Post on 21-Jul-2022
Identificación de factores ambientales como causas de
enfermedades complejas en poblaciones latinoamericanas:
aplicación del método de aleatorización mendeliana
Carolina Bonilla
School of Social and Community Medicine
University of Bristol – UK
XVI Congreso ALAG
Montevideo, Octubre 9 – 12, 2016
Desarrollo de la charla
descripción y supuestos de AM
ejemplo: pubertad y cáncer de próstata
condiciones para la aplicación de AM en poblaciones
latinoamericanas
Aleatorización Mendeliana (AM)
(Mendelian randomization)
Uso de variantes genéticas asociadas a ciertos fenotipos (modificables), en
lugar de estos últimos, a fin de establecer relaciones de causalidad entre
dichos fenotipos y un fenotipo final de interés (ej. diabetes, obesidad,
cáncer)
Método propuesto por Davey Smith & Ebrahim (2003)
Las bases
1a ley de Mendel
2a ley de Mendel
método de variables instrumentales en econometría
uso en epidemiología para limitar impacto de factores
de confusión y causalidad reversa
Verduijn et al. (2010)
Variables Instrumentales
Un instrumento es una variable que está correlacionada con las variables endógenas
de un modelo, condicionada a las otras covariables
Se usan para determinar relaciones de causalidad entre variables, con menos error
En AM las variables instrumentales son variantes genéticas que estan asociadas a un
fenotipo intermedio (ej. biomarcadores, antropometría)
Mokry et al. (2015)
3 supuestos básicos
El genotipo está asociado al fenotipo intermedio
El genotipo no está asociado a los factores de confusión
El genotipo se relaciona con el fenotipo final de interés sólo a través del
fenotipo intermedio (principio de exclusión-restricción)
(1) efecto del factor de riesgo sobre enfermedad =
(3) efecto del SNP sobre enfermedad/(2) efecto del SNP
sobre el factor de riesgo
AM vs ensayo clínico aleatorizado
(randomized controlled trial)
7
Popularidad de AM
Swerdlow et al. (2016)
GWAS: identificación de nuevas
variables instrumentales
GWAS catalog-setiembre „16
1
1 0 111 2
1 3
1 4
1 5
1 61 7
1 8
1 9
2
2 0
2 1
2 2
3
4 5
67
89
X
Y
Pubertad y cáncer de próstata
Menarca temprana asociada a cáncer de mama.
Variables usadas en varones: edad de comienzo de rasurado,
cambio de voz, tamaño máximo calzado, velocidad máxima
crecimiento en estatura, alcance de estatura adulta, primera
eyaculación, primer encuentro sexual.
Escala de Tanner en ambos sexos: define desarrollo genital y de
caracteres secundarios
Estudios epidemiológicos observacionales:
riesgo de cancer de próstata
Edad al primer encuentro sexual:
OR 0.6; 95% CI 0.3, 1.1; 21+ vs ≤17 (Andersson et al., 1996)
RR 0.4; 95% CI 0.3, 0.8; 21+ vs <17 (Honda et al., 1988)
Edad al comienzo de rasurado:
18.0 years ± 0.2 (cases) vs 17.8 years ± 0.3 (controls) (mean ±
SE; Barba et al., 2008)
RR 0.7; 95% CI 0.5, 1.0; 14+ vs ≤14 only in AfAm (Habel et al.,
2000)
“Estirón” más tarde que sus pares:
OR 0.8; 95% CI 0.6, 1.0 (Giles et al., 2003)
Estudio de AM: selección de instrumentos
Instrumento: 13 SNPs asociados con escala de Tanner en varones,
combinados en un score ponderado de riesgo genético (GRS)
SNP nearest gene
(distance) chr position
Tanner stage
decreasing/other allele
gene function
rs2274465 KDM4A 1 44121557 C/G histone demethylation
rs6427782 NR5A2 (+198 kb) 1 199798339 A/G DNA binding/steroid
hormone receptor activity
rs6762477 RBM6 3 50093209 A/G regulation of alternative
splicing rs2153127 LIN28B (+36 kb) 6 105348544 T/C cell reprogramming rs7759938 LIN28B (+6 kb) 6 105378954 C/T cell reprogramming rs7821178 PEX2 (-181 kb) 8 78093837 C/A peroxisome biogenesis
rs10453225 TMEM38B (-381 kb) 9 108920220 G/T maintenance of intracellular
calcium release
rs2090409 TMEM38B (-428 kb) 9 108967088 C/A maintenance of intracellular
calcium release
rs10739221 TMEM38B (-522 kb) 9 109060830 C/T maintenance of intracellular
calcium release
rs1324913 KLF12 13 74635588 T/G transcription factor/ gene
expression regulation rs12915845 DET1 15 89042467 C/T development regulation
rs246185 MKL2 (-35 kb) 16 14395432 C/T regulation of immediate
early genes/muscle genes
rs12446632 GPRC5B (-38 kb) 16 19935389 A/G modulation of insulin
secretion
A mayor GRS
menor la etapa
de Tanner a la
misma edad (más
inmadurez)
trait N OR 95% CI p-value
control/case (0/1) 2927 0.95 (0.87,1.04) 0.30
Gleason score (0:≤6/1:≥7) 1135 0.76 (0.64,0.89) 0.001
stage (0:localised/1:locally advanced) 1136 0.80 (0.64,1.01) 0.06
Efecto del cambio en una unidad de la escala de Tanner sobre el riesgo de
desarrollar cáncer de próstata agresivo
-15%
-10%
-5%
0%
5%
10%
15%
20%
25%
30%
0,02 0,04 0,06 0,08 0,10 0,12 0,14 0,16 0,18
Hig
h g
rad
e p
rost
ate
ca
nce
r ri
sk c
ha
ng
e
Tanner stage change
IVW: OR 4.35; 95% CI 1.85, 11.11; p=0.003
ProtecT: N ~ 3000
IVW: OR 0.23; 95% CI 0.09, 0.54; p=0.003
Replicación: GRS vs cáncer de próstata avanzado en el consorcio PRACTICAL
trait N OR 95% CI p-value I2 (%) p-value
control/case (0/1) 36066 0.97 (0.94,1.00) 0.03 23.3 0.20
Gleason score (0:≤6/1:≥7) 16653 0.98 (0.95,1.02) 0.39 32.5 0.08
stage (0:localized/1:advanced) 17084 0.95 (0.91,1.00) 0.03 0.0 0.70
Conclusiones
AM sugiere un efecto causal del desarrollo sexual en
relación a pares con respecto al riesgo de desarrollar cáncer
de próstata y de que ese cáncer progrese a estadíos
avanzados.
AM coincide con algunos de los estudios epidemiológicos
Individuos que experimentan desarrollo temprano
pueden ser monitoreados más de cerca.
Limitaciones de AM (y posibles soluciones)
Bajo poder estadístico
Aumentar tamaño muestral/usar instrumentos poligénicos
Estratificación de la población
Usar poblaciones homogéneas/grupos familiares/corregir usando AIMs o
componentes principales
Pleiotropía
Usar SNPs en cis/múltiples instrumentos
Falta de instrumentos adecuados
+ GWAS y estudios de secuenciación
Desequilibrio de ligamiento: SNP estudiado en desequilibrio con
locus que afecta directamente el fenotipo final
Estudiar poblaciones con diferente estructura de DL
Asociaciones complejas
Mejor comprensión de la biología
AM en poblaciones latinoamericanas: consideraciones
generación de instrumentos vía GWAS
validación de instrumentos existentes (definidos en pobs. de
origen europeo) en poblaciones latinas
importante tener en cuenta estratificación de la población
esfuerzo sistemático para colectar muestras apropiadas (gran
tamaño, bien caracterizadas)
meta-análisis para combinar datos de distintos países
latinoamericanos (colaboración)
2 muestras AM (“two-sample MR”): instrumento-fenotipo
intermedio en una muestra/instrumento-fenotipo final en otra
AM: 2 muestras
Muestra 1
[A] variantes genéticas asociadas a fenotipo intermedio ( combinadas en score)
Variantes
genéticas (Instrumento)
Fenotipo
intermedio
(ej. IGF-I)
Cáncer de
próstata
Factores de
confusión
efecto causal
[A]
[B]
[C]
ProtecT ~700 controles
AM: 2 muestras
Muestra 2
[B] asociación de variantes genéticas con enfermedad en un estudio caso-control
Variantes
genéticas
(Instrumento)
Fenotipo
intermedio
(ej. IGF-I)
Cáncer de
próstata
Factores de
confusión
efecto causal
[A]
[B]
[C]
PRACTICAL 20,670 casos + 20,925 controles
Análisis de variables instrumentals:
two sample ratio estimator
Odds Ratio causal [C] =
instrumento genético vs cancer de próstata (PRACTICAL) [B]
instrumento genético vs IGF (ProtecT) [A]
Se puede probar en:
Agradecimientos
Universidad de Bristol
• Sarah Lewis
• Richard Martin
• Integrative Cancer Epidemiology Programme (CRUK)
World Cancer Research Foundation
Dr. Bernardo Bertoni y ALAG
Proteína C reactiva y enfermedad coronaria (CHD)
rs1130864 - CHD
rs1130864 – PCR en sangre
PCR en sangre - CHD
Davey Smith et al. (2006)
Uso de instrumentos poligénicos
suelen explicar más
variabilidad en el fenotipo
de interés.
número de alelos de
riesgo en cada SNP
sumados.
número de alelos de
riesgo, ponderados por su
efecto sobre el fenotipo,
en cada SNP sumados.
26
2-step MR
AM puede usarse para determinar si la metilación es un
mediador causal entre un factor de riesgo y una enfermedad
Davey Smith & Hemani (2014)