Genetische Mechanismen und zusätzliche Risikofaktoren, die der Hüftdysplasie zugrunde liegen

Studienpopulation und DNA-Proben Klinische und radiologische Nachsorge von Teilnehmern der Hüftkohortenstudie, die 1989 geboren wurden (n = 4004, Ansprechrate 52 %), und von Teilnehmern, die während der Neugeborenenperiode zwischen 1988 und 1990 sonographisch unreife oder dysplastische Hüften aufwiesen (n = 480, Ansprechrate Rate 67,7 %) wurde zwischen 2007 und 2009 durchgeführt, wodurch die Charakterisierung von DDH bei 2406 Probanden ermöglicht wurde. 1779 wurden Speichelproben mit Zustimmung gesammelt, und DNA wurde extrahiert und im Labor von Professor Bill Ollier an der Universität von Manchester aufbewahrt.

Die anfängliche Hüftkohortenstudie ist in ClinicalTrials.gov gut beschrieben ID: NCT01818934.

Genomweite Genotypisierung, SNP- und CNV-Assoziationsanalysen:

DNA-Proben werden zur genomweiten SNP-Genotypisierung (Single Nucleotide Polymorphism) an die Abteilung für klinische und molekulare Medizin der Norwegischen Universität für Wissenschaft und Technologie (NTNU), Norwegen, gesendet. Für diese Studie werden wir die neueste Version des Illumina Core Exome-Arrays verwenden, das bekannte Gene, ausgewählte Exone und Promotorregionen sowie ein Rückgrat gemeinsamer genetischer Variationen abdeckt, die die Imputation von Genotypen ermöglichen, die den von uns untersuchten genomischen Inhalt erweitern. Somit wird dieses Array eine ausreichende Abdeckung des Genoms für Analysen des biologischen Signalwegs bereitstellen. Die anfängliche Qualitätskontrolle wird in der Genome Studio Software von Illumina durchgeführt. Die anschließende Qualitätskontrolle wird wie in der Veröffentlichung von Anderson et al. Die Abdeckung der genomweiten Variation wird durch Imputation von nicht genotypisierten SNPs unter Verwendung von direkt genotypisierten SNPs und Kopplungsungleichgewichtsinformationen des Haplotype Reference Consortium weiter verbessert. Die Imputation wird mit der Impute2-Software gemäß den empfohlenen Richtlinien durchgeführt (Howie et al., 2011). Zusätzlich zur Pfadanalyse wird eine allgemeine Assoziationsanalyse durchgeführt, um SNPs aufzudecken, die mit DDH assoziiert sind. Für diese Analysen werden standardmäßige Qualitätskontrollen und statistische Methoden verwendet (Purcell et al., 2007). Kopienzahlvariationen (CNVs) werden mit PennCNV (Wang, Li, Hadley et al, 2007) bestimmt und ihre Assoziation mit Hüftdysplasie-Indizes wird mit Regressionsanalysen untersucht. Angesichts unserer aktuellen Stichprobengröße haben wir etwa 50 % Power, um eine Variante in dieser Stichprobe zu erkennen (Häufigkeit von 20 % Hüftdysplasie und eine ähnliche Allelhäufigkeit und OR des Spitzenkandidaten in GDF5). Anhand mehrerer Phänotypen und genetischer Analysen werden wir jedoch in der Lage sein, die Genetik von Hüftdysplasie und Hüftform auf einzigartige Weise zu erforschen.

Biologische Pathway-Analysen: Die Verwendung herkömmlicher genomweiter Assoziationsmethoden untersucht nicht vollständig die möglicherweise komplizierten Beziehungen zwischen genetischen Varianten oder zwischen den Proteinen, die aus den genetischen Varianten resultieren. Pfad- und netzwerkbasierte Analysemethoden wurden entwickelt, um dieses Problem anzugehen (z. 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). Diese Verfahren kombinieren typischerweise den Nachweis mehrerer Gene/SNPs innerhalb eines bestimmten biologischen Signalwegs, um festzustellen, ob ein Signalweg an der Entwicklung eines Phänotyps beteiligt sein könnte. Permutationsmethoden werden häufig verwendet, um die Signifikanz in diesen Analysen zu bewerten. Diese Art der Analyse kann auch helfen, die biologische Bedeutung von Assoziationssignalen zu interpretieren. Dieser Ansatz ermöglicht die Erforschung der relativen Beiträge verschiedener biologischer Mechanismen, die möglicherweise DDH zugrunde liegen, indem genetische Informationen verwendet werden, um Gene in mutmaßliche Wege zu gruppieren und sie mit verschiedenen anatomischen und klinischen Merkmalen von DDH in Beziehung zu setzen. Für die aktuelle Studie werden biologische Signalwege aus etablierten Datenbanken wie den Datenbanken Gene Ontology und Reactome und anderen öffentlichen Quellen bezogen (Ashburner et al., 2000; Croft et al., 2014). Pathways werden in MAGMA analysiert, wobei die genomweiten SNP- und/oder CNV-Informationen verwendet werden, um zugrunde liegende biologische Pathways für einen individuellen radiologischen Index zu identifizieren (de Leeuw et al., 2015). Unterscheidbare biologische Mechanismen im Zusammenhang mit radiologischen Indizes können durch Pathway-Analysen identifiziert werden. Bisher basierten die meisten Prädiktoren für schwere DDH-Ergebnisse auf klinischen und röntgenologischen Befunden sowie auf der Bewertung der funktionellen Beeinträchtigung des Patienten. Wir werden unter Verwendung multivariabler Prognosemodelle ein fokussierteres, multivariates Modell zur Vorhersage von Verbesserungen konstruieren, das nicht nur auf traditionellen klinischen und radiologischen Risikofaktoren, sondern auch auf neuartigen genetischen Informationen und bildgebenden Biomarkern basiert.