A Genome-wide Genetic Data Resource for the 45 and Up Study
Deze studie heeft succesvol hoogwaardige low-coverage whole-genome sequencing data gegenereerd en gevalideerd voor 6.827 deelnemers van de Australian 45 and Up Study, waarmee een nieuwe bron is gecreëerd die ~79 miljoen genetische varianten integreert met uitgebreide gekoppelde gezondheidsgegevens om grootschalig onderzoek naar ziekte-aetiologie en precisiegezondheid mogelijk te maken.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Stel je voor dat je probeert te begrijpen waarom sommige mensen bepaalde ziekten ontwikkelen terwijl anderen dat niet doen. Wetenschappers weten al lang dat de gezondheid van een persoon wordt gevormd door een complexe mix van hun dagelijkse gewoonten, hun omgeving en de unieke instructies die in hun DNA zijn geschreven. Deze DNA-instructies, doorgegeven van ouders, fungeren als een biologische blauwdruk die de risico's op aandoeningen zoals hartziekten of kanker kan beïnvloeden. Decennialang hebben onderzoekers grote groepen mensen bestudeerd om patronen in deze blauwdrukken te vinden, in de hoop te kunnen voorspellen wie ziek zou worden en hoe dit te voorkomen. Echter, een grote hindernis bleef bestaan: veel van 's werelds grootste en meest gedetailleerde gezondheidsstudies, die duizenden mensen over vele jaren volgen, bevatten oorspronkelijk niet deze diepgaande genetische informatie. Zonder die informatie konden wetenschappers wel de gezondheidsresultaten zien, maar konden ze de genetische code die deze wellicht verklaart, niet volledig lezen.
Een team van onderzoekers heeft nu deze kloof overbrugd voor een van Australië's meest significante gezondheidsstudies, bekend als de 45 and Up Study. Dit enorme project, dat in 2005 begon, volgt meer dan 260.000 inwoners van New South Wales door hun gezondheid, levensstijl en medische geschiedenis via overheidsgegevens bij te houden. Hoewel de studie al heeft geleid tot honderden wetenschappelijke artikelen, miste het een uitgebreide kaart van de genomen van de deelnemers. Om dit op te lossen, nodigden de onderzoekers meer dan 30.000 mensen uit de studie uit om een speekselmonster af te staan. Ze gebruikten een moderne, kosteneffectieve techniek genaamd 'low-coverage whole-genome sequencing'. In plaats van elke letter van de DNA-code met extreme precisie te lezen, wat duur en traag is, leest deze methode het genoom snel en schaars, zoals het vluchtig doornemen van een boek om de hoofdideeën te vatten. Krachtige computeralgoritmen vullen vervolgens de ontbrekende details aan door de gescand data te vergelijken met een enorme bibliotheek van bekende menselijke genetische variaties. Deze aanpak stelde het team in staat om een hoogwaardige genetische dataset te genereren voor bijna 7.400 deelnemers, waardoor een krachtige nieuwe bron ontstond die diepgaande genetische data combineert met decennia aan gedetailleerde gezondheidsgegevens.
Het proces van het verzamelen van deze gegevens onthulde interessante inzichten over wie ervoor koos om deel te nemen. Van de 30.541 mensen die werden uitgenodigd, stemde ongeveer 27 procent ermee in om een speekselmonster af te staan. De onderzoekers vergeleken de mensen die "ja" zeiden zorgvuldig met degenen die "nee" zeiden, waarbij ze keken naar factoren zoals leeftijd, opleiding, inkomen en gezondheidsstatus. Ze ontdekten dat mensen die in een betere gezondheid verkeerden, een hoger opleidingsniveau hadden en in Australië waren geboren, eerder bereid waren om toestemming te geven. Omgekeerd waren mensen met een donkere huidskleur of mensen die in het buitenland waren geboren, minder geneigd om deel te nemen. Dit is een cruciale bevinding omdat het wetenschappers helpt de grenzen van hun data te begrijpen. Het laat zien dat hoewel de nieuwe genetische bron omvangrijk is, deze niet de volledige diversiteit van de Australische populatie perfect vertegenwoordigt, een veelvoorkomende uitdaging in genetisch onderzoek waar wetenschappers rekening mee moeten houden bij het interpreteren van resultaten.
Zodra de monsters waren verzameld, moest het team ervoor zorgen dat de genetische data accuraat en betrouwbaar waren. Ze gebruikten een strikte reeks controles, waarbij ze de nieuwe data vergeleken met zichzelf en met oudere, goed gevestigde genetische tests. Ze bekeken paren monsters van dezelfde persoon om te zien of de resultaten overeenkwamen, en ze vergeleken de nieuwe data met een ander type genetische test, namelijk een genotyping-array. De resultaten waren zeer consistent. De data toonden aan dat voor de overgrote meerderheid van de deelnemers de genetische afkomst Europees was, wat de demografie van de regio waar de studie plaatsvond weerspiegelt. Een kleinere groep deelnemers had een genetische achtergrond uit andere delen van de wereld of een mix van afstammelingen. De onderzoekers bevestigden dat de nieuwe genetische data van een zodanig hoge kwaliteit waren dat ze gebruikt konden worden voor complexe analyses, inclusief de berekening van polygene risicoscores. Deze scores zijn instrumenten die de effecten van duizenden kleine genetische variaties combineren om het algemene risico van een persoon op specifieke ziekten in te schatten.
Om te bewijzen dat de nieuwe data nuttig waren, testten de onderzoekers deze risicoscores tegen de werkelijke gezondheidsuitkomsten voor vier veelvoorkomende kankersoorten: borst-, prostaat-, melanoom- en colorectale kanker (darmkanker). Ze keken of de genetische risicoscores konden voorspellen wie deze ziekten had ontwikkeld en op welke leeftijd. Voor borst-, prostaat- en melanoomkanker presteerden de genetische scores net zo goed als in eerdere studies die gebruikmaakten van andere typen genetische data. Mensen met de hoogste genetische risicoscores hadden een significant grotere kans om met deze kankersoorten te zijn gediagnosticeerd, en voor prostaatkanker was een hoger genetisch risico gekoppeld aan een diagnose op jongere leeftijd. De resultaten voor colorectale kanker waren echter minder duidelijk. De genetische score voor deze ziekte voorspelde het risico niet zo sterk als verwacht, een resultaat dat de onderzoekers wijten aan de specifieke typen genetische variaties betrokken of het kleinere aantal gevallen in hun dataset.
Dit werk vormt een belangrijke stap voorwaarts voor medisch onderzoek in Australië en daarbuiten. Door succesvol een gedetailleerde genetische laag toe te voegen aan een enorme, langlopende gezondheidsstudie, hebben de onderzoekers een uniek instrument gecreëerd voor het begrijpen van ziekte. Ze hebben aangetoond dat moderne sequencing-methoden betrouwbare genetische data voor duizenden mensen kunnen genereren tegen beheersbare kosten, zelfs wanneer de initiële data niet met volledige diepte zijn uitgelezen. De resulterende dataset stelt wetenschappers in staat om te onderzoeken hoe genen interageren met levensstijl en omgeving om gezondheid te beïnvloeden, wat nieuwe mogelijkheden biedt voor het voorspellen van ziekterisico's en het ontwikkelen van gerichte preventiestrategieën. Hoewel de studie de noodzaak benadrukt om meer diverse populaties op te nemen in toekomstig onderzoek, vormt het een robuust fundament voor de volgende generatie ontdekkingen in de precisiegeneeskunde.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.