Genetiske mekanismer og yderligere risikofaktorer, der ligger til grund for hoftedysplasi

Studiepopulation og DNA-prøver Klinisk og radiologisk opfølgning af hoftekohortestudiemedlemmer født i 1989 (n=4004, responsrate 52%) og dem, der afslørede sonografisk umodne eller dysplastiske hofter i nyfødtperioden i 1988 og 1990 (n=480, respons rate 67,7%) blev udført i løbet af 2007-2009, hvilket muliggjorde karakterisering af DDH i 2406 forsøgspersoner. I 1779 af disse blev spytprøver indsamlet med samtykke, og DNA blev ekstraheret og opbevaret i professor Bill Olliers laboratorium ved University of Manchester.

Det indledende hoftekohortestudie er godt beskrevet i ClinicalTrials.gov ID: NCT01818934.

Genom-dækkende genotypebestemmelse, SNP og CNV association analyser:

DNA-prøver vil blive sendt til Institut for Klinisk og Molekylær Medicin, Norges Universitet for Videnskab og Teknologi (NTNU), Norge, for den genomomfattende SNP (single nucleotide polymorphism) genotyping. Til denne undersøgelse vil vi bruge den seneste version af Illumina Core Exome-array, der dækker kendte gener, udvalgte exoner og promotorregioner, samt en rygrad af almindelig genetisk variation, der muliggør imputation af genotyper, der vil udvide det genomiske indhold, vi vil undersøge. Dette array vil således give tilstrækkelig dækning af genomet til biologiske pathway-analyser. Indledende kvalitetskontrol vil blive udført i Illuminas Genome Studio Software. Efterfølgende kvalitetskontrol vil blive udført som beskrevet i papiret af Anderson et al for at undgå almindelige forvirrende faktorer såsom batch-effekt (Lam et al 2020, Anderson et al 2010). Dækningen af ​​den genom-brede variation vil blive yderligere forbedret ved imputation af ikke-genotypede SNP'er ved hjælp af direkte genotypede SNP'er og koblingsuligevægtsinformation fra Haplotype Reference Consortium. Imputation vil blive udført ved hjælp af Impute2-software i henhold til anbefalede retningslinjer (Howie et al, 2011). Udover pathway-analysen vil der blive udført en overordnet associationsanalyse for at afdække SNP'er forbundet med DDH. Til disse analyser vil der blive brugt standard kvalitetskontrol og statistiske metoder (Purcell et al, 2007). Variationer af kopiantal (CNV'er) vil blive bestemt ved hjælp af PennCNV (Wang, Li, Hadley et al, 2007), og deres sammenhæng med hoftedysplasiindekser vil blive undersøgt ved hjælp af regressionsanalyser. I betragtning af vores nuværende prøvestørrelse har vi omkring 50 % magt til at detektere en variant i denne prøve (hyppighed på 20 % af hoftedysplasi og en lignende allelfrekvens og OR for topkandidaten i GDF5). Men ved hjælp af flere fænotyper og genetiske analyser vil vi være i stand til at udforske genetikken for hoftedysplasi og hofteform på en unik måde.

Biologiske vejanalyser: Anvendelsen af ​​konventionelle genom-dækkende associeringsmetoder udforsker ikke fuldt ud de potentielt komplicerede forhold mellem genetiske varianter eller mellem proteinerne som følge af de genetiske varianter. Pathway- og netværksbaserede analysemetoder er blevet udviklet for at hjælpe med at løse dette problem ((f. Wang, Li, Bucan et al 2007; Torkamani et al 2008; Baranzini et al 2009; Eleftherohorinou et al 2009; Perry et al 2009; Peng et al. 2010). Disse metoder kombinerer typisk bevis for flere gener/SNP'er inden for en bestemt biologisk vej for at fastslå, om en vej kan være impliceret i udviklingen af ​​en fænotype. Permutationsmetoder anvendes ofte til at vurdere betydningen i disse analyser. Denne type analyse kan også hjælpe med at fortolke den biologiske betydning af associationssignaler. Denne tilgang vil tillade udforskningen af ​​de relative bidrag fra forskellige biologiske mekanismer, der muligvis ligger til grund for DDH, ved at bruge genetisk information til at gruppere gener i formodede veje og relatere dem til forskellige anatomiske og kliniske træk ved DDH. Til den nuværende undersøgelse vil biologiske veje blive opnået fra etablerede databaser, såsom Gene Ontology og Reactome-databaserne, og andre offentlige ressourcer (Ashburner et al, 2000; Croft et al, 2014). Pathways vil blive analyseret i MAGMA, ved at bruge den genomomspændende SNP- og/eller CNV-information til at identificere underliggende biologiske pathways for et individuelt radiologisk indeks (de Leeuw et al, 2015). Særprægede biologiske mekanismer relateret til radiologiske indekser kan identificeres gennem pathway-analyser. Til dato har de fleste prædiktorer for alvorligt DDH-udfald været baseret på kliniske fund og røntgenundersøgelser og på evaluering af patientens funktionsnedsættelse. Vi vil ved hjælp af multivariable prognostiske modeller konstruere en mere fokuseret, multivariat model til forudsigelse af forbedring, baseret ikke kun på traditionelle kliniske og radiologiske risikofaktorer, men også på ny genetisk information og billeddannende biomarkører.