Ein und dasselbe Erbgut (Genotyp) bringt nicht unter allen Umständen Organismen mit identisch ausgeprägten Merkmalen (Phänotyp) hervor: Umwelteinflüsse wie Ernährung oder körperliche Aktivität greifen ebenfalls in diese Beziehung ein.
Die Wissenschaftler aus Heidelberg und Cambridge entwickelten nun einen Algorithmus und eine bioinformatische Methode, die sie auf große Sammlungen von Humangenom- und Lebensstildaten anwenden können, um die Auswirkungen solcher Umweltfaktoren auf die Beziehungen zwischen Genotyp und Phänotyp besser zu verstehen.
Damit wollen sie solche Bereiche des Erbguts identifizieren, die sich abhängig von verschiedenen Lebensstil- und Umweltfaktoren unterschiedlich auf die Ausprägung bestimmter Merkmale auswirken.
„Wir gehen in dieser Studie über den klassischen Genom-Phänotyp-Ansatz hinaus, indem wir Umweltfaktoren umfassend berücksichtigen“, erklärt Oliver Stegle, Gruppenleiter am EMBL-EBI und seit Sommer 2018 Leiter der Abteilung Computational Genomics and System Genetics am DKFZ. „Unser Ansatz ermöglicht es uns, den Einfluss hunderter von Umweltfaktoren auf die Beziehungen zwischen Genotyp und Phänotyp gleichzeitig zu untersuchen. Bisher erforderten solche Analysen eine enge Hypothese, die Auswahl eines bestimmten Umweltfaktors - etwa körperliche Aktivität - und die Untersuchung auf Wechselwirkungen mit genetischen Variablen, um die Auswirkungen auf Phänotypen zu verstehen. Jetzt können wir alles in einem Arbeitsgang analysieren.“
„Die Charakterisierung von Gen-Umwelt-Interaktionen ist wichtig“, sagt Co-Autor Paolo Casale, Microsoft Research New England und Absolvent des EMBL-EBI. „Diese Analysen können eine feinere Charakterisierung von Hochrisikogruppen für bestimmte Krankheiten ermöglichen und helfen, die wichtigsten Umweltfaktoren zu identifizieren.“
„Der Algorithmus vereinfacht es, die Bedeutung dieser Interaktionen zu erforschen, anstatt nur den Genotyp allein zu betrachten“, fügt Rachel Moore vom EMBL-EBI und vom Wellcome Sanger Institute hinzu.
Inês Barroso vom Wellcome Sanger Institute ergänzt: „Wir hoffen, dass unser Algorithmus dabei hilft ein Verständnis dafür zu erzeugen wie die Auswirkungen des Erbguts, mit dem wir geboren wurden, durch unser Leben, unsere Gewohnheiten, unsere Umwelt und unsere sozialen Interaktionen beeinflusst wird.“
Rachel Moore, Francesco Paolo Casale, Marc Jan Bonder, Danilo Horta, BIOS consortium, Lude Franke, Inês Barroso, Oliver Stegle: A linear mixed model approach to study multivariate gene-environment interactions. Nature Genetics 2018, DOI:10.1038/s41588-018-0271-0