Gene Scientist Maps Eigene Typ 2 Diabetes Ankunft und Abreise

In einer wegweisenden Studie für das Gebiet der personalisierten Medizin analysierten ein Stanford-Genetiker und seine Kollegen mit "Personal Omics Profiling" sein Genom, um eine genetische Disposition für Typ-2-Diabetes vorherzusagen, die auf molekularer Ebene verfolgt wurde, wie es sich in seinem Körper entwickelte Dann ging es wieder nach Änderungen der Ernährung und des Lebensstils.
Dr. Michale Snyder, Professor und Professor für Genetik an der Stanford University in Kalifornien, sowie Direktor des Stanford-Zentrums für Genomik und personalisierte Medizin, und Kollegen veröffentlichten die Ergebnisse ihrer zweijährigen Studie über die intimsten Geheimnisse von Snyders DNA, RNA, Proteine, Metaboliten und Signalmoleküle, die in Zelle.

Einblick in die Zukunft der Medizin

Sie beobachteten, wie er zwei Virusinfektionen erlag und wie sein Immunsystem reagierte.
Und zu Snyders Schock fanden sie heraus, dass er eine genetische Veranlagung für Typ-2-Diabetes hatte. Dies führte zu Blutzuckermessungen, die im Laufe der Studie aufblitzten, als er die Krankheit entwickelte, und dann wieder herunterfiel, da seine rechtzeitigen Veränderungen in Lebensstil und Ernährung vor einer dauerhaften Gewebeschädigung wirksam wurden.
Der Bericht gibt uns einen Einblick in eine mögliche Zukunft der Medizin. Snyder sagte der Presse:
"Ich kannte keinen Typ-2-Diabetes in meiner Familie und hatte keine signifikanten Risikofaktoren."
Aber aufgrund der detaillierten genomischen Sequenzierung erfuhr er, dass er eine genetische Prädisposition für den Zustand hatte:
"Daher haben wir meinen Blutzuckerspiegel gemessen und konnten beobachten, wie sie im Verlauf der Studie nach einer bösartigen Virusinfektion aufgehört haben", erklärte er.
Nachdem er von einem Arzt eine Bestätigung erhalten hatte, änderte er seine Diät und sein Trainingsprogramm und allmählich wurden die Glukosespiegel wieder normal. Wäre die Krankheit auch für ein paar Jahre nicht diagnostiziert worden, hätte der auftretende Gewebeschaden bereits begonnen.
"Dies ist das erste Mal, dass jemand so detaillierte Informationen verwendet, um seine eigene Gesundheit proaktiv zu verwalten", sagte Snyder.
"Es ist eine Ebene des Verständnisses von Gesundheit auf der molekularen Ebene, die noch nie zuvor erreicht wurde", fügte er hinzu.

Massen von Daten gibt Echtzeit-Informationen

Die Studie beschreibt die verblüffende Anzahl von Datenpunkten, die in einem personalisierten Medizinansatz im Vergleich zur kursorischen Aufarbeitung gesammelt werden müssten, die die meisten von uns bei unserer regelmäßigen körperlichen Untersuchung erhalten.
"Derzeit messen wir routinemäßig weniger als 20 Variablen in einem Standard-Labor-Bluttest", sagte Snyder.
"Wir könnten und sollten viele, viele Tausende messen", fügte er hinzu.
Es scheint so zu sein, dass man, um zu finden, was ein Individuum einzigartig macht, bis zu dem Versuch, Gesundheit und Krankheit vorherzusagen und zu analysieren, mehr als DNA und Gene benötigt: Man muss auch die umgebenden Sequenzen untersuchen, sagen die Forscher.
Sie nennen die detaillierte Analyse, die sie an Snyder durchgeführt haben, ein "integratives Personal Omics Profil" oder "iPOP". Das Wort "omics" weist darauf hin, dass es sich um eine große Menge von Informationen handelt, wie sie beispielsweise von einem Genom (einer Karte der gesamten DNA in einer Zelle) oder dem Proteom (alle Proteine) stammen.
Ein iPOP beruht auf der Sammlung und Analyse von Milliarden einzelner Datenbits.
Snyders iPOP enthielt auch sein Metabolom (eine Karte aller seiner Metaboliten), sein Transkriptom (RNA-Transkripte), Autoantikörperprofile und andere Dinge.
Die Forscher sagen, dass die Diabetes-Veranlagung, die sie in Snyders Fall entdeckt haben, nur eines von vielen, vielen Problemen ist, die ein iPOP aufdecken kann. Sie glauben, dass solche "dynamische Überwachung" von Individuen bald ziemlich üblich sein wird.
Im Verlauf der Studie gab Snyder etwa 20 Blutproben (etwa einmal alle zwei Monate und häufiger, wenn er krank war).
Jede Probe wurde einer Vielzahl von Tests (Tests) für Zehntausende von biologischen Variablen unterzogen.
Aber es war das, was sie am Tag 301 herausgefunden hatten, dass Snyder besonders informativ war. Das war ungefähr 12 Tage nach einer Virusinfektion: seine Blutzuckerregulation schien schiefgelaufen zu sein. Nicht lange danach schoss sein Blutzucker hoch. Also ging er zu seinem eigenen Arzt, und am Tag 369 wurde bei ihm Typ-2-Diabetes diagnostiziert.
Snyder sagte normalerweise, dass er alle zwei oder drei Jahre eine Untersuchung mit seinem Arzt machen würde:
"Unter normalen Umständen wäre mein Diabetes nicht für ein oder zwei Jahre diagnostiziert worden."
"Aber mit dieser Echtzeitinformation war ich in der Lage, Änderungen in der Ernährung und Bewegung vorzunehmen, die meinen Blutzucker senken und es mir erlaubten, Diabetes-Medikamente zu vermeiden", erklärte er.

Mehr als Genomsequenzierung

Snyder begann seine Studie ein paar Monate nach seiner Ankunft in Stanford im Jahr 2009, als die Genomsequenzierung von Individuen gerade erst ernsthaft als medizinische Option betrachtet wurde.
Der iPOP-Ansatz bringt die Genomsequenzierung einen Schritt weiter. Das Genom einer Person ist ein DNA-Bauplan, der sich im Laufe der Zeit nur wenig verändert. Es hat eine gewisse Vorhersagekraft, um auf zukünftige Ereignisse wie das Risiko der Entwicklung bestimmter Krankheiten hinzuweisen.
Aber Organismen sind dynamisch: Sie verändern sich im Laufe der Zeit. Der DNA-Bauplan muss von RNA interpretiert und dann in Proteinen exprimiert werden, die Signale senden und Chemie steuern müssen, um Leben zu erhalten und mit der Umwelt zu interagieren.
Das iPOP berücksichtigt diesen dynamischeren Informationsspeicher. Wenn Sie möchten, bietet es nicht nur den Schnappschuss des Genoms, sondern auch, wie das Genom im Laufe der Zeit im Kontext der Umgebung einer Person funktioniert: wie sie Lebensmittel verstoffwechseln, Beuge ihre Muskeln, atme, reagiere auf Infektionen und all die kleinen Nuancen und Anpassungen, die die Parameter der Biologie in dem halten, was wir als "gesund" bezeichnen können.

Um Snyders iPOP zu generieren, mussten die Forscher sein Genom mit einer bisher unerreichten Genauigkeit sequenzieren.
Danach haben sie Dutzende von molekularen Momentaufnahmen gemacht, mit einer Fülle von verschiedenen Techniken, um Tausende von Variablen zu generieren und ihren Fortschritt im Laufe der Zeit zu verfolgen.

Entdeckung von Diabetes

Es war eine Ansammlung molekularer Hinweise, die zur Entdeckung von Diabetes führten. Aus der Genomsequenzierung konnten sie erkennen, dass Snyder ein erhöhtes Risiko für: hohes Cholesterin, koronare Herzkrankheit, Basalzellkarzinom und Typ-2-Diabetes hatte.
Snyder war von der Diabetes-Vorhersage überrascht: Er war sich des Herzkrankheitsrisikos bereits bewusst.
Aber im Vergleich zu anderen Männern seines Alters (er war 54 zu Beginn der Studie), hatte er ein geringeres Risiko für: Bluthochdruck, Fettleibigkeit und Prostatakrebs.
Zu Beginn der Studie hatte Snyder auch hohe Triglyzeridspiegel im Blut: 321 mg / dL. Die Werte fielen auf 81-116 mg / dL, als er Simvastatin, den Cholesterin-Buster, einnahm.
Zu Beginn der Studie zeigten Snyders Blutproben, dass er einen normalen Blutzuckerspiegel hatte, aber da die Genomanalyse ein Typ-2-Diabetes-Risiko zeigte, beschlossen die Forscher, dies weiterhin zu überwachen.
Sie berichten, dass Snyder während des Studienzeitraums zwei Virusinfektionen erlangte. Er begann mit einer Virusinfektion (Rhinovirus, am Tag 0), und während des ersten Jahres (am Tag 298) nahmen sie das erworbene Respiratory-Syncytial-Virus auf.
Sie stellen fest, dass beide Male sein Immunsystem auf die Virusattacken reagierte, indem es den Blutspiegel proinflammatorischer Zytokine erhöhte. Dies sind Proteine, die Zellen produzieren, um ihre Reaktionen auf Dinge wie Attacken zu kommunizieren und zu koordinieren.
Snyders Proben nach den Virusinfektionen zeigten auch, dass er höhere Autoantikörperwerte aufwies: Diese reagieren mit körpereigenen Proteinen. Dies ist normalerweise eine normale vorübergehende Reaktion nach einer Krankheit, aber in Snyders Fall waren die Forscher neugierig, dass ein Autoantikörper insbesondere ein insulinrezeptorbindendes Protein ins Visier genommen hatte.

In die Zellen gucken

Als ob diese Detailtiefe nicht genug wäre, gingen die Forscher noch einen Schritt weiter, sie guckten, was in Snyders Zellen vor sich ging. Hier kommt die RNA-Transkript-Analyse ins Spiel. Sie analysiert das Transkriptom, eine Momentaufnahme der fortlaufenden dynamischen Interpretation des relativ statischen Genoms in die Instruktion, die die Zellchemie steuert.
"Wir haben 2,67 Milliarden individuelle Lesevorgänge des Transkriptoms generiert, was uns einen Grad an Analyse gab, der noch nie zuvor erreicht wurde", erklärte Snyder.
Insgesamt verfolgten Snyder und Kollegen fast 20.000 verschiedene Transkripte, die für 12.000 Gene kodierten, und maßen die relativen Werte von mehr als 6.000 Proteinen und 1.000 Metaboliten.
Aus einer so unglaublichen Detailgenauigkeit heraus bemerkten sie eine Bearbeitung und Bearbeitung von Anweisungen, die niemand vermutet hatte. Zum Beispiel trägt jedes Individuum zwei Kopien eines Gens (eines von jedem biologischen Elternteil), und die Forscher entdeckten mithilfe von Snyders Transkriptom-Daten, dass diese sich während der Infektion sehr unterschiedlich verhalten.
Sie fanden etwa 2000 Gene, die während der Infektion anscheinend stärker exprimiert werden. Einige davon sind mit Immunprozessen und dem Verschlingen infizierter Zellen verbunden.
Sie identifizierten auch weitere 2.200 Gene, die während der Infektion auf einer niedrigeren Ebene exprimiert wurden, darunter auch einige, die an der Signalisierung und Reaktion von Insulin beteiligt sind.
In Snyders Fall fanden sie durch Querverweise auf Ergebnisse verschiedener "Omes" auch unerwartete Wege und Verbindungen zwischen Virusinfektion und Typ-2-Diabetes.

Beweis des Prinzips

Die Studie, die Snyders iPOP verwendet, ist als "Proof of Principle" gedacht, und die Hoffnung ist, dass es die Tür zu schlankeren und weniger komplexen Ansätzen öffnen wird, die in der Klinik verwendet werden können.
Wir brauchen vielleicht 40.000 Variablen in der Zukunft nicht, sagt Snyder. Es ist möglich, dass wir den Job nur mit einer Teilmenge erledigen können, die sich als sehr nützlich für die Vorhersage zukünftiger Gesundheit erweist.
In der Zwischenzeit werden wir mehr Studien wie diese benötigen, um diese 40.000 oder so zu einer überschaubaren Zahl zu reduzieren.
"Im Moment ist diese Art von Analyse sehr teuer. Aber wir müssen erwarten, dass sie, wie die Sequenzierung des gesamten Genoms, viel billiger wird. Und wir müssen auch die Einsparungen für die Gesellschaft berücksichtigen, um Krankheiten vorzubeugen", sagte Snyder.

Warum du?

Auf die Frage, warum er sich selbst zum Gegenstand der Studie machte, sagte Snyder in einer von Science NOW veröffentlichten Erklärung, dass die Gründe hauptsächlich praktisch seien. Er wollte jemanden aus der Gegend, der kommen konnte, um sich den häufigen Bluttests zu unterziehen, und er wollte auch jemanden, der sein Team nicht einschaltete, wenn es zu verheerenden Informationen kam:
"Ich wollte mich nicht verklagen", sagte Snyder.
Mittel der Stanford University, der National Institutes of Health, des spanischen Ministeriums für Wissenschaft und Innovation, der Europäischen Union, des Europäischen Forschungsrats, der Korber Foundation, der Fundación Marcelino Botín und der Fundación Lilly sowie der Breetwor Family Foundation halfen, die Forschung zu finanzieren.
Geschrieben von Catharine Paddock