Gen scientist maps eigener typ 2 diabetes ankunft und abfahrt


Gen scientist maps eigener typ 2 diabetes ankunft und abfahrt

In einer Landmark-Studie für den Bereich der personalisierten Medizin, mit "Personal Omics Profiling" ein Stanford Genetiker und seine Kollegen, analysiert sein Genom, um eine genetische Disposition zu Typ 2 Diabetes vorhersagen, verfolgt auf molekularer Ebene, wie es in seinem Körper entwickelt, und Dann ging es wieder weg nach Diät- und Lebensstiländerungen.

Dr. Michale Snyder, Professorin und Professorin für Genetik an der Stanford University in Kalifornien und Direktorin von Stanfords Zentrum für Genomik und Personalisierte Medizin und Kollegen veröffentlichten die Ergebnisse ihrer zweijährigen Studie über die intimsten Geheimnisse von Snyders DNA, RNA, Blutbasierte Proteine, Metaboliten und Signalmoleküle, in der 14 März Online - Ausgabe von Zelle .

Einblick in die Zukunft der Medizin

Sie beobachteten, als er zwei Virusinfektionen erlag und wie sein Immunsystem reagierte.

Und viel zu Snyders Schock, entdeckten sie, dass er eine genetische Prädisposition für Typ 2 Diabetes hatte. Dies veranlasste Tests von Blutzucker, die aufgeschossen, als er die Bedingung während des Kurses der Studie entwickelt, und dann kam wieder als seine rechtzeitige Veränderungen in Lebensstil und Ernährung wirksam, bevor eine dauerhafte Gewebe Schäden.

Das Konto gibt uns einen Einblick in eine mögliche Zukunft der Medizin. Snyder sagte der Presse:

"Ich war mir kein Typ-2-Diabetes in meiner Familie bewusst und hatte keine signifikanten Risikofaktoren."

Aber wegen der detaillierten genomischen Sequenzierung, er erfuhr er hatte eine genetische Prädisposition für die Bedingung:

"Deshalb haben wir meine Blutzuckerwerte gemessen und konnten sie nach einer bösen Virusinfektion im Laufe der Studie aufschauen", erklärte er.

Also, nachdem ich eine Bestätigung Diagnose von einem Arzt, änderte er seine Diät und Übung Regime und allmählich die Ebenen der Glukose wieder normal. Hätte die Krankheit nicht diagnostiziert, auch für ein paar Jahre, die Gewebe Schäden, die aufgetreten wäre bereits begonnen haben.

"Dies ist das erste Mal, dass jemand so detaillierte Informationen verwendet hat, um ihre eigene Gesundheit proaktiv zu verwalten", sagte Snyder.

"Es ist ein Niveau des Gesundheitsverständnisses auf molekularer Ebene, das noch nie erreicht wurde", fügte er hinzu.

Massen der Daten geben Echtzeit-Informationen

Die Studie beschreibt die umwerfenden Anzahl von Datenpunkten, die in einem personalisierten Medizin-Ansatz für die Gesundheit gesammelt werden müssen, verglichen mit der flüchtigen Aufarbeitung die meisten von uns erhalten, wenn wir unsere regelmäßige physische Untersuchung haben.

"Derzeit planen wir routinemäßig weniger als 20 Variablen in einem Standard-Labor-Blut-Test", sagte Snyder.

"Wir könnten, und sollten, viele, viele Tausende messen", fügte er hinzu.

Es scheint, dass, um zu finden, was ein Individuum einzigartig macht, als weit zu versuchen, Gesundheit und Krankheit vorherzusagen und zu analysieren, benötigen Sie mehr als DNA und Gene: Sie müssen auch die umliegenden Sequenzen untersuchen, sagen die Forscher.

Sie nennen die detaillierte Analyse, die sie auf Snyder durchgeführt haben, ein "integratives persönliches Omics Profil" oder "iPOP". Das Wort "omics" deutet darauf hin, dass eine große Anzahl von Informationen, wie sie von einem Genom (eine Karte aller DNA in einer Zelle) oder das Proteom (alle Proteine) erworben wurden.

Ein iPOP beruht darauf, Milliarden von einzelnen Datenbits zu sammeln und zu analysieren.

Snyders iPOP enthielt auch sein Metabolom (eine Karte aller seiner Metaboliten), sein Transkriptom (RNA-Transkripte), Auto-Antikörper-Profile und andere Dinge.

Die Forscher sagen, dass die Diabetes-Prädisposition, die sie in Snyders Fall entdeckt haben, nur eines von vielen, vielen Problemen ist, die ein iPOP aufdecken kann. Sie glauben, dass eine solche "dynamische Überwachung" von Einzelpersonen bald ziemlich häufig sein wird.

Im Laufe der Studie gab Snyder etwa 20 Blutproben (etwa einmal alle zwei Monate und öfter als er krank war).

Jede Probe wurde einer Vielzahl von Tests (Assays) für Zehntausende von biologischen Variablen unterzogen.

Aber das haben sie am Tag 301 gefunden, den Snyder besonders informativ sagt. Das war etwa 12 Tage nach einer Virusinfektion: seine Glukose-Regulation schien schief gegangen zu sein. Nicht lange danach schoss sein Blutzucker auf. Also ging er zu seinem eigenen Arzt, was ist, wie am Tag 369, wurde er mit Typ-2-Diabetes diagnostiziert.

Snyder sagte normalerweise, er würde für einen Checkup mit seinem Arzt alle zwei oder drei Jahre gehen:

"Also, unter normalen Umständen wäre mein Diabetes nicht für ein oder zwei Jahre diagnostiziert worden."

"Aber mit dieser Echtzeit-Information konnte ich Diät und Übungsänderungen machen, die meinen Blutzuckerspiegel nach unten brachten und mir erlaubten, Diabetes-Medikamente zu vermeiden", erklärte er.

Mehr als Genom Sequenzierung

Snyder begann seine Studie ein paar Monate nach der Ankunft in Stanford im Jahr 2009, als Voll-Genom Sequenzierung von Einzelpersonen war gerade erst ernsthaft als eine medizinische Option angesehen werden.

Der iPOP-Ansatz nimmt die Genom-Sequenzierung einen Schritt weiter. Das Genom einer Person ist eine DNA-Blaupause, die sich im Laufe der Zeit wenig verändert. Es hat einige prädiktive Kraft, auf zukünftige Ereignisse, wie das Risiko der Entwicklung bestimmter Krankheiten Hinweis.

Aber Organismen sind dynamisch: sie ändern sich mit der Zeit. Die DNA-Blaupause muss von RNA interpretiert und dann in Proteinen exprimiert werden, die Signale senden und die Chemie antreiben müssen, um das Leben zu erhalten und mit der Umwelt zu interagieren.

Das iPOP berücksichtigt diesen dynamischeren Speicher von Informationen, also, wenn es Ihnen gefällt, bietet es nicht nur den Schnappschuss des Genoms, sondern auch, wie das Genom im Laufe der Zeit arbeitet, im Kontext der Umgebung einer Person: wie sie Nahrung metabolisieren, Beugen ihre Muskeln, atmen, reagieren auf Infektionen und all die kleinen Nuancen und Anpassungen, die die Parameter der Biologie in dem halten, was wir als "gesund" definieren können.

Um Snyders iPOP zu generieren, mussten die Forscher sein Genom auf eine Genauigkeitsstufe schreiben, die bisher noch nicht erreicht wurde.

Danach nahmen sie Dutzende von molekularen Schnappschüssen, mit einer Fülle von verschiedenen Techniken, um Tausende von Variablen zu generieren und ihre Fortschritte im Laufe der Zeit zu verfolgen.

Entdeckung von Diabetes

Es war ein Cluster von molekularen Stichworten, die zur Entdeckung von Diabetes führten. Aus der Genomsequenzierung konnten sie sehen, dass Snyder ein erhöhtes Risiko für: Cholesterin, koronare Herzkrankheit, Basalzellkarzinom und Typ-2-Diabetes hatte.

Snyder war von der Diabetes-Vorhersage überrascht: Er war sich schon des Herzkrankheitsrisikos bewusst.

Aber im Vergleich zu anderen Männern seines Alters (er war 54 zu Beginn der Studie), hatte er ein geringeres Risiko für: hoher Blutdruck, Fettleibigkeit und Prostatakrebs.

Zu Beginn der Studie hatte Snyder auch ein hohes Maß an Triglyceriden in seinem Blut: 321 mg / dl. Die Niveaus fielen auf 81-116 mg / dl, als er Simvastatin nahm, der Cholesterinbuster.

Auch zu Beginn der Studie zeigte Snyders Blutproben, dass er normales Blutzuckerspiegel hatte, aber weil die Genomanalyse ein Typ-2-Diabetes-Risiko zeigte, beschlossen die Forscher, diese weiter zu beobachten.

Sie berichten, dass Snyder zwei Virusinfektionen über den Zeitraum der Studie erworben hat. Er begann mit einer Virusinfektion (Rhinovirus, am Tag 0), und während des ersten Jahres (am Tag 298), sie aufzeichnen er erworben Atemwegs-Synzytial-Virus.

Sie merken, dass beide Male sein Immunsystem auf die Virusangriffe reagierte, indem sie die Blutspiegel von entzündungshemmenden Zytokinen erhöhten. Dies sind Proteine, die Zellen produzieren zu kommunizieren und koordinieren ihre Antworten auf Dinge um sie herum wie Angriffe.

Snyders Proben nach den Virusinfektionen zeigten auch, dass er höhere Niveaus von Auto-Antikörpern hatte: diese reagieren mit den körpereigenen Proteinen. Dies ist in der Regel eine normale temporäre Reaktion nach der Krankheit, aber in Snyders Fall waren die Forscher neugierig, dass ein Auto-Antikörper insbesondere ein Insulin-Rezeptor-bindendes Protein gezielt hatte.

Peeping Inside Cells

Als ob diese Detailstufe nicht ausreicht, gingen die Forscher noch einen Schritt weiter, sie nahmen einen Blick auf das, was in Snyders Zellen geschah. Hier kommt die RNA-Transkript-Analyse vorbei. Dies analysiert das Transkriptom, eine Momentaufnahme der anhaltenden dynamischen Interpretation des ziemlich statischen Genoms in den Satz von Anweisungen, die die Zellchemie antreiben.

"Wir haben 2,67 Milliarden Einzelne Lesungen des Transkriptoms, die uns einen Grad der Analyse, die noch nie zuvor erreicht wurde", erklärte Snyder.

Insgesamt verzeichneten Snyder und Kollegen fast 20.000 verschiedene Transkripte, die für 12.000 Gene kodierten und die relativen Werte von mehr als 6.000 Proteinen und 1000 Metaboliten messen.

Aus solch einer unglaublichen Detailstufe bemerkten sie eine Bearbeitung und Bearbeitung von Anweisungen, die niemand vermutet hatte. Zum Beispiel trägt jeder Einzelne zwei Kopien eines Gens (eines von jedem biologischen Elternteil), und die Forscher entdeckten mit Snyders Transkriptomdaten, dass diese sich bei der Infektion ganz anders verhalten.

Sie fanden etwa 2.000 Gene, die bei der Infektion stärker ausgedrückt zu sein scheinen. Einige von ihnen sind mit Immunprozessen und dem Verschlingen infizierter Zellen beteiligt.

Sie identifizierten auch weitere 2.200 Gene, die auf einer niedrigeren Ebene während der Infektion exprimiert wurden, darunter einige, die an Insulin-Signalisierung beteiligt waren und reagierten.

In Snyders Fall, durch Querverweise von verschiedenen "Omes", fanden sie auch einige unerwartete Wege und Verbindungen zwischen Virusinfektion und Typ-2-Diabetes.

Beweis des Prinzips

Die Studie, die Snyders iPOP verwendet, ist als "Proof of Princip" gedacht und die Hoffnung ist, dass es die Tür zu mehr stromlinienförmigen und weniger komplexen Ansätzen, die in der Klinik verwendet werden können, öffnen wird.

Wir brauchen nicht 40.000 Variablen in der Zukunft, sagt Snyder. Es ist möglich, dass wir den Job mit nur einer Teilmenge machen können, die sich als sehr nützlich für die Vorhersage der zukünftigen Gesundheit erweisen.

In der Zwischenzeit brauchen wir mehr Studien wie diese, um diese 40.000 oder so zu einer überschaubaren Zahl zu verkleinern.

"Im Moment ist diese Art von Analyse sehr teuer, aber wir müssen erwarten, dass es, wie die Voll-Genom-Sequenzierung, viel billiger wird. Und wir müssen auch die Einsparungen an die Gesellschaft von der Vermeidung von Krankheiten berücksichtigen", sagte Snyder.

Warum du?

Beantwortung der Frage, warum er sich selbst als das Thema der Studie wählte, sagte Snyder in einer Erklärung von Science JETZT berichtet, dass die Gründe waren vor allem praktisch. Er wollte jemanden, der in die häufigen Blutuntersuchungen kommen konnte, und er wollte auch jemanden, der sein Team nicht einschalten würde, wenn irgendwelche verheerende Informationen auftauchten:

"Ich wollte mich nicht verklagen", sagte Snyder.

Die Fonds von der Stanford University, die National Institutes of Health, das spanische Ministerium für Wissenschaft und Innovation, die Europäische Union, der Europäische Forschungsrat, die Korber-Stiftung, die Fundación Marcelino Botín und die Fundación Lilly und die Breetwor Family Foundation haben dazu beigetragen,

Does Paratuberculosis in Milk Trigger Type 1 Diabetes? (Video Medizinische Und Professionelle 2019).

Abschnitt Probleme Auf Medizin: Medizinische übung