ПОЛНОГЕНОМНЫЕ АССОЦИАТИВНЫЕ ИССЛЕДОВАНИЯ (GWAS): ТЕХНОЛОГИИ, РАЗВИТИЕ И ЗНАЧЕНИЕ В СОВРЕМЕННОЙ ГЕНЕТИКЕ

АННОТАЦИЯ

Данная обзорная статья рассматривает суть и эволюцию полногеномных ассоциативных исследований (GWAS), их роль в изучении генетических основ заболеваний и признаков, а также вклад в развитие точной медицины. Рассматриваются технологические подходы к генотипированию, крупные международные проекты и базы данных, поддерживающие GWAS. Особое внимание уделено ограничениям методов GWAS, таким как недостаточная представленность неевропейских популяций и необходимость проведения исследований в изолированных группах. Также обсуждается значение создания собственных генетических ресурсов в Центральной Азии для устранения глобального генетического дисбаланса. Статья подчеркивает потенциал GWAS в поиске терапевтических мишеней и разработке персонализированных стратегий лечения

ABSTRACT

This review article explores the essence and evolution of genome-wide association studies (GWAS), their role in investigating the genetic basis of diseases and traits, and their contribution to the advancement of precision medicine. It discusses genotyping technologies, major international projects, and databases that support GWAS. Particular attention is given to the limitations of GWAS methods, such as the underrepresentation of non-European populations and the need for studies in isolated groups. The importance of developing local genetic resources in Central Asia is also highlighted as a way to address global genetic imbalance. The article emphasizes the potential of GWAS in identifying therapeutic targets and developing personalized treatment strategies.

Ключевые слова: GWAS, полногеномные ассоциативные исследования, SNP, биобанк, генетические маркеры.

Keywords: GWAS, genome-wide association studies, SNP, biobank, genetic markers.

Введение

Полногеномные ассоциативные исследования представляют собой один из наиболее эффективных инструментов современной генетики для выявления связи между генетическими вариантами и различными признаками или заболеваниями. За последние годы GWAS позволили существенно продвинуться в понимании молекулярных механизмов сложных заболеваний и заложили основу для развития персонализированной медицины. Однако, несмотря на достигнутые успехи, остаются нерешенными важные вопросы, связанные с интерпретацией полученных данных, ограниченной представленностью различных популяций, а также необходимостью улучшения технологических и аналитических подходов.

Целью данного обзора является обобщение современных знаний о полногеномных ассоциативных исследованиях, рассмотрение их методологических основ, достижений и ограничений, а также обсуждение перспектив применения GWAS для развития прецизионной медицины, с особым акцентом на необходимость проведения исследований в Центральной Азии.

В данной статье будет рассмотрено:

-эволюция и развитие GWAS как научного направления;

-основные достижения GWAS в медицине и биологии

-роль крупных биобанков и международных проектов в реализации GWAS

-существующие ограничения и пути их преодоления;

-перспективы интеграции GWAS в практику персонализированного здравоохранения.

-используемые технологии генотипирования и методы анализа данных;

-крупные исследовательские ресурсы GWAS 

-значение проведения GWAS в популяциях Центральной Азии для восполнения глобального генетического дисбаланса.

Материалы и методы

Обзор GWAS исследований, был выполнен в соответствии с международными рекомендациями [1, 2].

Поиск литературы осуществлялся в электронных базах данных PubMed и BioRxiv, последний поиск был проведён 5 апреля 2025 года. В качестве ключевых слов использовались: «GWAS» и «Genetic Association Studies/GWAS», «Genome Wide Association Studies/GWAS», «GWAS database», «GWAS biobank». Ограничения по языку, дате публикации и статусу публикации не применялись.

Финальный поисковой запрос для базы данных PubMed выглядел следующим образом:

((«Genome-wide association studies»[All Fields]) OR (GWAS[All Fields]) OR (GWAS[MeSH Terms]) OR («GWAS database»[All Fields]) OR (GWAS biobank [All Fields]) OR («Genetic Variation»[MeSH Terms]) OR («Microarray Array Sequence Analysis»[MeSH Terms]) OR («Genotyping Techniques»[MeSH Terms]) OR («Genetic Association Studies»[MeSH Terms])).

Результаты и их обсуждение

Эра геномных открытий: роль GWAS в расшифровке наследственной природы заболеваний. С развитием современных высокопроизводительных геномных технологий стало возможным осуществлять широкомасштабные геномные исследования, который измеряют и анализируют вариации на уровне ДНК в разрезе целого генома.

Как известно, после разработки методов секвенирования произошел прорыв в области изучения молекулярно-генетических основ многих заболеваний. Появилось целое направление исследований – полногеномный поиск ассоциаций (GWAS- genome-wide association studies), это обзорное исследование (обычно популяционное) которое заключается в сборе клинических, генетических и прочих данных в различных популяциях и при помощи биоинформатических и статистических ресурсов оценивается связь того или иного генетического варианта с фенотипом (рост, вес,  различные нейтральные признаки и т.д.) или с клиническим фенотипом (заболевания). В основном, GWAS сфокусирован на ассоциации между геномными однонуклеотидными полиморфизмами -SNPs (single nucleotide polymorphisms) и заболеваниями человека.

Такое исследование может включать от сотен тысяч до миллионов SNPs, выборку от 1000 до сотен тысяч человек, десятки фенотипических и клинических параметров и другие данные такие как пол, возраст, привычки, образ жизни и т.д.

Благодаря крупномасштабным скоординированным усилиям был реализован Международный проект HapMap [3], который был сосредоточен в первую очередь на характеристике SNPs. Проект HapMap идентифицировал большую часть общих вариаций среди 11 субпопуляций человека и заложил основу для GWAS [4, с. 789].

В настоящее время проведено более 5700 GWAS для более чем 3300 признаков [5, с. 1339], и стремление к большей статистической мощности привело к тому, что размеры выборки GWAS превысили миллион участников [6,7], что позволило определить многочисленные ассоциированные и воспроизводимые варианты многих наследственных признаков.

Наибольшее количество GWAS исследований проведено в Великобритании, США и некоторых других странах. Например, в Великобритании было проведено более 660 GWAS на 22,5млн людей, в США свыше 2,5тыс исследований на 11 млн людей [8].

Путем GWAS, идентифицируются единичные SNPs, которые обуславливают небольшой процент риска заболевания. Объединение информации о большом количестве SNPs, в рамках всего генома, помогает определить их общий вклад в риск развития заболевания или ответа на лекарственную терапию. Исследователи могут использовать информацию, полученную при помощи GWAS для более точного предсказания, какая превентивная стратегия лечения будет оптимальна среди той или иной группы людей, что является важным этапом в точной медицине.

Недавнее изучение 4155 GWAS по 558 признакам и включавшее свыше 1,74 млн SNPs, показало, что 236,638 имеют достоверную связь минимум с одним признаком на уровне генома с очень высокой статистической достоверностью (P<5x10-8). Показано, что локусы покрывают более половины генома и 90% из них перекрываются с локусами нескольких признаков и имеют плейотропный эффект. Было обнаружено, что потенциальные причинные SNPs богато представлены в кодирующих и фланкирующих областях генов, а также регуляторных элементах. Плейотропный эффект распространен не равномерно в геноме и больше представлен на 1, 5, 11, 12, 15, 17, 20 и 22 хромосомах. Также выявлено, что почти 90% вариантов расположено в некодирующих областях генома, включая межгенные (34.3%) и интронные (43.6%) SNPs [5, с. 1339].

Таким образом, становится очевидным, что GWAS позволяют идентифицировать отдельные SNPs, ассоциированные с риском заболеваний, но каждый из них обычно объясняет лишь незначительную часть генетического вклада. Только за счёт объединения данных по миллионам SNPs становится возможным выявить более полную картину генетической предрасположенности и реакции на лечение, что критически важно для развития точной медицины.

GWAS и биобанки.

В Великобритании проведённое GWAS с участием более полумиллиона добровольцев, позволило идентифицировать генетические маркеры, связанные с шизофренией, колитами, сердечно-сосудистыми заболеваниями, раком, диабетом, депрессивными изменениями, болезнью Крона, метаболическими заболеваниями и многими другими заболеваниями. Более того, эти данные заложили основу создания «Биобанк Великобритании» (UK Biobank) [9]. UK Biobank — это масштабное проспективное эпидемиологическое исследование, включающее около 500 000 добровольцев из Великобритании в возрасте от 40 до 69 лет на момент набора с 2006 по 2010 год. Участники предоставили обширные данные о здоровье, образе жизни, а также биологические образцы, включая кровь и мочу. С 2017 года генетическая информация участников стала доступна для исследований, что значительно расширило возможности для проведения исследований ассоциаций на уровне всего генома.

В рамках UK Biobank было проведено множество GWAS, направленных на выявление генетических факторов, связанных с различными заболеваниями и признаками. Например, исследование, опубликованное в Nature Neuroscience, использовало данные UK Biobank для проведения GWAS по 3 144 фенотипам нейровизуализации, что позволило выявить новые генетические ассоциации, связанные со структурой и функцией мозга [10, с.737].

Лаборатория Neale провела GWAS по 7 221 фенотипу среди шести континентальных групп предков в UK Biobank, предоставив обширные сводные статистические данные для исследовательского сообщества (nealelab.is/uk-biobank).

Кроме того, проект Pan-UKBB провел пан-генетический анализ данных UK Biobank, включив более разнообразные группы предков, что повысило мощность и потенциал для новых открытий [11].

Эти исследования подчеркивают ценность UK Biobank как ресурса для проведения GWAS, способствующих пониманию генетической архитектуры сложных признаков и заболеваний, а также развитию персонализированной медицины.

Американскими ученными было проведены исследования GWAS и идентифицированы генетические маркеры, связанные с диабетом [12,13], болезнями сердца [14, с. 163, 15 с. 2039], раком [16, с. 692], аутоиммунными заболеваниями [17], наркоманией и различными вредными пристрастиями [18], болезнью Альцгеймера [19], Паркинсона [20,21, с. 27] и другими заболеваниями.

В Японии исследования GWAS проводились с участием более 200 тысяч добровольцев. В результате были выявлены генетические маркеры, связанные с сердечно-сосудистыми заболеваниями, раком, ожирением, диабетом, предрасположенностью к заболеваниям глаукомой, аллергическим ринитом, депрессивными изменениями, болезнью Крона, астмой, колитом, псориазом, шизофренией, атопическим дерматитом, болезнями обмена веществ и многими другими. В результате этого масштабного исследования был создан Японский биобанк [22, с. 669].

China Biobank, известный как China Kadoorie Biobank (CKB), представляет собой крупномасштабное проспективное когортное исследование, включающее более 512 000 взрослых из 10 географически разнообразных регионов Китая, проведенное в период с 2004 по 2008 год. Основной целью CKB является изучение генетических и экологических факторов, влияющих на развитие хронических заболеваний, таких как сердечно-сосудистые заболевания, рак и диабет [23]. В рамках CKB были проведены обширные исследования, включая генотипирование более 100 000 участников с использованием специально разработанных Axiom-микрочипов. Эти данные позволили провести многочисленные исследования ассоциаций на уровне всего генома (GWAS) для выявления генетических вариантов, связанных с различными заболеваниями и признаками в китайской популяции.

Одно из таких исследований, опубликованное в Communications Biology в марте 2024 года, выявило четыре новых локуса, связанных с храпом, путем проведения GWAS на основе данных CKB. Эти локусы были картированы на гены SLC25A21, межгенный регион WDR11 и FGFR, NAA25, ALDH2 и VTI1A. Результаты подчеркнули роль структурных аномалий верхних дыхательных путей, а также дисфункции кардио-метаболических и транспортных систем в развитии храпа [24, с. 305].

Кроме того, CKB предоставляет открытый доступ к сводной статистике GWAS через платформу PheWeb, позволяя исследователям анализировать генетические ассоциации с различными фенотипами в китайской популяции (pheweb.ckbiobank.org).

В исследованиях GWAS, проводимых в рамках Qatar Genome Programme, приняли участие более 6000 представителей местного населения. Исследование выявило 45 клинически значимых первых комплексных генетических ассоциаций для данного региона [25, с. 202]. Qatar Genome Programme это национальный популяционный исследовательский проект, направленный на изучение генетического состава населения Катара и других арабских популяций с целью внедрения прецизионной медицины и персонализированного здравоохранения в национальную систему здравоохранения

Исследование генетических детерминантов диабета 2 типа: В 2024 году было проведено GWAS с участием 11 436 человек (2 765 случаев диабета и 8 671 контроль). Были подтверждены 93 ранее известные локуса, связанные с диабетом, и выявлен новый локус между генами APOBEC3H и CBX7, специфичный для катарской популяции. Эти исследования подчеркивают значимость Qatar Genome Programme в изучении генетической архитектуры заболеваний в ближневосточных популяциях и способствуют развитию прецизионной медицины в регионе [26].

Теперь, когда известны надежные генетические ассоциации для различных фенотипов, ученые столкнулись со следующей большой проблемой: интерпретацией этих ассоциаций в биологическом и геномном контексте.

Существующие ограничения GWAS. Несмотря на такое бурное развитие, вокруг полногеномного поиска ассоциаций в течение всего времени его существования ведутся споры. Многие ученые считают неперспективной саму идею GWAS. Дело в том, что GWAS не способен регистрировать редкие мутации, поэтому его результаты достоверны только в рамках концепции «common disease - common variants», постулирующей, что предрасположенность к широко распространенным заболеваниям определяется аллелями высокополиморфных генов. Если же считать, что такие заболевания являются результатом мутаций в редких аллелях, то GWAS-анализ становится бессмысленным.

Некоторые исследователи утверждают, что, поскольку многие локусы, выявленные GWAS, вызывают небольшое увеличение риска заболевания и объясняют лишь часть наследуемости, их вклад в заболевание не может быть столь важным. Однако по мере того, как все больше локусов преобразуются в биологические функции, появляется все больше свидетельств того, что сила ассоциации локуса GWAS не пропорциональна его биологической важности. Поскольку углубленное картирование локусов GWAS требует взаимодействия групп ученых на междисциплинарном уровне для интеграции широкого спектра знаний и данных, разрыв между генетиками и не-генетиками постепенно сокращается.

Предыдущие GWAS показали, что на большинство признаков влияют тысячи вариантов SNP [27], которые по отдельности представляют очень небольшой риск, и часто связаны с другими признаками [5] и коррелируют как с вариантами, оказывающими эффект, так  и нейтральными вариантами, которые физически близки в результате неравновесия по сцеплению [28], что усложняет прямые биологические и причинно-следственные выводы [29, с. 41]. Кроме того, генетические ассоциации могут различаться у разных популяций, что усложняет прямое сравнение между группами индивидуумов. Некоторые из этих ограничений препятствуют получению однозначных выводов о биологическом значении результатов GWAS, иногда ограничивая их полезность для получения механистического понимания или использования в качестве отправной точки для разработки лекарств [30, с. 5].

Еще одним важным недостатком является по-прежнему не достаточная представленность лиц неевропейского происхождения, в то время как крупномасштабные усилия GWAS были непропорционально сосредоточены на популяциях европейского происхождения.

К 2025 году, по оценкам глобального ресурса мониторинга GWAS исследований - GWAS Diversity Monitor [31,32], свыше 86,5% всех исследований, включенных в каталог NHGRI-EBI GWAS, охватывают когорты европейского происхождения, за которыми следуют 12% азиатского происхождения и в совокупности всего 1,5% африканцев, афроамериканцев, афро-карибцев, латиноамериканцев и других популяций (рис. 1), причем на сегодняшний день абсолютно не проводилось GWAS в Центрально-азиатском регионе, включая разнообразную узбекскую популяцию.

Таким образом, видно, что большинство исследований генетических ассоциаций с заболеваниями было проведено на европейцах. Этот европейский уклон имеет важные последствия для прогнозирования риска заболеваний в глобальном масштабе.

Отсутствие представления различных популяций не только ограничивает возможность переноса результатов GWAS между популяциями, но и может привести к неравному доступу к клинической помощи, основанной на генетических исследованиях. Чтобы изменить эту евроцентричность, необходимы дополнительные инициативы (локальные и международные проекты), такие как исследование PAGE, H3Africa.  Проект вариации генома Африки и GenomeAsia 100k, которые существенно расширят возможности GWAS для медицины. 

Это создает дисбаланс в представлении о генетической предрасположенности к заболеваниям в разных этнических группах, что может ограничивать точность персонализированной медицины для недостаточно изученных популяций. Таким образом, существует необходимость в проведении GWAS-исследований на более широком этническом уровне для формирования более репрезентативной базы данных.

Рисунок 1. Сравнительное количество GWAS среди популяций. Распределение общего объема проведенных полногеномных исследований ассоциаций среди популяций мира (согласно базе GWAS Diversity Monitor, [31])

Для менделевских заболеваний патогенный вариант обычно вызывает болезнь независимо от популяции, в которой он встречается (рис. 2) (табл. 1). Однако в некоторых случаях, таких как сцепленная с X-хромосомой недостаточность G6PD (глюкозо-6-фосфатдегидрогеназа) или фавизм, заболевание проявляется только при специфическом воздействии окружающей среды (например, употребление бобов вызывает гемолитическую анемию) или дефицит альфа-1-антитрипсина (AATD) – аутосомно-кодоминантное заболевание, вызванное мутациями в гене SERPINA1, может привести к развитию эмфиземы легких, но только у курильщиков или при воздействии загрязненного воздуха. У людей с дефицитом AAT, не подвергающихся таким воздействиям, заболевание может не проявляться (табл1). В таблице 1 приведены несколько заболеваний, проявляющихся как вне зависимости от внешних факторов, так и исключительно при воздействии.

Учитывая различные эволюционные истории, в разных популяциях одна и та же болезнь может быть обусловлена разными мутациями в одном и том же гене (аллельная гетерогенность).

В рамках проекта HapMap также были получены обширные карты неравновесия по сцеплению (LD - Linkage disequilibrium), свойства SNP, которые лежат на одной хромосоме и совместно наследуются при передаче хромосомы в популяции. Люди диплоидны, имеют две копии каждой хромосомы (за исключением X и Y), и события рекомбинации разрывают смежные участки SNP на хромосоме во время мейоза, при формировании зародышевых клеток. В последующих поколениях внутри популяции повторяющиеся события рекомбинации, распределенные по каждой хромосоме, производят участки аллелей, которые коррелируют друг с другом.

Разнообразие причинных мутаций может усложнять диагностику и лечение. Способность воспроизводить генетические ассоциации в различных популяциях может зависеть от нескольких факторов. Одним из них являются различия в неравновесном сцеплении между этническими группами, что влияет на то, насколько хорошо причинные варианты улавливаются тег-снипами (tagSNPs), идентифицированными в одной популяции (рис. 3). Маркеры, находящиеся в LD с вариантами риска у европейцев, могут не находиться в LD в других популяциях, поскольку паттерны LD отражают разные демографические истории, которые варьируются в глобальном масштабе.

Современные люди произошли в Африке примерно 300 000 лет назад и мигрировали за её пределы около 80 000 лет назад. В Африке сохранялись более крупные и структурированные популяции, что привело к разнообразным паттернам LD на всём континенте [33, с. 1035]. Напротив, миграция из Африки привела к узкому демографическому горлышку, за которым последовали серии оснований новых популяций по мере распространения современных людей по миру. В результате у неафриканских популяций наблюдаются более протяжённые регионы LD, точная структура которых определяется их демографической историей (рис. 3). Эти различия в LD между популяциями делают межэтническое картирование особенно полезным для идентификации вариантов риска.

Рисунок 2. Размеры эффекта варианта влияющие на возможность воспроизведения ассоциаций генотип-фенотип между популяциями. (адаптировано из Sirugo и соавторы, 2019 [34, с 26])

Роль размера эффекта в воспроизводимости (передаваемости) — моногенные (менделевские) заболевания с большим размером эффекта будут вызывать болезнь независимо от популяции. Напротив, генетические ассоциации со сложными признаками, на которые влияют несколько генов с умеренным размером эффекта (олигогенные), с меньшей вероятностью будут передаваться между популяциями. Наконец, для состояний, на которые влияют многие гены (полигенные) с небольшими размерами эффекта, передаваемость может быть ограниченной. Во всех случаях, если риск оценивается с помощью тег-SNP, степень LD будет влиять на воспроизводимость в разных популяциях.

Рисунок 3. Различия в неравновесном сцеплении, влияющие на возможность воспроизведения ассоциаций генотип-фенотип между популяциями (адаптировано из Sirugo и соавторы, 2019 [34, с. 26])

Роль различий LD в воспроизводимости (верхняя часть). Один общий причинный вариант может быть помечен разными SNP в разных популяциях; (нижняя часть) причинные варианты различаются между популяциями (аллельная гетерогенность) и помечаются разными SNP (сплошные линии) или тем же SNP, но с более слабым LD (пунктирная линия). В любом случае, тег-SNP, полученные из одной популяции (например, европейской), могут быть недостаточными для воспроизведения ассоциаций в других исследуемых популяциях.

Помимо этого, прекрасным подходом, обладающим рядом преимуществ, является проведение GWAS в популяциях, которые стали изолированными вследствие эффектов основателя — таких как географические или культурные барьеры, — оставались изолированными в течение длительного времени и имели ограниченный генетический обмен с соседними популяциями [48, с. 371].

Таблица 1.

Примеры Менделевских заболеваний, проявляющихся как вне зависимости, так и при условии воздействия внешних факторов

Одним из ключевых преимуществ является то, что функциональные варианты, которые в других популяциях встречаются крайне редко, могут присутствовать в изолированных популяциях с более высокой частотой. Благодаря этому такие популяции обеспечивают большую статистическую мощность при изучении ассоциаций с подобными вариантами [49, 50, с. 477, 51].

Характерная для изолированных популяций длинно-дистанционная связь по сцеплению (LD) повышает точность импутации и общую эффективность GWAS по сравнению с аналогичными по размеру не изолированными когортами [52, с. 1068, 53, с. 853, 54, с. 1140], особенно если даже небольшое количество представителей изолированной популяции включено в эталонную панель.

Ввиду высокой степени родства внутри изолированных популяций, в GWAS часто используется подход, основанный на линейных смешанных моделях.

Изолированные популяции, как правило, характеризуются высокой генетической однородностью из-за потери аллелей при узких «генетических горлышках», что может повысить мощность burden-тестов за счёт уменьшения доли нейтральных вариантов [55].

Однако открытия, сделанные в изолированных популяциях, бывает трудно воспроизвести в других популяциях, если изучаемый вариант слишком редок. Тем не менее, другие варианты, затрагивающие те же гены, могут служить дополнительной поддержкой. Например, варианты, вовлекающие APOA5, ассоциированные с уровнем триглицеридов в сардинской популяции [56, с. 1272], могут быть подтверждены другими вариантами, ассоциированными с инфарктом миокарда в других европейских популяциях [55].

GWAS - инструмент для поиска терапевтических мишеней.

GWAS, ставшие возможными благодаря наличию эталонного генома человека [4, с 787, 58], представляют собой современную попытку сопоставить коллективную генетическую архитектуру с распространёнными заболеваниями. С момента проведения первого GWAS в 2005 году применение этого метода позволило выявить варианты риска для различных заболеваний, включая возрастную макулярную дегенерацию [59, с. 419], воспалительные заболевания кишечника (ВЗК) [60, 61, с. 596, 62, с. 979], сахарный диабет 2 типа [63,64] и многие другие. Например, GWAS позволили обнаружить более 200 локусов риска ВЗК, охватывающих широкий спектр биологических процессов, включая врождённый и приобретённый иммунитет, аутофагию и проницаемость эпителия [65, с. 89].

В настоящее время идентификация терапевтических мишеней с использованием данных GWAS остаётся сложной и относительно неэффективной задачей, главным образом потому, что ассоциации с SNP часто не указывают напрямую на оптимальные терапевтические мишени или на сложные механизмы, лежащие в основе патогенеза заболевания [66, с. 110]. Наличие причинных SNP в некодирующих областях генома является одной из основных преград для функционального понимания механизмов заболевания [67, с. 337]. Исследования показали, что широко распространённые ассоциации с SNP, обладающие малыми эффектами, в совокупности могут вносить значительный вклад в наследуемость сложных признаков, таких как шизофрения [68, с. 1385] и рост [69, с.139]. Эти повсеместные генетические сигналы по всему геному, воздействующие напрямую на гены, могут распространяться через взаимосвязанную сеть регуляции генов и влиять на функции генов, связанных с заболеваниями [70, с. 1177]. Также было показано, что гены-хабы, взаимодействующие со многими другими генами, находятся под действием негативного эволюционного отбора [71, с. 14, 72, 73, с. 134], что указывает на потенциал использования топологии сетей в сочетании с генетическими сигналами при поиске терапевтических мишеней. Такая «омнигенная» точка зрения заставляет нас задуматься о том, как можно преобразовать повсеместные генетические сигналы в эффекты на уровне генетических сетей.

Открытия, сделанные в генетических исследованиях, представляют собой крайне ценный ресурс для поиска лекарственных препаратов. В трансляционной медицине с применением GWAS были выявлены генетические ассоциации с аутоиммунными заболеваниями. Например, была выявлена корреляция между вариантом гена PADI4 и вероятностью заболевания ревматоидным артритом. Это открытие помогло объяснить механизм возникновения заболевания: продукт гена PADI4 (фермент пептидил аргинин дезаминаза) преобразует остатки определенных белков в цитруллин, вызывая иммунный ответ на цитруллинированные белки. Понимание этого механизма в итоге привело к разработке ингибиторов PAD, позволяющих справиться с заболеванием заболеванием [74, с. 90]. Другим примером мишеней при ревматоидном артрите, поддержанных GWAS, включает IL6R (сарилумаб, тоцилизумаб), а при повышенном уровне липопротеинов низкой плотности - HMGCR (статины) [75, с. 1336, 76, с. 707].

Терапевтические мишени с генетическим обоснованием более чем в 2 раза чаще достигают успеха в клинических испытаниях [77,78, с. 856]. Яркий пример — ассоциация между миссенс-вариантом с потерей функции в гене IL23R и болезнью Крона, что указывает на потенциальную пользу блокировки IL-23 [62, с 979, 79, с. 658, 80, с. 1461, 81]. Препараты, нацеленные на рецептор IL-23, включая устекинумаб и рисанкизумаб, недавно были одобрены FDA для лечения болезни Крона после успешного прохождения клинических испытаний [82–84, с. 1946].

Несмотря на то, что эти примеры ясно показывают ценность генетических ассоциаций заболеваний для разработки лекарств, точное определение причинных генов, способствующих риску заболевания по данным GWAS, остаётся сложной задачей, так как большинство обнаруженных вариантов находятся в некодирующих регионах генома [85, с. 10, 87, с. 1190]. Хотя наблюдается тенденция, что ближайший к варианту ген часто является причинным, это не является правилом, поскольку генетические варианты могут влиять на признаки на больших расстояниях в геноме [88, с. 8955]. Кроме того, это наблюдение может быть предвзятым в сторону хорошо охарактеризованных генов, которые находятся в центре сигнала генетической ассоциации [89, с. 1527].

Для предсказания причинных генов применяются различные подходы, включая выбор ближайшего гена, предсказание патогенности варианта, эпигенетические взаимодействия и интеграцию молекулярных количественных признаков (molQTL), таких как экспрессионные QTL (eQTL). Метод менделевской рандомизации (MR), объединяющий данные GWAS и molQTL, может помочь в установлении причинно-следственных связей и определить направление влияния, но может быть искажен из-за дисбаланса сцепления (LD) [90, с. 91, 92, с. 1]. В то же время, методы колокализации позволяют определить, разделяют ли сигналы molQTL и GWAS один и тот же причинный вариант в определённой локусе [93, 94, с. 1245]. Хотя такие методы могут связать генетические вариации с изменениями экспрессии генов в конкретных тканях или типах клеток, они часто являются плейотропными и могут влиять на экспрессию нескольких генов в пределах одного локуса [89, с. 1527, 95, 96]. Они также могут влиять на экспрессию в разных тканях и типах клеток, что снижает их полезность для определения патогенных клеточных типов [95, 97, с. 605, 98, с. 648]. Кроме того, значительная доля GWAS-локусов не показывает eQTL-сигналов, что может быть связано с отсутствием данных по релевантным клеточным типам или биологическим контекстам, либо с тем, что варианты влияют на риск заболевания через другие механизмы, такие как сплайсинг [95,99, с 74970,100]. Несмотря на эти сложности, eQTL-данные успешно применяются для идентификации причинных генов [101, с. 3065, 102, с. 371]. Более того, новые подходы к приоритизации, такие как оценки Locus to Gene (L2G) от Open Targets, показали, что включение информации о молекулярных признаках действительно повышает эффективность выявления релевантных генов [89, с. 1527].

Технология проведения генотипирования для GWAS

Классические генетические исследования неэффективны для обнаружения каждого SNP из-за их большого количества и незначительного вклада в заболевание. Современные широкомасштабные геномные технологии позволяют анализировать сотни тысяч SNP, экспрессию генов в патологически измененных тканях, выявляя изменения в количестве мРНК, которые коррелируют с терапевтическим ответом, клиническим исходом или стадией болезни.

Основными технологиями применяемыми при GWAS являются: 1. ДНК-микрочипы или микроматрицы (DNA microarray). 2. Cеквенирование всего генома (WGS-whole genome sequencing), 3. Секвенирование всего экзома (WES-whole exome sequencing).  Каждый из них имеют свои преимущества и недостатки.

Полногеномные ассоциативные исследования обычно включают целевое генотипирование специфических и предварительно отобранных известных вариантов с использованием микрочипов, тогда как исследования секвенирования всего экзома и секвенирования всего генома направлены на захват всех представленных генетических вариаций. Строго говоря, как исследования WES, так и исследования WGS также применяются для GWAS, хотя в литературе термин «GWAS» в основном относится к полногеномным исследованиям распространенных вариантов на ДНК-микрочипах и иногда считается отдельным от исследований WGS и WES.

Сегодня ДНК-микрочипы позволяют одновременно анализировать тысячи генов, предоставляя уникальные возможности для изучения генетического вклада в сердечно-сосудистые заболевания [103, с. 911].

Самыми распространенными коммерческими технологиями микрочипов являются Affymetrix и Illumina. Однако, технология ДНК-микроматриц от Illumina является одной из самых передовых и широко применяется для GWAS исследований.

Суть технологии заключается в нанесении в микроячейки размером несколько микрон, ДНК зондов специфичных каждому SNP.  Достижения в инженерии и химии, в значительной степени обусловленные разработками коммерческих производителей микрочипов, позволили создать высокоплотные олигонуклеотидные микрочипы с 105–106 зондами на одной микроматрице [104, с. 291] (рис. 4). Они изготавливаются с использованием таких технологий, как фотолитография и струйная печать и работают на основе принципа гибридизации. Комплементарная ДНК или РНК, содержащая исследуемую последовательность, избирательно связывается с этими зондами, как показано на рис. 5.

Рисунок 4. ДНК-микрочип содержит сотни тысяч наноячеек, где прикреплены ДНК-зонды, с которыми происходит гибридизация и последующая детекция связавшихся ДНК-мишеней

Рисунок 5. Принцип гибридизации, применяемой в технологии ДНК-микроматриц

Полученные флуоресцентные профили затем считываются прибором и преобразуются в последовательности, которые при помощи биоинформатических программ проходят несколько этапов обработки формируя генетический профиль каждого образца.

В некоторых GWAS исследованиях проводят генотипирование с использованием сразу двух или трех технологий (рис. 6).

Рисунок 6. Распределение полногеномных исследований ассоциаций, представленных в базе GWAS Catalog по использованным технологиям генотипирования

Базы GWAS исследований

Базы данных GWAS это ценные ресурсы, содержащие результаты ассоциаций между миллионами генетических вариантов и множеством признаков: от болезней до биомаркеров и поведенческих черт.

Эти базы позволяют исследователям осуществлять: 1. Поиск генетических факторов заболеваний; 2. Определять, какие SNP ассоциированы с определёнными заболеваниями (например, диабетом, раком, шизофренией); 3. Изучить популяционные различия (сравнить аллели риска в разных этносах); 4. Найти новые мишени для диагностики или терапии; 5. Разрабатывать полигенные риск-профили (PRS)— суммарное генетическое влияние десятков или сотен SNP на развитие заболевания у конкретного человека; 6. Функциональная аннотация генов и SNP; 7. Узнать, как SNP влияет на экспрессию генов (eQTL-анализ); 8. Посмотреть, затрагивает ли он регуляторные участки (промоторы, энхансеры и т. д.).

GWAS Central (ранее база данных вариаций генома человека, содержащая информацию о генотипе и фенотипе) представляет собой сводную базу данных результатов исследований генетических ассоциаций, как больших, так и малых. База активно собирает наборы данных из общедоступных проектов и поощряет прямую отправку данных научным сообществом.

На данный момент, GWAS Central содержит 72.5 млн значений P (P-values) по результатам более чем 5000 исследований, в которых были изучены свыше 7.4 млн уникальных генетических маркеров и 1700 уникальных фенотипов [105, с. 986].

GWAS ATLAS. Представляет собой базу данных общедоступных сводных статистических данных GWAS. Каждый GWAS можно просмотреть с помощью манхэттенского графика, локусов риска, результатов MAGMA (т.е. основанных на генах), наследуемости SNP и генетических корреляций с другими GWAS в базе данных [5, с 1339]. Это много-организменная база данных, включает информацию по >40 видам. Содержит сотни тысяч ассоциаций между SNP и фенотипическими признаками.

Все данные тщательно отобраны и аннотированы вручную из научных публикаций и других авторитетных источников и содержит перекрестные ссылки на Ensembl, NCBI, UniProt, dbSNP и др.

 Поиск можно проводить по виду, признаку, хромосоме, гену, SNP, публикации и другим параметрам.

GWAS Catalog. Кураторская коллекция опубликованных исследований GWAS, созданная в сотрудничестве между NHGRI и EMBL-EBI [106, с. 998]. Каталог NHGRI-EBI GWAS представляет собой FAIR-базу знаний*, предоставляющую подробные, структурированные, стандартизированные и совместимые данные GWAS с более чем 200 000 пользователям в год из академической науки, здравоохранения и промышленности. Каталог содержит ассоциации между вариантами и признаками, а также сопроводительные метаданные для более 45 000 опубликованных GWAS по более чем 5000 человеческим признакам. Более 40 000 полных наборов данных со сводной статистикой P-значений [107]. Более того, база содержит информацию о 7200 опубликованных исследований и 800 тысяч маркеров с очень высокой статистической (p<5x10^-8) степенью ассоциации с признаками.

Примечание: *FAIR (Findable, Accessible, Interoperable, Reusable) – Находимость, Доступность, Совместимость и Повторное использование. Эти принципы разработаны для оптимизации управления и обмена научными данными, особенно в биоинформатике и медицинских исследованиях [108].

OpenGWAS (IEU OpenGWAS Project) — это крупномасштабный открытый ресурс, разработанный командой Integrative Epidemiology Unit (IEU) при Университете Бристоля (Великобритания). Предоставляет свободный доступ к тысячам сводных статистических наборов данных GWAS. Содержит более 42,000 наборов данных о генетических ассоциациях. Включает удобные инструменты визуализации и API-интерфейс для программного взаимодействия. Позволяет исследователям легко искать, извлекать и анализировать данные GWAS, используя интуитивный веб-интерфейс. Поддерживает различные типы анализа, включая менделевскую рандомизацию, что делает его ценным ресурсом для эпидемиологических и биомедицинских исследований [109].

Краткая информация о наиболее популярных и доступных для исследователей ресурсах данных GWAS представлена в табл. 2

Таким образом, базы данных GWAS представляют собой неоценимый ресурс современной генетики, объединяя огромные массивы данных о взаимосвязи между миллионами генетических вариантов и широким спектром признаков — от клинических заболеваний до физиологических параметров и поведенческих особенностей. Благодаря этим базам, исследователи получили возможность не только выявлять генетические факторы заболеваний, но и анализировать популяционные различия, функциональные последствия мутаций, строить полигенные риск-профили и выявлять новые терапевтические мишени.

Таблица 2.

Краткая информация о наиболее популярных базах данных GWAS доступных исследователям

API - интерфейс для программного доступа к данным, MR- Менделевская рандомизация, позволяет оценить причинную связь между фактором (например, холестерином) и заболеванием, используя генетические варианты как естественные «рандомизаторы», OR -отношение шансов, beta - оценка эффекта генетического варианта на признак, SE – стандартная ошибка, ICD-9/10 - международные классификации болезней по ВОЗ