Toll-like receptor gene polymorphisms in a population-based study of HIV and tuberculosis patients from Eastern Europe and Central Asia

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

Genetic diversity of human populations is determined by polymorphic variants of immune response genes and can be linked to the variation in responses to infectious agents. This study compared allele and genotype frequencies of polymorphic variants of TLR1, TLR2, TLR4, TLR6 and TLR8 genes between samples from Eastern Europe and Central Asia. We included 680 unrelated individuals from Eastern Slavic (n = 308), Armenian (n = 137), Tajik (n = 138) and Kyrgyz (n = 97) samples of patients with confirmed diagnoses of HIV and tuberculosis. The international 1000 Genomes Project data - samples of Caucasians (EUR) and countries of eastern (EAS) and southern (SAS) Asia – were used for comparison. Despite the lack of genetic diversity and population differences in allele frequencies of the analyzed genes, the samples differed in a number of loci both from each other and from EAS, SAS samples.

Толық мәтін

Лавинообразное накопление результатов ассоциативных исследований, подтверждающих или опровергающих наличие связей полиморфных вариантов генов с заболеваниями абсолютно разной этиологии на выборках из разных стран и этнических групп, диктует необходимость валидации найденных ассоциаций на независимых выборках, поскольку на распределение аллелей риска могут влиять факторы, не учтенные в исходном исследовании. Одними из таких факторов являются межпопуляционные различия. В исследованиях предрасположенности к инфекционным заболеваниям у носителей разных аллелей полиморфных генов иммунной системы, в частности генов Толл-подобных рецепторов (TLR), часто наблюдается невозможность воспроизвести полученные результаты на независимых выборках. Толл-подобные рецепторы – рецепторы адаптивного иммунитета, расположенные на поверхности и внутри клеток, отвечают за распознавание патогенов, проникающих в организм.

Нами проведен анализ научных публикаций и отобрано шесть наиболее часто упоминаемых однонуклеотидных полиморфизмов (SNP) в генах TLR: rs5743551 (TLR1), rs5743708 (TLR2), rs3804100 (TLR2), rs4986790 (TLR4), rs5743810 (TLR6), rs3764880 (TLR8), для которых показана ассоциация с риском развития серьезных инфекционных патологий, включая туберкулез и ВИЧ [1]. rs5743551-A TLR1 в иранской популяции ассоциирован с риском возникновения туберкулеза легких [2], однако для этого же полиморфизма в популяции, проживающей на территории США (штат Вашингтон), повышенная восприимчивость к возникновению осложнений на фоне инфекционных заболеваний выявлена у носителей rs5743551-G TLR1 [3]. По результатам мета анализа генотип rs3804100-C/C TLR2 связан с повышенным риском развития туберкулеза [4]. В другом исследовании получены доказательства непосредственного влияния полиморфизма TLR2 rs5743708-A на риск развития сепсиса, особенно у лиц европейского происхождения [5]. Анализ TLR2 rs5743708 в подгруппах из разных популяций выявил, что аллель А ассоциирован с повышенной восприимчивостью к туберкулезу в азиатской этнической группе, но имеет протективный характер в группе латинского происхождения [4]. Полиморфизм rs4986790-G TLR4 ассоциирован с риском развития активного туберкулеза у ВИЧ-инфицированных пациентов в Танзании и Испании, несмотря на то что у больных туберкулезом, не инфицированных ВИЧ, связь не подтверждается [6, 7]. rs5743810-T TLR6 оказывает протективный эффект к развитию туберкулеза во всех этнических группах [4]. В ряде исследований показана ассоциация SNP в локусе rs3764880 TLR8 с туберкулезом у жителей Индонезии, России, Молдавии, Турции и в двух индийских когортах как для легочного, так и для внелегочного туберкулеза [8–13]. Аллель rs3764880-G TLR8 связан с восприимчивостью к туберкулезу и бактериальной нагрузкой среди жителей Пакистана, генотип rs3804100-C/C TLR2 – с восприимчивостью к латентной туберкулезной инфекции в китайской популяции, SNP в локусе rs4986790 TLR4 – к легочному туберкулезу у жителей Ирана [14, 15].

Большая часть исследований генетической предрасположенности проводится внутри определенных этнических или национальных групп, что связано с необходимостью учитывать различия в частотах аллелей, характерные для них. В этой связи исследование генетического разнообразия популяций человека, в том числе малоизученных, и особенно исследование полиморфных генов иммунной системы представляются актуальными и необходимыми для проведения в дальнейшем эпидемиологических и медико-биологических исследований.

Цель работы – определить популяционные особенности распространенности шести полиморфных вариантов генов TLR (rs5743551 TLR1, rs5743708 TLR2, rs3804100 TLR2, rs4986790 TLR4, rs5743810 TLR6, rs3764880 TLR8) среди пациентов с ВИЧ и туберкулезом в странах Восточной Европы и Центральной Азии.

Материалы и методы

Исследуемые выборки

В исследовании использовались образцы биологического материала (цельная кровь), полученные на территории Российской Федерации, Республики Беларусь, Республики Киргизия, Республики Армения и Республики Таджикистан. В качестве целевой группы были отобраны пациенты с диагнозами ВИЧ-инфекция и туберкулез (ТБ), не имеющие родственных связей. Критериями включения в исследование были: 1) для группы ВИЧ-положительных пациентов – диагноз ВИЧ-инфекции, подтвержденный иммуноферментным анализом и иммуноблоттингом; 2) для группы ТБ и ВИЧ/ТБ – диагноз туберкулез, подтвержденный обнаружением Mycobacterium tuberculosis в биологическом материале. Принадлежность индивида к этнической группе основывалась на самоопределении.

Для проведения сравнительного анализа нами были использованы данные из базы проекта “1000 Геномов” (The 1000 Genomes Project Phase 3) [16] по частотам полиморфных локусов в объединенных выборках европеоидов (EUR, n = 503), жителей стран Южной (SAS, n = 489) и Восточной (EAS, n = 504) Азии. В базе данных отсутствует информация о наличии у индивидов каких-либо заболеваний, поэтому этот фактор не учитывался как значимо влияющий на популяционные частоты.

Выбор и генотипирование SNP

На основе анализа опубликованных результатов научных исследований выбраны наиболее часто изучаемые SNP в генах TLR, ассоциированные с туберкулезом и ВИЧ-инфекцией, и проверены на неравновесие по сцеплению с использованием калькулятора LDlink Tool [17]. Для генотипирования исследуемых выборок использовались образцы периферической венозной крови, антикоагулированные ЭДТА. Геномную ДНК выделяли с помощью набора РИБОпреп (АмплиСенс, Россия) в соответствии с протоколом производителя. Генотипирование образцов проводили методом ПЦР в режиме реального времени c использованием референсных последовательностей из базы данных SNP [18] разработаны и апробированы методики для определения аллелей в исследуемых локусах [19].

Статистическая обработка данных

Статистический анализ проводили с использованием среды R (версия 4.3.1), включающей встроенные функции для анализа таблиц сопряженности (χ2-тест Пирсона и точный тест Фишера) и межгрупповых различий (тест Стьюдента). Генетические характеристики выборок анализировали с помощью пакетов Hardy–Weinberg [20], poppr [21–23], adegenet [24]. Для введения поправки на множественные сравнения использовали метод Бонферрони. Результаты считались статистически значимыми при p < 0.05. Информативность локусов оценивали, рассчитывая показатель PIC (информационное содержание полиморфизма) [25].

 

Таблица 1. Характеристики выборок из стран ВЕЦА.

Страна

SLV

ARM

KGZ

TJK

Структура выборок

Российская Федерация

124

2

Республика Беларусь

147

1

Республика Армения

1

134

Республика Киргизия

35

97

1

Республика Таджикистан

1

-

137

Итого

308

137

97

138

Характеристика выборок

Пол, м/ж

203/105

107/30

67/30

109/29

Возраст, лет, среднее (SD)

41.7 (8.1)

44.9 (11.3)

44.3 (10.3)

41.8 (10.0)

 

Результаты

Характеристика выборок

Выборки населения стран Восточной Европы и Центральной Азии (ВЕЦА) были гетерогенны по национальному составу, в связи с чем были перераспределены на группы в зависимости от этнической принадлежности: восточнославянскую (обозначена по преобладающим этносам SLV, n = 308), включающую русских (n = 162), белорусов (n = 140), украинцев (n = 4), литовцев (n = 1) и поляков (n = 1); армянскую (ARM, армяне, n = 137), киргизскую (KGZ, киргизы, n = 97) и таджикскую (TJK, таджики, n = 138). Структура и демографические характеристики сформированных выборок приведены в табл. 1. Во всех выборках наблюдается преобладание мужчин (SLV и KGZ – в 2 раза; ARM и TJK – более чем в 3.5 раза). Однако попарное сравнение выборок обнаруживает статистически значимые различия по соотношению мужчин/женщин только между выборками SLV и TJK (pbonferroni = 0.03). Однако статистически значимых различий по частотам аллелей между мужчинами и женщинами по анализируемым локусам не обнаружено ни в одной из выборок. Средний возраст статистически значимо различался между выборками SLV и ARM (pbonferroni = 0.02).

Проведено сравнение частот аллелей в исследуемых группах и популяционных частот EUR, EAS и SAS (табл. 2). Распределение генотипов в популяциях в большинстве случаев соответствовало равновесию Харди–Вайнберга (РХВ). Статистически значимое отклонение наблюдается только в выборке TJK по полиморфным локусам rs3804100 TLR2 и rs3764880 TLR8. При этом отклонение от РХВ локуса rs3764880 TLR8 в выборке TJK связано с тем, что он локализуется на X-хромосоме, а в данной выборке наблюдается значительное превышение числа мужчин над женщинами. Для ряда локусов частота аллелей в анализируемых выборках не отличалась значимо от частот в географически близких выборках из базы 1000 Genomes. Так, выборка SLV не отличалась от популяции EUR по частотам локусов rs5743708 TLR2, rs3804100 TLR2 и rs3764880 TLR8 (p > 0.05) и значимо отличалась от EAS и SAS (p < 0.01). Также по ряду локусов выборки ARM, KGZ и TJK характеризовались сходными частотами с популяциями EAS и SAS, но в то же время по другим локусам (rs5743708 TLR2, rs4986790 TLR4) не отличались по частотам аллелей от EUR. Для выборок из стран Центральной Азии характерно, что частоты локусов rs5743551 TLR1, rs3804100 TLR2, rs3764880 TLR8 в них оказались ближе к SAS, чем к EAS. Для полиморфного варианта rs5743810 TLR6 распределение аллелей во всех выборках оказалось уникальным и значимо (p < 0.001) отличалось от популяций из базы 1000 Genomes.

Сравнение выборок из стран ВЕЦА между собой показало, что для полиморфных вариантов гена TLR2 (rs5743708, rs3804100) не характерна популяционная специфичность, и наоборот для rs5743810 TLR6 обнаружены значимые различия (p < 0.05) в частотах генотипов при сравнении выборок SLV/ARM, SLV/KGZ, SLV/TJK, ARM/KGZ и ARM/TJK (рис. 1). При этом имеющие сходные частоты генотипов rs5743810 TLR6 выборки KGZ и TJK значимо различались при сравнении частот генотипов rs5743551 TLR1 и аллелей rs3764880 TLR8. Последнее, впрочем, может быть объяснено тем, что в выборке TJK женщин в 3.76 раз меньше чем мужчин, а в выборке KGZ это соотношение составляет 2.23. Для восточнославянской выборки SLV обнаружены наибольшие отличия от остальных выборок по частотам генотипов rs5743551 TLR1, rs4986790 TLR4, rs5743810 TLR6.

 

Таблица 2. Сравнительная характеристика SNP в локусах rs5743551 (TLR1), rs5743708 (TLR2), rs3804100 (TLR2), rs4986790(TLR4), rs5743810 (TLR6), rs3764880 (TLR8) в выборках стран ВЕЦА и популяциях EUR, EAS и SAS базы данных 1000 Genomes

rs-номер в базе данных NCBI (ген)

Выборки стран ВЕЦА

Аллель (٪)

HWE, p*

Выборки из базы данных 1000 Genomes

EUR

EAS

SAS

аллель (٪)

p***

аллель (٪)

p

аллель (٪)

p

rs5743551 (TLR1)

SLV

G (18.7)

0.06

G (28.5)

<0.001

A (39.8)

<0.001

G (48.3)

<0.001

ARM

G (45.3)

1.00

<0.001

<0.001

0.412

KGZ

A (44.8)

1.00

<0.001

0.202

0.168

TJK

G (45.7)

0.30

<0.001

<0.001

0.454

rs5743708 (TLR2)

SLV

A (4.06)

0.08

A (2.4)

0.072

A (0.1)

<0.001

A (0.1)

<0.001

ARM

A (2.55)

1.00

0.826

<0.001

<0.001

KGZ

A (2.06)

1.00

1.000

0.009

0.009

TJK

A (0.72)

1.00

0.281

0.281

0.281

rs3804100 (TLR2)

SLV

C (8.60)

0.48

C (6.4)

0.090

C (23.9)

<0.001

C (13.7)

0.005

ARM

C (10.6)

0.36

0.050

<0.001

0.200

KGZ

C (15.5)

0.46

<0.001

0.022

0.500

TJK

C (14.1)

0.03

<0.001

<0.001

0.800

rs4986790 (TLR4)

SLV

G (9.09)

0.15

G (5.7)

0.023

G (0.0)

<0.001

G (12.6)

0.034

ARM

G (1.46)

1.00

<0.001

<0.001

<0.001

KGZ

G (2.06)

1.00

0.033

0.001

<0.001

TJK

G (6.16)

0.08

0.771

<0.001

<0.001

rs5743810 (TLR6)

SLV

A (28.4)

0.78

A (40.9)

<0.001

A (0.0)

<0.001

A (1.7)

<0.001

ARM

A (19.3)

0.78

<0.001

<0.001

<0.001

KGZ

A (7.73)

0.44

<0.001

<0.001

<0.001

TJK

A (10.9)

0.05

<0.001

<0.001

<0.001

rs3764880 (TLR8)

SLV

G (25.9)

0.58**

G (26.9)

0.730

A (19.2)

<0.001

A (41.9)

<0.001

ARM

G (44.9)

0.40

<0.001

<0.001

0.002

KGZ

A (52.8)

0.34

<0.001

<0.001

0.285

TJK

G (37.1)

0.0017

0.011

<0.001

<0.001

 

Уровень генетического разнообразия исследуемых выборок оценивали по показателям HЕ (средняя ожидаемая гетерозиготность), HO (средняя наблюдаемая гетерозиготность) и HT (показатель общего генетического разнообразия) (табл. 3). Среднее значение наблюдаемой гетерозиготности по всем изученным локусам составило 0.21. Наименьший уровень этой гетерозиготности показан для локуса rs5743708 в выборке TJK – 0.0145. Наибольший вклад в межпопуляционное разнообразие (GST = 0.074) вносят различия в частотах аллелей rs5743551 TLR1, который единственный из анализируемых характеризуется высоким значением средней ожидаемой гетерозиготности (достигает 0.45). При этом выборки ARM, KGZ и TJK показывают наиболее высокое значение индекса среднего внутрипопуляционного разнообразия (>0.49). Для остальных полиморфных локусов характерны низкое генетическое разнообразие (0.014–0.407) во всех анализируемых выборках и незначительный вклад в межпопуляционное разнообразие (GST = 0.004–0.044). Рассчитанное по шести локусам SNP генетическое расстояние [26] между выборками составило 0.0064–0.1482. Выборка SLV – наиболее удаленная от остальных популяций, дистанция по Нею между этой популяцией и всеми остальными варьирует от 0.07 до 0.1482 (между SLV и KGZ). Значение показателя информативности PIC варьирует от 0.05 (низко информативный локус) до 0.35 (средняя информативность) и в среднем для шести локусов составляет 0.19 (±0.12).

 

Рис. 1. Распределение частот генотипов полиморфных вариантов генов TLR в исследуемых выборках: а – rs5743551 (TLR1), б – rs5743708 (TLR2), в – rs3804100 (TLR2), г – rs4986790 (TLR4), д – rs5743810 (TLR6), е – rs3764880 (TLR8).

 

Таблица 3. Характеристика внутри- и межпопуляционного разнообразия выборок стран ВЕЦА по полиморфным вариантам генов TLR

 

SLV

ARM

KGZ

HO

HЕ/HT

HO

HЕ/HT

HO

HЕ/HT

rs5743551 (TLR1)

0.2695

0.3042

0.4964

0.4973

0.5876

0.4968

rs5743708 (TLR2)

0.0682

0.0780

0.0511

0.0500

0.0412

0.0406

rs3804100 (TLR2)

0.1526

0.1575

0.2117

0.1899

0.2887

0.2627

rs4986790 (TLR4)

0.1818

0.1655

0.0292

0.0289

0.0412

0.0406

rs5743810 (TLR6)

0.3994

0.4074

0.3285

0.3131

0.1340

0.1435

Суммарно

0.2143

0.2225

0.2234

0.2158

0.2186

0.1968

 

TJK

Суммарные показатели

HO

HЕ/HT

HO

HЕ/HT

GST

PIC

rs5743551 (TLR1)

0.4493

0.4982

0.4507

0.4491/0.4848

0.0737

0.3505

rs5743708 (TLR2)

0.0145

0.0144

0.0438

0.0458/0.0459

0.0036

0.0528

rs3804100 (TLR2)

0.1957

0.2437

0.2121

0.2134/0.2144

0.0044

0.1779

rs4986790 (TLR4)

0.0942

0.1161

0.0866

0.0878/0.0895

0.0191

0.1057

rs5743810 (TLR6)

0.1594

0.1946

0.2553

0.2648/0.2770

0.0441

0.2694

Суммарно

0.1826

0.2134

0.2097

0.2122/0.2223

0.0457

Примечание. HO – средняя наблюдаемая гетерозиготность; HЕ – показатель среднего внутрипопуляционного разнообразия; HT – показатель общего генетического разнообразия; GST – показатель межпопуляционного разнообразия [26, 27]; PIC – информационное содержание полиморфизма (PIC, polymorphisminformationcontent).

 

Обсуждение

Наблюдаемые различия частот SNP генов TLR между анализируемыми выборками из стран ВЕЦА и популяциями EUR, EAS и SAS коррелируют с их этногеографическим положением. Белорусы вместе с украинцами и русскими представляют восточнославянскую языковую группу, крупнейшую как по численности, так и по территории, проживающую в Восточной Европе наряду с балтийскими, финно-пермскими и тюркоязычными народами [28]. Для восточнославянских популяций не характерна высокая изолированность. По результатам молекулярного дисперсионного анализа во всех группах наблюдается высокая диверсификация гаплотипов, но низкая межпопуляционная дисперсия [29]. Согласно результатам, полученным другими исследовательскими группами, генетические расстояния между восточнославянскими популяциями могут оказаться значительными [29]. В настоящем исследовании выборка SLV отличалась не только от KGZ, TJK и ARM, но и от EUR по локусам rs5743551 TLR1, rs4986790 TLR4, rs5743810 TLR6. Это можно рассматривать как следствие того, что на формирование генофонда восточнославянских популяций повлияли потоки генов между западом и востоком Евразии. В то же время выборка ARM показывает отличия как от центральноазиатских выборок KGZ и TJK (rs5743810 TLR6), так и от SLV и EUR (rs5743551 TLR1, rs4986790 TLR4, rs5743810 TLR6). Распределение гаплотипов и структура генетических расстояний свидетельствуют о высокой степени генетической изоляции в горных южных и восточных регионах Армении, в то время как в северных, центральных и западных регионах наблюдалось более значительное смешение с популяциями из соседних стран Ближнего Востока [30]. Расположенное на стыке Европы и Ближнего Востока, Армянское нагорье служило переходным коридором для крупных волн миграций [31]. Популяции, проживающие в Центральной Азии, так же, как и армянские популяции, находятся на месте большого количества торговых путей. Генетическая самобытность этих народностей может быть объяснена языковыми и культурными различиями, которые возникли относительно недавно и действуют как барьеры для потока генов между этническими группами с вероятно общей демографической историей [32]. Полученные нами результаты показывают различия между выборками KGZ и TJK и восточнославянской (SLV) по локусам rs5743551 TLR1 и rs5743810 TLR6, что согласуется с данными, полученными ранее с использованием других генетических маркеров, а в выборках TJK, KGZ (как и ARM) значение индекса среднего внутрипопуляционного разнообразия локуса rs5743551 TLR1 подтверждает, что в этих странах наблюдается уровень генетической вариабельности более характерный для азиатских популяций [33, 34]. Масштабное генотипирование этнических киргизов по 246544 сайтам аутосомных SNP и последующий анализ главных компонент (PCA) установили, что они образуют разреженный кластер, не пересекающийся ни с EAS, ни с SAS [33], что подтверждает высокий уровень миграции, характерный для Киргизстана, и соответствует полученным нами результатам по локусам rs5743708 TLR2, rs4986790 TLR4 и rs5743810 TLR6. Генетические исследования показали, что миграции из Восточной Азии способствовали распространению тюркско-монгольского населения (казахи, киргизы) в Центральной Азии и частичной замене индоиранского населения (таджики), существовавшего на этих территориях задолго до тюркско-монгольского [35]. Однако по данным Б. Мартинез-Круз и соавт. [36] в геноме таджиков содержание восточноазиатского (тюркско-монгольского) компонента остается низким.

В настоящем исследовании это находит подтверждение в значимых различиях частот аллелей и генотипов полиморфных генов TLR1 (rs5743551) и TLR8 (rs3764880) между выборками KGZ и TJK и в то же время в отсутствии различий по остальным генам TLR. По данным исследований, относительно недавний поток генов из популяций Южной Азии в Центральную Азию привел к генетическому сближению этих популяций [37]. Наблюдаемые различия в частотах аллелей генов TLR могут быть связаны не только с этническими и географическими особенностями выборок, но и с тем, что в выборку стран ВЕЦА включены не случайные популяционные образцы, а группы пациентов с тяжелыми инфекционными заболеваниями – ВИЧ-инфекция и туберкулез. Масштабный мета анализ показал, что полиморфные варианты TLR1 (rs4833095, rs5743557, rs5743596, rs5743618), TLR2 (rs3804099, rs5743704, rs5743708), TLR4 (rs4986790, rs4986791), TLR6 (rs5743810) и TLR8 (rs3764879) значимо ассоциированы с туберкулезом в определенных этнических группах [38]. Гетерогенность, наблюдаемая между исследованиями rs4506565 TLR1, rs4986790 TLR4, rs4986791 TLR4 и rs5743836 TLR9 в мета анализе, указывает на то, что распределение аллелей этих полиморфных генов значительно различается в разных популяциях. Поэтому генетические ассоциации между этими полиморфными вариантами генов TLR и риском развития туберкулеза могут быть этнически специфичными и не должны обобщаться на более широкую популяцию. Результаты исследования генетической предрасположенности, проведенные на выборке населения г. Москвы, установили, что аллель rs4986790-G TLR4 ассоциирован с повышенным риском развития туберкулеза у ВИЧ-инфицированных [39]. В то же время по результатам исследования проведенного на независимой выборке, этот аллель ассоциирован с протективным эффектом по отношению к риску туберкулеза у ВИЧ-инфицированных [19]. Наблюдаемые прямо противоположные результаты могут быть связаны как с тем, что в нашем исследовании [19] использовалась выборка иного этнического состава, чем в работе [39], так и со значительными различиями в размерах самих выборок между этими исследованиями. Несмотря на низкую информативность (значение показателя PIC 0.05–0.35) анализируемых полиморфных вариантов, обнаруженные различия в частотах аллелей риска могут не совпадать между выборками, что важно учитывать при проведении генетических и эпидемиологических исследований [40, 41].

Исследование не получало внешнего финансирования.

Исследование одобрено Этическим комитетом ФБУН “Центральный научно-исследовательский институт эпидемиологии”: дата 26.03.2019, номер протокола 90.

Все процедуры, выполненные в исследовании с участием людей, соответствуют этическим стандартам институционального и/или национального комитета по исследовательской этике и Хельсинкской декларации 1964 г. и ее последующим изменениям или сопоставимым нормам этики. Все обследованные – совершеннолетние.

От каждого из включенных в исследование участников было получено информированное добровольное согласие.

Авторы заявляют об отсутствии конфликта интересов.

×

Авторлар туралы

S. Salamaikina

Central Research Institute of Epidemiology Federal service for surveillance on consumer rights protection and human wellbeing; Moscow institute of physics and technology

Хат алмасуға жауапты Автор.
Email: salamaykina@cmd.su

национальный исследовательский университет

Ресей, Moscow, 111123; Dolgoprudny, 141701

V. Korchagin

Central Research Institute of Epidemiology Federal service for surveillance on consumer rights protection and human wellbeing

Email: salamaykina@cmd.su
Ресей, Moscow, 111123

К. Mironov

Central Research Institute of Epidemiology Federal service for surveillance on consumer rights protection and human wellbeing

Email: salamaykina@cmd.su
Ресей, Moscow, 111123

Е. Kulabukhova

Central Research Institute of Epidemiology Federal service for surveillance on consumer rights protection and human wellbeing; Peoplesʹ Friendship University of Russia (RUDN University)

Email: salamaykina@cmd.su
Ресей, Moscow, 111123; Moscow, 117198

V. Zimina

Kemerovo state medical university of the ministry of health of the Russian Federation

Email: salamaykina@cmd.su
Ресей, Kemerovo, 650056

А. Kravtchenko

Central Research Institute of Epidemiology Federal service for surveillance on consumer rights protection and human wellbeing

Email: salamaykina@cmd.su
Ресей, Moscow, 111123

Әдебиет тізімі

  1. Саламайкина С.А., Миронов К.О. Однонуклеотидные полиморфизмы генов толл-подобных рецепторов, ассоциированные с риском развития туберкулеза и другими заболеваниями нижних дыхательных путей // Эпидемиология и инфекционные болезни. Актуальные вопросы. 2023. Т. 4. С. 57–61.
  2. Naderi M., Hashemi M., Mirshekari H. et al. Toll-like receptor 1 polymorphisms increased the risk of pulmonary tuberculosis in an iranian population sample // BES. 2016. V. 29. № 11. P. 825–828. https://doi.org/10.3967/bes2016.110
  3. Thompson C.M., Holden T.D., Rona G. et al. Toll-like receptor 1 polymorphisms and associated outcomes in sepsis after traumatic injury: А candidate gene association study // Annals of Surgery. 2014. V. 259. № 1. P. 179–185. https://doi.org/10.1097/SLA.0b013e31828538e8
  4. Schurz H., Daya M., Möller M. et al. TLR1, 2, 4, 6 and 9 variants associated with tuberculosis susceptibility: А systematic review and meta-analysis // PLoS One. 2015. V. 10. https://doi.org/10.1371/journal.pone.0139711
  5. Gao J., Zhang A., Wang X. et al. Association between the TLR2 Arg753Gln polymorphism and the risk of sepsis: a meta-analysis // Critical Care. 2015. V. 19. № 1. P. 416. https://doi.org/10.1186/s13054-015-1130-3
  6. Ferwerda B., Kibiki G., Netea M. et al. The Toll-like receptor 4 Asp299Gly variant and tuberculosis susceptibility in HIV-infected patients in Tanzania // AIDS. 2007. V. 21. № 10. P. 1375–1377. https://doi.org/10.1097/QAD.0b013e32814e6b2d
  7. Pulido I., Leal M., Genebat M. et al. The TLR4 ASP299GLY polymorphism is a risk factor for active tuberculosis in Caucasian HIV-infected patients // Curr. HIV Res. 2010. V. 8, № 3. P. 253–258. https://doi.org/10.2174/157016210791111052
  8. Wang C.-H., Eng H.-L., Lin K.-H. et al. Functional polymorphisms of TLR8 are associated with hepatitis C virus infection // Immunology. 2014. V. 141. № 4. P. 540–548. https://doi.org/10.1111/imm.12211
  9. El-Bendary M., Neamatallah M., Elalfy H. et al. The association of single nucleotide polymorphisms of Toll-like receptor 3, Toll-like receptor 7 and Toll-like receptor 8 genes with the susceptibility to HCV infection // British J. Biomedical Science. 2018. V. 75. № 4. P. 175–181. https://doi.org/10.1080/09674845.2018.1492186
  10. Davila S., Hibberd M., Hari Dass R. et al. Genetic association and expression studies indicate a role of Toll-like receptor 8 in pulmonary tuberculosis // PLoS Genet. 2008. V. 4. № 10. https://doi.org/10.1371/journal.pgen.1000218
  11. Varzari A., Deyneko I., Vladei I. et al. Genetic variation in TLR pathway and the risk of pulmonary tuberculosis in a Moldavian population // Infection, Genetics and Evolution. 2019. V. 68. P. 84–90. https://doi.org/10.1016/j.meegid.2018.12.005
  12. Dalgic N., Tekin D., Kayaalti Z. et al. Relationship between Toll-like receptor 8 gene polymorphisms and pediatric pulmonary tuberculosis // Disease Markers. 2011. V. 31. № 1. P. 33–38. https://doi.org/10.3233/DMA-2011-0800
  13. Ugolini M., Gerhard J., Burkert S. et al. Recognition of microbial viability via TLR8 drives TFH cell differentiation and vaccine responses // Nat. Immunol. 2018. V. 19. № 4. P. 386–396. https://doi.org/10.1038/s41590-018-0068-4
  14. Selvaraj P., Harishankar M., Singh B. et al. Toll-like receptor and TIRAP gene polymorphisms in pulmonary tuberculosis patients of South India // Tuberculosis. 2010. V. 90. № 5. P. 306–310. https://doi.org/10.1016/j.tube.2010.08.001
  15. Harishankar M., Selvaraj P., Bethunaickan R. Influence of genetic polymorphism towards pulmonary tuberculosis susceptibility // Front. Med. 2018. V. 5. https://doi.org/10.3389/fmed.2018.00213
  16. The 1000 Genomes Project Consortium et al. A global reference for human genetic variation // Nature. 2015. V. 526. № 7571. P. 68–74. https://doi.org/10.1038/nature15393
  17. Machiela M.J., Chanock S.J. LDlink: A web-based application for exploring population-specific haplotype structure and linking correlated alleles of possible functional variants // Bioinformatics. 2015. V. 31. № 21. P. 3555–3557. https://doi.org/10.1093/bioinformatics/btv402
  18. dbSNP Summary [электронный ресурс]. URL: https://www.ncbi.nlm.nih.gov/projects/SNP/snp_summary.cgi (accessed: 05.10.2023).
  19. Salamaikina S., Korchagin V., Kulabukhova E. et al. Association of Toll-like receptor gene polymorphisms with tuberculosis in HIV-positive participants // Epigenomes. 2023. V. 7. № 3. https://doi.org/10.3390/epigenomes7030015
  20. Graffelman J. Exploring diallelic genetic markers: the Hardy–Weinberg package // J. Stat. Soft. 2015. V. 64. № 3. https://doi.org/10.18637/jss.v064.i03
  21. Kamvar Z.N., Tabima J.F., Grünwald N.J.Poppr : An R package for genetic analysis of populations with clonal, partially clonal, and/or sexual reproduction // Peer.J. 2014. V. 2. https://doi.org/10.3389/fgene.2015.00208
  22. Jombart T. adegenet : A R package for the multivariate analysis of genetic markers // Bioinformatics. 2008. V. 24. № 11. P. 1403–1405. https://doi.org/10.1093/bioinformatics/btn129
  23. Jombart T., Ahmed I.adegenet 1.3-1: New tools for the analysis of genome-wide SNP data // Bioinformatics. 2011. V. 27. № 21. P. 3070–3071. https://doi.org/10.1093/bioinformatics/btr521
  24. Winter D.J. mmod: An R library for the calculation of population differentiation statistics // Mol. Ecol. Resources. 2012. V. 12. № 6. P. 1158–1160. https://doi.org/10.1111/j.1755-0998.2012.03174.x
  25. Serrote C.M.L., Reiniger L., Silva K.B. et al. Determining the polymorphism information content of a molecular marker // Gene. 2020. V. 726. https://doi.org/10.1016/j.gene.2019.144175
  26. Nei M. Molecular evolutionary genetics // Molecular Evolutionary Genetics. Columbia Univ. Press, 2019.
  27. Nei M., Chesser R.K. Estimation of fixation indices and gene diversities // Ann. Human. Genet. 1983. V. 47. № 3. P. 253–259. https://doi.org/10.1111/j.1469-1809.1983.tb00993.x
  28. Kushniarevich A., Sivitskaya L., Danilenko N. et al. Uniparental genetic heritage of Belarusians: encounter of rare Middle Eastern matrilineages with a Central European mitochondrial DNA pool // PLoS One. 2013. V. 8. № 6. https://doi.org/10.1371/journal.pone.0066499
  29. Roewer L., Willuweit S., Krüger C. et al. Analysis of Y chromosome STR haplotypes in the European part of Russia reveals high diversities but non-significant genetic distances between populations // Int. J. Legal. Med. 2008. V. 122. № 3. P. 219–223. https://doi.org/10.1007/s00414-007-0222-2
  30. Weale M.E., Yepiskoposyan L., Jager R. et al. Armenian Y chromosome haplotypes reveal strong regional structure within a single ethno-national group // Hum. Genet. 2001. V. 109. № 6. P. 659–674. https://doi.org/10.1007/s00439-001-0627-9
  31. Yepiskoposyan L., Hovhannisyan A., Khachatryan Z. Genetic structure of the Armenian population // Arch. Immunol. Ther. Exp. 2016. V. 64. № 1. P. 113–116. https://doi.org/10.1007/s00005-016-0431-9
  32. Heyer E., Balaresque P., Jobling M. et al. Genetic diversity and the emergence of ethnic groups in Central Asia // BMC Genetics. 2009. V. 10. № 1. https://doi.org/10.1186/1471-2156-10-49
  33. Xing J., Watkins W., Shlien A. et al. Toward a more uniform sampling of human genetic diversity: A survey of worldwide populations by high-density genotyping // Genomics. 2010. V. 96. № 4. P. 199–210. https://doi.org/10.1016/j.ygeno.2010.07.004
  34. Guarino-Vignon P., Marchi N., Bendezu-Sarmiento J. et al. Genetic continuity of Indo-Iranian speakers since the Iron Age in southern Central Asia // Sci. Rep. 2022. V. 12. № 1. P. 733. https://doi.org/10.1038/s41598-021-04144-4
  35. Palstra F.P., Heyer E., Austerlitz F. Statistical inference on genetic data reveals the complex demographic history of human populations in Central Asia // Mol. Biol. and Evolution. 2015. V. 32. № 6. P. 1411–1424. https://doi.org/10.1093/molbev/msv030
  36. Martínez-Cruz B., Vitalis R., Ségurel L. et al. In the heartland of Eurasia: The multilocus genetic landscape of Central Asian populations // Eur. J. Hum. Genet. 2011. V. 19. № 2. P. 216–223. https://doi.org/10.1038/ejhg.2010.153
  37. Narasimhan V.M., Patterson N., Moorjani P. et al. The formation of human populations in South and Central Asia // Science. 2019. V. 365. № 6457. https://doi.org/10.1126/science.aat7487
  38. Zhou Y., Zhang M. Associations between genetic polymorphisms of TLRs and susceptibility to tuberculosis: A meta-analysis // Innate Immun. 2020. V. 26. № 2. P. 75–83. https://doi.org/10.1177/1753425919862354
  39. Кулабухова Е.И., Миронов К.О., Дунаева Е. А. и др. Ассоциация полиморфизмов в генах Toll-подобных рецепторов и маннозосвязывающего лектина с риском развития туберкулеза у пациентов с ВИЧ-инфекцией // ВИЧ-инфекция и иммуносупрессии. 2020. Т. 11. № 4. С. 61–69. https://doi.org/10.22328/2077-9828-2019-11-4-61-69
  40. Martin A.R., Gignoux C., Walters R. et al. Human demographic history impacts genetic risk prediction across diverse populations // Am. J. Hum Genet. 2017. V. 100. № 4. P. 635–649. https://doi.org/10.1016/j.ajhg.2017.03.004
  41. Peterson R.E., Kuchenbaecker K., Walters R. et al. Genome-wide association studies in ancestrally diverse populations: opportunities, methods, pitfalls, and recommendations // Cell. 2019. V. 179. № 3. P. 589–603. https://doi.org/10.1016/j.cell.2019.08.051

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
2. Fig. 1. Frequency distribution of genotypes of polymorphic variants of TLR genes in the studied samples: a – rs5743551 (TLR1), b – rs5743708 (TLR2), c – rs3804100 (TLR2), d – rs4986790 (TLR4), d – rs5743810 (TLR6), e – rs3764880 (TLR8).

Жүктеу (635KB)

© Russian Academy of Sciences, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».