Lack of association between I/D dimorphism in the ACE gene and success in a selected sport

Full Text

ВВедение

  За последние десятилетия предпринимались многочисленные попытки отыскать гены, детерминирующие различные морфофункциональные и психофизиологические характеристики, ассоциированные с высокими спортивными достижениями [1, 2]. Первыми научными публикациями, посвященными генетическим детерминантам спортивной успешности, были работы Х. Монтгомери и др. и Риверы и др. [3, 4]. Первая монография, посвященная генетическим основам физической деятельности «Genetics of Fitness and Physical Performance», была опубликована в 1997 Клодом Бушаром с соавторами [5]. Ассоциативные исследования по схеме случаи-контроли основаны на сравнении частот встречаемости аллелей/генотипов в конкретных генах или обширных регионах генома в группах спортсменов и неспортсменов. Результаты этих исследований служили для обнаружения конкретных вариантов генов, ассоциированных с квалификацией спортсмена, либо с его физиологическими характеристиками. Было опубликовано несколько редакций генетических карт, наглядно демонстрирующих ассоциацию или сцепление с фенотипом спортсменов [6]. Одними из наиболее изученных в спортивной генетике являются инсерционно-делеционные диморфизмы (индел) в гене ангиотензин-I-превращающего фермента (ACE I/D).

Само понятие «элитный» спортсмен не имеет четкого и однозначного определения, поэтому различные исследования по схеме случаи-контроли, в которых группа «элитных спортсменов» противопоставляется контрольной, бывает сложно сопоставить друг с другом [7]. Отсутствие четкой фенотипической (антропометрической, физиологической, этнической и др.) характеристики обследованных групп спортсменов – одно из узких мест спортивной генетики. Отсутствие четко определенного фенотипа, который должен быть присущ спортсмену высочайшего уровня, стимулирует развитие нового направления на стыке спортивной физиологии, психологии, антропологии и генетики – феномики. Ее цель – накопление и анализ многомерных данных о различных характеристиках спортсменов на организменном уровне [8].

Обоснованную критику вызывает также отнесение к контрольной группе неспортсменов, людей, не имеющих на момент исследования значимых спортивных достижений [9]. Зачастую данную группу составляют из добровольцев, которые никогда не занимались каким-либо конкретным видом спорта на профессиональном уровне (вели сидячий образ жизни). Поэтому не представляется возможным реально оценить их предрасположенность к высоким спортивным результатам. Вероятно, следовало бы формировать контрольную группу из людей, которые занимались данным видом спорта, однако, не достигли в нем значительных результатов, например, присвоения звания кандидата в мастера спорта.

Логика подавляющего большинства исследований заключается в том, что существуют аллели (генотипы), которые улучшают скоростно-силовые качества человека и противоположные им генетические варианты - усиливающие аэробные качества. Условно говоря, предполагается существование генотипа выдающегося спринтера, и противоположного ему - генотипа выдающегося стайера. Виды спорта, которые требуют от человека одновременного проявления высоких скоростно-силовых и аэробных качеств (многоборье, сложнокоординационные виды спорта, единоборства), не находят своего места при таком подходе. В связи со значительным многообразием видов спорта, спортивных дисциплин и спортивных амплуа необходимо оценить возможности спортивной геномики по созданию наборов генетических маркеров, повышающих шансы конкретного человека на высокие спортивные достижения в выбранном виде спорта.

Целью настоящего обзора является анализ прогностической ценности представленных в литературе данных о молекулярно-генетических маркерах генетической предрасположенности к достижению выдающихся спортивных результатов на примере I/D вариантов в гене ACE (rs1799752).

Материалы и методы

Поиск статей проводился в соответствии с рекомендациями Preferred Reporting Items for Systematic reviews and Meta-Analysis (PRISMA) [10]. Поиск публикаций для анализа проводился в базах данных PubMed, Google Scholar, eLIBRARY по ключевым словам: ACE, sport genetics, athletes, SNP, sport selection. Для анализа использовались полнотекстовые статьи, которые соответствовали целям исследования. В результате поиска были отобраны 60 исследований, 47 работ были исключены из анализа, потому что в них отсутствовали данные о контрольных группах. Итоговая численность составила 13776 человек (из них 3536 человек в группе спортсменов и 10240 в контрольной) [11-34].

Для каждого исследования, включенного в анализ, проверяли согласие частот генотипов с равновесием Харди-Вайнберга (РХВ). Вычисляли значения mid‑p, т. е. точные p‑значения с поправкой на консервативность точных критериев [35], с помощью онлайн-программы (https://www.cog-genomics.org/software/stats). Известно, что p-значения ничего не говорят ни о вероятности отсутствия эффекта (о вероятности нулевой гипотезы), ни о знаке эффекта, ни о его размере. Поэтому интервальная оценка размера эффекта более информативна и давно стала обязательной процедурой в статистическом анализе. Одной из основных мер отклонения наблюдаемых частот генотипов от РХВ является индекс фиксации F_IS (коэффициент инбридинга). Поэтому для проверки общего согласия частот генотипов с РХВ для F_IS вычисляли 95%‑е доверительные интервалы (ДИ) и проверяли, охватывают ли они равновесное значение F_IS = 0 или нет. Для проверки согласия частот каждого из генотипов с ожидаемыми при РХВ, для них вычисляли 95%‑е ДИ и проверяли, охватывают ли они ожидаемые значения или нет. Для проверки равенства частот генотипов или аллелей в сравниваемых группах вычисляли 95%‑е ДИ для разности частот D и проверяли, охватывают ли они безразличное значение D = 0 или нет. Для расчета данных параметров использовали оригинальную авторскую программу «FixIndAll», которую авторы предоставят заинтересованным исследователям по запросу. В отличие от других подобных программ в FixIndAll анализ частот генотипов и аллелей, их сравнений и согласия с РХВ основан на вычислении для них, для их разностей и для F_IS бейзовских интервалов статистически допустимых значений (credible intervals).

Для метаанализа использовали онлайн-программу MetaGenyo (https://metagenyo.genyo.es/) [36]. Кроме обычной оценки сводного эффекта (OR – отношение шансов) вычисляли 95%‑е предсказательные интервалы (ПИ) с использованием пакета Meta-Essentials (https://www.erim.eur.nl/research-support/meta-essentials/) [37] и/или CMA Prediction Intervals (https://meta-analysis-workshops.com/pages/predictionintervals).

 

Результаты Обсуждение

Для девяти случаев в подгруппах спортсменов и для шести в контрольной группе было обнаружено отклонение от РХВ (mid‑p < 0.05). Из них с mid‑p < 0.01 пять и три, соответственно. В 56 подгруппах сравнения индекс фиксации F_IS имел значимое отличие от нуля как в сторону инбридинга, так и аутбридинга, и/или слишком широкий 95%ДИ, что свидетельствует скорее всего об ошибках генотипирования. В трех случаях [11, 16, 32] обнаружены статистически значимые разности частот аллелей (D) между группами спортсменов и контролей. Однако, в этих исследованиях выявлено значимое отклонение F_IS от нулевого значения, а в работе Varills-Delgado et al., 2022 [32] - несоответствие РХВ в контрольной группе. Во всех остальных случаях различия между частотами генотипов были статистически незначимыми.

Программа MetaGenyo позволяет провести метаанализ для трех моделей наследования: доминантной, кодоминантной и рецессивной. Наиболее значимые результаты получены для доминантной модели, они представлены на рис. 1 и в табл.1. Но и в этом случае все 95%ДИ для OR (за исключением одного) накрывают индифферентное значение OR = 1, либо обладают очень широким ДИ. Таким образом, не были обнаружены виды спорта/спортивные амплуа, для которых I/D-варианты гена ACE являлись бы надежными маркерами для прогноза индивидуальной предрасположенности к достижению высоких спортивных результатов.

 

Рисунок 1.

 

Обсуждение

Полученные результаты подкрепляют предчувствие, что адаптивно-эволюционно нейтральный генетический полиморфизм вряд ли может служить инструментом для отбора или прогнозирования в спорте [9, 38]. На сегодняшний день большинство из выявленных ассоциаций не подтвердили своей практической ценности.

Предположение, что спортивная одаренность — это фиксированное свойство, которое можно определить на ранней стадии, убежденность в исключительном влиянии таланта на развитие спортивных качеств, различные уровни риска при принятии решений по отбору спортсменов, предубеждения в подходах к отбору спортсменов, неадекватность современных статистических подходов, проблемы с использованием текущих результатов для прогнозирования будущих результатов и то, как краткосрочные выгоды и конкуренция между различными видами спорта за перспективных спортсменов подрывают общую эффективность систем развития спорта [39]. Одним из наиболее важных вопросов в прогнозировании успеха в спорте на основе предполагаемой индивидуальной генетической предрасположенности является неопределенность, измеряемая с помощью предсказательных интервалов (ПИ) [40]. Большинство метанализов до сих пор ограничиваются сообщением одних только ДИ. Однако этого недостаточно. ДИ является показателем точности измерения эффекта, но он ничего не говорит о степени варьирования размера эффекта. Варьирование, дисперсию эффекта отражает предсказательный интервал (ПИ), вычисление которого становится обязательной процедурой в метаанализах [40, 41]. В данном метаанализе 95%-й ПИ получился равным от 0,58 до 1,16. Он охватывает индифферентное значение OR = 1, т.е. статистически незначим. Это означает, что в 95% последующих исследований, сопоставимых с теми, что представлены в данном анализе, истинный размер эффекта будет попадать в этот интервал и в целом будет практически бесполезным.

 

Таблица 1.

 

В основе практической несостоятельности использования отдельных генов для прогноза спортивной одаренности на индивидуальном уровне лежат следующие ограничения: генотипированные варианты не являются функционально значимыми и демонстрируют неполное сцепление с другими значимыми вариантами генов; низкая статистическая мощность исследований, отсутствие популяционной стратификации, гетерогенность исследуемых фенотипов и локусов. Ранее было показано, что эффективность использования генетического маркера для тестирования бинарного признака (здоров-болен, спортсмен-неспортсмен) зависит от частоты встречаемости данного генотипа (аллели, гаплотипа) и частоты проявления исследуемого фенотипа [42]. Если OR < 2,2, то при любой частоте встречаемости данного маркера, он не имеет какой-либо диагностической и/или прогностичекой ценности. Лишь при OR > 5,4 и популяционной частоте выше 0,3, маркер может быть признан в качестве пригодного для массовых скринингов и проведения профессионального отбора [42]. Но такие генетические маркеры не обнаружены и вряд ли когда-либо будут обнаружены. Они наблюдаются для некоторых маркеров онкозаболеваний.

Противоречивые результаты исследований, а также отсутствие данных об их реальной практической ценности для поиска, отбора и профилизации юных спортсменов и выбору тренировочной программы привели в 2016 г. к совместному заявлению ведущих ученых в области спортивной генетики, суть которого заключается в следующем: на сегодняшний день нет никаких научно обоснованных оснований считать, что исследованные молекулярно-генетические маркеры обладают прогностической силой для отбора талантливых спортсменов, а также для индивидуализации тренировочного процесса; тест-системы, основанные на результатах данных исследований, вводят в заблуждение и не должны использоваться в указанных целях [43]. Без сомнения, комплекс морфофункциональных и психофизиологических черт, присущих спортсменам высокого уровня, базируется на множестве генов. Однако механизмы, которые обусловливают эти связи, на сегодняшний день остаются практически неизученными [44].

Число коммерческих компаний, которые предоставляют услуги (DTC – direct-to-consumer) по прогнозу индивидуальной предрасположенности к определенному виду спорта/группе видов спорта и риску травм, значительно увеличилось за последние годы [38]. В ряде стран DTC тесты широко используются как один из этапов отбора одаренных спортсменов на начальных этапах отбора [43]. Данный подход и масштаб, который приобрели DTC тесты в генетике спорта, вызывает обоснованную обеспокоенность в профессиональном научном сообществе, как на территории РФ [9], так и за рубежом [46]. Подобного рода услуги предоставляются на основе исследований ограниченного числа локусов (от 1 до 37 в зависимости от компании), ряд компаний не предоставляют результаты определения генотипов заявленных в тестировании генов, критерии, на которых основываются заключения, не являются общепринятыми в мировом сообществе. Нет единой диагностической процедуры, которая была бы одобрена официальными регулирующими и контролирующими органами и имела подтвержденную эффективность для оценки заявленных качеств у детей, подростков и/или взрослых [44-46]. Большинство тест-систем не проходили рандомизированных слепых проверок. Фактически ни одна из подобных компаний не предоставляет сведений о количественных (статистических) характеристиках прогностической способности своих тест-систем (о конкретных значениях PPV, NPV и отношений правдоподобий и о границах их интервальных оценок) [44].

Предположим, что удалось установить некоторое количество независимых (несцепленных) генетических маркеров, которые действительно оказывают значимое влияние на развитие и проявление свойств, важных для достижения высоких спортивных результатов. Тогда возникает вопрос: какова вероятность обнаружить в популяции носителя всех этих вариантов (G⁺) и какова предсказательная способность диагностического теста (PPV), основанного на анализе этих вариантов/варианта? В табл. 2 представлены количественные оценки данных параметров, которые свидетельствуют о том, что теоретически при наличии у одного индивидуума 9 – 10 предрасполагающих вариантов, можно достигнуть высокой предсказательной вероятности (0,91 – 0,95). Однако вероятность существования такого индивидуума в популяции ничтожна (10^‑9 – 10^‑10) – меньше одного человека на все население Земли. И это при том, что в этих вычислениях не приняты во внимание неизбежные эпистаз и плейотропия, при которых разные генотипы могут подавлять действие друг друга.

 

Таблица 2.

 

Коммерческие структуры, предоставляющие широким слоям населения услуги в области генетики предрасположенностей, в подавляющем большинстве случаев не считают себя обязанными следовать международным стандартам использования и защиты получаемых ими данных. Часто такие структуры передают полученные данные третьим лицам (научным группам или иным организациям), а также используют накопленные данные для целей, не указанных в информированном согласии [43, 46].

В отношении лиц, не достигших совершеннолетия, должны быть решены следующие вопросы: могут ли спортивные клубы, секции и государственные учреждения требовать от воспитанников предоставления данных об индивидуальных генетических особенностях; допустимо ли на основании данных о генетических параметрах отказать юному спортсмену в праве заниматься конкретным видом спорта; кто может иметь доступ к данным о генетических параметрах несовершеннолетнего; каков механизм защиты ребенка от дискриминации по генетическим причинам; какие последствия могут наступить для спортсмена при отказе от прохождения генетического тестирования [46]. Следует осознавать также, что при практическом использовании такого генетического тестирования неизбежен высокий риск получения как ложноположительных, так и ложноотрицательных результатов, и выводов на их основе [42, 9]. Подобный подход, возможно, приемлем на популяционном уровне, однако, не может быть использован для индивидуальной оценки. «В настоящее время предсказательная способность спортивной генетики нулевая. Нет никаких прямых доказательств существования генетических показателей успешности спортсменов. Эффективность спортсмена зависит прежде всего от социоэкономических, культурных и средовых факторов. Так что секундомер намного лучше предсказывает спортивные достижения бегуна, чем вся эта генетика» [47].

Несмотря на многочисленные попытки обнаружить генетические варианты, ассоциированные с успешностью в спорте высших достижений, прогресс в этом направлении остается незначительным и малоутешительным. Открытым остается также вопрос о преимуществе генетического тестирования перед процедурами стандартного педагогического и антропометрического тестирования. Необходимо иметь в виду, что конкретный фенотип может быть продуктом совершенно разных генотипов и даже геномов. Об этом убедительно свидетельствует феномен двойников, когда неродственные друг другу люди, порой проживающие на различных континентах, обладают поразительным сходством. Этот пример иллюстрирует сложность задачи угадывания или предсказания фенотипического проявления данного конкретного генотипа. Алгоритм прогноза фенотипа должен учитывать частоту фенотипического проявления конкретного генотипа (пенетрантность), даже если речь идет о редких аллелях, оказывающих выраженный эффект на фенотип. Например, носительство редких высокопенетрантных патогенных аллелей, вызывающих развитие детских моногенных заболеваний, не всегда приводит к развитию заболевания. Изучение более полумиллиона геномов позволило выявить 13 взрослых, которые являлись носителями восьми редких патогенных вариантов, однако, болезнь у них не проявилась [48].

Заключение

Развитие современных технологий в сфере геномики – высокопроизводительное секвенирование, анализ больших данных, использование искусственного интеллекта, редактирование генома – должны способствовать возникновению инструментов персонализированной медицины и генной терапии частью повседневной практики. Однако открывающиеся возможности ставят перед обществом ряд этических, моральных, социальных и персональных вопросов. Сфера геномики двигательной деятельности также находится под влиянием развивающихся геномных технологий, что ставит перед научным сообществом острую необходимость по выработке общих принципов и подходов к процедурам генетического тестирования спортсменов. Современные технические возможности по получению генетических данных и скорость их накопления значительно опережают наши текущие возможности по их интерпретации и корректному применению.

Таблица 1. Результаты мета-анализа для доминантной модели (DD + ID vs II)

Table 1. Summary of the results of the meta-analysis for dominant model (DD + ID vs II)

 

Модель Model	ОШ OR	95%-ДИ 95%-CI		p-значение p- value		p‑значение, скорректи-рованное на множест-венность сравнений   adjusted p-value	95%-ПИ 95%-PI
Фиксированный эффект Fixed effect	0.82	[0.74; 0.90]		8e-05		0.00055	[0.58; 1.16]
Случайный эффект Random effect	0.81	[0.72; 0.12]		0.00042		0.0029	[0.57; 1.15]
Показатели гетерогенности и публикационного смещения Heterogeneity and publication bias tests
τ2	H	I2	Q		p‑значение p- value	Критерий Эггера, p‑значение Egger’s test p-value
0.03	1.12	0.20	48.7		0.14	0.47

Примечание: ОШ – отношение шансов, ДИ – доверительный интервал, ПИ – предсказательный интервал

Note: OR – odds ratio, CI – confidence interval, PI – predicted interval

Таблица 2. Зависимость предсказательностей (PPV) от числа независимых предрасполагающих генетических маркеров, объединённых в генотипе одного индивидуума

Table 2. Dependence of predictive values (PPV) on the number of independent genetic markers combined in the genotype of one individual

 

Число предрасполагающих генетических вариантов в генотипе одного индивидуума   The number of independent predisposing genetic markers combined in the genotype of one individual	PPV	Доля носителей предрасполагающего генотипа G+ в популяции   The proportion of carriers of the predisposing genotype G+ in the population
1	0,020	0,1
2	0,039	0,01
3	0,075	0,001
4	0,14	0,0001
5	0,24	10-5
6	0,39	10-6
7	0,71	10-7
8	0,84	10-8
9	0,91	10-9
10	0,95	10-10

Примечание: PPV- вероятность наличия исследуемого фенотипа у носителя данного генотипа (предсказательность «позитивов»). Упрощенно предположено, что распространенность каждого генотипа одинакова (0,1).

Note: PPV - the probability of the presence of the studied phenotype in the carrier of a given genotype (predictability of "positives"). Assumption: the prevalence of each genotype is the same (0.1).

Рис. 1. Результаты мета-анализа для доминантной модели (DD + ID vs II). OR – отношение шансов, CI – доверительный интервал

Fig. 1. Forest-plot for the dominant model (DD + ID vs II) meta-analysis.

About the authors

Elvira Bondareva

Lomonosov Moscow State Universiry, research Institute and Museum of anthropology

Author for correspondence.
Email: Bondareva.E@gmail.com
ORCID iD: 0000-0003-3321-7575

PhD (Biology), Senior scientific worker

Russian Federation

Nikita N. Khromov-Borisov

Commission for Combating Pseudoscience of the Expert Council of the Russian Academy of Sciences

Email: Nikita.KhromovBorisov@gmail.com
ORCID iD: 0000-0001-6435-7218
SPIN-code: 1086-2105

Cand. Sci. (Biology)

Russian Federation, St. Petersburg

References

Supplementary files