از ژنوم تا ژن: مروري بر ژن‌ها و تغييرات ژنتيكي موثر بر بروز سندرم متابوليك

FROM GENOME TO GENE: A REVIEW OF GENES AND GENETIC VARIATIONS TO BE ASSOCIATED WITH METABOLIC SYNDROME

مقدمه: شیوع بیماری‌های غیرواگیر مانند سندرم متابولیك در كشورهای در حال توسعه به‌شدت رو به افزایش می‌باشد. همزمانی بروز سه شرط بالینی از میان چاقی شكمی، افزایش فشار خون، افزایش قند ناشتا، افزایش تری گلیسرید و كاهش كلسترول با دانسیته بالا شرط تشخیص این سندرم می‌باشد. در مطالعه مروری حاضر به‌بررسی تغییرات ژنتیكی مرتبط با این سندرم در دنیا و در مطالعه قند و لیپید تهران پرداخته است. روش‌ها: به‌منظور یافتن ژن‌ها و تغییرات ژنتیكی مرتبط با سندرم متابولیك، بانك داده ژنوتیپ و فنوتیپ (dbGaP) و جستجوگر ژنتیك اپیدمیولوژی انسانی (HuGE navigator) بررسی گردیدند. همچنین، جهت بررسی مطالعات انجام شده در این زمینه در ایران و مطالعه قند و لیپید تهران از بانك اینترنتی PubMed نیز استفاده گردید. یافته‌ها: 30 فنوتیپ مرتبط با این سندرم انتخاب شد كه 21 فنوتیپ آن شاخص‌تر بودند. از بین پُلی مورفیسم‌های مرتبط با سندرم متابولیك و یا فاكتورهای خطر آن 173 پُلی مورفیسم بعد از حذف نتایج مشابه باقی ماند. در انتها شش ناحیه ژنی كه در ارتباط بیشتری با بروز این سندرم بودند باقی ماندند. نتیجه‌گیری: شناسایی ژن‌های مسئول سندرم متابولیك به‌عنوان یك بیماری چند ژنی می‌تواند به ارتقای سطح درمان و پیشگیری كمك نماید. به‌طور كلی طی این مسیر نیازمند انجام مطالعات تكمیلی ژنتیكی از ده‌ها هزار نفر از افراد مبتلا به سندرم متابولیك در سطح كشور است، شناسایی و اولویت بندی بررسی این تغییرات ژنتیكی می‌تواند گامی به سمت جلو باشد.

Background: The prevalence of non-communicable disorders such as metabolic syndrome (MetS) is high in developing countries. Metabolic syndrome is a disorder of energy utilization and storage, diagnosed by a co-occurrence of three out of five of the following medical conditions: abdominal (central) obesity, elevated blood pressure, elevated fasting plasma glucose, high serum triglycerides, and low high-density cholesterol (HDL) levels. The present review aims to discover the genetic variant reported in association with MetS. Methods: The database for genotypes and phenotypes (dbGaP) and the database for genetic associations and human genome (HuGE navigator) were utilized in order to search for genes and their corresponding polymorphisms related to MetS. Additionally, an electronic literature search for other Iranian studies and the genetic aspect of TLGS was completed using PubMed. Results: For phenotype selection in PheGenI, 30 traits were chosen and after the analysis, 21 of them were in common results with MetS. After finding the common variation between traits and MetS, omitting the repeated SNPs, 173 variations were remained. Finally, results distinguished six of the most important genetic regions found to have strong association with MetS. Conclusion: Identifying major genes that are responsible for the metabolic syndrome may improve the medical care for treating individuals with metabolic syndrome, and eventually may lead to personalized medicine in which treatment is tailored genetically to the patient’s needs. The present candidate regions is a respectable start to replicate genetic studies in large affected Iranian individual which we hope leads us to improve our medical care in this field.