Gene candidato - Candidate gene

A abordagem do gene candidato para a realização de estudos de associação genética concentra-se nas associações entre a variação genética dentro de genes de interesse pré-especificados e fenótipos ou estados de doença. Isso está em contraste com os estudos de associação do genoma (GWAS), que examinam todo o genoma em busca de variações genéticas comuns. Os genes candidatos são mais frequentemente selecionados para estudo com base no conhecimento a priori do impacto funcional biológico do gene na característica ou doença em questão. A lógica por trás do foco na variação alélica em regiões específicas e biologicamente relevantes do genoma é que certas mutações afetarão diretamente a função do gene em questão e levarão ao fenótipo ou estado de doença que está sendo investigado. Essa abordagem geralmente usa o desenho do estudo caso-controle para tentar responder à pergunta: "Um alelo de um gene candidato é visto com mais frequência em indivíduos com a doença do que em indivíduos sem a doença?" Genes candidatos com a hipótese de estarem associados a características complexas geralmente não foram replicados por GWASs subsequentes. O fracasso dos estudos de genes candidatos em lançar luz sobre os genes específicos subjacentes a essas características foi atribuído ao poder estatístico insuficiente .

Seleção

Genes candidatos adequados são geralmente selecionados com base na relevância biológica, fisiológica ou funcional conhecida para a doença em questão. Essa abordagem é limitada por sua confiança no conhecimento existente sobre a biologia conhecida ou teórica das doenças. No entanto, as ferramentas moleculares estão permitindo uma visão dos mecanismos da doença e identificando regiões potenciais de interesse no genoma. Os estudos de associação de todo o genoma (GWAS) e o mapeamento de locus de características quantitativas (QTL) examinam a variação comum em todo o genoma e, como tal, podem detectar uma nova região de interesse que está em ou perto de um gene candidato potencial. Dados de microarray permitem que os pesquisadores examinem a expressão diferencial de genes entre casos e controles e podem ajudar a identificar novos genes potenciais de interesse.

A grande variabilidade entre os organismos às vezes pode tornar difícil distinguir a variação normal em polimorfismos de nucleotídeo único (SNP) de um gene candidato com variação associada à doença. Ao analisar grandes quantidades de dados, existem vários outros fatores que podem ajudar a levar à variante mais provável. Esses fatores incluem prioridades em SNPs, risco relativo de mudança funcional em genes e desequilíbrio de ligação entre SNPs.

Além disso, a disponibilidade de informações genéticas por meio de bancos de dados online permite que os pesquisadores explorem dados existentes e recursos baseados na web para novos alvos genéticos candidatos. Muitos bancos de dados online estão disponíveis para pesquisar genes entre as espécies.

  • Gene é um banco de dados que permite acesso a informações sobre fenótipos, caminhos e variações de muitos genes entre as espécies.
  • Ao examinar a funcionalidade entre genes em caminhos, o Gene Ontology Consortium pode ajudar a mapear essas relações. O Projeto GO descreve os produtos gênicos de três maneiras diferentes por meio de uma maneira independente da espécie: processos biológicos, componentes celulares e funções moleculares. O uso dessas informações pode aumentar o conhecimento a priori de uma via e, assim, ajudar a escolher o gene candidato mais provável envolvido.
  • Topp Gene é outro banco de dados útil que permite aos usuários priorizar genes candidatos usando anotações funcionais ou análise de rede. O ToppGene auxilia os pesquisadores na seleção de um subconjunto de genes candidatos prováveis ​​de conjuntos maiores de genes candidatos, provavelmente descobertos por meio de tecnologias de genoma de alto rendimento.
  • Lynx é uma plataforma de biologia de sistemas integrada que permite aos usuários priorizar genes candidatos usando anotações funcionais e redes de associação de pares de genes. O Lynx fornece duas ferramentas sofisticadas de priorização, Cheetoh e PINTA, para ajudar os usuários a selecionar genes candidatos de todo o genoma com base na relevância para a lista de genes de entrada, que pode ser uma lista de genes conhecidos que contribuem para determinada doença ou fenótipo, ou gene diferencialmente expresso a partir do próximo tecnologia de sequenciamento de RNA de geração .

Antes da abordagem do gene candidato

Antes que a abordagem do gene candidato fosse totalmente desenvolvida, vários outros métodos foram usados ​​para identificar genes ligados a estados de doença. Esses métodos estudaram a ligação genética e a clonagem posicional por meio do uso de uma triagem genética e foram eficazes na identificação de genes de risco relativo em doenças de Mendel . No entanto, esses métodos não são tão benéficos ao estudar doenças complexas por vários motivos:

  1. As doenças complexas tendem a variar em idade de início e gravidade. Isso pode ser devido à variação na penetrância e expressividade . Para a maioria das doenças humanas, a expressividade variável do fenótipo da doença é a norma. Isso torna a escolha de uma faixa etária específica ou marcador fenotípico mais difícil de selecionar para estudo.
  2. As origens de doenças complexas envolvem muitas vias biológicas, algumas das quais podem diferir entre os fenótipos da doença.
  3. Mais importante ainda, doenças complexas frequentemente ilustram heterogeneidade genética - vários genes podem ser encontrados que interagem e produzem um estado de doença. Muitas vezes, cada gene é parcialmente responsável pelo fenótipo produzido e pelo risco geral para o distúrbio.

Apesar das desvantagens dos estudos de análise de ligação, eles são úteis em estudos preliminares para isolar genes ligados a doenças.

Críticas

Um estudo de genes candidatos busca equilibrar o uso de dados enquanto tenta minimizar a chance de criar resultados falsos positivos ou negativos. Como esse equilíbrio geralmente pode ser difícil, há várias críticas à abordagem do gene candidato que é importante entender antes de iniciar esse estudo. Por exemplo, a abordagem do gene candidato mostrou produzir uma alta taxa de falsos positivos, o que requer que as descobertas de associações genéticas únicas sejam tratadas com grande cautela.

Uma crítica é que as descobertas de associação em estudos de genes candidatos não foram facilmente replicadas em estudos de acompanhamento. Por exemplo, uma investigação recente sobre 18 genes candidatos bem estudados para depressão (10 publicações ou mais cada) não conseguiu identificar qualquer associação significativa com a depressão, apesar de usar amostras com ordens de magnitude maiores do que as das publicações originais. Além de questões estatísticas (por exemplo, estudos insuficientes), a estratificação populacional tem sido frequentemente responsabilizada por essa inconsistência; portanto, deve-se tomar cuidado também com relação a quais critérios definem um determinado fenótipo, bem como outras variações no estudo de projeto.

Além disso, como esses estudos incorporam conhecimento a priori , alguns críticos argumentam que nosso conhecimento não é suficiente para fazer previsões. Portanto, os resultados obtidos com essas abordagens 'baseadas em hipóteses' dependem da capacidade de selecionar candidatos plausíveis do genoma, em vez de usar uma abordagem anônima. O conhecimento limitado de doenças complexas pode resultar em 'gargalo de informação', que pode ser superado por genômica comparativa entre diferentes espécies. Esse viés também pode ser superado escolhendo cuidadosamente os genes com base nos fatores que têm maior probabilidade de estar envolvidos no fenótipo.

É importante lembrar essas críticas ao examinarmos sua abordagem experimental. Com qualquer outro método científico, a própria abordagem do gene candidato está sujeita a críticas, mas ainda provou ser uma ferramenta poderosa e eficaz para estudar a composição genética de características complexas .

Uso em estudos de pesquisa

A abordagem do gene candidato é uma ferramenta poderosa para estudar doenças complexas, principalmente se suas limitações forem superadas por uma abordagem ampla e complementar. Um dos primeiros sucessos neste campo foi encontrar uma mutação de base única na região não codificadora do APOC3 (gene da apolipoproteína C3) associada a maiores riscos de hipertrigliceridemia e aterosclerose . Em um estudo de Kim et al., Genes ligados ao traço da obesidade em porcos e humanos foram descobertos usando genômica comparativa e herdabilidade cromossômica. Ao usar esses dois métodos, os pesquisadores conseguiram superar a crítica de que os estudos de genes candidatos se concentram exclusivamente no conhecimento prévio. A genômica comparativa foi concluída examinando loci de características quantitativas humanas e suínas por meio de um método conhecido como análise de características complexas do genoma (GCTA), que permitiu aos pesquisadores mapear a variância genética para cromossomos específicos. Isso permitiu que o parâmetro de herdabilidade fornecesse a compreensão de onde a variação fenotípica estava em regiões cromossômicas específicas, estendendo-se assim a marcadores e genes candidatos dentro dessas regiões. Outros estudos também podem usar métodos computacionais para encontrar genes candidatos de uma forma ampla e complementar, como um estudo de Tiffin et al. estudando genes ligados ao diabetes tipo 2 .

Muitos estudos também usaram genes candidatos como parte de uma abordagem multidisciplinar para examinar uma característica ou fenótipo. Um exemplo de manipulação de genes candidatos pode ser visto em um estudo realizado por Martin E. Feder sobre proteínas de choque térmico e sua função em Drosophila melanogaster . Feder projetou uma abordagem holística para estudar Hsp70 , um gene candidato que foi hipotetizado para desempenhar um papel em como um organismo se adaptou ao estresse. D. melanogaster é um organismo modelo altamente útil para estudar esta característica devido à maneira como pode suportar um número diverso de abordagens genéticas para estudar um gene candidato. As diferentes abordagens deste estudo incluíram a modificação genética do gene candidato (usando recombinação homóloga específica do local e a expressão de várias proteínas), bem como o exame da variação natural de Hsp70 . Ele concluiu que os resultados desses estudos deram uma visão multifacetada da Hsp70 . A manipulação de genes candidatos também é vista no estudo de Caspar C. Chater sobre a origem e função dos estômatos em Physcomitrella patens , um musgo. PpSMF1 , PpSMF2 e PpSCRM1 foram os três genes candidatos que foram derrubados por recombinação homóloga para ver quaisquer alterações no desenvolvimento dos estômatos. Com o experimento de knock down, Chater observou que PpSMF1 e PpSCRM1 foram responsáveis ​​pelo desenvolvimento dos estômatos em P. patens. Ao projetar e modificar esses genes candidatos, eles foram capazes de confirmar as maneiras pelas quais esse gene estava ligado a uma mudança no fenótipo. A compreensão do contexto natural e histórico em que esses fenótipos operam, examinando a estrutura do genoma natural, complementou isso.

Referências

links externos