Μελέτη χαρτογραφεί πώς αλκοόλ, νικοτίνη και καφεΐνη επηρεάζουν τα γονίδια σε πολλούς τύπους κυττάρων

Μια νέα μελέτη από το University of Chicago και το Johns Hopkins University χαρτογραφεί αλληλεπιδράσεις γονιδίων-περιβάλλοντος σε πολλούς κυτταρικούς τύπους ως απόκριση σε συχνές εκθέσεις όπως αλκοόλ, νικοτίνη και καφεΐνη. Η έρευνα δημοσιεύτηκε στο Cell Genomics (DOI: 10.1016/j.xgen.2026.101383, διαθέσιμο στο https://www.sciencedirect.com/science/article/pii/S2666979X26002454?via%3Dihub).
«Άνθρωποι μπορεί να εκτεθούν στο ίδιο περιβάλλον. Κάποιοι αναπτύσσουν νόσο, ενώ άλλοι όχι», είπε ο Yoav Gilad, PhD, καθηγητής Ιατρικής και Ανθρώπινης Γενετικής στο UChicago και συν-επικεφαλής συγγραφέας. «Ένα από τα μεγαλύτερα ζητήματα στη γενετική του ανθρώπου είναι να κατανοήσουμε γιατί αυτές οι επιδράσεις του περιβάλλοντος διαφέρουν από άτομο σε άτομο. Αυτό αποκαλούμε αλληλεπιδράσεις γονιδίων-περιβάλλοντος».
Οι ερευνητές εξετάζουν πώς γενετικές παραλλαγές που δεν αλλάζουν την πρωτεΐνη επηρεάζουν τα επίπεδα έκφρασης γονιδίων. Μόνο περίπου το 1% του γονιδιώματος κωδικοποιεί πρωτεΐνες· πολλές παραλλαγές που συνδέονται με ασθένειες βρίσκονται σε ρυθμιστικές περιοχές που λειτουργούν σαν «διακόπτης έντασης», ρυθμίζοντας πόσο ενεργό είναι ένα γονίδιο.
Το πλαίσιο έχει σημασία. «Οι μοριακές αλληλεπιδράσεις διαφέρουν ανάλογα με το περιβάλλον του κυττάρου: τύπος κυττάρου, στάδιο ανάπτυξης, ιστός», σημείωσε ο Gilad. Παρομοίασε το εγχείρημα με μια μεγάλη μήτρα: στον έναν άξονα τα κυτταρικά περιβάλλοντα, στον άλλον εκατομμύρια εκθέσεις ή συνδυασμοί τους. Προηγούμενες μελέτες “γέμιζαν” ένα-ένα τετράγωνο αυτής της μήτρας· η παρούσα εργασία επιχειρεί ταυτόχρονη χαρτογράφηση σε πολλά περιβάλλοντα.
Η ομάδα ανέπτυξε «ετερογενείς διαφοροποιούμενες καλλιέργειες» από δείγματα ενηλίκων δοτών του προγράμματος International HapMap. Τα κύτταρα επανπρογραμματίστηκαν ώστε να μπορούν να εξελιχθούν σε διάφορους τύπους και σχημάτισαν τρισδιάστατα σμήνη που αναπαριστούν πρώιμα στάδια ανάπτυξης. Οι καλλιέργειες εκτέθηκαν σε αλκοόλ, νικοτίνη ή καφεΐνη, τα κύτταρα από πολλούς δότες αναμίχθηκαν και κάθε κύτταρο ιχνηλατήθηκε πίσω στον δότη του.
«Μέχρι πριν από περίπου 10 χρόνια δεν μπορούσες να ξεχωρίσεις αυτά τα κύτταρα και να τα μελετήσεις μεμονωμένα», είπε ο Gilad. «Η τεχνολογία μονοκυττάρου επιτρέπει πια να χαρακτηρίζεις το RNA σε κάθε κύτταρο: να αναγνωρίζεις τον τύπο του και την απόκρισή του στη θεραπεία». Συνολικά προφίλ καταρτίστηκαν για πάνω από 1,4 εκατομμύρια κύτταρα.
Σε συνεργασία με το Johns Hopkins και τη συν-επικεφαλής συγγραφέα Alexis Battle, η ομάδα αναζήτησε παραλλαγές DNA που συνδέονται με επίπεδα γονιδιακής έκφρασης, τα λεγόμενα eQTLs. Τα «βασικά» (baseline) eQTLs σχετίζονται με διαφορές έκφρασης μεταξύ ατόμων ανεξαρτήτως έκθεσης. Όταν η συσχέτιση αλλάζει υπό μια έκθεση, πρόκειται για «response eQTL».
Κεντρικό εύρημα: τα baseline eQTLs τείνουν να συγκεντρώνονται κοντά στην έναρξη των γονιδίων, ενώ τα response eQTLs εντοπίζονται συχνότερα σε ενισχυτές που αυξάνουν τη δραστηριότητα ενός γονιδίου. «Είναι από τις πρώτες εργασίες που δείχνουν τη διαφορά ως προς τα γονιδιωματικά χαρακτηριστικά και τις θέσεις τους», είπε ο Gilad. «Τα response eQTLs βρίσκονται σε διαφορετικά γονιδιωματικά περιβάλλοντα και οδηγούν τη δυναμική ρύθμιση, όχι απλώς το άναμμα-σβήσιμο ενός γονιδίου».
Τα response eQTLs συμπίπτουν πολύ συχνότερα με θέσεις που έχουν συνδεθεί με ασθένειες, σε σχέση με τα baseline. «Οι συσχετίσεις που εξαρτώνται από το πλαίσιο είναι συχνά πολύ πιο σχετικές με νόσους και κλινικούς φαινότυπους από τις βασικές συσχετίσεις», τόνισε ο Gilad.
Οι ερευνητές εντόπισαν ένα response eQTL που επηρεάζει το γονίδιο LNX2 μετά από έκθεση σε αλκοόλ, ειδικά στα κύτταρα που επενδύουν το έντερο. Η θέση βρίσκεται σε ενισχυτή και αλληλεπικαλύπτεται με σήμα κινδύνου για φλεγμονώδη νόσο του εντέρου (IBD). Η LNX2 συνδέεται με οδό σηματοδότησης που συμβάλλει στη δημιουργία και διατήρηση του εντερικού φραγμού. Αυτό δεν σημαίνει ότι η κατανάλωση αλκοόλ προκαλεί IBD, αλλά αναδεικνύει πώς το γενετικό υπόβαθρο, η έκθεση και ο τύπος κυττάρου συνδιαμορφώνουν το αποτέλεσμα. «Θέλουμε να το χαρακτηρίσουμε για να μπορούμε να κάνουμε πιο εξατομικευμένη πρόβλεψη», είπε ο Gilad.
Ο στόχος είναι καλύτερες προβλέψεις κινδύνου, χαρτογραφώντας πού μια θεραπεία δρα και πού εμφανίζει εκτός στόχου επιδράσεις. «Ακόμη κι αν χαρακτηρίσεις μια θεραπεία σε 100 άτομα, αυτό που πραγματικά θέλεις είναι να προβλέψεις την απόκριση του 101ου», είπε. Με δεδομένα εκπαίδευσης που αποτυπώνουν αναπτυξιακά και περιβαλλοντικά πλαίσια, μοντέλα τεχνητής νοημοσύνης θα μπορούσαν μελλοντικά να δώσουν χρήσιμες προβλέψεις.
Τέτοιες προσεγγίσεις θα μπορούσαν να ωφελήσουν όσους υποεκπροσωπούνται σε κλινικές δοκιμές. Ο Gilad ανέφερε ότι ελάχιστες θεραπείες έχουν δοκιμαστεί σε εγκύους, με αποτέλεσμα οι κλινικοί να ισορροπούν διαίσθηση και αποσπασματικά δεδομένα για να σταθμίσουν τον κίνδυνο, ο οποίος επίσης εξαρτάται από το γονότυπο. «Μια αλληλεπίδραση γονιδίων-περιβάλλοντος κατά την ανάπτυξη δεν θα μεταφραστεί απαραίτητα άμεσα σε κάτι ορατό στην παιδική ηλικία», πρόσθεσε. «Μπορεί να υποβόσκει ένας αναπτυξιακός ιδιότυπος που αυξάνει τον κίνδυνο για διαβήτη ή καρδιοπάθεια δεκαετίες αργότερα». Η μελέτη αποτελεί πρώτο βήμα για τα δεδομένα που θα στηρίξουν προβλέψεις δια βίου επιπτώσεων τέτοιων εκθέσεων.
Αναφορά: Lin, W., et al. (2026). Disease-associated loci share properties with response eQTLs under common environmental exposures. Cell Genomics. DOI: 10.1016/j.xgen.2026.101383. https://www.sciencedirect.com/science/article/pii/S2666979X26002454?via%3Dihub
Πηγή: share.google.
Το κείμενο δημιουργήθηκε από GPT 5.0. Δείτε τα AI Editorial Guidelines.






