Lack of association between I/D dimorphism in the АСЕ gene and success in a chosen sport

Full Text

ОБОСНОВАНИЕ

В последние десятилетия предпринимались многочисленные попытки отыскать гены, детерминирующие различные морфофункциональные и психофизиологические характеристики, ассоциированные с высокими спортивными достижениями [1, 2]. Первыми научными публикациями, посвящёнными генетическим детерминантам спортивной успешности, были работы H.E. Montgomery и соавт. [3] и M.A. Rivera и соавт. [4]. Первая монография по генетическим основам физической деятельности «Genetics of Fitness and Physical Performance» была опубликована в 1997 г. C. Bouchard и соавт. [5]. Ассоциативные исследования по схеме «случай–контроль» 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]. Одним из наиболее изученных в спортивной генетике является инсерционно-делеционный диморфизм (индел) в гене ангиотензин-I-превращающего фермента (ACE I/D) и С/Т полиморфизм в гене альфа-актинина 3 (ACTN3, rs1815739). Аналогичный анализ для С/Т полиморфизма ACTN3 был проведён нами ранее [7].

Само понятие «элитный спортсмен» не имеет чёткого и однозначного определения, поэтому различные исследования по схеме «случай–контроль», в которых группа «элитных спортсменов» противопоставляется контрольной, бывает сложно сопоставить друг с другом [8]. Отсутствие чёткой фенотипической (антропометрической, физиологической, этнической и др.) характеристики обследованных групп спортсменов — одно из узких мест спортивной генетики. Отсутствие чётко определённого фенотипа, который должен быть присущ спортсмену высочайшего уровня, стимулирует развитие нового направления на стыке спортивной физиологии, психологии, антропологии и генетики — феномики. Её цель — накопление и анализ многомерных данных о различных характеристиках спортсменов на организменном уровне [9].

Обоснованную критику вызывает также отнесение к контрольной группе неспортсменов тех людей, которые не имеют на момент исследования значимых спортивных достижений [10]. Зачастую данную группу составляют из добровольцев, которые никогда не занимались каким-либо конкретным видом спорта на профессиональном уровне (вели сидячий образ жизни). Именно поэтому не представляется возможным реально оценить их предрасположенность к высоким спортивным результатам. Вероятно, следовало бы формировать контрольную группу из людей, которые занимались рассматриваемым видом спорта, однако не достигли в нём 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.

Цель исследования. Оценка пригодности I/D варианта в гене ACE (rs1799752) в качестве прогностического маркера достижения выдающихся спортивных результатов на основе анализа представленных в литературе данных.

МАТЕРИАЛЫ И МЕТОДЫ

Поиск статей проводили в соответствии с рекомендациями Preferred Reporting Items for Systematic reviews and Meta-Analysis (PRISMA) [11]. Публикации для анализа отбирали в базах данных PubMed, Google Scholar, eLIBRARY по следующим ключевым словам: «ACE», «sport genetics», «athletes», «SNP», «sport selection». Для анализа использовали 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 13 776 человек (из них 3536 человек в группе спортсменов и 10 240 — в контрольной) [12–35].

Для каждого исследования, включённого в анализ, проверяли согласие частот генотипов с равновесием Харди–Вайнберга (РХВ). Вычисляли значения mid-p, то есть точные p-значения с поправкой на консервативность точных критериев [36], 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). Именно поэтому для проверки общего согласия частот генотипов с РХВ для F_IS вычисляли 95% доверительные интервалы (ДИ) и проверяли, накрывают ли они равновесное значение F_IS=0 или нет. Для проверки согласия частот каждого из генотипов с ожидаемыми при РХВ для них вычисляли 95% ДИ и проверяли, накрывают ли они ожидаемые значения или нет. Для проверки равенства частот генотипов или аллелей в сравниваемых группах вычисляли 95% ДИ для разности частот D и проверяли, накрывают ли они безразличное значение Δ=0 или нет. Для расчёта данных параметров использовали оригинальную 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/) [37]. Кроме обычной оценки сводного эффекта (OШ — отношения шансов) вычисляли 95% предсказательные интервалы (ПИ) с использованием пакета Meta-Essentials (https://www.erim.eur.nl/research-support/meta-essentials/) [38] и/или CMA Prediction Intervals (https://meta-analysis-workshops.com/pages/predictionintervals).

РЕЗУЛЬТАТЫ

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 трёх случаях [12, 17, 33] обнаружены статистически значимые разности частот аллелей (Δ) между группами спортсменов и контрольной. Однако в этих исследованиях выявлено значимое отклонение F_IS от нулевого значения, а в работе D. Varillas-Delgado и соавт. [33] — несоответствие РХВ в контрольной группе. Во всех остальных случаях различия между частотами генотипов были статистически незначимыми.

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

 

Таблица 1. Результаты метаанализа 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	OШ OR	95% ДИ 95% CI	p-значение p-value		p-значение, скорректированное на множественность сравнений Adjusted p-value	95% ПИ 95% PI
Фиксированный эффект Fixed effect	0,82	[0, 74; 0, 90]	8∙10−5		6∙10-4	[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. OR — отношение шансов; ДИ — доверительный интервал; ПИ — предсказательный интервал.

Note. OR — odds ratio; CI — confidence interval; PI — predicted interval.

 

Рис. 1. Результаты метаанализа 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.

 

ОБСУЖДЕНИЕ

Полученные результаты подкрепляют сомнение в том, что адаптивно-эволюционно нейтральный генетический полиморфизм может служить инструментом для отбора или прогнозирования в спорте [10, 39]. На сегодняшний день большинство из выявленных ассоциаций не подтвердили своей практической ценности.

Предположение, что спортивная одарённость — это фиксированное свойство, которое можно определить на ранней стадии, убеждённость 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 краткосрочные выгоды и конкуренция между различными видами спорта за перспективных спортсменов подрывают общую эффективность систем развития спорта [40]. Одним из наиболее важных вопросов в прогнозировании успеха в спорте на основе предполагаемой индивидуальной генетической предрасположенности является неопределённость, измеряемая с помощью ПИ [41]. Большинство метаанализов 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 ПИ, вычисление которого становится обязательной процедурой в метаанализах [41, 42]. В данном метаанализе 95% ПИ равен от 0,58 до 1,16. Он охватывает индифферентное значение OШ=1, то есть 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.

В основе практической несостоятельности использования отдельных генов для прогноза спортивной одарённости 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 [43]. Если OШ <2,2, то при любой частоте встречаемости данного маркера он не имеет какой-либо диагностической и/или прогностической ценности. Лишь при OШ >5,4 и популяционной частоте выше 0,3 маркер может быть признан в качестве пригодного для массовых скринингов и проведения профессионального отбора [43]. Но в спортивной генетике такие 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 выбора тренировочной программы привели в 2016 г. ведущих учёных в области спортивной генетики к совместному заявлению, суть которого заключается в следующем: на сегодняшний день нет никаких научно обоснованных оснований считать, что исследованные молекулярно-генетические маркеры обладают прогностической ценностью 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 [44]. 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 [45].

Число коммерческих компаний, которые предоставляют услуги (DTC — direct-to-consumer) по прогнозу индивидуальной предрасположенности к определённому виду спорта/группе видов спорта и риску травм, значительно увеличилось за последние годы [39]. В ряде стран DTC-тесты широко используются при отборе одарённых спортсменов на начальных этапах [44]. Данный подход и масштаб, которые приобрели DTC-тесты в генетике спорта, вызывают обоснованную обеспокоенность в профессиональном научном сообществе как на территории Российской Федерации [10], 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 предоставляет результаты определения генотипов заявленных в тестировании генов, а 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 подтверждённую эффективность для оценки заявленных качеств у детей, подростков и/или взрослых [45–47]. Большинство тест-систем не проходили рандомизированных слепых проверок. Фактически ни одна из подобных компаний не предоставляет сведения о количественных (статистических) характеристиках прогностической способности своих тест-систем (о конкретных значениях PPV, NPV и отношений правдоподобий и о границах их интервальных оценок) [45].

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, 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 всё 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. Зависимость предсказательностей от числа независимых предрасполагающих генетических маркеров, объединённых в генотипе одного индивидуума

Table 2. Dependence of predictive values 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»). Упрощённо предположено, что распространённость 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).

 

Как уже было сказано выше, фенотип элитного спортсмена является комплексным, каждая его отдельная составляющая имеет полигенный характер, то есть находится под контролем нескольких генов. Очевидно, возникает необходимость одновременного учёта сразу нескольких генов (полигенного профиля) для количественной оценки их кумулятивного влияния на фенотип и шансы конкретного человека достичь выдающихся спортивных результатов. Следующим этапом развития спортивной генетики стала разработка метода подсчёта общего генетического балла (TGS — total genotype score) для оценки полигенного профиля спортсменов [48]. Первой моделью для оценки полигенного профиля и его связей с спортивными достижениями была аддитивная модель, которую предложили A.G. Williams и J.P. Folland в 2008 г. [48]. Она предполагает присвоение баллов альтернативным генотипам каждой полиморфной системы в зависимости от результатов ассоциативных исследований, затем результаты по всем исследуемым системам суммируются и делятся на общее число аллелей. Этот подход известен также как полигенный балл (polygenic score) и балл генетической предрасположенности (genetic predisposition score) [49].

Оценка полигенного профиля, включающего 7 генов, в группе элитных стайеров позволила заключить, что средний генетический балл у спортсменов выше, чем в контрольной группе [25]. Данный результат был подтверждён в группе высококвалифицированных спортсменов силовых видов спорта (использовано 6 генов), средний балл оказался выше, чем в контрольной группе и у стайеров [50]. Наличие всех шести генотипов, ассоциированных с силовыми видами, было обнаружено у 9% спортсменов, ни один стайер не обладал «идеальным» полигенным профилем. Также спектры распределения TGS контрольной группы и групп спортсменов силовых и аэробных видов значительно перекрываются. Это значит, что многие представители контрольной группы имели TGS, равный или превышающий значение у высококвалифицированных спортсменов [50]. Анализ TGS большего числа генов (22 и 23) показал значительное сходство между группами спортсменов и неспортсменов, что также не позволяет использовать данный подход для выделения индивидов, обладающих большей или меньшей предрасположенностью к определённому спорту/группе видов спорта [51].

В качестве иллюстрации несостоятельности подсчёта TGS для оценки полигенного профиля с целью выявления одарённых людей на индивидуальном уровне можно привести одно из последних исследований [52]. В контрольную группу вошли 503 неспортсмена, экспериментальная группа состояла из пяти легкоатлетов международного уровня, в том числе одного олимпийского чемпиона. Были рассчитаны два значения TGS по разным полигенным профилям: по 68 локусам для стайеров и по 48 локусам для спринтеров. Оказалось, что оба значения TGS у спортсменов-спринтеров оказались выше, чем у элитных стайеров. Более того, у 70 представителей контрольной группы значения «спринтерского» TGS были выше, чем у элитных спринтеров. Аналогичный результат был получен в Японии в рамках исследования полигенного профиля для марафонцев (n=211), которое включало 21 ген. TGS контрольной группы (n=649) составил 49,0±7,6% и оказался выше, чем у профессиональных стайеров международного (48,2±7,0%), национального (49,1±5,7%) и регионального (47,3±7,6%) уровней [1].

Использование большого числа маркеров приводит к тому, что вероятность обнаружить носителя идеального или близкого к идеальному полигенного профиля становится ничтожно малой.

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 [44, 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 [47]. 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 [10, 43]. 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»¹.

Несмотря на многочисленные попытки обнаружить генетические варианты, ассоциированные с успешностью в спорте высших достижений, прогресс в этом направлении остаётся незначительным и малоутешительным. Открытым остаётся 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 разных 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 идёт 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 [53].

ЗАКЛЮЧЕНИЕ

Развитие современных технологий в сфере геномики (высокопроизводительное секвенирование, анализ больших данных, использование искусственного интеллекта, редактирование генома) должно способствовать возникновению инструментов персонализированной медицины и генной терапии как части 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.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ

Вклад авторов. Н.Н. Хромов-Борисов — сбор и анализ литературных источников, статистический анализ, написание текста и редактирование статьи; Э.А. Бондарева — обзор литературы, сбор и анализ литературных источников, подготовка, написание и редактирование текста статьи. Все авторы подтверждают соответствие своего авторства международным критериям ICMJE (все авторы внесли существенный вклад в разработку концепции, проведения исследования и подготовку статьи, прочли и одобрили финальную версию перед публикацией).

Источники финансирования. Отсутствуют.

Раскрытие интересов. Авторы заявляют об отсутствии отношений, деятельности и интересов за последние три года, связанных с третьими лицами (коммерческими и некоммерческими), интересы которых могут быть затронуты содержанием статьи.

Оригинальность. При создании настоящей работы авторы не использовали ранее опубликованные сведения (текст, иллюстрации, данные).

Доступ к данным. Редакционная политика в отношении совместного использования данных к настоящей работе не применима, новые данные не собирали и не создавали.

Генеративный искусственный интеллект. При создании настоящей статьи технологии генеративного искусственного интеллекта не использовали.

Рассмотрение и рецензирование. Настоящая работа подана в журнал в инициативном порядке и рассмотрена по обычной процедуре. В рецензировании участвовали два внешних рецензента, член редакционной коллегии и научный редактор издания.

ADDITIONAL INFORMATION

Author сontributions: N.N. Khromov-Borisov: data collection and analysis, formal analysis, writing—original draft, writing—review & editing; E.A. Bondareva: sources review, data collection and analysis, writing—original draft, writing—review & editing. All authors confirm that their authorship meets the ICMJE criteria (all authors made substantial contributions to the conceptualization, investigation, and manuscript preparation, and reviewed and approved the final version prior to publication).

Funding sources: No funding.

Disclosure of interests: The authors have no relationships, activities, or interests for the last three years related to for-profit or not-for-profit third parties whose interests may be affected by the content of the article.

Statement of originality: No previously published material (text, images, or data) was used in this work.

Data availability statement: The editorial policy regarding data sharing does not apply to this work, as no new data was collected or created.

Generative AI: No generative artificial intelligence technologies were used to prepare this article.

Provenance and peer review: This paper was submitted unsolicited and reviewed following the standard procedure. The peer review process involved two external reviewers, a member of the editorial board, and the in-house scientific editor.

 

¹ The reasons why Kenyans always win marathons lie in one region. Режим доступа: https://edition.cnn.com/2019/11/06/africa/kenya-runners-win-marathons-trnd/index.html

About the authors

Nikita N. Khromov-Borisov

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

Cand. Sci. (Biology)

Russian Federation, Saint Petersburg

Elvira A. Bondareva

Lopukhin Federal Research and Clinical Center of Physical-Chemical Medicine of Federal Medical Biological Agency

Author for correspondence.
Email: bondareva.e@gmail.com
ORCID iD: 0000-0003-3321-7575
SPIN-code: 6732-2072

Cand. Sci. (Biology)

Russian Federation, Moscow

References

Supplementary files