoziation mit T2D per se getrieben wurden, wurde eine Diskriminanzanalyse für T2D durchgeführt, bei der 2756 AAs mit T2D-fehlender Nephropathie 6977 nicht-diabetischen Nicht-Nephropathie-Kontrollen gegenübergestellt wurden aus Stufe 1 (Affy6.0, Axiom, MEGA; Zusätzliche Datei 1: Tabelle S3). Anschließend schlossen wir 174 von 478 T2D-ESK D-assoziierten Varianten aus, die ohne Nephropathie nominell mit T2D assoziiert waren. Unter den verbleibenden T2D-ESKD-Assoziationen erreichten Top-Varianten, die 6 unabhängige Assoziationen repräsentierten, genomweite Bedeutung (Tabelle 3, Abb. 2a). Die stärkste Assoziation wurde für rs9622363 bei APOL1 beobachtet (P=1.42 × 10-10, OR=0.77, EAF=0.45). Diese Variante befand sich in einem moderaten Kopplungsungleichgewicht (r2=0.33 bzw. 0,34 in YRI) mit den APOL1 G1-Allelen (rs60910145, rs73885319), die mit nicht-diabetischer ESKD assoziiert sind [6]. Die zweitstärkste Assoziation war bei rs58627064, einer intergenischen Variante, die sich in der Nähe von SLITRK3 befindet, (P=6.81 × 10−10, OR=1.62, EAF=0.06). Zwei unabhängige Signale, rs142563193 (P=1.24 × 10−8 , OR=0.74, EAF=0.23) und rs142671759 (P=5.53 × 10 −9 , OR=2.26, EAF=0.02) auf Chromosom 17, das sich in der Nähe von ENPP7 befindet, waren ebenfalls genomweit signifikant. Außerdem sind zwei Assoziationen mit T2D-ESKD, rs4807299 (P=3.21 × 10−8 , OR=1.67, EAF=0.05) in GNG7 und rs72858591 (P=4.54 × 10-8, OR=1.43, EAF=0.10), die sich in RND3/RBM43 befinden, wurden identifiziert (Abb. 1a).
Nichtdiabetische ESKD-Analyse der Stufe 4 und ESKD-Metaanalyse aller Ursachen der Stufe 5
Nach der Diskriminierungsphase wurden 304 Varianten, die eine suggestive Assoziation mit T2D-ESKD (P < 1="" ×="" 10="" –5="" )="" aufwiesen,="" in="" 1910="" unabhängigen="" nicht-diabetischen="" eskd-fällen="" und="" 908="" kontrollen="" aus="" dem="" stadium="" 1c="" getestet.="" das="" ziel="" der="" phase-4-analyse="" war="" es,="" den="" beitrag="" von="" t2d-eskd-assoziierten="" loci="" zu="" nicht-diabetikern="" zu="">NiereErkrankung. Nach dem Ausschluss von Varianten mit einer Heterogenität von I2 größer oder gleich 80 Prozent waren 25 Varianten nominell mit nicht-diabetischer ESKD assoziiert (P < 0,05).="" starke="" assoziationen="" (1,27="" ×="" 10−29="">< p="">< 8,86="" ×="" 10−15)="" wurden="" in="" der="" apol1-myh9-region="" beobachtet,="" was="" ihre="" rolle="" bei="" nicht-diabetikern="">Niere Erkrankung. Eine ESKD-Metaanalyse aller Ursachen, einschließlich 5.342 ESKD aller Ursachen und 6.977 nicht-diabetische Nicht-Nephropathie-Kontrollen, wurde durchgeführt, um die Generalisierbarkeit der 25 T2D-ESKD-assoziierten Varianten mit breiteren Formen von ESKD (Stadium 5) zu bewerten. Es wurde festgestellt, dass 35 genomweite signifikante Varianten an zwei Loci mit ESKD aller Ursachen assoziiert sind, darunter 15 Varianten innerhalb oder in der Nähe von EFNB2 und 20 Varianten bei APOL1 (Abb. 1b). Die Top-Assoziation in APOL1 war rs9622363 (P=1.96 × 10−25, OR=0.68, EAF=0.43), und das Top-Signal in der Nähe von EFNB2 war rs77113398 (P=9.84 × 10−9 , ODER=1.94, EAF=0.023) (Tabelle 4, Abb. 2b). Vier weitere unabhängige Loci zeigten eine suggestive Assoziation (P < 5="" ×="" 10="" –6="" )="" mit="" eskd="" aller="" ursachen="" bei="" lpp,="" fstl5,="" oprk1/atpv1h="" und="" sybu/kcnv1="" (tabelle="" 4,="" abb.="">
Assoziationsanalyse ohne APOL1-Träger des renalen Risikogenotyps
Eine Sekundäranalyse wurde durchgeführt, wobei APOL1-Träger des Nierenrisiko-Genotyps in T2D-ESKD-Fällen und nicht-diabetische Nicht-Nephropathie-Kontrollen (APOL1--negatives Modell) ausgeschlossen wurden, um die T2D-assoziierte ESKD anzureichern. Das Basismodell zeigte eine starke Assoziation von APOL1 und MYH9 mit T2D-ESKD (Tabelle 3, Abb. 1a), was darauf hindeutet, dass einige Fälle möglicherweise falsch klassifiziert wurden und eher eine nicht-diabetische ESKD hatten. Insgesamt 664 T2D-ESKD-Fälle und 918 nicht-diabetische Nicht-Nephropathie-Kontrollen wurden aus der Stufe-1-Analyse ausgeschlossen, sodass 2768 T2D-ESKD-Fälle und 6059 Kontrollen im negativen APOL1--Modell übrig blieben. Nominale Assoziationen mit T2D-ESKD (P < 1="" ×="" 10="" –5="" )="" wurden="" bei="" 522="" varianten="" beobachtet="" (66="" davon="" erreichten="" genomweite="" signifikanz;="" zusätzliche="" datei="" 1:="" tabelle="" s2),="" und="" diese="" wurden="" für="" die="" diskriminierungsanalyse="" der="" stufe="" 3="" ausgewählt.="" zweihundertdreiundzwanzig="" varianten,="" die="" hinweise="" auf="" eine="" assoziation="" mit="" t2d="" per="" se="" aufwiesen="" (zusatzdatei="" 1:="" tabelle="" s4)="" und="" 24="" varianten,="" die="" eine="" starke="" heterogenität="" (i2="" größer="" oder="" gleich="" 80)="" in="" der="" metaanalyse="" aufwiesen,="" wurden="" entfernt.="" unter="" den="" im="" basismodell="" identifizierten="" genomweiten="" signifikanten="" varianten="" zeigte="" rs142671759="" in="" enpp7="" (p="4.10" ×="" 10−8="" ,="" or="2.30," eaf="0.024)" a="" konsistente="" assoziation="" mit="" t2d-eskd="" im="" negativen="" apol1--modell.="" zwei="" weitere="" varianten="" erreichten="" genomweite="" bedeutung,="" rs75029938="" in="" gramd3="" (p="2.02" ×="" 10–9="" ,="" or="1.89," eaf="0.042)" und="" rs17577888="" in="" der="" mgat4c-region="" (p="3.87" ×="" 10−8="" ,="" or="0.67," eaf="0.087)" (tabelle="" 5,="" abb.="">
Wir testeten weiter 275 suggestive T2D-ESKD-Assoziationen, die die Diskriminierung bestanden und I2 < 80="" in="" 1019="" zusätzlichen="" aa-nicht-diabetiker-eskd-fällen="" hatten,="" die="" apol1-träger="" des="" nierenrisiko-genotyps="" ausschlossen.="" fünfzehn="" varianten="" zeigten="" nominelle="" hinweise="" auf="" eine="" assoziation="" mit="" nicht-diabetischer="" eskd.="" diese="" wurden="" anschließend="" in="" einer="" eskd-metaanalyse="" aller="" ursachen="" getestet,="" die="" 3787="" eskd-fälle="" aller="" ursachen="" und="" 6059="" nicht-diabetische="" nicht-nephropathie-kontrollen="" umfasste,="" von="" denen="" apol1-träger="" des="" renalen="" risikogenotyps="" ausgeschlossen="" wurden.="" eine="" 2--basenpaar-deletion="" in="" gng7,="" rs373971520="" (p="2.17" ×="" 10−8="" ,="" or="1.46," eaf="0.11)," wurde="" genomweit="" erreicht="" signifikante="" assoziation="" mit="" eskd="" aller="" ursachen="" (abb.="" 3b).="" sieben="" weitere="" loci="" zeigten="" eine="" nominelle="" assoziation="" mit="" eskd="" aller="" ursachen="" (p="">< 5="" ×="" 10−6),="" einschließlich="" lpp,="" alk/ypel5,="" mnx1-as1/ube3c,="" nup98,="" linc01075/linc00448,="" tmco5a="" und="" sulf2/linc01522="" (tabelle="" 6).="" die="" top-assoziationen="" aus="" dem="" baseline-modell="" hatten="" trotz="" ähnlicher="" effektstärken="" eine="" moderate="" dämpfungsinsignifikanz,="" teilweise="" aufgrund="" der="" reduzierten="" stichprobengröße="" (zusatzdatei="" 1:="" tabelle="" s5).="" darüber="" hinaus="" wurde="" eine="" dritte="" gwas="" durchgeführt,="" bei="" der="" apol1="" als="" kovariate="" in="" das="" modell="" aufgenommen="" wurde="" (apo="" l1--angepasstes="" modell)="" und="" die="" −log="" (p)-werte="" mit="" baseline-="" und="" apol1--negativen="" modellen="" verglichen="" wurden.="" zwischen="" apol1--angepassten="" und="" apol1---negativen="" modellen="" wurde="" eine="" hohe="" korrelation="" (personenkorrelationskoeffizient="" r="0.95)" beobachtet.="" die="" ergebnisse="" aller="" drei="" vergleiche="" sind="" in="" der="" ergänzenden="" dokumentation="" enthalten="" (zusatzdatei="" 1:="" abbildung="">
Diskussion
Wir berichten über die Ergebnisse einer GWAS mit hoher Dichte, bei der die genetische Anfälligkeit für T2D-ESKD bei 15.075 AAs untersucht wurde. Top-Varianten, die mit T2D-ESKD assoziiert sind, wurden anschließend auf Assoziation mit nicht-diabetischer ESKD untersucht, und eine Metaanalyse wurde durchgeführt, um ihre Verallgemeinerbarkeit auf gängige Formen von ESKD zu testen. Acht unabhängige Assoziationen in sieben genetischen Loci zeigten eine genomweite signifikante Assoziation mit T2D-ESKD in den Baseline- oder APOL1--negativen Modellen, einschließlich RND 3/RBM43, SLITRK3, ENPP7, GNG7, APOL1, GRAMD3 und MGAT4C. Zusätzlich zu APOL1 waren zwei genomweite signifikante Loci mit Gesamt-ESKD, EFNB2 und GNG7 assoziiert. Darüber hinaus zeigten 10 genetische Loci eine nominelle Assoziation mit ESKD aller Ursachen (P < 5="" ×="" 10-6),="" einschließlich="" lpp,="" fstl5,="" oprk1/atp6v1h,="" sybu/kcnv1,="" alk/ypel5,="" mnx1-as1/ube3c,="" nup="" 98,="" linc01075/linc00448,="" tmco5a="" und="" sulf2/lin="">
Die signifikanteste Assoziation zwischen T2D-ESKD (OR=0.77, P=1.42 × 10−10) und ESKD aller Ursachen (OR=0.69, P {{11 }}.96 × 10−25) im Basislinienmodell war eine intronische Variante rs9622363 in der APOL1-Region, die mit Nicht-Diabetikern assoziiert istNiere Erkrankungbei Personen mit afrikanischer Abstammung. Die Konditionierung auf die APOL1 G1- und G2-Allele verringert ihre Bedeutung dramatisch [6]. Es wird berichtet, dass rs9622363 Transkriptionsfaktor (TF)-Bindungsmotive verändert (Zusätzliche Datei 1: Tabelle S6). In einer kürzlich durchgeführten Studie bildeten rs9622363- und APOL1-G1-Allele einen Haplotyp, der bei Nigerianern die stärkste Assoziation mit CKD erreichte [19]. Im Gegensatz zu G1 oder G2 ist das Hauptallel in rs9622363 (G, EAF=0.57) mit dem CNE-Risiko verbunden. Nach Ausschluss von APOL1-Trägern des renalen Risikogenotyps wurde die Assoziation mit rs9622363 abgeschwächt. Dies bestätigte, dass die Allele rs9622363 und APOL1 G1 und G2 zum selben Signal beitragen. Die Identifizierung von rs9622363 im Basismodell kann auf eine Fehlklassifizierung einiger Fälle als T2D-ESKD hindeuten.
Eine intergenische Variante (rs72858591), die sich zwischen einem GTPase-Proteingen RND3 und RBM43 befindet und für das RNA-Bindungsmotivprotein 43 kodiert, zeigte eine genomweite signifikante Assoziation mit T2D-ESKD. Es ist mit Änderungen des TF-Bindungsmotivs assoziiert und überlappt sowohl mit Promotor- als auch mit Enhancer-Regionen (Zusätzliche Datei 1: Tabelle S6). Eine unabhängige intergenetische Variante (rs7560163, r2=0.01, YRI) in dieser Region wurde zuvor mit T2D bei AAs assoziiert [20]. Im Gegensatz dazu war rs72858591 in der vorliegenden Studie nicht mit T2D (P=0.073) assoziiert. Dies könnte darauf hindeuten, dass zwei verschiedene Gruppen von Variationen in diesem Locus unabhängig voneinander zu T2D und T2D-ESKD beitragen, einem möglichen pleiotropen Effekt. Zwei unabhängige Varianten (rs142563193 und rs142671759), die genomweit signifikant mit T2D-ESKD assoziiert waren, befinden sich in der Nähe von ENPP7. Diese Varianten überlappen mit Enhancer- und Promotorregionen, DNase-hypersensitiven Peaks und/oder TF-Bindungsmotiven (Zusätzliche Datei 1: Tabelle S6). Das von ENPP7 codierte Protein ist eine intestinale alkalische Sphingomyelin-Phosphodiesterase, die Sphingomyelin in Ceramid und Phosphocholin umwandelt. Berichten zufolge beeinflusst ENPP7 die Cholesterinabsorption [21], und zahlreiche Studien legen nahe, dass High-Density-Lipoprotein-Cholesterinspiegel Risikofaktoren für CKD bei Patienten mit Diabetes sind [22–24].
Zwei in GNG7 lokalisierte Varianten waren entweder mit T2D-ESKD (rs4807299; P=3.21 × 10−8 , Basismodell) oder ESKD aller Ursachen (rs373971520; P=2.17 × 10−) assoziiert 8; APOL1-Negativmodell). Rs4807299 ist mit Änderungen des TF-Bindungsmotivs assoziiert und überlappt sowohl mit Promotor- als auch mit Enhancer-Regionen (Zusätzliche Datei 1: Tabelle S6). GNG7 codiert die G-Protein-Untereinheit Gamma 7, die an der Funktion des zentralen Nervensystems [25] und dem Krebsrisiko [26, 27] beteiligt ist.
Da Afroamerikaner mit Diabetes und Proteinurie häufig keine diagnostische Nierenbiopsie erhalten, wird ihre ESKD typischerweise als durch DKD verursacht vermutet. APOL1-assoziierte Nicht-DiabetikerNiereErkrankungkann bei vielen dieser Patienten die wahre Ursache einer Nierenerkrankung sein. Analysen ohne APOL1-Nierenrisiko-Genotypträger schufen eine homogenere Fallgruppe und boten die Möglichkeit, die genetische Architektur von T2D-ESKD aufzudecken, die unabhängig vom APOL1-Effekt ist. Im APOL1--Negativmodell wurden zusätzlich zur Replikation von ENPP7, das im Basismodell identifiziert wurde, zwei neue Loci identifiziert
erzielte eine genomweite signifikante Assoziation mit T2D ESKD: GRAMD3 (rs75029938; P=2.02 × 10−9 ) und MGA T4C (rs17577888; P=3.87 × 10−8 ). Funktionelle Anmerkungen legten nahe, dass beide Varianten mit TF-Bindungsmotiven kolokalisiert sind. Rs75029938 kann in Enhancer- und Promotorregionen fallen, und rs17577888 war mit der Transkripthäufigkeit des FLVCR1-Gens in peripheren Blutmonozyten assoziiert (P=6.41 × 10–6; zusätzliche Datei 1: Tabelle S6). Die genetische Variation in GRAMD3 wurde in einer multiethnischen genomweiten Metaanalyse mit Adipositas in Verbindung gebracht [28]. Frühere Studien deuten darauf hin, dass Fettleibigkeit ein Hauptrisikofaktor für DKD ist [29]. MGAT4C codiert Mannosyl (Alpha-1,3-)-Glykoprotein Beta-1,4-N-Acetylglucosaminyltransferase, Isozym C, das an der Übertragung von N-Acetylglucosamin (GlcNAc) beteiligt ist zu den Kernmannoseresten von N-verknüpften Glykanen. Die mögliche Beteiligung von MGAT4C an DKD erfordert weitere Untersuchungen.
Diese Analyse umfasste eine Kohorte von AAs mit nicht-diabetischer ESKD, um die Generalisierbarkeit von T2D-ESKD-assoziierten Loci bei häufigen Formen von CKD zu bewerten. Die Metaanalyse, in der Fälle mit T2D-ESKD und nicht-diabetischer ESKD kombiniert wurden, identifizierte zusätzlich zu APOL1 zwei neue genomweite signifikante Loci, die mit ESKD aller Ursachen assoziiert sind; rs77113398 in der Nähe von EFNB2 (P=9,84 × 10−9; Basismodell) und rs373971520 in GNG7 (2,17 × 10−8; APOL1- negatives Modell). Rs77113398 überlappt mit Enhancer-, Promotorregionen und DNase-Peaks (zusätzliche Datei 1: Tabelle S6). Frühere Genomscans bei AAs ergaben signifikante Hinweise auf eine Kopplung an ESKD auf Chromosom 13q33, einschließlich der EFNB2-Region, sowohl bei diabetischer ESKD als auch bei nicht-diabetischer ESKD [30, 31]. Eine Folgestudie untersuchte 28 Tagging-Varianten, die sich über 39 Kilobasen (kb) der EFNB2-kodierenden Region erstreckten, und zeigte nominelle Assoziationen zwischen zwei Varianten und ESKD aller Ursachen [32]. Diese gemeldeten Varianten waren jedoch nicht mit rs77113398 korreliert. Ephrin-B2 (EFNB2) wird im sich entwickelnden Nephron exprimiert; Wechselwirkungen zwischen Ephrin-B2 und seinen Rezeptoren spielen eine wichtige Rolle beim glomerulären mikrovaskulären Aufbau [33]. Darüber hinaus schützt die umgekehrte Signalübertragung von Ephrin-B2 vor peritubulärer Kapillarverdünnung, indem sie die Angiogenese und die Gefäßstabilität währenddessen reguliertNiereVerletzung[34]. Ephrin-B1 kolokalisiert auch mit CD2--assoziiertem Protein (CD2AP) und Nephrin am Podozyten-Schlitzdiaphragma und spielt eine wichtige Rolle bei der Aufrechterhaltung der Barrierefunktion am Schlitzdiaphragma [35]. Ephrin-B4-Rezeptorkinase-transgene Mäuse entwickeln eine Glomerulopathie, die sich durch verschmolzene afferente und efferente Arteriolen manifestiert, die die Glomeruli umgehen [36]. Daher unterstützen mehrere Beweislinien die potenzielle Assoziation von EFNB2 mit CNE, und es ist die vielversprechendste ursächliche Gen-Assoziation von rs77113398.
Diese Studie hat Stärken und Grenzen. Obwohl das mehrstufige Studiendesign mit 15.075 AAs eine gute Power hatte, fehlte es an Replikation von T2D-ESKD-Assoziationen, insbesondere für seltene Varianten. Darüber hinaus zeigten mehrere genomweite signifikante Signale signifikant unterschiedliche Effektgrößen über die Stadien hinweg, was wahrscheinlich auf Unterschiede in der Stichprobengröße zwischen den Stadien zurückzuführen war, und eine Folge des „Fluchs des Gewinners“, eines Phänomens, das beschreibt, dass die wahre genetische Effektgröße aufgrund von überschätzt wird der erste positive Befund. Zukünftige Replikation ist erforderlich, um diese Ergebnisse zu bestätigen. Es gibt nur wenige andere bestehende Sammlungen mit geeigneten Proben in AAs; diese begrenzten Replikationsbemühungen. Darüber hinaus ist es aufgrund des häufigen Fehlens von Nierenbiopsien schwierig, alle Personen auszuschließen, die mit DKD falsch klassifiziert wurden. Daher haben wir Proben mit ESKD, die auf der Grundlage klinischer Phänotypen auf nicht-diabetische Ätiologien zurückgeführt wurden, sorgfältig ausgeschlossen und anschließend APOL1-Träger des renalen Risikogenotyps mit hohem Risiko für nicht-diabetische ESKD ausgeschlossen. Dies sollte Fehlklassifizierungen minimieren.
Fazit
Abschließend wurde eine GWAS bei AAs mit T2D-ESKD durchgeführt und sieben genetische Loci zeigten genomweite signifikante Hinweise auf eine Assoziation, darunter RND3/RBM43, SLITRK3, ENPP7, GNG7, APOL1, GRAMD3 und MGAT4C. Über APOL1 hinaus waren EFNB2 und GNG7 auch mit nicht-diabetischer ESKD assoziiert und zeigten eine genomweite signifikante Assoziation mit ESKD aller Ursachen. Zukünftige Untersuchungen, einschließlich genetischer Replikation und experimenteller Validierung dieser neu identifizierten Assoziationen, sind erforderlich, um ihre potenziellen Auswirkungen auf die biologischen Prozesse zu bewerten, die zu fortgeschrittener DKD in Populationen mit neuerer afrikanischer Abstammung führen.
Methoden
Studienteilnehmer
Die Studienteilnehmer wurden von der Wake Forest School of Medicine (WFSM; N=8052), Family Investigation of Nephropathy and Diabetes (FIND; N=926), Jack Son Heart Study (JHS; N {{2 }}), Atherosclerosis Risk in Communities Study (ARIC; N=2221), Coronary Artery Risk Development in Young Adults (CARDIA; N=912) und Multi-Ethnic Study of Atherosclerosis (MESA; N { {6}}). Die Analysen wurden von lokalen institutionellen Prüfgremien genehmigt, und alle Teilnehmer gaben eine schriftliche Einverständniserklärung ab. Fälle wurden als T2D-ESKD, einschließlich schwerer DKD, betrachtet, wenn Diabetes größer oder gleich 5 Jahre vor Beginn der ESKD oder mit diabetischer Retinopathie diagnostiziert wurde, um eine angemessene T2D-Dauer sicherzustellen, mit Nierenersatztherapie, geschätzter glomerulärer Filtrationsrate ( eGFR) Weniger als oder gleich 30 ml/min/1,73 m2 (CKD4) oder Urin-Albumin-zu-Kreatinin-Verhältnis (UACR) Größer als oder gleich 300 mg/g (Makroalbuminurie). Teilnehmer mit CKD4 oder Makroalbuminurie (N=138) wurden aufgrund ihres hohen Risikos, ESKD zu entwickeln, als Fälle eingeschlossen. T2D wurde gemäß den Kriterien der American Diabetes Association diagnostiziert mit einem Nüchtern-Blutzucker größer oder gleich 126 mg/dl, 2-h oraler Glukosetoleranztest Glukose größer als oder gleich 200 mg/dl, zufälliger Glukosewert größer als oder gleich 200 mg/dl, Einnahme von Diabetes-Medikamenten oder ärztlich diagnostizierter Diabetes. Fälle mit nicht-diabetischer ESKD hatten zu Beginn der Nierenersatztherapie keinen Diabetes (oder hatten T2D für < 5="" jahre)="" und="" eskd="" wurde="" einer="" chronischen="" glomerulären="" erkrankung="" (z.="" b.="" fokale="" segmentale="" glomerulosklerose),="" hiv-assoziierter="" nephropathie,="" bluthochdruck="" oder="" unbekannt="" zugeschrieben="" weil.="" patienten="" mit="" eskd="" zurückzuführen="" auf="" chirurgische="" oder="" urologische="" ursachen,="">NierenerkrankungB. Autoimmunerkrankung, Hepatitis, IgA-Nephropathie, membranöse Glomerulonephritis, membranoproliferative Glomerulonephritis oder monogenNiereKrankheitenwurden ausgeschlossen. Nicht-diabetische Nicht-Nephropathie-Kontrollen umfassten Teilnehmer ohne Diabetes oderNiere Erkrankung(eGFR größer oder gleich 60 ml/min/1,73 m2 und UACR < 30="" mg/g).="" patienten="" mit="" t2d-mangel-nephropathie="" hatten="" eine="" egfr="" größer="" oder="" gleich="" 60="" ml/min/1,73="" m2="" und="" eine="" uacr="">< 30="">
Probenvorbereitung, Genotypisierung, Imputation und Qualitätskontrolle
Die Studienteilnehmer wurden unter Verwendung von drei verschiedenen Plattformen genomweit genotypisiert: (1) 8704 Proben, die von WFSM, ARIC, CARDIA, JHS, MESA und FIND rekrutiert wurden, wurden auf dem Affymetrix Genome-wide Human Single Nucleotide Polymorphism genotypisiert (SNP) Array 6. 0 (Affy6.0); (2) 3133 von WFSM rekrutierte Proben wurden auf dem Affymetrix Axiom Biobank Genotyping Array (Axiom) genotypisiert; und (3) 3238 von WFSM rekrutierte Proben wurden auf dem Illumina Multi-Ethnic Genotyping Array (MEGA) genotypisiert. Qualitätskontrolle und Imputation wurden von jeder Genotypisierungsplattform wie unten beschrieben separat durchgeführt.
Varianten, die die Qualitätskontrolle (QC) bestanden, wurden einem kombinierten Haplotyp-Referenzpanel zugeordnet, einschließlich des 1000 Genomes Phase 3 kosmopolitischen Referenzpanels (Version Oktober 2014) [37] und einer Version des African Genome Variation Project (AGVP) Referenzpanels, einschließlich 640 Haplotypen afrikanischer Abstammung, freundlicherweise zur Verfügung gestellt von der African Partnership forForschung zu chronischen Krankheitenund Wellcome Trust Sanger Institute [38]. Die Vorphasung wurde mit SHAPEIT2 [39] durchgeführt, und die Imputation wurde mit IMPUTE2 [40] durchgeführt. QC nach der Imputation wurde durchgeführt, um Varianten mit Nichtübereinstimmung der Allele oder mit großer Häufigkeitsabweichung (größer als oder gleich 0,2) mit dem Referenzpanel (0,2 × Häufigkeit in EUR plus {{) auszuschließen 13}},8 × Häufigkeit in AFR) und Imputationsinfo-Score < 0,4.="" eine="" untergruppe="" von="" proben="" wurde="" mit="" sequenom="" (sequenom,="" san="" diego,="" ca)="" direkt="" für="" apol1="" g1-="" und="" g2-varianten="" genotypisiert.="" die="" übereinstimmung="" mit="" imputierten="" genotypen="" betrug="" 95="">
Affy6.0 Datensätze
Wie zuvor beschrieben [41], wurden 1513 T2D-ESKD-Fälle, 5299 nicht-diabetische Nicht-Nephropathie-Kontrollen und 1892 T2D-Nicht-Nephropathie-Kontrollen aus WFSM-, FIND-, JHS-, ARIC-, CARDIA- und MESA-Kohorten mit Affy6 genotypisiert.{{ 11}} (Tabelle 1). In jeder Studie wurden standardmäßige QC-Maßnahmen angewendet, um Varianten mit einer Call-Rate < 95 prozent,="" einer="" minor-allel-häufigkeit="" (maf)="">< 0.01="" oder="" abweichungen="" vom="" hardy-weinberg-gleichgewicht="" (hwe)="" auszuschließen.="" (p="">< 0,0001).="" proben-qc="" wurde="" durchgeführt,="" um="" probanden="" mit="" anrufraten="">< 95="" prozent,="" dna-kontamination,="" duplikaten="" oder="" populationsausreißern="" auszuschließen.="" da="" cardia,="" jhs="" und="" mesa="" keine="" fälle="" mit="" t2d-eskd="" hatten,="" wurden="" proben="" aus="" diesen="" studien="" für="" imputations-="" und="" assoziationsanalysen="" zusammen="" mit="" wfsm,="" find="" und="" aric="">
Axiom-Datensatz
Bei WFSM wurden 1700 AA-Fälle mit T2D-ESKD, 770 AA-Kontrollen ohne Diabetes oder Nephropathie und 663 AA-Kontrollen mit T2D ohne Nephropathie auf einem angepassten Axiom-Genotypisierungs-Array genotypisiert (Tabelle 2). Detaillierte Informationen zu Varianten, benutzerdefiniertes Inhaltsdesign, einschließlich Feinkartierung von Kandidatenregionen, Genotypisierungsmethoden und QC wurden zuvor berichtet [42]. Kurz gesagt, dieses Array umfasste ungefähr 264.000 Codierungsvarianten und Insertionen/Deletionen (Indels), 70.000 Funktionsverlustvarianten, 2.000 pharmakogenomische Varianten, 23.000 eQTL-Marker, 246.000 multiethnische populationsbasierte genomweite Tag-Marker und 115.000 benutzerdefinierte Inhaltsmarker. Varianten mit Call-Raten < 95="" prozent,="" abweichung="" von="" hwe="" (p="">< 0,0001)="" und="" monomorphe="" varianten="" wurden="" ausgeschlossen.="" insgesamt="" 724.530="" varianten="" wurden="" erfolgreich="" für="" die="" nachgelagerte="" qualitätskontrolle,="" imputation="" und="" analyse="" aufgerufen.="" stichproben-qc="" wurde="" durchgeführt,="" um="" personen="" mit="" niedrigen="" anrufraten="" auszuschließen="">< 95%),="" gender="" discordance,="" dna="" contamination,="" duplication,="" or="" population="">
MEGA-Datensatz
Bei WFSM wurden 1910 nicht-diabetische ESKD-Fälle, 219 T2D-ESKD-Fälle, 201 Kontrollen mit T2D ohne Nephropathie und 908 nicht-diabetische Nicht-Nephropathie-Kontrollen auf dem MEGA-Array genotypisiert (Tabelle 2). Dieses Array wurde entwickelt, um die Feinkartierung und Funktionsentdeckung zu verbessern, indem die Variantenabdeckung über mehrere Ethnien hinweg erhöht wird. Das Array umfasst (1) Backbone-Inhalte mit hochinformativen Varianten für GWAS- und Exomanalysen in verschiedenen Populationen der Vorfahren und (2) benutzerdefinierte Inhalte, die verwendet werden, um Index-GWAS-Assoziationen zu replizieren oder zu verallgemeinern, GWAS-Tagging-Varianten in Prioritätsregionen zu erweitern und Exominhalte in Prioritätsregionen zu verbessern , Feinkartierung von GWAS-Loci, Identifizierung funktioneller regulatorischer Varianten, Erforschung medizinisch wichtiger Varianten und Identifizierung neuartiger Varianten-Loci in Kandidatenpfaden [43]. Genotypisierung wurde bei WFSM durchgeführt. DNA aus Fällen und Kontrollen wurde gleichmäßig auf 96-Well-Platten verschachtelt, um Artefaktfehler während der Probenverarbeitung zu minimieren. Insgesamt 48 Proben, die im Rahmen des 1000 Genomes Project [44] am Coriell Institute for Medical Research sequenziert wurden, wurden in die Genotypisierung einbezogen und hatten eine Übereinstimmungsrate von 98,57 Prozent. Genotyp-Calling wurde mit Genome Studio (Illumina, CA, USA) durchgeführt. Varianten mit fehlender Position, fehlendem Allel, Allel-Nichtübereinstimmung, Call-Raten < 95="" prozent,="" abweichung="" von="" hwe="" (p="">< 0,0001),="" häufigkeitsunterschied=""> 0,2 im Vergleich zum 1000-Genomprojekt-Phase-3-Referenzpanel und monomorphe Varianten wurden entfernt. Es wurden mehrere Sondensätze verglichen, und nur der mit der höchsten Anrufrate wurde beibehalten. Insgesamt 1.705.970 Varianten wurden erfolgreich für die nachgelagerte Qualitätskontrolle, Imputation und Analyse aufgerufen. Es wurde eine Stichproben-QC durchgeführt, um Personen mit niedriger Anrufrate auszuschließen (< 95%),="" gender="" discordance,="" dna="" contamination,="" duplication,="" or="" population="" outliers.="" dna="" swapping="" was="" identified="" and="">
statistische Analyse
Entdeckungsphase
Wir verwendeten ein mehrstufiges Studiendesign, um mit T2D-ESKD assoziierte Varianten und ihre potenzielle Rolle bei der Gesamt-ESKD zu identifizieren. In der Entdeckungsphase wurden 3432 T2D-ESKD-Fälle und 6977 nicht-diabetische Nicht-Nephropathie-Kontrollen aus allen drei Datensätzen eingeschlossen (Abb. 1). Die Assoziationsanalyse wurde für jeden Datensatz unter Verwendung eines logistischen Mixed-Model-Verfahrens durchgeführt, das im Programm GMMAT [45] unter einem additiven genetischen Modell implementiert wurde. Diese Methode kontrolliert die Populationsstruktur und die kryptische Verwandtschaft, indem sie eine genetische Beziehungsmatrix (GRM) einbezieht, die aus einer Reihe hochwertiger autosomaler Varianten als Zufallseffekt geschätzt wird. Die Hauptkomponentenanalyse wurde unter Verwendung von EIGENSOFT [46] für jede Genotypisierungsplattform durchgeführt. Als Kovariaten wurde der erste Eigenvektor (PC1) zusammen mit Alter und Geschlecht verwendet. Eine Metaanalyse wurde in den drei Datensätzen unter Verwendung einer in METAL implementierten inversen Varianzgewichtungsmethode mit festem Effekt durchgeführt [47]. Suggestive Assoziationen für T2D-ESKD mit P < 1="" ×="" 10="" –5="" ,="" minor="" allele="" count="" (mac)=""> 400 und Heterogenität I2 < 80="" wurden="" für="" die="" diskriminierungsanalyse="">
Diskriminierungsphase
Um zu bestimmen, ob mutmaßliche T2D-ESKD-assoziierte Loci in der Entdeckungsphase von Assoziationen mit T2D per se angetrieben wurden, wurde eine Metaanalyse durchgeführt, die 2756 AAs mit T2D-fehlender Nephropathie und 6977 nicht-diabetische Nicht-Nephropathie-Kontrollen aus den drei Datensätzen (Affy6 .0, Axiom und MEGA) durchgeführt (Stufe 3, Abb. 1). Varianten, die eine nominelle Assoziation (P < 0,05)="" mit="" t2d="" zeigten,="" wurden="" ausgeschlossen,="" um="" t2d-assoziierte="" varianten="" zu="">
Erweiterungsanalyse von nicht-diabetischer ESKD und Meta-Analyse von ESKD aller Ursachen
Genetische Varianten, die eine naheliegende Assoziation mit T2D-ESKD (P < 1 × 10–5 ) zeigten, aber nicht mit T2D assoziiert waren, wurden in einer nicht-diabetischen ESKD-Kohorte untersucht, die 1910 nicht-diabetische ESKD-Fälle und 908 nicht-diabetische Nicht-Nephropathie-Kontrollen umfasste WFSM-MEGA-Datensatz zur Assoziation mit nicht-diabetischen Ätiologien vonNierenerkrankung(Stadium 4). Varianten mit nomineller Assoziation (P < 0.05)="" wurden="" in="" einer="" metaanalyse="" der="" eskd="" aller="" ursachen="" unter="" verwendung="" aller="" t2d-eskd,="" nicht-diabetischer="" eskd="" und="" kontrollen="" aus="" den="" drei="" datensätzen="" getestet="" (="" n="12,319," affy6.0,="" axiom,="" mega)="" (abb.="" 1).="" diese="" meta-analyse="" bewertete,="" ob="" t2d-eskd-assoziationen="" zum="" risiko="" einer="" eskd="" aller="" ursachen="" beitrugen.="" wir="" haben="" auch="" unsere="" top-varianten="" im="" zusammenhang="" mit="" nierenerkrankungen="" auf="" eine="" mutmaßliche="" assoziation="" mit="" t2d="" bei="" aas="" des="" media-konsortiums="" (n="15.043" fälle="" und="" 22.318="" kontrollen)="" untersucht;="" snps="" mit="" p="">< 0,05="" nach="" mehreren="" vergleichskorrekturen="" wurden="">
Ausschluss von Trägern des APOL1-Risikogenotyps
Die APOL1-Allele G1 und G2 tragen zum Risiko beinicht-diabetische Nierenerkrankung[6, 48]. Um die Fehlklassifizierung von T2D-ESKD zu minimieren, wurde eine zweite Analyse durchgeführt, bei der APOL1-Träger mit zwei Nierenrisikovarianten und solche mit fehlenden APOL1-Genotypen aus T2D-ESKD-Fällen und nicht-diabetischen Nicht-Nephropathie-Kontrollen (APOL1--negatives Modell) ausgeschlossen wurden ). Diese Analyse reduzierte die Heterogenität der Population trotz reduzierter Stichprobengröße und geringerer statistischer Aussagekraft. Insbesondere 308 T2D-ESKD-Fälle und 630 Kontrollen aus den Affy6.0-Datensätzen, 323 T2D-ESKD-Fälle und 113 Kontrollen aus dem Axiom-Datensatz und 33 T2D-ESKD-Fälle und 175 Kontrollen aus dem MEGA-Datensatz wurden entfernt. Darüber hinaus haben wir 891 der 1910 ESKD-Fälle aller Ursachen entfernt. Diese Analyse kann die Wirkungen anderer nicht-diabetischer ESKD-Loci jenseits von APOL1 aufdecken. Personen wurden als APOL1-Träger der renalen Risikovariante angesehen, wenn sie zwei G1-Allele (rs60910145-G-Allel, rs73885319-G-Allel), zwei G2-Allele (rs143830837, 6-Basenpaar-In-Frame-Deletion) trugen oder zusammengesetzte Heterozygote waren (ein G1- und ein G2-Allel) [6].
Funktionale Charakterisierung
Proxys von genomweiten signifikanten T2D-ESKD-assoziierten Varianten (r2 größer als oder gleich 0.7 in 1000 Genomes AFR-Population) aus der Baseline und APOL1--negativen Modellen wurden unter Verwendung von LDlink ausgewählt [49 ]. Die Lead-Varianten und Proxys wurden dann nach funktionalen Anmerkungen von HaploReg [50] abgefragt, die Anmerkungen zum Chromatinzustand und zur Proteinbindung aus den Projekten Roadmap Epigenomics [51] und ENCODE [52], Sequenzkonservierung bei Säugetieren und die Wirkung von Varianten auf die Regulierung enthielten Motive und Genexpression aus QTL-Studien.
Cistanche deserticola beugt Nierenerkrankungen vor, klicken Sie hier, um die Probe zu erhalten
Verweise
1. das United States Renal Data System. 2016 USRDS Annual Data Report: Epidemiology of Kidney Disease in the United States. National Institutes of Health, National Institute of Diabetes and Digestive and Kidney Diseases, Bethesda, MD, 2016.
2. de Boer IH, Rue TC, Halle YN, et al. Zeitliche Trends in der Prävalenz der diabetischen Nierenerkrankung in den Vereinigten Staaten. JAMA. 2011;305:2532–9.
3. Spray BJ, Atassi NG, Tuttle AB, et al. Familiäres Risiko, Alter bei Beginn und Ursache einer Nierenerkrankung im Endstadium bei weißen Amerikanern. J. Am. Soc. Nephrol. 1995;5: 1806–10.
4. Freedman BI, Tuttle AB, Spray BJ. Familiäre Prädisposition für Nephropathie bei Afroamerikanern mit nicht insulinabhängigem Diabetes mellitus. Am J Kidney Dis. 1995;25:710–3.
5. S. Tzur, S. Rosset, R. Shemer et al. Missense-Mutationen im APOL1. Hum Genet. 2010;128:345–50.
6. Genovese G, Friedman DJ, Ross MD, et al. Assoziation von trypanolytischen ApoL1-Varianten mit Nierenerkrankungen bei Afroamerikanern. Wissenschaft. 2010;329:841–5.
7. Kopp JB, Nelson GW, Sampath K, et al. APOL1-Genvarianten bei fokaler segmentaler Glomerulosklerose und HIV-assoziierter Nephropathie. JASON. 2011; 22:2129–37.
8. Kottgen A, Pattaro C, Boger CA, et al. Mehrere neue Loci im Zusammenhang mit Nierenfunktion und chronischer Nierenerkrankung: das CKDGen-Konsortium. Nat Genet. 2010;42:376–84.
9. Pattaro C, Kottgen A, Teumer A, et al. Die genomweite Assoziation und funktionelle Nachverfolgung enthüllt neue Loci für die Nierenfunktion. PLoS-Genet; 8. Epub vor Druck März 2012. https://doi.org/10.1371/journal.pgen. 1002584.
10. Pattaro C., Teumer A., Gorski M., et al. Genetische Assoziationen an 53 Loci heben Zelltypen und biologische Signalwege hervor, die für die Nierenfunktion relevant sind. Nat Commun. 2016;7:10023.
11. Tin A, Colantuoni E, Boerwinkle E, et al. Verwendung mehrerer Maßnahmen für quantitative Merkmalsassoziationsanalysen: Anwendung auf die geschätzte glomeruläre Filtrationsrate (eGFR). J Hum Genet. 2013;58:461–6.
12. Maeda S. Genomweite Suche nach Anfälligkeitsgen für diabetische Nephropathie durch genbasiertes SNP. Diabetes Res Clin Pract. 2004;66:S45–7.
13. Pezzolesi MG, Poznik GD, Mychaleckyj JC, et al. Genomweiter Assoziationsscan für Anfälligkeitsgene für diabetische Nephropathie bei Typ-1-Diabetes. Diabetes. 2009;58:1403–10.
14. McDonough CW, Palmer ND, Hicks PJ, et al. Eine genomweite Assoziationsstudie für diabetische Nephropathie-Gene bei Afroamerikanern. Niere Int. 2011;79:563–72.
15. Sandholm N., Salem RM, McKnight AJ, et al. Neue Anfälligkeitsorte im Zusammenhang mit Nierenerkrankungen bei Typ-1-Diabetes. PLoS Genet. 8. Epub vor Druck September 2012. https://doi.org/10.1371/journal.pgen. 1002921.
16. Sandholm N., Zuydam NV. Ahlqvist E. et al. Die genetische Landschaft von Nierenkomplikationen bei Typ-1-Diabetes. JASN. 2017;28:557–74.
17. Iyengar SK, Sedor JR, Freedman BI, et al. Genomweite Assoziation und transethnische Metaanalyse für fortgeschrittene diabetische Nierenerkrankung: Family Investigation of Nephropathy and Diabetes (FIND). PLoS Genet. 2015;11:e1005352.
18. Mahajan A, Rodan AR, Le TH, et al. Transethnische Feinkartierung hebt Nierenfunktionsgene hervor, die mit Salzempfindlichkeit in Verbindung stehen. Bin J Hum Genet. 2016;99:636–46.
19. Tayo BO, Kramer H., Salako BL, et al. Die genetische Variation in den Genen APOL1 und MYH9 wird mit chronischen Nierenerkrankungen bei Nigerianern in Verbindung gebracht. Int. Urol Nephrol. 2013;45:485–94.
20. Palmer ND, McDonough CW, Hicks PJ, et al. Eine genomweite Assoziationssuche nach Typ-2-Diabetes-Genen bei Afroamerikanern. Plus eins. 2012; 7:e29202.
21. P. Zhang, Y. Chen, Y. Cheng, et al. Alkalische Sphingomyelinase (NPP7) fördert die Cholesterinabsorption, indem sie den Sphingomyelinspiegel im Darm beeinflusst: eine Studie mit NPP7-Knockout-Mäusen. Am J Physiol Gastrointest Leberphysiol. 2014;306:G903–8.
22. Chang YH, Chang DM, Lin KC, et al. High-Density-Lipoprotein-Cholesterin und das Risiko einer Nephropathie bei Typ-2-Diabetikern. Nutr Metab Cardiovasc Dis. 2013;23:751–7.
23. Williams AN, Conway BN. Wirkung von High-Density-Lipoprotein-Cholesterin auf die Beziehung von Serumeisen und Hämoglobin mit der Nierenfunktion bei Diabetes. J Diabetes Complicat Epub vor Drucklegung am 29. März 2017.
24. Ceriello A., De Cosmo S., Rossi MC, et al. Variabilität von HbA1c, Blutdruck, Lipidparametern und Serumharnsäure und Risiko der Entwicklung einer chronischen Nierenerkrankung bei Typ-2-Diabetes. Diabetes Obes Metab Epub vor Drucklegung am 21. April 2017.
25. Schwindinger WF, Betz KS, Giger KE, et al. Der Verlust von G-Protein Gamma 7 verändert das Verhalten und reduziert den striatalen Alpha(olf)-Spiegel und die cAMP-Produktion. JBiolChem. 2003;278:6575–9.
26. Ohta M., Mimori K., Fukuyoshi Y., et al. Klinische Bedeutung der reduzierten Expression von G-Protein-Gamma-7 (GNG7) bei Speiseröhrenkrebs. Br J Krebs. 2008;98:410–7.
27. Demokan S, Chuang AY, Chang X, et al. Identifizierung des Guaninnukleotid-bindenden Proteins -7 als epigenetisch stummgeschaltetes Gen bei Kopf-Hals-Krebs durch Genexpressionsprofilierung. Int. J. Oncol. 2013;42:1427–36.
28. Chu AY, Deng X, Fisher VA, et al. Eine multiethnische genomweite Metaanalyse ektopischer Fettdepots identifiziert Loci, die mit der Entwicklung und Differenzierung von Adipozyten assoziiert sind. Nat Genet. 2017;49:125–30.
29. G. Zoppini, G. Targher, M. Chonchol et al. Prädiktoren der geschätzten Abnahme der GFR bei Patienten mit Typ-2-Diabetes und erhaltener Nierenfunktion. CJASN. 2012;7:401–8.
30. Bowden DW, Colicigno CJ, Langefeld CD, et al. Ein Genomscan für diabetische Nephropathie bei Afroamerikanern. Niere Int. 2004;66:1517–26.
31. Freedman BI, Bowden DW, Rich SS, et al. Ein Genomscan für alle Ursachen von Nierenerkrankungen im Endstadium bei Afroamerikanern. Nephrol Dial-Transplantation. 2005;20:712–8.
32. Hicks PJ, Staten JL, Palmer ND, et al. Assoziationsanalyse des Ephrin-B2-Gens bei Afroamerikanern mit Nierenerkrankungen im Endstadium. Am J Nephrol. 2008;28:914–20.
33. Takahashi T, Takahashi K, Gerety S, et al. Zeitlich kompartimentierte Expression von Ephrin-B2 während der renalen glomerulären Entwicklung. JASN. 2001; 12:2673–82.
34. Kida Y., Ieronimakis N., Schrimpf C., et al. Die umgekehrte Signalübertragung von EphrinB2 schützt vor Kapillarverdünnung und Fibrose nach einer Nierenverletzung. J. Am. Soc. Nephrol. 2013;24:559–72.
35. Hashimoto T., Karasawa T., Saito A., et al. Ephrin-B1 lokalisiert am Schlitzdiaphragma des glomerulären Podozyten. Niere Int. 2007;72:954–64.
36. Andres AC, Munarini N., Djonov V., et al. EphB4-Rezeptor-Tyrosinkinase-transgene Mäuse entwickeln Glomerulopathien, die an glomeruläre vaskuläre Shunts erinnern. Mech-Entwickler 2003;120:511–6.
37. 1000 Genomes Project Consortium. Eine globale Referenz für menschliche genetische Variation. Natur. 2015;526:68–74.
38. Gurdasani D, Carstensen T, Tekola-Ayele F, et al. Das African Genome Variation Project prägt die medizinische Genetik in Afrika. Natur. 2015;517:327–32.
39. Delaneau O, Marchini J, Zagury JF. Eine lineare Komplexitäts-Phasing-Methode für Tausende von Genomen. Nat-Methoden. 2011;9:179–81.
40. J. Marchini, B. Howie, S. Myers et al. Eine neue Multipoint-Methode für genomweite Assoziationsstudien durch Imputation von Genotypen. Nat Genet. 2007;39:906–13.
41. Ng MCY, Saxena R, Li J, et al. Übertragbarkeit und Feinkartierung von Typ-2-Diabetes-Loci bei Afroamerikanern: die Candidate Gene Association Resource Plus-Studie. Diabetes. 2013;62:965–76.
42. Guan M, Ma J, Keaton JM, et al. Assoziation von nierenstrukturbezogenen Genvarianten mit Typ-2-Diabetes-zugeschriebener Nierenerkrankung im Endstadium bei Afroamerikanern. Hum Genet. 2016;135:1251–62.
43. Bien SA, Wojcik GL, Zubair N, et al. Strategien zur Anreicherung der Variantenabdeckung in Kandidaten-Krankheitsloci auf einem multiethnischen Genotypisierungs-Array. Plus eins. 2016;11:e0167758.
44. 1000 Genomes Project Consortium. Eine Karte der Variation des menschlichen Genoms aus der Sequenzierung im Populationsmaßstab. Natur. 2010;467:1061–73.
45. Chen H., Wang C., Conomos MP, et al. Kontrolle der Populationsstruktur und Verwandtschaft für binäre Merkmale in genetischen Assoziationsstudien über logistische gemischte Modelle. Bin J Hum Genet. 2016;98:653–66.
46. Patterson N, Price AL, Reich D. Bevölkerungsstruktur und Eigenanalyse. PLoS Genet. 2006;2:e190.
47. Willer CJ, Li Y, Abecasis GR. METAL: eine schnelle und effiziente Metaanalyse von genomweiten Assoziationsscans. Bioinformatik. 2010;26:2190–1.
48. Freedman BI, Langefeld CD, Lu L, et al. Unterschiedliche Auswirkungen von MYH9- und APOL1-Risikovarianten auf die FRMD3-Assoziation mit diabetischer ESRD bei Afroamerikanern. PLoS Genet. 2011;7:e1002150.
49. Machiela MJ, Chanock SJ. LDlink: eine webbasierte Anwendung zur Erforschung der populationsspezifischen Haplotypstruktur und Verknüpfung korrelierter Allele möglicher funktioneller Varianten. Bioinformatik. 2015;31:3555–7.
50. Ward LD, Kellis M. HaploReg: eine Ressource zur Untersuchung von Chromatinzuständen, Konservierung und regulatorischen Motivänderungen innerhalb von Sätzen genetisch verbundener Varianten. Nukleinsäuren res. 2012;40:D930–4.
51. Roadmap Epigenomik-Konsortium. Kundaje a, Meuleman W, et al. integrative Analyse von 111 humanen Referenz-Epigenomen. Natur. 2015;518:317–30.
52. Das ENCODE-Projektkonsortium. Eine integrierte Enzyklopädie der DNA-Elemente im menschlichen Genom. Natur. 2012;489:57–74.
