مرفق الخدمات الخاصة
في هذا العدد من المجلة البحثية، سنسلط الضوء على البحث الذي يجريه مرفق الخدمات الخاصة في معهد دسمان للسكري، بقيادة الدكتور محمد أبوفرحة.
آخر مستجدات الأبحاث
اكتشف آخر أخبار قطاع الأبحاث في معهد دسمان للسكري
خطط مستقبلية للتنميط الجيني لتعدد أشكال النوكليوتيد المفردة: خطط مستقبلية للاكتشاف والابتكار
تاريخ النشر19/10/2019
معهد دسمان للسكري هو مركز رائد في مجال البحوث الجينية إقليميا ودوليا. إلى جانب تسلسل الجينوم والإكسوم الكامل، ثمة تقنية غير مكلفة تبحث في التباين الجيني داخل الجينوم البشري وهي التنميط الجيني لتعدد أشكال النوكليوتيد المفردة (SNPs). يشير تعدد أشكال النوكليوتيد المفردة (SNPs) إلى المتغيرات الطبيعية التي تحدث داخل الجينوم البشري بمعدل تكرر يتخطى 1٪. يمكن أن تحدث هذه المتغيرات ضمن تسلسل ترميز الجينات أو المناطق غير المشفرة أو المناطق بين الجينات. وتم الربط بين هذه الاختلافات الجينية وأمراض مختلفة مثل السكري والسمنة وأمراض القلب والأوعية الدموية والسرطان. ويمكن أن يسبب تعدد أشكال النوكليوتيد المفردة المرض من خلال على سبيل المثال لا الحصر تغيير الحمض الأميني المرمز، ما يعدّل بنية البروتين ووظيفته، أو من خلال تعديل عناصر الربط التنظيمية في موقع المحفز. ومن بين أفضل الأمثلة على الدراسات المتعلقة بتعدد أشكال النوكليوتيد المفردة المرتبطة بالسمنة، هي الجين المرتبط بالسمنة وكتلة الدهون (FTO) الذي يُعدّ موقعاً كروموسومياً معروفاً للإصابة بالسمنة. ربطت دراسات الارتباط على نطاق الجينوم المبكر (GWAS) الأولى المتغيرات الجينية المتعلقة بالسمنة وكتلة الدهون بسمات السمنة لدى الأوروبيين (دينا، ميري وآخرون، ٢٠٠٧، فرايلينغ، تيمسون وآخرون، ٢٠٠٧). بالتالي، تكرر العديد من متغيرات المخاطر هذه لدى سكان إفريقيا وجنوب وشرق آسيا وغيرها من المناطق. بالإضافة إلى ذلك، تم إثبات ارتباط متغيرات السمنة وكتلة الدهون بداء السكري من النوع 2، بغض النظر عن مؤشر كتلة الجسم لدى سكان شرق وجنوب آسيا (لي، كيلبلاينين وآخرون، ٢٠١٢) واسكندنافيا (هيرتل، جوهانسن وآخرون، ٢٠١١).
تشمل المتغيرات الجينية الأكثر بروزًا للسمنة وكتلة الدهون والمرتبطة بسمات السمنة، مجموعة من على الأقل ٢٠ نوكليوتيد مفردة شائعة من الإنترون الأول (لوس ويو ٢٠١٤). وعلى الرغم من ارتباط العديد من المتغيرات الجينية الخاصة بالسمنة وكتلة الدهون بسمات السمنة لدى البشر، إلا أن توضيح الأساس الآلي لهذه الارتباطات كان بعيد المنال. لقد وصلت السمنة إلى مستوى الوباء، وسيساعد فهم أساسها الجيني في التخفيف من الأمراض المرتبطة بها. في هذا السياق، ثمة حاجة ملحة لفهم الآلية السببية لدور المتغيرات غير المشفرة المتعلقة بالسمنة وكتلة الدهون في مسببات السمنة والاضطرابات المرتبطة بها (Wu and Arora 2016). ونتيجة لذلك، اهتم قطاع الأبحاث في معهد دسمان للسكري بإنشاء خطة مستقبلية من شأنها تسهيل دراسة هذه المتغيرات لدى سكان الكويت، وتعزيز فهمنا للأسباب الجينية لارتفاع معدلات السمنة ومرض السكري في الكويت. وتم إنشاء خطة مستقبلية للاكتشاف والابتكار في مجال التنميط الجيني لتعدد أشكال النوكليوتيد المفردة، ويستخدمه حاليًا باحثو المعهد، كما هو موضح أدناه. ترد المكونات المختلفة لنظام التنميط الجيني لتعدد أشكال النوكليوتيد المفردة في الرسم البياني 1، وهي موضحة أدناه:
اضطراب العينة
يعطل جهاز TissueLyser II عينات بيولوجية متعددة في وقت واحد من خلالهزها بسرعة في أنابيب من البلاستيك والفولاذ المقاوم للصدأ، أو كربيد التنجستن أو الخرز الزجاجي. يمكن معالجة ما يصل إلى 48 أو 192 عينة في نفس الوقت، وذلك بحسب مجموعة المحولات المستخدمة. وعوضاً عن ذلك، يمكن استخدام مجموعة قوارير الطحن لمعالجة العينات الكبيرة. تتوفر أيضًا مجموعة من الخرزات، وموزعات الخرز، وأنابيب التجميع والأغطية الدقيقة.
تنقية العينة
بفضل مجموعة متنوعة ومخصصة منQIAsymphony، يتيحQIAsymphony SP تحضير عينات من الحمض النووي، والحمض النووي الريبي، والأحماض النووية البكتيرية والفيروسية من مجموعة واسعة من المواد الأولية. يوضح الرسم البياني 2 طريقة عمل النظام.
وعوضاً من ذلك، يمكن استخدام QIAcube HT مع مجموعة متنوعة من مجموعات التنقية لتنقية الحمض النووي بسرعة وسهولة، والحمض النووي الريبي، و«الميكرو رنا» التابع لأي نوع من العينات تقريبًا – بما في ذلك الخلايا والأنسجة، والبكتيريا والفيروسات في العينات الحيوانية.
مراقبة الجودة
لتحليل الحمض النووي والحمض النووي الريبي من دون أي جهد. يقوم نظام QIAxcel المتقدم بأتمتة الحث الكهربائي الشعري الحساس وعالي الدقة بشكل كامل، بما يصل إلى 96 عينة في كل مجموعة.
إعداد المقايسة
تستخدم QIAgility ماصة أحادية القناة لأتمتة عملية إعداد تفاعل البوليميراز المتسلسل. يتيح استشعار مستوى السائل، المسهّل بواسطة أطراف مفلترة موصلة، امتصاصاً قياسياً عالي الدقة. يعد الإعداد الآلي لتفاعل البوليميراز المتسلسل سريعاً وموثوقاً به، وهو يلغي الحاجة إلى خطوات الامتصاص اليدوية التي يمكن أن تكون عرضة لخطأ بشري. يسمح QIAgility بأتمتة تفاعل البوليميراز المتسلسل اللحظي وتفاعل البوليميراز المتسلسل QIAGEN على نحو موثوق به، والمجموعات ذات الصلة. ويمكنه إعداد العديد من عمليات المزج الرئيسية في الوقت نفسه، إلى جانب العديد من المعالجات. يزيد التصميم المتقدم لجهاز QIAgility من كفاءة وسلامة العمل المنجز. يضمن المستشعر المدمج توقف الجهاز مؤقتًا عند فتح غطاء التشغيل، ما يحمي المستخدمين من الأجزاء المتحركة. ويضمن ضوء الأشعة فوق البنفسجية تطهير طاولة العمل بشكل فعال، كما يوفر مرشح الهواء الجسيمي عالي الكفاءة (HEPA) هواء نظيفًا خلال إعداد تفاعل البوليميراز المتسلسل.
الكشف والتحليل
يوفر Rotor-Gene Q أداءً رائعًا في ما يتعلق بتفاعل البوليميراز المتسلسل اللحظي كما هو موضح أدناه:
- لا حاجة للتردد البصري ولا حاجة لصبغة الكربوكسيرودامين (ROX) المرجعية
- لا حاجة إلى معايرة بصرية
- ضمان مدى الحياة على الثنائي الباعث للضوء (LEDs) عالي الاستقرار؛ لا حاجة إلى تغيير المصابيح أو الليزر الباهظ الثمن، ولا تراجع تدريجي للأداء
- عدم وجود إنسدادات تستوجب التنظيف
- عدم وجود تكاثف أو فقاعات بسبب الدوران
- عدد الأجزاء المتحركة أقلّ، والمسار البصري الخاص بأنظمة تفاعل البوليميراز المتسلسل الكمي هو أقصر
- اتصال ذاتي للناقل التسلسلي العام (USB) بالكمبيوتر
- صغير الحجم وخفيف الوزن (14 كلغ) ومتين. ضع الآلة أينما تريد بكل بساطة وانطلق!
آلة PyroMark Q48 Pyrosequencing، مع تحضير نموذجي متكامل من أجل الكشف عن الطفرة والمثيلة المتقدمة، وتعدد أشكال النوكليوتيد المفردة والتحديد الكمي ذي الصلة. يرجى الرجوع إلى الرسم البياني 3 للمزيد من الإيضاحات.
المراجع:
Dina, C., D. Meyre, S. Gallina, E. Durand, A. Korner, P. Jacobson, L. M. Carlsson, W. Kiess, V. Vatin, C. Lecoeur, J. Delplanque, E. Vaillant, F. Pattou, J. Ruiz, J. Weill, C. Levy-Marchal, F. Horber, N. Potoczna, S. Hercberg, C. Le Stunff, P. Bougneres, P. Kovacs, M. Marre, B. Balkau, S. Cauchi, J. C. Chevre and P. Froguel (2007). “Variation in FTO contributes to childhood obesity and severe adult obesity.” Nat Genet 39(6): 724-726.
Frayling, T. M., N. J. Timpson, M. N. Weedon, E. Zeggini, R. M. Freathy, C. M. Lindgren, J. R. Perry, K. S. Elliott, H. Lango, N. W. Rayner, B. Shields, L. W. Harries, J. C. Barrett, S. Ellard, C. J. Groves, B. Knight, A. M. Patch, A. R. Ness, S. Ebrahim, D. A. Lawlor, S. M. Ring, Y. Ben-Shlomo, M. R. Jarvelin, U. Sovio, A. J. Bennett, D. Melzer, L. Ferrucci, R. J. Loos, I. Barroso, N. J. Wareham, F. Karpe, K. R. Owen, L. R. Cardon, M. Walker, G. A. Hitman, C. N. Palmer, A. S. Doney, A. D. Morris, G. D. Smith, A. T. Hattersley and M. I. McCarthy (2007). “A common variant in the FTO gene is associated with body mass index and predisposes to childhood and adult obesity.” Science 316(5826): 889-894.
Hertel, J. K., S. Johansson, E. Sonestedt, A. Jonsson, R. T. Lie, C. G. Platou, P. M. Nilsson, G. Rukh, K. Midthjell, K. Hveem, O. Melander, L. Groop, V. Lyssenko, A. Molven, M. Orho-Melander and P. R. Njolstad (2011). “FTO, type 2 diabetes, and weight gain throughout adult life: a meta-analysis of 41,504 subjects from the Scandinavian HUNT, MDC, and MPP studies.” Diabetes 60(5): 1637-1644.
Li, H., T. O. Kilpelainen, C. Liu, J. Zhu, Y. Liu, C. Hu, Z. Yang, W. Zhang, W. Bao, S. Cha, Y. Wu, T. Yang, A. Sekine, B. Y. Choi, C. S. Yajnik, D. Zhou, F. Takeuchi, K. Yamamoto, J. C. Chan, K. R. Mani, L. F. Been, M. Imamura, E. Nakashima, N. Lee, T. Fujisawa, S. Karasawa, W. Wen, C. V. Joglekar, W. Lu, Y. Chang, Y. Xiang, Y. Gao, S. Liu, Y. Song, S. H. Kwak, H. D. Shin, K. S. Park, C. H. Fall, J. Y. Kim, P. C. Sham, K. S. Lam, W. Zheng, X. Shu, H. Deng, H. Ikegami, G. V. Krishnaveni, D. K. Sanghera, L. Chuang, L. Liu, R. Hu, Y. Kim, M. Daimon, K. Hotta, W. Jia, J. S. Kooner, J. C. Chambers, G. R. Chandak, R. C. Ma, S. Maeda, R. Dorajoo, M. Yokota, R. Takayanagi, N. Kato, X. Lin and R. J. Loos (2012). “Association of genetic variation in FTO with risk of obesity and type 2 diabetes with data from 96,551 East and South Asians.” Diabetologia 55(4): 981-995.
Loos, R. J. and G. S. Yeo (2014). “The bigger picture of FTO: the first GWAS-identified obesity gene.” Nat Rev Endocrinol 10(1): 51-61. Wu, C. and P. Arora (2016). “Noncoding Genome-Wide Association Studies Variant for Obesity: Inroads Into Mechanism: An Overview From the AHA’s Council on Functional Genomics and Translational Biology.” J Am Heart Assoc 5(7).
