P3/0290 Biomarkery v epidemiologii Define footer – presentation title / department 2 Cholera ̶příčina: z vystavení chorobě ̶Proč je kauzalita důležitá? ̶Jak rozhodneme, že asociace je kauzální? ̶Úspěch a neúspěch ̶Exposom, nové paradigma ̶Jak objevit kauzální vztahy? John Snow (1813 – 58) Propuknutí cholery v Londýně v roce 1854 Snow zaznamenal místo úmrtí souvisejících s cholerou Většina byla soustředěna kolem jedné veřejné vodní pumpy v Broad Street v Soho Přesvědčil úředníky, aby odstranili rukojeť pumpy Příčina Příčina onemocnění je událost, stav, charakteristika nebo kombinace těchto faktorů, které hrají důležitou roli při vzniku onemocnění Příčina může být dostatečná nebo nezbytná Nezbytná = musí být přítomna, aby se nemoc objevila Dostatečná = nevyhnutelně vyvolává nebo spouští nemoc Lidé a populace… Identifikace nezbytných příčin onemocnění u jednotlivců je proveditelná Identifikace dostatečných příčin je obtížnější Identifikace dostatečných příčin pro jednotlivce pro multikauzální onemocnění není možná Epidemiologie řeší tento problém tím, že se zabývá populacemi Rose, G. (1985). Sick individuals and sick populations. International Journal of Epidemiology, 14(1), 32–38. Tuberkuloza Susceptible host Infection Tuberculosis Risk factors Disease mechanisms Exposure to bacteria Genetic factors Poverty Crowded housing Malnutrition Tissue invasion Odvozování kauzality z asociací AB Hill. The environment and disease: association or causation? Proc R Soc Med. 1965;58:295–300. Methodological questions Evidence questions Could selection or Is there a relationship measurement bias cause the between exposure and biological response? association? Could it be due to confounding? Is an association biologically plausible? Could it be due to chance? Is there a strong relationship? In 1965 Hill proposed nine criteria to judge the scientific evidence for disease causality. Bradford-Hillova kritéria kauzality Časový vztah Předchází předpokládaná příčina onemocnění? Vztah expozice-odpověď Vedou rozdíly v expozici k rozdílům v manifestaci onemocnění? Síla asociace Zvyšuje expozice riziko onemocnění? Specificita Způsobuje expozice specifická onemocnění a existují onemocnění s omezeným počtem typů expozice? Konzistence Je asociace konzistentní napříč studiemi a populačními podskupinami? Experimentální potvrzení Může ovlivnění stupně expozice ovlivnit onemocnění? Biologická přijatelnost Je objasněn mechanismus působení? Strana 8 © Ondřej Slabý, 2009 Austin Bradford Hill (1897-1991) Jako první prokázal vztah kouření a karcinomu plic Studie na britských lékařích 30 000 účastníků prospektivní 50 let trvající studie Adobe Systems © Ondřej Slabý, 2009 Bradford Hillova kriteria kauzality •Korelace (síla asociace) – čím větší korelace mezi nezávislou proměnnou (expozice) a závislou proměnnou (počet onemocnění), tím vyšší pravděpodobnost kauzálního vztahu mezi proměnnými –Semelweis (1818-1865) - významně vyšší úmrtnost na horečku omladnic na klinice řízené lékaři, oproti porodnici s porodními bábami – příčinná souvislost? – Durkheim 1951 – počet sebevražd ve 4 pruských regionech na poč. 19 století koreluje s poměrným zastoupením protestantského obyvatelstva – příčinná souvislost ? – •Časová souslednost – příčina by měla předcházet následek –blesk předchází hrom – příčinná souvislost? –v letech kdy se začalo s průmyslovým spalováním odpadů vzrostl počet případů rakoviny – příčinná souvislost? (doba latence 20 let !) –v letech po zákazu používání azbestu stále stoupá počet případů azbestem vyvolané rakoviny – příčinná souvislost? (doba latence 20 let) Adobe Systems Strana 10 © Ondřej Slabý, 2009 Bradford Hillova kriteria kauzality •Konzistence – čím větší je shoda výsledků různých studií zabývajících se danou dvojicí • •Koherence – logická provázanost s výsledky jiných vědních oborů •Biologická přijatelnost (věrohodnost) – existence teoretického mechanismu vysvětlujícího vztah mezi příčinou a následkem –formaldehyd je genotoxický a vysoce dráždivý – informace o zvýšeném výskytu tumorů v dýchacích cestách je věrohodná –formaldehyd má velký distribuční objem a rychle se v organismu odbourává, ani vysoké koncentrace v ovzduší výrazně nezvyšují jeho koncentraci v tělních tekutinách – informace o zvýšeném výskytu nádorů vnitřních orgánů nevěrohodná ÜSpecificita – čím menší počet příčin postačuje k vysvětlení následku, tím lépe ÜVztah dávka účinek – čím větší míra expozice tím větší míra a četnost následků * emise z dieselových motorů – mnoho studií popisuje vztah k rakovině plic, není vztah dávka účinek, patrně vliv kouření (confounding factor) Strana 13 © Ondřej Slabý, 2009 Observační (pozorovací) Kauzistiky (case reports) Série případů (case series) Průřezové studie (cross-sectional studies) Studie případů a kontrol (case-control studies) Kohortové studie (cohort studies) Intervenční (experimentální) Klinické studie (clinical trial) Terénní kontrolované studie (field trial) DESKRIPTINÍ ANALYTICKÉ KVALITA VÝPOVĚDI Epidemiologické studie Korelační studie (corelational studies) © Ondřej Slabý, 2009 Table21 Míry efektu – studie případů a kontrol odd dissease (šance onemocnět) (exposure) – A/B odd dissease (šance onemocnět) (no exposure) – C/D odds ratio (poměr šancí) – (A/B)/(C/D) konfidenční interval (CI - confidence interval) Interval vypočítaný na základě výběru, ve kterém je neznámý populační parametr obsažen s pravděpodobností 95%. šířka CI – míra přesnosti (čím užší CI, tím vyšší přesnost) studie s větším počtem pozorování mívají užší CI Alela A (OR, 6.3; 95% CI, 3.4-11.6) Mendelian disorders and multifactorial traits: the big divide or one for all? Stylianos E. Antonarakis, Aravinda Chakravarti, Jonathan C. Cohen & John Hardy Nature Reviews Genetics 11, 380-384 (May 2010) Etiopatogeneze nemocí Prenatální modelování Vzácné alely způsobující nemoci s mendelovskou dědičností Varianty s nízkou frekvencí se středním efektem Vzácné varianty s nízkým efektem (velmi těžko identifikovatelné) Běžné varianty účastnící se rozvoje běžných onemocění (GWA studie) Běžné varianty s velkým efektem na běžné nemoci Frekvence alely VELMI VZÁCNÁ VZÁCNÁ S NÍZKOU FREKVENCÍ BĚŽNÁ NÍZKÝ VYSOKÝ MÍRNÝ STŘEDNÍ nrg2793-f1 50.0 3.0 1.5 1.1 0.001 0.005 0.05 v kontextu genů Celogenomové asociační studie jsou užitečné nástroje při identifikaci běžných variant přispívajících k dědičné součásti komplexních onemocnění. Naprostá většina takových variant má v nejlepším případě malý účinek, i když působí v rámci určité kombinace, a jejich celkový vliv na variabilitu populace i predikční robustnost pro odhad rizika onemocnění jsou malé. Existuje značný nesoulad mezi rozsahem celkové familiární agregace pozorované u mnoha běžných onemocnění a rozsahem metabolických odchylek, které lze přičíst dosud identifikovaným variantám. Např. u diabetu typu 2, zodpovídají známé varianty u evropanů společně za relativní riziko u sourozenců 1,07, což je významně pod úrovní empiricky stanovené relativního rizika sourozenců pozorovaného v epidemiologických studiích, které se blíží třem. Ačkoli identifikace dalších rizikových variant (jak ve známých lokusech, tak v zatím neidentifikovaných oblastech) může do určité míry tento deficit snížit, zdá se, že podle nejnovější hypotézy “chybějící dědičnosti” může být významná část “heritability” znaků přičtena genetickým efektům s intermediární penetrancí, které odolávají z velké části konvenčním přístupům populační genetiky komplexních chorob. Naše geny? Fenylketonurie (PKU) je vzácné genetické onemocnění - tělo nedokáže rozložit fenylalanin, který se hromadí v krvi a mozku. Vysoká hladina fenylalaninu může poškodit mozek Poškození mozku lze předejít speciální dietou s nízkým obsahem bílkovin Smrt při autonehodě Například z řízení v opilosti Možná má tato osoba genetickou vlastnost, která vede k predispozici k alkoholismu Rothman, K., & Grónsko, S. (2005). Kauzalita a kauzální inference v epidemiologii. American Journal of Public Health. http://doi.org/10.2105/AJPH.2004.059204 ) © Ondřej Slabý, 2009 Příklad studie připad-kontrola Stanovení OR vyjadřujícího asociaci mezi užíváním salycilátů a Reyova syndromu Rey. sy ano Rey. sy ne Celkem Salyc. Ano 26 53 79 Salyc. Ne 1 87 88 celkem 27 140 167 OR = AD/BC = 26x87/53x1 = 42,7 Děri s Reyovým syndromem 42,7 častěji užívaly k léčby virového onemocnění salyciláty. KONTINGENČNÍ TABULKA Tabulka křížových klasifikací Čtyřpolní (2x2) nrg2537-f1 Prenatální modelování Komplexní onemocnění GENOVÁ EXPRESE Microarray analýza hladin transkriptu v cílové tkáni GENOTYPOVÁNÍ Genome-wide genotypování SNP a dalších variant EPIGENETIKÉ MODIFIKACE NEGENETICKÉ EFEKTY Vlivy vnějšího prostředí RIZIKO VZNIKU NEMOCI ANALÝZA SÍTÍ INTEGRACE S CELOGENOMOVÝMI STUDIEMI eQTLs Asociace genetických markerků s genovou expresí Pokud si představíme hypotetickou variantu s frekvencí minoritní alely 1% a odds ratiem allely 3 a prevalencí onemocnění 5%, bude penetrance rizikového homozygota (45%) příliš nízká, aby podporovala představu mendelovské segregace a umožňovala detekci tradičními postupy. Nízká detekovatelnost minoritní alely se projeví i na úrovni celogenomových studií. Přesto bude mít tato varianta významný účinek na rodinné riziko, než většina ostatních alel determinujících vnímavost – relativní riziko pro sourozence vázané na daný lokus rovné 1,038 bude výrazně překračovat riziko spojené např. s TCF7L2 lokusem, který je silně asociován s diabetem a kde je toto riziko přibližně 1,025. Dá se očekávat, že nové technologie sekvenace, zejména sekvenování nové generace, výrazně přispějí k identifikaci a charakterizaci variant, které přispívají k vnímavosti k daným komplexním onemocněním. Nebo je to jinak? Spořivý epigenom? Prenatální modelování Mapy pro Barkerovu hypotézu Britský lékař David Barker si na mapě Británie povšiml zajímavé korelace: nejchudší oblasti Anglie a Walesu vykazovali nejvyšší incidenci srdečních onemocnění. Vzhledem k tomu, že vynikajícím parametrem zdraví populace je kojenecká mortalita/morbidita, rozhodl se u kohorty 15000 jedinců prozkoumat jejich zdravotní stav v kontextu jejich porodní hmotnosti. Povšiml si silného a neočekávaného vztahu mezi nízkou porodní hmotností v letech 1921-1925 a výskytem onemocnění srdce ve středním věku (1968-1978). Baker dospěl k závěru, že nedostatečná nutrice v peripartálním období měla za výsledek strukturální poškození srdce, které se manifestovalo později v dospělosti. Barker DJ: The origins of the developmental origins theory. J Intern Med. 2007 May;261(5):412-7. Velká pozitivní geografická korelace mezi standardizovanou novorozeneckou mortalitou 1921-1925 a výskytem nemocí srdce 1968-1978 Prenatální modelování Přehled stěžejních prací Barkera et al. Barker DJ et al: Infant mortality, childhood nutrition, ischaemic heart disease in England and Wales. Lancet. 1986 May 10;1(8489):1077-81 Barker DJ et al: Weight in infancy and death from ischaemic heart disease. Lancet. 1989 Sep 9;2(8663):577-80. Barker DJ et al. Fetal nutrition and cardiovascular disease in adult life. Lancet. 1993 Apr 10;341(8850):938-4 Možný vztah mezi ICHS a porodní hmotností Podvýživa matky v těhotenství vede k nízké porodní hmotnosti a následně zvýšenému riziku kardiovaskulárních onemocnění – fetální programování. Zásadní vliv na vznik onemocnění má nesoulad mezi prostředím, které dítě přes matku vnímalo během intrauterinního života a prostředím, ve kterém v postnatálním období žije. Offspring birth weights after maternal intrauterine undernutrition: a comparison within sibships. Lumey LH, Am J Epidemiol 1997; 146:810–819 ü Srpen 1944 – duben 1946, Amsterdam ü Období válečného hladomoru (zahrnovalo i holandský zimní hladomor) ü Podvýživa byla definována separátně pro každý trimestr těhotenství, přičemž za hraniční hodnotu byl považován denní příjem 1000 kalorií (4180 kJ) ü Rodinná anamnéza zahrnovala 437 rodin se dvěma sourozenci a 107 rodin se třemi sourozenci narozenými v letech 1960 až 1985 Porodní hmotnosti dětí, jejichž matky byly hladomoru vystaveny ve třetím trimestru, sníženy nebyly Prenatální modelování ü 437 rodin se dvěma sourozenci ü 107 rodin se třemi sourozenci ü narozeni v letech 1960 až 1985 Prenatální modelování Offspring birth weights after maternal intrauterine undernutrition: a comparison within sibships. Lumey LH, Am J Epidemiol 1997; 146:810–819 Normální vzestup porodní hmotnosti pozorovaný fyziologicky u dalších těhotenství téže matky nebyl pozorován u matek, které byly in utero vystaveny holandskému hladomoru, naopak, pozorovaný trend byl přesně opačný. Stav intrauterinní expozice matky hladomoru byl významným prediktorem rozdílů tělesné hmotnosti mezi sourozenci, ve všech modelech srovnávajících prvorozené a druhorozené sourozence. Ve všech kohortách byl efekt snižování hmotnosti u dalšího sourozence výraznější, což autoři považují za kombinaci vyšší porodní hmotnosti prvorozeného dítěte a následného poklesu porodních hmotností u dalších gravidit. Vrozené vs. získané charakteristiky V své knize z roku 1809 „Philosophie Zoologique“ uvádí Jean-Baptiste Lamarck, že každý druh čelí unikátnímu typu stimulace ze svého okolí. Tyto vlivy označil jako „nervová tekutina“. Podle Lamarcka může být tato nervová tekutina přenášena na jednotlivé potomky. Lamarkismus byl standardním vysvětlením některých mechanismů evoluce až do doby, kdy Charles Darwin a Alfred Russel Wallace přišli s teorií evoluce přirozeným výběrem v roce 1859. Revidovaná teorie neolamarkismu už nepřitáhla dostatečnou pozornost v rámci vědecké komunity. Jako obecně přijímaná teorie tedy dlouhou dobu platilo, že získané charakteristiky se nemohou dědit. Prenatální modelování Transgenerační dědičnost http://ecx.images-amazon.com/images/I/51ZQ0F3QBJL._SL500_AA300_.jpg http://ecx.images-amazon.com/images/I/51ZQ0F3QBJL._SL500_AA300_.jpg Prenatální modelování Fetální modelování Nongenomic transmission across generations of maternal behavior and stress responses in the rat. Francis D, Science 1999;286:1155–1158. Ztráta epigenetické odpovědi Ztráta fenotypické plasticity Onemocnění, věk, chování? Prenatální modelování SNP GENOTYP •genové polymorfismy •somatické/ zárodečné mutace PROSTŘEDÍ •strava •toxiny •intrauterinní prostředí •infekce •kouření •událost v časném postnatálním období •léky •… STOCHASTICITA EPIGENOTYPY •DNA-methylace •Modifikace histonů •malé RNA •Proteiny modifikující chromatin FENOTYP Aktivita různých metabolických enzymů Regulace genové exprese Jak? Epigenetické mechanismy v rámci modelování DNA metylace udržování DNMT de novo DNMT DNMT1 hemimethylovaná DNA Vazba na methylovanou DNA cestou URHF1 Nepřímá suprese miR-29b prostřednictvím SP1 DNMT3A DNMT3B Vazba cestou EZH2 a G9A (HMTs) Interakce s nukleozómy obsahujícími metylovanou DNA Přímá represe miR-29b DNMT3A vazba cestou HRR3me HDAC HMT HDM Kinase Phosp. Modifikace histonů Remodelace chromatinu HAT Acetylace Methylace Fosforylace HDAC1 a 2 mohou být vázány přes MeCP2 miR-449a má za cíl HDAC1 SET7 (HMT) reguluje DNMT1 stabilitu SETDB1 a Suv39h (HMTs) se vážou přes MBD1 KDM1B (HDM) je nutný pro maternální imprint LSD1 je podjednotkou komplexu NuRD H3S10ph blokuje H3K9me H3S10ph usnadňuje rozpoznání H3 přes GCN5 (HAT) JAK2 fosforyluje H3, s uvolněním HP1α SWI/SNF ISWI Mi-2 INO80 miR-9* a miR-124 zprostředkovávají switch BAF npBAF BRM se váže přes MeCP2 ISW2 vylučuje SWI/SNF z promotorů prostřednictvím změny polohy nukleozómů NURF rozpoznává H3K4me3 H4K16ac inhibuje remodelaci chromatinu cestou ISWI SET domény (HMT) rozpozná- vají ISWI-remodelované typy nukleozómů CHD5 exprese je reprimována metylací CpG ostrůvků MBD3 je integrální podjednotka Mi-2/NurD HDAC a 2 jsou integrální součásti Mi-2/NuRD SWR1 removes the H2AH2B dimmers and replaces them with H2A.Z-H2B dimmers p400 má HAT aktivitu H2Aph zvyšuje vazbu INO80 Mimo jiné … DNA Demetylace? Adobe Systems new_logo_nephro Braam B et al. (2007) Technology Insight: innovative options for end-stage renal disease—from kidney refurbishment to artificial kidney Nat Clin Pract Nephrol 3: 564–572 doi:10.1038/ncpneph0600 Prenatální modelování Kontinuální model vývojové plasticity Vývojová plasticita v čase Prenatální modelování Fetální modelování – fyziologický význam Fowden L et al. Endocrine and metabolic programming during intrauterine development. Early Human Development Volume 81, Issue 9, September 2005, Pages 723–734 SUBOPTIMÁLNÍ INTRAUTERINNÍ PODMÍNKY OSA HYPOTHALAMUS- HYPOFÝZA-SOMATOTROPNÍ HORMON OSA HYPOTHALAMUS- HYPOFÝZA-GONADOTROPNÍ HORMON OSA HYPOTHALAMUS- HYPOFÝZA-NADLEDVINY ENERGETICKÁ BILANCE & APETIT ENDOKRINNÍ PANKREAS DŘEŇ NADLEDVIN & SYMPATIKUS TUKOVÁ TKÁŇ GH GH IGF SYNTÉZA PROTEINŮ INSULIN INSULIN KATABOLISMUS PROTEINŮ POHLAVNÍ STEROIDY DYSLIPIDÉMIE INSULINOVÁ REZISTENCE TVORBA GLUKOSY GLUKOSOVÁ INTOLERANCE A HYPERGLYKÉMIE KORTIZOL LEPTIN GLUKAGON KATECHOLAMINY Diagram ilustrující vztahy mezi suboptimálními intrauterinními podmínkami, programováním endokrinních systémů během časného období po porodu a cirkulujícími koncentracemi hormonů a následným rozvojem metabolické dysfunkce. Endocrine systems in square boxes. Circulating hormones in ovals. Metabolic dysfunctions in ovoid boxes. (+) Positive effect; (−) negative effect. */^+ Hormones that appear twice on the diagram. Adobe Systems Hochberg Z et al. Endocrine Reviews 2011;32:159-224 ©2011 by Endocrine Society Prenatální modelování Fetální modelování – patofyziologie Deprivováno Přiměřené Prostředí během vývoje Prostředí v dospělosti Zdravý (match) Zdravý (match) Zvýšené riziko metabolického onemocnění (mismatch) Zděděný genotyp a fenotyp Překážky, např. podvýživa, přenastavení metabolických setpointů Mismatchové paradigma metabolického onemocnění. Vyvíjející se organismus vnímá environmentální stimuly zprostředkované matkou, jako je podvýživa, a to jak během prenatálního, tak zčásti postnatální života. Vývojová plasticita v rámci odpovědi na tyto podněty modifikuje nastavenou trajektorii metabolismu definovanou zděděným fetálním genomem a epigenomem podle toho, zda je okolní prostředí vnímáno jako adekvátní (tmavé pozadí) nebo neadekvátní (světlé pozadí), což má za následek úpravu metabolického nastavení. Pokud následně okolní prostředí, ať už adekvátní či deprivované, odpovídá predikci, je riziko metabolického onemocnění později v životě nízké. Jestliže mezi predikovaným a aktuálním obdobím ovšem nastane nesouladem, zejména v tom smyslu, že aktuální prostředí je na živiny bohatší než prostředí predikované, riziko metabolického onemocnění se zvyšuje. Adobe Systems Hochberg Z et al. Endocrine Reviews 2011;32:159-224 ©2011 by Endocrine Society Prenatální modelování Prenatální období adaptivní plasticity PRENATÁLNÍ PROSTŘEDÍ POSTNATÁLNÍ PROSTŘEDÍ ENDOKRINNÍ ŘÍZENÍ PLASTICITA PRENATÁLNÍ RŮST DĚTSTVÍ KOJENECKÝ VĚK DOSPÍVÁNÍ ADOLESCENCE PREMATURITA IC-PŘECHOD ADRENARCHÉ ZAČÁTEK PUBERTY VELIKOST PŘI PORODU VÝŠKA V DOSPĚLOSTI SLOŽENÍ TĚLA NEMOC V DOSPĚLOSTI PLODNOST, DÉLKA ŽIVOTA Období adaptivní plasticity v přechodu mezi jednotlivými výraznými fázemi ontogenetického vývoje. Prenatální růst ovlivňuje zdravotní stav i výskyt onemocnění v dospělosti. Přechod z kojeneckého věku do předškolního věku sebou nese prediktivní adaptivní odpověď, která determinuje výšku v dospělosti. Přechod z dětství do puberty sebou nese adaptivní odpověď, která ovlivňuje tělesné složení v dospělosti. Přechod z puberty do adolescence sebou nese adaptivní odpověď ovlivňující délku života a věk reprodukce. Adobe Systems Hochberg Z et al. Endocrine Reviews 2011;32:159-224 ©2011 by Endocrine Society Prenatální modelování Faktory vnějšího prostředí Programming Nemoci v pozdější životě ØIschemický choroba srdeční ØObezita ØDiabetes 2. typu ØHypertenze ØRakovina ØPsychiatrická onemocnění Konflikt s postnatálním prostředím Epigenomické změny Trvalé změny genové exprese Vliv na fenotyp v pozdějším životě Ac CH3 CH3 Ac CH3 CH3 CH3 CH3 CH3 Ac Ac Ac CH3 Výživa Zdraví matky Stres Životní styl Funkce placenty Epigenomický model původu onemocnění Epigenotypový model vývojového původu onemocnění. Environmentální faktory působící během časné fáze života mají následky, které se mohou manifestovat zvýšeným rizikem onemocnění později v životě. Období života, ve kterém mohou externí faktory ovlivňovat biologické procesy, sahají od početí přes neonatální období až do časného dětství. Má se za to, že dítě dostává od matky informace o stavu vnějšího prostředí, do kterého se narodí a modifikuje svůj metabolismus a veškeré fyziologické procesy včetně trajektorie růstu tak, aby postnatálně maximalizovalo svoje šance na přežití. Tyto adaptace se nicméně mohou stát škodlivými, jestliže podmínky, do kterých se dítě narodí, se významně odlišují od podmínek očekávaných během prenatálního období. Tyto adaptace zahrnují metabolické i endokrinní změny, které mohou vést k celoživotním změnám ve fungování a struktuře těla – koncept zvaný programování. Epigenetické znaky mohou být modulovány environmentálními faktory, jsou dědičné a jsou podkladem změn genové exprese, které mohou přispívat ke vzniku onemocnění později během života. Prenatální modelování Mechanismy Potenciální mechanismus působení vnějších faktorů na ustanovení methylace DNA během vývoje Hochberg Z et al. Endocrine Reviews 2011;32:159-224 ©2011 by Endocrine Society THF 5CH3THF B12 DMG BETAINE CHOLINE METHIONINE SAM SAH HOMOCYSTEINE B6 CYSTATHIONINE DNMT C 5mC de novo aktivita methylasy de novo aktivita methylasy Časný vývoj Pozdější život RNA polymerase Cheryl Lyn Walker & Shuk-mei Ho; Nature Reviews Cancer 12, 479-486 (July 2012) Prenatální modelování Programing epigenomu Výhoda pro přežití potomstva Zvýšené riziko k metabolickému onemocnění Na živiny chudé prostředí během vývoje Na živiny chudé prostředí Na živiny bohaté prostředí Mismatch podruhé Plasticita epigenomu během vývoje umožňuje vyvíjejícímu se organismu tzv. preadaptaci na budoucí prostředí, což je zřetelná výhoda z hlediska přežití. V podmínkách, kde fetální prostředí neodpovídá prostředí dospělému, např. jestliže fetální vývoj v podmínkách špatné výživy (hladovění matky) je spojen s adultním prostředím bohatým na výživu – může následný růst typu „catch-up“ a diskordance mezi fetálním programováním a dospělým prostředím predisponovat k metabolickému onemocnění v dospělosti, včetně obezity a diabetu typu II. Sčítání všech příčin Adding the proportion of disease from each cause results in more than 100% Attributable Fraction (AF) is the proportion of a disease in a specific population that would be eliminated if people were unexposed… AF  (1 1/ RR) AF  (Ie  In ) / Ie Azbest a kouření  Asbestos and smoking both cause lung is cancer…  AF for smoking around 90%  AF asbestos is around 80%  AF for smoking and asbestos is 98% Death rate (per 100,000) Non- smoker Smoker No asbestos 11 123 Asbestos 58 602 Age-standardized lung cancer rates Hammond EC, Selikoff IJ, Seidman H. Asbestos exposure, cigarette smoking and death rates. Ann N Y Acad Sci 1979;330:473-90. Co se nám podařilo Potvrzení rizika Nedávné epidemiologické studie benzenu ve vztahu k hematologickým malignitám Pochopení vztahu mezi expozicí a nemocí Částice výfukových plynů dieselových motorů a rakovina plic Odhalení neznámých příčin Nádory prsu a práce na směny zahrnující noční práci Unknown Airborne particles Smoking High blood sugar Alcohol High sodium High cholesterol Lead Drugs Low vit A Ozone Low zinc Rappaport, S. M., Barupal, D. K., Wishart, D., Vineis, P., & Scalbert, A. (2014). The Blood Exposome and Its Role in Discovering Causes of Disease. Environmental Health Perspectives, 1–6. Exposom – nové paradigma The exposome is composed of every exposure to which an individual is subjected from conception to death. Wild, C. P. (2012). The exposome: from concept to utility. International Journal of Epidemiology, 41(1), 24–32. It comprises:  processes internal to the body such as metabolism, gut microflora, inflammation…  external exposures including infectious agents, chemical contaminants, diet…  social, economic and psychological influences. Chris Wild Bottom-up nebo Top-down Or a more use a more integrated approach? van Tongeren, M., & Cherrie, J. (2012). An Integrated Approach to the Exposome. Environmental Health Perspectives, 120(3), a103–a104. Problémy? Podle odhadů má běžná metoda genotypizace Taqman 96% senzitivitu a 98% specificitu, což umožňuje malou chybu v klasifikaci. Senzitivita při hodnocení expozice životního prostředí je naopak poměrně často nižší než 70 % a specificita ještě nižší. Genotyp je stabilní, přesně měřená (sens, spec=90-100%), frekvence alel je vysoká Expozice prostředí se mění (životní události), často měřeny nepřesně, frekvence může být příliš nízká 41 Některé environmentální expozice lze epidemiologicky studovat s jistotou, tj. chyba měření je relativně nízká a má malý dopad na odhady (např. kouření). Pokrok v hodnocení expozice v důsledku např. na techniky GIS pro znečištění ovzduší. Když je chyba měření příliš vysoká, potřebujeme biomarkery (např. počet sexuálních partnerů, NEBO pro rakovinu děložního čípku kolem 2; HPV kmeny, NEBO kolem 100-500). Koncept exposomu se týká souhrnu environmentálních expozic od početí dále. Vnitřní exposom je založen na měření v biologickém materiálu kompletních souborů biomarkerů expozice pomocí opakovaných biologických vzorků zejména v kritických životních fázích. Biomarkery, které lze v tomto kontextu měřit, pokrývají širokou škálu molekul, od xenobiotik a jejich metabolitů v krvi (metabolomika) až po kovalentní komplexy s DNA a proteiny (aduktomika). Termín omika obecně označuje rigorózní studium kompletního souboru biologických a nebiologických molekul pomocí vysoce výkonných technik (Rappaport a Smith 2010). Expozom 7 SM Rappaport Potenciální kohorty poskytují ideální kontext, ve kterém lze spojit nejlepší laboratorní vědu, epidemiologii, biostatistiku a bioinformatiku za účelem zkoumání rizikových faktorů rakoviny. K realizaci tohoto potenciálu je však zapotřebí odhodlání vyvinout a přizpůsobit laboratorní nástroje pro aplikaci na odebrané bio‐ vzorky. Kromě toho je třeba klást důraz na odběr a zpracování biologických vzorků způsobem, pokud je to předvídatelné, v souladu s budoucími laboratorními analýzami a vyhnout se zkreslení v době odběru vzorků. 1. vzácný a omezený materiál v biobankách, který PI nesnadno získávají 2. jednotlivé (bodové) biologické vzorky 3. obvykle krev, ne moč (což může být lepší např. pro metabolomiky) 4. žádné kohorty neumožňují epidemiologii životního běhu 5. hloubkové posouzení expozice je omezeno proveditelností (pro nádorová onemocnění je nutné množství vzorků) 6. laboratorní měření a omics mají stejná omezení týkající se velikosti vzorku a proveditelnosti 7. biostatistické přístupy a kauzální interpretace 8. etické problémy 9. Problémy Schematic representation of the implementation of the ‘meet-in-the middle’ approach (Chadeau-Hyam et al, Biomarkers 2011). Hlavní zjištění v pilotní studii z EPIC-Itálie o rakovině tlustého střeva - Role střevní mikroflóry? Koncept "zdraví střev" Nebyly nalezeny žádné markery ve spojení s nádorem prsu, 8 signálů zjištěných ve spojitosti s rakovinou tlustého střeva (Chadeau-Hyam et al, 2011) Bylo zjištěno, že příjem dietní vlákniny souvisí se čtyřmi předpokládanými markery z 235 (s odpovídajícími hodnotami p v rozmezí od 0,003 do 0,02). Jeden marker naznačuje možnou souvislost se střevní mikrobiální fermentací rostlinných fenolických látek v tlustém střevě (Nicholson et al., 2005, Phipps et al., 1998, Aura, 2007), což je proces, který je také věrohodně spojen s vyšší expozicí vlákninám a nižším výskytem rakoviny tlustého střeva. riziko. Nature 2008 Supervised analysis defined profiles robustly associated with known dietary factors MI - Test MI - Validation 1.0 0.8 0.6 0.4 0.2 0.0 Specificity Exposure marker - AHRR methylation is strongly associated with former smoking (first marker of past smoking). (Shenker et al, Human Molecular Genetics 2013; Epidemiology, in press) Never Former Current Cotinine vs Smoking Status Populační studie chronických onemocnění tradičně přijímají subjekty středního věku. Existují však pádné důkazy, že a) riziko onemocnění je ovlivněno ranou expozicí, včetně in utero; b) životní fáze zahrnují kritická období (během kterých mají změny expozice dlouhodobé účinky na rizika onemocnění nebo související přechodné markery) a citlivá období (během kterých má expozice silnější vliv na vývoj, a tedy i riziko onemocnění, než při jindy). Myšlenka posloupnosti kritických a citlivých období vede ke konceptu „řetězce rizika“, tedy souhry časných expozic a pozdních expozic. Použití tohoto konceptu v praxi znamená mít přístup k několika životním fázím při hodnocení expozice a epidemiologických studiích a opakovaným měřením biomarkerů v různých časových oknech. Tento přístup vyžaduje návrh mezigenerační epidemiologické studie a nové statistické analýzy. Kritické a senzitivní fáze 54 Děkuji za pozornost