gms | German Medical Science

53. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

15. bis 18.09.2008, Stuttgart

Analyse des individuellen und gemeinsamen genetischen Beitrags von SPINK5 , KLK7 und FLG Polymorphismen zum Risiko auf atopisches Ekzem

Meeting Abstract

  • Hansjörg Baurecht - TU München, München, Deutschland
  • Carolin Strobl - LMU München, München, Deutschland
  • Stephan Weidinger - TU München, München, Deutschland
  • Heinz-Erich Wichmann - Helmholtz Zentrum, München, Deutschland
  • Stefan Wagenpfeil - TU München, München, Deutschland

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 53. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds). Stuttgart, 15.-19.09.2008. Düsseldorf: German Medical Science GMS Publishing House; 2008. DocMI10-4

The electronic version of this article is the complete one and can be found online at: http://www.egms.de/en/meetings/gmds2008/08gmds153.shtml

Published: September 10, 2008

© 2008 Baurecht et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). You are free: to Share – to copy, distribute and transmit the work, provided the original author and source are credited.


Outline

Text

Einleitung

Polymorphismen des Serinproteaseinhibitor Gens SPINK5 und der Serinprotease KLK7 scheinen in manchen Kohorten zum Ekzemrisiko beizutragen [1], [2], [3], [4]. Jedoch wurden diese Entdeckungen nicht häufig repliziert. Diese Gene kodieren für Proteine, denen man eine Beteiligung an der Regulierung der Filaggrin-Kaskade zuschreibt. Filaggrin ist der stärkste bis heute bekannte genetische Risikofaktor für atopisches Ekzem [5] und Ichthyosis vulgaris [6].

Die vorliegende Analyse soll zur Klärung der individuellen Effekte dieser Polymorphismen zum Ekzemrisiko sowie zu ihrem potentiellen epistatischen Effekt mit FLG Mutationen beitragen.

Material und Methoden

SPINK5, KLK7 und FLG Polymorphismen wurden in 486 Familien mit Eltern und einem erkranktem Kind und in weiteren 287 Ekzempatienten aus Bonn und München genotypisiert. Zusätzlich wurden diese Genvarianten an 3992 Individuen der Bevölkerungsstichprobe KORA S4 aus dem Raum Augsburg bestimmt.

In der Familien-Kohorte wurden Assozationen der einzelnen SNPs mit atopischem Ekzem mit Hilfe des klassischen Transmission Disequilibrium Test (TDT) analysiert [7]. Maternaler Erbgang wurde mit der Methode von Weinberg [8] unter Verwendung eines logistischen Regressionsansatzes untersucht.

Für die Fall-Kontroll Untersuchung, bestehend aus den 486 erkrankten Kindern der Familienerhebung und 287 Ekzemfällen sowie 3992 Kontrollen aus KORA, wurden die einzelnen Effekte der SNPs über die logistische Regression analysiert, wobei für Alter und Geschlecht adjustiert wurde. Modelliert wurde die dreikategoriale genetische Variable durch zwei Dummy-Variablen, um sich nicht auf ein genetisches Vererbungsmodell festzulegen, das a priori unbekannt ist. Somit schätzten wir separate Effekte für Heterozygote und Homozygote im Vergleich zum Wildtyp-Genotyp.

Für Gen-Gen Interaktionsanalysen wurden Individuen mit zwei mutanten FLG Allele nicht berücksichtigt, da diese kein Filaggrin Protein exprimieren und folglich eine Interaktion mit SPINK5 und KLK7 biologisch nicht plausibel ist.

Zur Schätzung von epistatischen Effekten zwischen SPINK5, KLK7 und FLG Polymorphismen wurden drei verschiedene Verfahren verwendet. In allen Methoden korrigierten die Modell auf die Kovariablen Alter und Geschlecht.

1) Interaktionen wurden mit Hilfe von Produkt-Interaktionstermen geschätzt. Beginnend von einem sparsamen Modell mit Alter, Geschlecht und FLG wurde das Modell schrittweise um SPINK5, KLK7 und SNP-SNP Interaktionstermen erweitert. Das beste Modell wurde anhand des Akaike Informationskriteriums (AIC) ausgewählt [9].

2) Es wurde ein Score, welcher die Anzahl der potentiellen Risikoallele summiert, definiert. Dieser Score wurde als Einflussgröße im logistischen Modell verwendet.

3) Es wurden „variable importance“ Maße zur weiteren Exploration mit Hilfe der Random Forest Methode berechnet. Diese und ihre verwandte Methode Bagging sind computerintensive Ensemble Methoden, bei denen ein Satz von Klassifikations- oder Regressions Bäumen zur Prädiktion aggregiert wird [10], [11], [12].

Ergebnisse

FLG Polymorphismen erhöhten in der Familienkohorte außerordentlich und statistisch signifikant das Ekzemrisiko (OR=2.75, 95%CI=1.93-3.98, p=1.8x10-8) während der SPINK5 Polymorphismus nur eine geringfügig häufigere Transmission auf erkrankte Kinder zeigte. Keine Assoziationen wurden für die KLK7 Insertion entdeckt.

Da ein maternaler Erbgang für SPINK5 Varianten berichtet wurde, testeten wir auf Unterschiede zwischen der maternalen und paternalen Allelübertragung und konnten diesen Effekt bestätigen.

Im Fall-Kontroll-Ansatz erhöhte eine FLG Mutation im bedeutendem Maße das Risiko Ekzem zu entwickeln (OR=4.56, 95%CI=3.44-6.05, p=5.9x10-26). Dagegen waren weder SPINK5 noch KLK7 mit Ekzem assoziiert.

Bezüglich der Gen-Gen-Interaktion zeigte sich für das logistische Modell mit Produkt-Interaktionstermen als beste Anpassung nach AIC ein Modell mit den Haupteffekten für FLG und SPINK5 sowie ihren Produkt-Interaktionstermen. In diesem Modell war nur FLG als genetischer Faktor signifikant. Bei der Modellierung mit einem Score, gebildet aus der Anzahl der „Risiko-“Allele, beobachteten wir einen Trend des erhöhten Ekzemrisikos mit zunehmender Anzahl an mutierten Allele. Die signifikante Kategorie zeigte sich mit vier varianten Kopien, bei denen FLG am wahrscheinlichsten beteiligt ist. Im Random Forest Ansatz zeigten sich nur für Alter und FLG positive variable importance Werte.

Diskussion

In dieser umfangreichen Studie wurden Polymorphismen von drei Kandidatengenen untersucht, für die eine Assoziation mit Ekzem berichtet wurde. Alle Gene kodieren Proteine, die am epidermalen Differenzierungsprozess beteiligt und für die Erhaltung der Barrierefunktion der Haut wichtig sind.

Filaggrin ist ein wichtiges Protein zur Ausbildung der obersten Schutzschicht der Haut. Zwei häufige Mutationen des FLG Gens haben sich als wesentlicher Risikofaktor für Ekzem gezeigt [5].

Den außerordentlichen FLG Effekt auf Ekzem konnten wir sowohl in der Fall-Kontroll Kohorte als auch in der Familien-Kohorte replizieren. Weder für SPINK5 noch KLK7 konnten wir eine Assoziation mit Ekzem beobachten. Jedoch gibt es für SPINK5 einen starken maternalen Effekt, welcher darauf hindeutet, dass dieses Allel nur zum erhöhten Ekzemrisiko beiträgt, wenn es von der Mutter vererbt wird. Folglich scheint nur FLG ein wichtiger und replizierbarer Faktor für Ekzem zu sein.

In den Ansätzen, um die potentielle Gen-Gen Interaktion zu klären, fanden wir keine Hinweise auf Interaktion zwischen diesen drei Genen. Die Tatsache, dass die importance-Maße aus den Random Forest Analysen für SPINK5 und KLK7 im Wesentlichen Null sind, weist darauf hin, dass diese Gene zur Vorhersage von Ekzem kaum relevant sind.

Für das atopische Ekzem ist dies die erste Studie, die direkt die Fragestellung einer potentiellen Gen-Gen Interaktion innerhalb des Filaggrin Stoffwechsels untersucht. Mit verschiedenen statistischen Methoden an einer großen Stichprobe wurden keine Hinweise für epistatische Effekte zwischen FLG, SPINK5 und KLK7 Polymorphismen gefunden, die bedeutsam für das Ekzemrisiko wären.


Literatur

1.
Sicherer SH, Leung DY. Advances in allergic skin disease, anaphylaxis, and hypersensitivity reactions to foods, drugs, and insects. J Allergy Clin Immunol 2007; 119:1462-9.
2.
Resing KA, Walsh KA, Dale BA. Identification of two intermediates during processing of profilaggrin to filaggrin in neonatal mouse epidermis. J Cell Biol 1984; 99:1372-8.
3.
Resing KA, Walsh KA, Haugen-Scofield J, Dale BA. Identification of proteolytic cleavage sites in the conversion of profilaggrin to filaggrin in mammalian epidermis. J Biol Chem 1989; 264:1837-45.
4.
Resing KA, Thulin C, Whiting K, al-Alawi N, Mostad S. Characterization of profilaggrin endoproteinase 1. A regulated cytoplasmic endoproteinase of epidermis. J Biol Chem 1995; 270:28193-8.
5.
Baurecht H, Irvine AD, Novak N, Illig T, Buhler B, Ring J, et al. Towards a major risk factor for atopic eczema: meta-analysis of filaggrin mutation data. J Allergy Clin Immunol 2007; 120(6):1406-12.
6.
Smith FJ, Irvine AD, Terron-Kwiatkowski A, Sandilands A, Campbell LE and Zhao Y et al. Loss-of-function mutations in the gene encoding filaggrin cause ichthyosis vulgaris. Nat Genet 2006; 38:337–342.
7.
Spielman RS, McGinnis RE, Ewens JW. Transmission test for linkage disequilibrium: the insulin gene region and insulin-independent diabetes mellitus (IDDM). Am J Hum Genet 1993;52:506-516
8.
Weinberg CR. Methods for detection of parent-of-origin effects in genetic studies of case-parents triads. Am J Hum Genet 1999; 65:229-35.
9.
Foster MR. Key concepts in model selection: Performance and generalizability. J Math Psychol 2000; 44:205-31.
10.
Breiman L. Arcing classifers. The Annals of Statistics 1998; 26:801-49.
11.
Breiman L. Random forests. Machine Learning 2001; 45:5-32.
12.
Strobl C, Boulesteix AL, Zeileis A, Hothorn T. Bias in random forest variable importance measures: illustrations, sources and a solution. BMC Bioinformatics 2007; 8:25.