🧬 Cel badania
Zidentyfikować genetyczne i molekularne mechanizmy patogenezy choroby zwyrodnieniowej stawów (OA), by przyspieszyć rozwój terapii modyfikujących przebieg choroby (DMOADs), których obecnie nie ma.
🧪 Metodyka
- Populacja: łącznie 1 962 069 osób (489 975 przypadków OA + 1 472 094 kontrole)
- Podejście: meta-analiza GWAS (87 kohort, 5 grup etnicznych), integracja danych z epigenomu, transkryptomu, proteomu, danych ATAC-seq i RNA-seq z tkanek stawowych
- Fokus: wszystkie lokalizacje OA + zamienniki stawów (THR, TKR, TJR), analiza komórkowa, analiza obciążeń mutacji rzadkich
🔍 Najważniejsze wyniki
1. Genetyka
- Zidentyfikowano 962 niezależne warianty genetyczne w 286 loci (513 nowych!)
- Aż 700 genów efektorowych powiązanych z OA
- Częstość alleli ryzyka była wysoka (MAF ≥5%), ale z małym do umiarkowanego efektem (OR: 1.016–1.186)
2. Enrichment biologiczny – które komórki i szlaki?
- Najsilniejsze sygnały: chondrocyty artretyczne i progenitorowe, osteocyty, osteoblasty, tenocyty (zwł. w OA biodra)
- Zaangażowane szlaki biologiczne:
- 🧪 Retinoidowy (ALDH1A2)
- 💀 TGFβ, BMP, WNT, FGF
- 🧱 ECM organization (kolageny, proteoglikany itd.)
- 🕒 Zegar okołodobowy
- 🧠 Ścieżki glejowe
3. Mutacje rzadkie (LOF, MIS)
- 9 istotnych statystycznie asocjacji burden testem (np. ADAMTSL3, IL11, COL27A1)
- Efekty LOF były silniejsze niż te dla wariantów częstych
💊 Impakt kliniczny
- ~10% genów efektorowych koduje białka będące celem istniejących leków (473 zatwierdzone substancje)
- Szansa na repozycjonowanie! (np. FGF18 = sprifermin już testowany na kolana)
- Zidentyfikowano 18 leków działających na ECM i wiele dla TGFβ, WNT, circadian pathways itd.
🔬 Co to oznacza dla klinicysty?
- OA to nie tylko “zużycie” stawu – patogeneza to złożony miks sygnalizacji rozwojowej, epigenetyki, ECM, a nawet rytmu dobowego.
- Potencjał dla terapii celowanych i genetycznie personalizowanej medycyny (np. selekcja pacjentów do badań klinicznych na podstawie wariantów ryzyka).
- Rewaluacja klasyfikacji OA – OA biodra i kolana mogą mieć odrębne mechanizmy molekularne (np. różna ekspresja w osteoblastach i tenocytach).
- Wartości predykcyjne GRS są jeszcze niskie, ale poprawiają się z uwzględnieniem BMI (np. AUC do 66%).
ŹRÓŁO: Translational genomics of osteoarthritis in 1,962,069 individuals | Nature
