معلومة

17.4 أ: توقع مخاطر المرض على المستوى الفردي - علم الأحياء

17.4 أ: توقع مخاطر المرض على المستوى الفردي - علم الأحياء


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

يستخدم تحليل الجينوم للتنبؤ بمستوى مخاطر المرض لدى الأفراد الأصحاء.

أهداف التعلم

  • اشرح كيف يمكن لتحليل الجينوم للفرد أن يساعد في التنبؤ بمخاطر المرض

النقاط الرئيسية

  • يمكن لتسلسل الجينوم أن يتنبأ بخطر الإصابة بأمراض ناجمة عن عيب جيني واحد ، لكن هذه العيوب لا تمثل سوى خمسة بالمائة من الأمراض الشائعة.
  • معظم الأمراض متعددة الجينات أو ناجمة عن عوامل بيئية ؛ لا يمكن لتسلسل الجينوم التنبؤ بخطر الإصابة بهذه الأمراض.
  • أصبح تسلسل الجينوم أكثر موثوقية ، لكن العديد من العلماء ما زالوا يتساءلون عما إذا كان يقلل من خطر الوفاة من أمراض معينة مثل سرطان البروستاتا.

الشروط الاساسية

  • مشروع الشفرة الوراثية البشرية: مسعى علمي دولي منظم لتحديد البنية الكاملة للمادة الوراثية البشرية (DNA) لتحديد جميع الجينات وفهم وظيفتها
  • تسلسل الجينوم: عملية مخبرية تحدد التسلسل الكامل للحمض النووي لجينوم الكائن الحي في وقت واحد
  • متعدد الجينات: خاصية نمطية يتحكم فيها تفاعل جينين أو أكثر مع البيئة

توقع مخاطر المرض على المستوى الفردي

أدى إدخال تسلسل الحمض النووي ومشاريع تسلسل الجينوم الكامل ، ولا سيما مشروع الجينوم البشري ، إلى توسيع نطاق تطبيق معلومات تسلسل الحمض النووي. يتم الآن استخدام علم الجينوم في مجموعة متنوعة من المجالات ، مثل علم الجينوميات ، وعلم الجينوم الصيدلاني ، وجينوميات الميتوكوندريا. إن أكثر تطبيقات علم الجينوم شيوعًا هو فهم وإيجاد علاجات للأمراض.

يتضمن توقع مخاطر المرض فحص الأفراد الأصحاء حاليًا عن طريق تحليل الجينوم على المستوى الفردي. يمكن التوصية بالتدخل في تغييرات نمط الحياة والأدوية قبل ظهور المرض. ومع ذلك ، فإن هذا النهج هو الأكثر قابلية للتطبيق عندما تكمن المشكلة في عيب جين واحد. مثل هذه العيوب لا تمثل سوى ما يقرب من خمسة في المائة من الأمراض في البلدان المتقدمة. معظم الأمراض الشائعة ، مثل أمراض القلب ، متعددة العوامل أو متعددة الجينات ، وهي خاصية نمطية تتضمن جينين أو أكثر يتفاعلان مع العوامل البيئية مثل النظام الغذائي. في أبريل 2010 ، نشر العلماء في جامعة ستانفورد تحليل الجينوم لفرد سليم (ستيفن كوايك ، عالم في جامعة ستانفورد ، الذي حصل على تسلسل الجينوم الخاص به) ؛ توقع التحليل ميله إلى الإصابة بأمراض مختلفة. تم إجراء تقييم للمخاطر لتحليل النسبة المئوية لمخاطر Quake لـ 55 حالة طبية مختلفة. تم العثور على طفرة جينية نادرة أظهرت أنه معرض لخطر الإصابة بنوبة قلبية مفاجئة. وتوقع أيضا أن يكون لديه 23 في المئة من خطر الاصابة بسرطان البروستاتا و 1.4 في المئة من الاصابة بمرض الزهايمر. استخدم العلماء قواعد البيانات والعديد من المنشورات لتحليل البيانات الجينومية. على الرغم من أن التسلسل الجيني أصبح ميسور التكلفة بشكل أكبر وأصبحت الأدوات التحليلية أكثر موثوقية ، لا تزال القضايا الأخلاقية المحيطة بالتحليل الجينومي على مستوى السكان بحاجة إلى المعالجة.

في عام 2011 ، أوصت فرقة العمل المعنية بالخدمات الوقائية بالولايات المتحدة بعدم استخدام اختبار المستضد البروستاتي النوعي لفحص الرجال الأصحاء للكشف عن سرطان البروستاتا. استندت توصيتهم إلى دليل على أن الفحص لا يقلل من خطر الوفاة من سرطان البروستاتا. غالبًا ما يتطور سرطان البروستاتا ببطء شديد ولا يسبب مشاكل ، في حين أن علاج السرطان يمكن أن يكون له آثار جانبية خطيرة. يعتبر اختبار PCA3 أكثر دقة ، ولكن قد يؤدي الفحص إلى إصابة الرجال بآثار جانبية من العلاج والذين لم يتضرروا من السرطان نفسه.


طب شخصي

طب شخصي، يشار إليه أيضًا باسم الطب الدقيق ، هو نموذج طبي يفصل الأشخاص إلى مجموعات مختلفة - مع القرارات الطبية والممارسات والتدخلات و / أو المنتجات التي يتم تصميمها للمريض على حدة بناءً على استجابته المتوقعة أو خطر الإصابة بالمرض. [1] مصطلحات الطب الشخصي ، الطب الدقيق ، الطب الطبقي يتم استخدام الطب P4 بالتبادل لوصف هذا المفهوم [1] [2] على الرغم من أن بعض المؤلفين والمنظمات يستخدمون هذه التعبيرات بشكل منفصل للإشارة إلى الفروق الدقيقة. [2]

في حين أن تخصيص العلاج للمرضى يعود إلى زمن أبقراط على الأقل ، [3] فقد ارتفع المصطلح في الاستخدام في السنوات الأخيرة نظرًا لنمو مناهج التشخيص والمعلوماتية الجديدة التي توفر فهمًا للأساس الجزيئي للمرض ، وخاصة الجينوميات . يوفر هذا قاعدة أدلة واضحة يمكن على أساسها تقسيم (مجموعة) المرضى ذوي الصلة. [1] [4] [5]

من بين 14 تحديًا كبيرًا للهندسة ، وهي مبادرة برعاية الأكاديمية الوطنية للهندسة (NAE) ، تم تحديد الطب الشخصي على أنه نهج رئيسي ومستقبلي "لتحقيق قرارات الصحة الفردية المثلى" ، وبالتالي التغلب على التحدي المتمثل في "هندسة أدوية أفضل". [6] [7]


توقع مخاطر متعددة الجينات من الاضطرابات النفسية

يوفر علم الوراثة فرصتين رئيسيتين لفهم المرض الذي يصيب الإنسان - كخط تحويلي للتحقيق المسبب للمرض وكمؤشر حيوي للأمراض القابلة للتوريث. في الطب النفسي ، هناك حاجة ماسة إلى المؤشرات الحيوية لكل من البحث والعلاج ، بالنظر إلى المجموعات السكانية غير المتجانسة التي تم تحديدها بواسطة أنظمة التشخيص الحالية القائمة على الظواهر. حتى الآن ، ومع ذلك ، كانت المؤشرات الحيوية المفيدة والصحيحة شحيحة بسبب عدم إمكانية الوصول إلى أنسجة المخ البشرية وتعقيدها وما يترتب على ذلك من نقص البصيرة في آليات المرض. لذلك ، تعد المؤشرات الحيوية الجينية واعدة بشكل خاص للاضطرابات النفسية. لقد نضجت دراسات الارتباط على مستوى الجينوم للأمراض الشائعة على مدى العقد الماضي ، مما أدى إلى إنشاء قاعدة معرفية للتنبؤ بالمخاطر الجينية على المستوى الفردي بالمعلومات بشكل متزايد. في هذه المراجعة ، نناقش المفاهيم الأساسية المتعلقة بحساب المخاطر الجينية بالطرق الحالية ، ونقاط القوة والضعف في الأساليب المختلفة ، وتقييمات المنفعة ، والتطبيقات على الاضطرابات النفسية المختلفة والسمات ذات الصلة. على الرغم من أن التنبؤ بالمخاطر الجينية أصبح أكثر وضوحًا في التطبيق وشائعًا في الدراسات المنشورة ، إلا أن هناك عقبات مهمة يجب تجنبها. في الوقت الحالي ، لا تزال المنفعة السريرية للتنبؤ بالمخاطر الجينية منخفضة ، ومع ذلك ، هناك وعد كبير للتطبيقات السريرية المستقبلية مع زيادة تنوع الأجداد وأحجام عينات دراسات الارتباط على مستوى الجينوم. نناقش البيانات والأساليب الناشئة التي تهدف إلى تحسين قيمة التنبؤ بالمخاطر الجينية لفك تشابك آليات المرض وتقسيم الموضوعات للدراسات الوبائية والسريرية. بالنسبة لجميع التطبيقات ، من الأهمية بمكان أن يتم تطبيق التنبؤ بالمخاطر متعددة الجينات باستخدام منهجية وضوابط مناسبة للارتباك لتجنب تكرار بعض أخطاء عصر الجين المرشح.

الكلمات الدالة: الصفات المعقدة نموذج عتبة المسؤولية التوريث درجات المخاطر متعددة الجينات علم الوراثة السكانية الطب الدقيق الاضطرابات النفسية علم الوراثة النفسية علم الوراثة الإحصائي.

حقوق النشر © 2019 جمعية الطب النفسي البيولوجي. تم النشر بواسطة Elsevier Inc. جميع الحقوق محفوظة.


الدرس الثالث: مقاييس الخطر

مفتاح التحليل الوبائي هو المقارنة. من حين لآخر ، قد تلاحظ معدل حدوث بين مجموعة سكانية يبدو مرتفعًا وتتساءل عما إذا كان في الواقع أعلى مما ينبغي توقعه بناءً على معدلات الإصابة في المجتمعات الأخرى ، على سبيل المثال. أو قد تلاحظ أنه من بين مجموعة من مرضى الحالات في حالة تفشي المرض ، ذكر العديد أنهم تناولوا الطعام في مطعم معين. هل المطعم مجرد مطعم شهير ، أم أن عدد مرضى الحالات تناولوا الطعام فيه أكثر مما هو متوقع؟ تتمثل طريقة معالجة هذا القلق في مقارنة المجموعة التي تمت ملاحظتها مع مجموعة أخرى تمثل المستوى المتوقع.

مقياس الارتباط يحدد العلاقة بين التعرض والمرض بين المجموعتين. يُستخدم التعرض بشكل فضفاض ليس فقط ليعني التعرض للأطعمة أو البعوض أو شريك مصاب بمرض ينتقل عن طريق الاتصال الجنسي أو مكب نفايات سامة ، ولكن أيضًا الخصائص المتأصلة في الأشخاص (على سبيل المثال ، العمر ، والعرق ، والجنس) ، والخصائص البيولوجية (الحالة المناعية ) ، الخصائص المكتسبة (الحالة الاجتماعية) ، الأنشطة (المهنة ، الأنشطة الترفيهية) ، أو الظروف التي يعيشون في ظلها (الوضع الاجتماعي والاقتصادي أو الحصول على الرعاية الطبية).

تقارن مقاييس الارتباط الموصوفة في القسم التالي حدوث المرض بين مجموعة مع حدوث المرض في مجموعة أخرى. تتضمن أمثلة مقاييس الارتباط نسبة المخاطر (الخطر النسبي) ، ونسبة المعدل ، ونسبة الأرجحية ، ونسبة الوفيات النسبية.

نسبة خطر

تعريف نسبة المخاطرة

نسبة الخطر (RR) ، والتي تسمى أيضًا الخطر النسبي ، تقارن خطر وقوع حدث صحي (مرض ، إصابة ، عامل خطر ، أو وفاة) بين مجموعة مع الخطر بين مجموعة أخرى. تقوم بذلك عن طريق قسمة الخطر (نسبة الحدوث ، معدل الهجوم) في المجموعة 1 على الخطر (نسبة الحدوث ، معدل الهجوم) في المجموعة 2. وعادة ما يتم التمييز بين المجموعتين من خلال عوامل ديموغرافية مثل الجنس (على سبيل المثال ، الذكور مقابل الإناث) أو عن طريق التعرض لعامل خطر مشتبه به (على سبيل المثال ، تناول أو لم يأكل سلطة البطاطس). في كثير من الأحيان ، يتم تسمية مجموعة الاهتمام الأساسي بالمجموعة المكشوفة ، ويتم تسمية مجموعة المقارنة بالمجموعة غير المكشوفة.

طريقة حساب نسبة المخاطرة

صيغة نسبة المخاطر (RR) هي:

خطر المرض (نسبة الإصابة ، معدل الهجوم) في مجموعة الاهتمام الأولي خطر المرض (نسبة الإصابة ، معدل الهجوم) في مجموعة المقارنة

تشير نسبة المخاطرة 1.0 إلى وجود مخاطر متطابقة بين المجموعتين. تشير نسبة المخاطرة الأكبر من 1.0 إلى زيادة المخاطر على المجموعة في البسط ، وعادة ما تكون المجموعة المعرضة. تشير نسبة الخطر الأقل من 1.0 إلى انخفاض الخطر بالنسبة للمجموعة المعرضة ، مما يشير إلى أن التعرض ربما يحمي بالفعل من حدوث المرض.

أمثلة: حساب نسب المخاطرة

مثال أ: في تفشي مرض السل بين نزلاء السجون في ولاية كارولينا الجنوبية في عام 1999 ، أصيب 28 من أصل 157 سجينًا يقيمون في الجناح الشرقي للمهجع بالسل ، مقارنة بـ 4 من 137 نزيلًا يقيمون في الجناح الغربي. (11) يتم تلخيص هذه البيانات في جدول اثنين في اثنين يسمى ذلك لأنه يحتوي على صفين للتعرض وعمودين للنتيجة. هنا هو الشكل العام والتدوين.

الجدول 3.12A التنسيق العام والترميز لجدول اثنين في اثنين

مريض حسنا المجموع
المجموع أ + ج = V.1 ب + د = V.0 تي
مكشوف أ ب أ + ب = ح1
غير معرّض ج د ج + د = ح0

في هذا المثال ، يكون التعرض هو جناح المهجع والنتيجة هي مرض السل) كما هو موضح في الجدول 3.12 ب. احسب نسبة المخاطرة.

الجدول 3.12 ب معدل حدوث عدوى السل المتفطرة بين نزلاء السجون المصابين بفيروس نقص المناعة البشرية المتجمعين حسب عنبر النوم و [مدش] ساوث كارولينا ، 1999

تطور مرض السل؟
نعم لا المجموع
المجموع 32 262 تي = 294
الجناح الشرقي أ = 28 ب = 129 ح1 = 157
الجناح الغربي ج = 4 د = 133 ح0 = 137

مصدر البيانات: McLaughlin SI ، و Spradling P ، و Drociuk D ، و Ridzon R ، و Pozsik CJ ، و Onorato I. Int J Tuberc Lung Dis 20037: 665 & ndash672.

لحساب نسبة المخاطرة ، احسب أولاً معدل الخطر أو الهجوم لكل مجموعة. فيما يلي الصيغ:

معدل الهجوم (خطر)
معدل الهجوم المكشوف = a & frasl a + b
معدل الهجوم للغير معرّض = c & frasl c + d

خطر الإصابة بمرض السل بين سكان الجناح الشرقي = 28 وفراسل 157 = 0.178 = 17.8٪
خطر الإصابة بمرض السل بين سكان الجناح الغربي = 4 & frasl 137 = 0.029 = 2.9٪

نسبة المخاطرة هي ببساطة نسبة هذين الخطرين:

وبالتالي ، كان السجناء الذين كانوا يقيمون في الجناح الشرقي من السكن أكثر عرضة للإصابة بمرض السل بمقدار 6.1 مرة مقارنة بأولئك الذين يقيمون في الجناح الغربي.

أمثلة: حساب نسب المخاطر (تابع)

المثال ب: في اندلاع الحماق (جدري الماء) في ولاية أوريغون في عام 2002 ، تم تشخيص الحماق في 18 من 152 طفلاً تم تطعيمهم مقارنة بـ 3 من 7 أطفال غير محصنين. احسب نسبة المخاطرة.

الجدول 3.13 معدل الإصابة بالحماق بين أطفال المدارس في 9 فصول متأثرة و [مدش] ولاية أوريغون ، 2002

الحماق غير حالة المجموع
المجموع 21 138 159
تلقيح أ = 18 ب = 134 152
غير مُلقح ج = 3 د = 4 7

مصدر البيانات: Tugwell BD ، Lee LE ، Gillette H ، Lorber EM ، Hedberg K ، Cieslak PR. تفشي جدري الماء في تلاميذ المدارس عالية التطعيم. طب الأطفال 2004 مارس 113 (3 قروش 1): 455 و ndash459.

خطر الإصابة بالحماق بين الأطفال الملقحين = 18 وفراسل 152 = 0.118 = 11.8٪
خطر الإصابة بالحماق بين الأطفال غير الملقحين = 3 وفراسل 7 = 0.429 = 42.9٪

نسبة المخاطرة = 0.118 & frasl 0.429 = 0.28

نسبة الخطر أقل من 1.0 ، مما يشير إلى انخفاض الخطر أو التأثير الوقائي للأطفال المعرضين (الملقحين). تشير نسبة الخطورة البالغة 0.28 إلى أن الأطفال الذين تم تلقيحهم كانوا فقط حوالي الربع من المحتمل (28٪ ، في الواقع) أن يصابوا بالحماق مثل الأطفال غير الملقحين.

معدل النسبه

تقارن نسبة المعدل معدلات الإصابة ، أو معدلات وقت الفرد ، أو معدلات الوفيات لمجموعتين. كما هو الحال مع نسبة المخاطر ، عادة ما يتم التمييز بين المجموعتين من خلال العوامل الديموغرافية أو عن طريق التعرض لعامل مسبب مشتبه به. معدل مجموعة الفائدة الأساسية مقسومًا على معدل مجموعة المقارنة.

معدل لمجموعة أسعار الفائدة الأولية لمجموعة المقارنة

تفسير قيمة نسبة السعر مشابه لتفسير نسبة المخاطرة. أي أن نسبة المعدل 1.0 تشير إلى معدلات متساوية في المجموعتين ، ونسبة المعدل الأكبر من 1.0 تشير إلى زيادة المخاطر للمجموعة في البسط ، ونسبة المعدل الأقل من 1.0 تشير إلى انخفاض المخاطر للمجموعة في البسط .

مثال: حساب نسب السعر (تابع)

تم استدعاء مسؤولي الصحة العامة للتحقيق في الزيادة الملحوظة في زيارات السفن والمستوصفات لأمراض الجهاز التنفسي الحادة (ARI) من قبل ركاب السفن السياحية في ألاسكا في عام 1998 (13) قارن المسؤولون زيارات الركاب إلى مستوصفات السفن الخاصة بـ ARI خلال مايو و - أغسطس 1998 بنفس الفترة من عام 1997. وسجلوا 11.6 زيارة لـ ARI لكل 1000 سائح أسبوعياً في عام 1998 ، مقارنة بـ 5.3 زيارة لكل 1000 سائح أسبوعياً في عام 1997. احسب المعدل نسبة.

كان احتمال زيارة الركاب على متن السفن السياحية في ألاسكا خلال مايو وندش أغسطس 1998 أكثر بمرتين من زيارة سفنهم ومستوصفاتهم من أجل التهابات الجهاز التنفسي الحادة مقارنة بالركاب في عام 1997. (ملاحظة: من بين 58 عزلًا فيروسيًا تم التعرف عليها من ثقافات الأنف من الركاب ، كان معظمهم من الأنفلونزا أ ، مما يجعل هذا هو أكبر انتشار لأنفلونزا الصيف في أمريكا الشمالية.)

تمرين 3.7

يوضح الجدول 3.14 معدلات الوفيات الناجمة عن سرطان الرئة للأشخاص الذين استمروا في التدخين وللمدخنين الذين أقلعوا عن التدخين في وقت المتابعة في إحدى الدراسات الكلاسيكية عن التدخين وسرطان الرئة التي أجريت في بريطانيا العظمى.

باستخدام البيانات الواردة في الجدول 3.14 ، احسب ما يلي:

  1. نسبة معدل مقارنة المدخنين الحاليين مع غير المدخنين
  2. نسبة معدل مقارنة المدخنين السابقين الذين أقلعوا عن التدخين منذ 20 عامًا على الأقل مع غير المدخنين
  3. ما هي الآثار الصحية العامة لهذه النتائج؟

الجدول 3.14 عدد ومعدل الوفيات بسرطان الرئة (لكل 1000 شخص - سنة) للمدخنين الحاليين والمدخنين السابقين حسب السنوات منذ الإقلاع عن التدخين ، دراسة مجموعة الأطباء و [مدش] بريطانيا العظمى ، 1951 و ndash1961

مصدر البيانات: Doll R، Hill AB. معدل الوفيات بالنسبة للتدخين: 10 سنوات & [رسقوو] مراقبة الأطباء البريطانيين. بريت ميد J 1964 1: 1399 & ndash1410، 1460 & ndash1467.

نسبة الاحتمالات

نسبة الأرجحية (OR) هي مقياس آخر للارتباط يحدد العلاقة بين التعرض بفئتين والنتيجة الصحية. بالإشارة إلى الخلايا الأربع في الجدول 3.15 ، يتم حساب نسبة الأرجحية على النحو التالي

أ = عدد الأشخاص المعرضين والمصابين بالمرض
(ب) = عدد الأشخاص الذين تعرضوا للمرض ولكن بدون مرض
ج = عدد الأشخاص غير المعرضين للمرض ولكنهم يعانون من المرض
د = عدد الأشخاص غير المصابين: وبدون مرض
أ + ج = إجمالي عدد الأشخاص المصابين بالمرض (مرضى الحالات)
ب + د = إجمالي عدد الأشخاص غير المصابين بمرض (الضوابط)

تسمى نسبة الأرجحية أحيانًا بـ نسبة عبر المنتج لأن البسط يقوم على ضرب القيمة في الخلية & ldquoa & rdquo مرات القيمة في الخلية & ldquod ، & rdquo بينما المقام هو نتاج الخلية & ldquob & rdquo والخلية & ldquoc. & rdquo خط من الخلية & ldquoa & rdquo إلى الخلية & ldquod & rdquo (للبسط آخر) تقوم الخلية & ldquob & rdquo إلى الخلية & ldquoc & rdquo (للمقام) بإنشاء علامة x أو تقاطع على جدول اثنين في اثنين.

الجدول 3.15 التعرض والمرض في مجموعة سكانية افتراضية من 10000 شخص

مرض لا مرض المجموع مخاطرة
المجموع 180 9,820 10,000
مكشوف أ = 100 ب = 1900 2,000 5.0%
غير مكشوف ج = 80 د = 7920 8,000 1.0%

مثال: حساب نسب الأرجحية

استخدم البيانات الواردة في الجدول 3.15 لحساب نسب المخاطر والرجحية.

لاحظ أن نسبة الأرجحية 5.2 قريبة من نسبة المخاطرة 5.0. هذه هي إحدى السمات الجذابة لنسبة الأرجحية و [مدش] عندما تكون النتيجة الصحية غير شائعة ، فإن نسبة الأرجحية توفر تقريبًا معقولًا لنسبة المخاطر. ميزة أخرى جذابة هي أنه يمكن حساب نسبة الأرجحية ببيانات من دراسة حالة وضبط ، في حين لا يمكن حساب نسبة المخاطرة ولا نسبة المعدل.

في دراسة الحالات والشواهد ، يسجل المحققون مجموعة من مرضى الحالات (موزعين في الخلايا أ وج من جدول اثنين في اثنين) ، ومجموعة من غير الحالات أو الضوابط (موزعة في الخلايا ب و د).

نسبة الأرجحية هي مقياس الاختيار في دراسة الحالات والشواهد (انظر الدرس 1). تعتمد دراسة الحالات والشواهد على تسجيل مجموعة من الأشخاص المصابين بالمرض (ومرضى ldquocase & rdquo) ومجموعة مماثلة بدون مرض (& ldquocontrols & rdquo). عادة ما يقرر المحقق عدد الأشخاص في المجموعة الضابطة. في كثير من الأحيان ، لا يُعرف حجم السكان الذين جاء منهم مرضى الحالة. نتيجة لذلك ، لا يمكن حساب المخاطر أو المعدلات أو نسب المخاطر أو نسب المعدلات من دراسة الحالات والشواهد النموذجية. ومع ذلك ، يمكنك حساب نسبة الأرجحية وتفسيرها على أنها تقدير تقريبي لنسبة المخاطر ، خاصة عندما يكون المرض غير شائع بين السكان.

تمرين 3.8

احسب نسبة الأرجحية لبيانات السل في الجدول 3.12. هل تقول أن نسبة احتمالاتك هي تقريب دقيق لنسبة المخاطرة؟ (تلميح: كلما كان المرض أكثر شيوعًا ، زادت نسبة الأرجحية من نسبة المخاطر.)


آثار الهيكل الاجتماعي والإدارة على مخاطر الإصابة بالأمراض في الخنازير البرية

  1. يحدد عدم تجانس الاتصال بين المضيفين ديناميكيات انتشار وانتشار الأمراض المعدية ، وبالتالي فإن توصيفها ضروري لتحديد استراتيجيات فعالة لمكافحة المرض. ومع ذلك ، لا يُعرف الكثير عن العوامل التي تشكل شبكات الاتصال في العديد من أنواع الحياة البرية وكيف يمكن أن تؤثر إجراءات إدارة الحياة البرية على شبكات الاتصال.
  2. تعد الخنازير البرية في أمريكا الشمالية من الأنواع الغازية ذات البنية الاجتماعية التي تشكل مصدر قلق صحي للخنازير المنزلية نظرًا لقدرتها على نقل العديد من الأمراض المدمرة مثل حمى الخنازير الأفريقية (ASF). باستخدام أجهزة تسجيل القرب وبيانات GPS من 48 خنزيرًا بريًا في فلوريدا وساوث كارولينا بالولايات المتحدة الأمريكية ، استخدمنا إطارًا احتماليًا لتقدير شبكات الاتصال الموزونة. حددنا آثار الجنس والمجموعة الاجتماعية والتوزيع المكاني (التداخل في النطاق المنزلي الشهري والمسافة) على ملامسة الخنازير البرية. قمنا أيضًا بتقدير تأثيرات الاضطرابات التي تحدثها الإدارة على الاتصال واستنتجنا آثارها على تكوّن طيور النفاق في الخنازير البرية باستخدام المحاكاة.
  3. كانت عضوية المجموعة الاجتماعية هي العامل الأساسي الذي يؤثر على الاتصالات. تعتمد جهات الاتصال بين المجموعة بشكل أساسي على خصائص استخدام المساحة ، مع عدد أقل من جهات الاتصال بين المجموعات المفصولة بـ & gt2 كم ولا توجد اتصالات بين المجموعات و gt4 كيلومترات متباعدة في غضون شهر.
  4. أظهرت نمذجة ديناميكيات ASF على شبكة الاتصال أن الاتصالات غير المباشرة الناتجة عن الاصطياد (طريقة نموذجية لجذب الخنازير البرية أو أنواع الألعاب إلى موقع ما لتعزيز الصيد الترفيهي) زادت من خطر الإصابة بالأمراض عن طريق


معلومات الكاتب

الانتماءات

برنامج الصحة العالمية ، معهد سميثسونيان لبيولوجيا الحفظ ، واشنطن العاصمة ، الولايات المتحدة الأمريكية

جيمس م. هاسيل وأمبير دون زيمرمان

قسم وبائيات الأمراض الميكروبية ، كلية ييل للصحة العامة ، نيو هافن ، كونيكتيكت ، الولايات المتحدة الأمريكية

جيمس م. هاسيل وأمبير دون زيمرمان

مركز التنوع البيولوجي وأبحاث البيئة (CBER) ، قسم الوراثة والتطور والبيئة ، كلية لندن الجامعية ، لندن ، المملكة المتحدة

تيم نيوبولد وأمبير ليديا إتش في فرانكلينوس

قسم البيئة وعلم الأحياء التطوري ، جامعة برينستون ، برينستون ، نيوجيرسي ، الولايات المتحدة الأمريكية

معهد سانتا في ، سانتا في ، نيو مكسيكو ، الولايات المتحدة الأمريكية

وحدة والتر ريد للنظم الحيوية (WRBU) ، مركز دعم متحف مؤسسة سميثسونيان ، سوتلاند ، دكتوراه في الطب ، الولايات المتحدة الأمريكية

قسم علم الحشرات ، متحف سميثسونيان الوطني للتاريخ الطبيعي ، واشنطن العاصمة ، الولايات المتحدة الأمريكية

معهد والتر ريد العسكري للبحوث (WRAIR) ، سيلفر سبرينج ، دكتوراه في الطب ، الولايات المتحدة الأمريكية

مختبر علم البيئة للأمراض البحرية ، مركز سميثسونيان للبحوث البيئية ، إدجووتر ، دكتوراه في الطب ، الولايات المتحدة الأمريكية

كاترينا إم باجنكوب لوهان

يمكنك أيضًا البحث عن هذا المؤلف في PubMed Google Scholar

يمكنك أيضًا البحث عن هذا المؤلف في PubMed Google Scholar

يمكنك أيضًا البحث عن هذا المؤلف في PubMed Google Scholar

يمكنك أيضًا البحث عن هذا المؤلف في PubMed Google Scholar

يمكنك أيضًا البحث عن هذا المؤلف في PubMed Google Scholar

يمكنك أيضًا البحث عن هذا المؤلف في PubMed Google Scholar

يمكنك أيضًا البحث عن هذا المؤلف في PubMed Google Scholar

مساهمات

ج. تصور هيكل ومحتوى المخطوطة وكتب مسودة أولية. J.M.H.، T.N.، A.P.D.، Y.-M.L.، L.V.H.F.، D.Z. و K.M.P.L. توسع في الأفكار الواردة في هذه المسودة الأولية ، وشارك في مناقشة وتحرير المخطوطة النهائية.

المؤلف المراسل


رد واحد على ldquo وعلم نمذجة الأمراض المعدية و rdquo

ريك كورداسكو يقول:

أحيل المؤلف إلى:
& # 8220 تحليل البيانات الاستكشافية & # 8221
بقلم جون دبليو توكي.

يمكنني أن أبدأ في & # 8220Modeling & # 8221 و & # 8220Simulations & # 8221 ، وبالطبع & # 8220Emulation & # 8221 ، لكنني أشعر أن ذلك سيكون بلا جدوى.


استخدام الذكاء الاصطناعي للتنبؤ بسرطان الثدي وتخصيص الرعاية

على الرغم من التقدم الكبير في علم الوراثة والتصوير الحديث ، فإن التشخيص يفاجئ معظم مرضى سرطان الثدي. بالنسبة للبعض ، يأتي بعد فوات الأوان. يعني التشخيص اللاحق علاجات قوية ونتائج غير مؤكدة ومزيد من النفقات الطبية. ونتيجة لذلك ، كان تحديد المرضى ركيزة أساسية لأبحاث سرطان الثدي والكشف المبكر الفعال.

مع أخذ ذلك في الاعتبار ، قام فريق من مختبر علوم الكمبيوتر والذكاء الاصطناعي (CSAIL) التابع لمعهد ماساتشوستس للتكنولوجيا (MIT) ومستشفى ماساتشوستس العام (MGH) بإنشاء نموذج جديد للتعلم العميق يمكنه التنبؤ من تصوير الثدي بالأشعة السينية إذا كان من المحتمل إصابة المريض بسرطان الثدي بنفس القدر. خمس سنوات في المستقبل. تم تدريب النموذج على تصوير الثدي بالأشعة السينية والنتائج المعروفة لأكثر من 60.000 مريض من MGH ، وتعلم النموذج الأنماط الدقيقة في أنسجة الثدي التي تعتبر مقدمة للأورام الخبيثة.

تقول ريجينا بارزيلاي ، الأستاذة في معهد ماساتشوستس للتكنولوجيا ، وهي نفسها ناجية من سرطان الثدي ، إن الأمل هو أن تُمكّن مثل هذه الأنظمة الأطباء من تخصيص برامج الفحص والوقاية على المستوى الفردي ، مما يجعل التشخيص المتأخر من بقايا الماضي.

على الرغم من أن التصوير الشعاعي للثدي قد ثبت أنه يقلل من وفيات سرطان الثدي ، إلا أن هناك جدلًا مستمرًا حول عدد مرات الفحص ومتى تبدأ. بينما توصي جمعية السرطان الأمريكية بإجراء فحص سنوي يبدأ في سن 45 عامًا ، توصي فرقة العمل الوقائية الأمريكية بإجراء فحص كل عامين بدءًا من سن الخمسين.

يقول بارزيلاي ، كبير مؤلفي ورقة بحثية جديدة حول المشروع المطروح اليوم في الأشعة. "على سبيل المثال ، قد يوصي الطبيب بإجراء فحص تصوير الثدي بالأشعة السينية لمجموعة واحدة من النساء كل عامين ، في حين أن مجموعة أخرى معرضة لخطر أكبر قد تخضع لفحص التصوير بالرنين المغناطيسي التكميلي." بارزيلاي هو أستاذ دلتا للإلكترونيات في CSAIL وقسم الهندسة الكهربائية وعلوم الكمبيوتر في معهد ماساتشوستس للتكنولوجيا وعضو في معهد كوخ لأبحاث السرطان التكاملية في معهد ماساتشوستس للتكنولوجيا.

كان نموذج الفريق أفضل بكثير في التنبؤ بالمخاطر من الأساليب الحالية: فقد وضع بدقة 31 في المائة من جميع مرضى السرطان في فئة الخطر الأعلى ، مقارنة بـ 18 في المائة فقط للنماذج التقليدية.

تقول كونستانس ليمان ، الأستاذة بجامعة هارفارد ، إنه كان هناك في السابق دعم ضئيل في المجتمع الطبي لاستراتيجيات الفحص التي تعتمد على المخاطر وليست قائمة على العمر.

يقول ليمان ، أستاذ الأشعة في كلية الطب بجامعة هارفارد ورئيس قسم تصوير الثدي في MGH: "هذا لأنه لم يكن لدينا قبل ذلك أدوات دقيقة لتقييم المخاطر تعمل مع النساء الفرديين". "عملنا هو أول من يظهر أنه ممكن."

شارك برزيلاي وليمان في كتابة الورقة مع المؤلف الرئيسي آدم يالا ، طالب دكتوراه في CSAIL. ومن بين المؤلفين المشاركين الآخرين في معهد ماساتشوستس للتكنولوجيا طالب الدكتوراه تال شوستر وطالب الماجستير السابق تالي بورتنوي.

كيف تعمل

منذ النموذج الأول لخطر الإصابة بسرطان الثدي منذ عام 1989 ، كان التطور مدفوعًا إلى حد كبير بالمعرفة البشرية والحدس لما قد تكون عليه عوامل الخطر الرئيسية ، مثل العمر والتاريخ العائلي لسرطان الثدي والمبيض والعوامل الهرمونية والإنجابية وكثافة الثدي.

ومع ذلك ، فإن معظم هذه العلامات ترتبط ارتباطًا ضعيفًا بسرطان الثدي. نتيجة لذلك ، لا تزال هذه النماذج غير دقيقة للغاية على المستوى الفردي ، ولا تزال العديد من المؤسسات تشعر بأن برامج الفحص القائمة على المخاطر غير ممكنة ، نظرًا لهذه القيود.

بدلاً من تحديد الأنماط يدويًا في صورة الثدي الشعاعية التي تؤدي إلى الإصابة بالسرطان في المستقبل ، قام فريق MIT / MGH بتدريب نموذج التعلم العميق لاستنتاج الأنماط مباشرة من البيانات. باستخدام معلومات من أكثر من 90000 صورة شعاعية للثدي ، اكتشف النموذج أنماطًا دقيقة للغاية بحيث يتعذر على العين البشرية اكتشافها.

يقول ليمان: "منذ ستينيات القرن الماضي ، لاحظ أخصائيو الأشعة أن لدى النساء أنماطًا فريدة ومتغيرة على نطاق واسع من أنسجة الثدي يمكن رؤيتها في صورة الثدي الشعاعية". يمكن أن تمثل هذه الأنماط تأثير العوامل الوراثية والهرمونات والحمل والرضاعة والنظام الغذائي وفقدان الوزن وزيادة الوزن. يمكننا الآن الاستفادة من هذه المعلومات التفصيلية لنكون أكثر دقة في تقييمنا للمخاطر على المستوى الفردي ".

جعل الكشف عن السرطان أكثر إنصافًا

يهدف المشروع أيضًا إلى جعل تقييم المخاطر أكثر دقة للأقليات العرقية على وجه الخصوص. تم تطوير العديد من النماذج المبكرة على السكان البيض ، وكانت أقل دقة بالنسبة للأعراق الأخرى. وفي الوقت نفسه ، فإن نموذج MIT / MGH دقيق بنفس القدر للنساء البيض والسود. هذا مهم بشكل خاص نظرًا لأنه ثبت أن النساء السوداوات أكثر عرضة بنسبة 42 في المائة للوفاة من سرطان الثدي بسبب مجموعة واسعة من العوامل التي قد تشمل الاختلافات في الكشف عن الرعاية الصحية والحصول عليها.

تقول أليسون كوريان ، الأستاذة المساعدة في الطب والبحوث الصحية / السياسات في كلية الطب بجامعة ستانفورد: "من المذهل بشكل خاص أن يعمل النموذج بنفس الجودة بالنسبة للأشخاص البيض والسود ، وهو ما لم يكن كذلك بالنسبة للأدوات السابقة". "إذا تم التحقق من صحته وإتاحته للاستخدام على نطاق واسع ، فقد يؤدي ذلك حقًا إلى تحسين استراتيجياتنا الحالية لتقدير المخاطر."

يقول بارزيلاي إن نظامهم يمكن أن يمكّن الأطباء يومًا ما من استخدام تصوير الثدي بالأشعة السينية لمعرفة ما إذا كان المرضى معرضين بشكل أكبر لمشاكل صحية أخرى ، مثل أمراض القلب والأوعية الدموية أو أنواع السرطان الأخرى. الباحثون حريصون على تطبيق النماذج على أمراض واعتلالات أخرى ، وخاصة تلك التي لديها نماذج مخاطر أقل فعالية ، مثل سرطان البنكرياس.

يقول يالا: "هدفنا هو جعل هذه التطورات جزءًا من مستوى الرعاية". "من خلال التنبؤ بمن سيصاب بالسرطان في المستقبل ، نأمل أن ننقذ الأرواح ونصاب بالسرطان قبل ظهور الأعراض على الإطلاق."


المسارات البيولوجية لعلم النفس المرضي

أحمد الحريري ، دكتوراه ، أستاذ علم النفس وعلم الأعصاب بجامعة ديوك ، حيث يعمل أيضًا محققًا في معهد علوم الجينوم وسياسة أمبير. يشمل برنامج أبحاث الدكتور الحريري التصوير بالرنين المغناطيسي والتصوير المقطعي بالإصدار البوزيتروني وعلم الأدوية وعلم الوراثة الجزيئية. من خلال دمج التقنيات التكميلية ، بدأ بحث الدكتور الحريري في إلقاء الضوء على الآليات العصبية الحيوية التي تتوسط الفروق الفردية في السمات السلوكية المعقدة. يمثل هذا العمل أساسًا حاسمًا لتحديد علامات الخطر التي تتفاعل مع العوامل البيئية الفريدة للتنبؤ بالاضطرابات العصبية والنفسية وكذلك لتطوير علاجات أكثر فعالية ومصممة بشكل فردي لهذه الاضطرابات نفسها. نُشرت النتائج المستخلصة من برنامج أبحاث الدكتور الحريري في مجلة Science، Nature، Nature Neuroscience، Journal of Neuroscience، Archives of General Psychiatry، Biological Psychiatry، Trends in Cognitive Sciences and Annual Review of Neuroscience. في آب (أغسطس) 2009 ، تم الاعتراف بمساهمات الدكتور الحريري في علم الفروق الفردية من قبل جمعية علم النفس الأمريكية التي منحته الجائزة العلمية المتميزة لمساهمته المهنية المبكرة في علم النفس.

تعتبر الفروق الفردية في السمات المؤثرة والشخصية والمزاج حاسمة في تشكيل السلوكيات البشرية المعقدة ، مثل تلك التي تشارك في التنقل بنجاح في التفاعلات الاجتماعية والتغلب على التحديات من بيئاتنا المتغيرة باستمرار. قد تكون هذه الفروق الفردية أيضًا بمثابة مؤشرات مهمة للتأثر بالاضطرابات العصبية والنفسية بما في ذلك الاكتئاب والقلق والإدمان ، خاصة عند التعرض للشدائد البيئية. وبناءً على ذلك ، فإن تحديد الآليات البيولوجية التي تؤدي إلى ظهور هذه الاختلافات يمكن أن يوفر فرصة فريدة لتطوير فهم أعمق للسلوكيات البشرية المعقدة ومسؤولية المرض والعلاج. بعد إنشاء عدد من العمليات العصبية التي تدعم العمليات السلوكية المعقدة ، بدأت دراسات التصوير العصبي البشري ، وخاصة تلك التي تستخدم BOLD fMRI ، في الكشف عن الركائز العصبية للتباين بين الأفراد في هذه التركيبات والبنى ذات الصلة. علاوة على ذلك ، أثبتت الدراسات الحديثة أن مقاييس BOLD fMRI تمثل مؤشرات ثابتة وموثوقة مؤقتًا لوظيفة الدماغ. وهكذا ، مثل نظرائهم السلوكيين ، يُعتقد بشكل متزايد أن أنماط تنشيط الدماغ هذه تمثل ظاهرة دائمة تشبه السمات ، والتي في حد ذاتها قد تكون بمثابة علامات مهمة للاختلافات الفردية المتعلقة بالمسؤولية المرضية والفيزيولوجيا المرضية.

مع استمرار دراسات التصوير العصبي في توضيح العلاقة التنبؤية بين تنشيط الدماغ الإقليمي والسلوكيات الشبيهة بالسمات (على سبيل المثال ، زيادة تفاعل اللوزة تتنبأ بقلق السمات) ، فإن الخطوة التالية المهمة هي تحديد الآليات الأساسية التي تقود التباين في وظيفة دارة الدماغ بشكل منهجي. في هذا الصدد ، كشفت دراسات التصوير العصبي الحديثة التي تستخدم نماذج التحدي الدوائي ، والتي تستهدف بشكل أساسي النقل العصبي أحادي الأمين ، أنه حتى التغييرات الطفيفة في إشارات الدوبامين والنورادرينارجيك والسيروتونين يمكن أن يكون لها تأثير عميق على الاستجابة الوظيفية لدارات الدماغ التي تدعم التأثير والشخصية والمزاج. وبالمثل ، قدمت مناهج التصوير العصبي متعدد الوسائط دليلًا على وجود علاقات محددة اتجاهيًا بين المكونات الرئيسية لشلالات الإشارات أحادية الأمين ، والتي تم تقييمها باستخدام جهاز التتبع الإشعاعي PET ، ووظيفة الدماغ ، التي تم تقييمها باستخدام BOLD fMRI. معًا ، يكشف التحدي الدوائي للتصوير العصبي والتصوير المقطعي بالإصدار البوزيتروني متعدد الوسائط / الرنين المغناطيسي الوظيفي كيف يظهر التباين في تنشيط الدماغ المرتبط بالسلوك كدالة للتباين الأساسي في مسارات إشارات الدماغ الرئيسية (على سبيل المثال ، زيادة إشارات السيروتونين التي تتنبأ بزيادة تفاعل اللوزة). تتمثل إحدى الخطوات الرئيسية التالية في تحديد مصادر التباين بين الأفراد في آليات الإشارات الكيميائية العصبية الرئيسية هذه.

في العصر الحديث لعلم الوراثة الجزيئي البشري ، تتضمن هذه الخطوة تحديد الاختلافات الشائعة في الجينات التي تؤثر على عمل أو توفر المكونات في هذه المسارات. نظرًا لأن تباين تسلسل الحمض النووي عبر الأفراد يمثل المنبع النهائي للتنوع في العمليات الجزيئية والبيولوجية العصبية الناشئة والعمليات السلوكية ذات الصلة ، فإن فهم العلاقات بين الجينات والدماغ والسلوك مهم لإنشاء أساس ميكانيكي للاختلافات الفردية في السلوك والأمراض النفسية ذات الصلة. علاوة على ذلك ، يمكن التعرف بسهولة على هذه الأشكال الجينية المتعددة من الحمض النووي الذي تم جمعه عن طريق خلايا من الدم الفردي أو حتى عينات اللعاب باستخدام بروتوكولات معملية جيدة التحمل وغير مكلفة وموحدة نسبيًا. بمجرد جمعها وعزلها ، يمكن تضخيم الحمض النووي للفرد بشكل متكرر مما يوفر مخزونًا لا نهاية له تقريبًا من المواد للتنميط الجيني لتعدد الأشكال المرشحة الإضافية عند تحديدها. عندما يتم تحديد تسلسل دقيق من التأثيرات البيولوجية العصبية والسلوكية ذات الصلة بوضوح ، يمكن أن تصبح الأشكال المتعددة الشائعة قوية ، ويمكن الوصول إليها بسهولة علامات تنبؤية لمثل هذه الخصائص الناشئة. يمكن جمع عينات الحمض النووي في عيادات الأطباء من الجميع ، حتى الأطفال حديثي الولادة ، وتكلف المقايسات الجينية عشرات الدولارات فقط لكل عينة مقارنة بالمئات بل والآلاف المطلوبة لدراسات الرنين المغناطيسي الوظيفي والـ PET والدراسات الدوائية. بالطبع ، يتطلب الوصول إلى هذا التخفيض النهائي جهودًا مكثفة وموسعة حيث يتم استخدام جميع هذه التقنيات بالإضافة إلى الدراسات الوبائية والسريرية أولاً في شرح الآليات البيولوجية التفصيلية التي تتوسط الفروق الفردية في سلوكيات السمات والمخاطر ذات الصلة للإصابة بأمراض نفسية وعصبية.

في السنوات الخمس الماضية ، تم إحراز تقدم كبير في وصف مساهمات الأشكال الجينية المتعددة الشائعة للاختلافات الفردية في الأنماط الظاهرية السلوكية المعقدة والمسؤولية المرضية - على وجه الخصوص ، من خلال تحديد آثار التباين الجيني الوظيفي على العمليات العصبية التي تتوسط الاستجابات السلوكية لـ التحدي البيئي (Caspi & amp Moffitt، 2006 Hariri & amp Holmes، 2006). تم تسليط الضوء على إمكانات هذا النهج من خلال الدراسات الحديثة التي توضح كيف أن الأشكال الشائعة التي تؤثر على كيمياء الدماغ تحيز دوائر الدماغ التي تساعد في تشكيل الفروق الفردية في السلوكيات مثل القلق المزاجي والاندفاع (الشكل 1). مع زيادة الاستخدام والتوسع المستمر ، فإن كل مستوى من التحليل في هذه الإستراتيجية التكاملية - وظيفة دائرة الدماغ ، وشلالات الإشارات العصبية وعلم الوراثة الجزيئي - لديه أيضًا القدرة على إلقاء الضوء بشكل فريد على المعلومات ذات الصلة سريريًا التي يمكن استخدامها في الجهود المبذولة لابتكار أنظمة علاج مصممة بشكل فردي وإنشاء علامات المرض التنبؤية. ثلاثة أمثلة محددة ، ملخصة في الجدول 1 ، توضح فعالية هذه الاستراتيجية المتكاملة لتحليل الآليات البيولوجية التي تتوسط الفروق الفردية في السلوكيات المعقدة. في كل منها ، تم التنميط الجيني للأشخاص بأثر رجعي من أجل تعدد الأشكال الوظيفية المرشحة ذات الأهمية من العينات المخزنة من الحمض النووي ، واستخدمت هذه المعلومات لتجميع الموضوعات بناءً على الأنماط الجينية الفردية الخاصة بهم. والجدير بالذكر أن التقييمات السلوكية في جميع الأمثلة الثلاثة أجريت كمكون لبروتوكول رئيسي أكبر سبقت قياس وظائف الدماغ الإقليمية ذات الصلة بالمهام باستخدام BOLD fMRI بفاصل متوسط ​​قدره 29 أسبوعًا. The fact that robust brain-behavior correlations were observed despite the separation in time is consistent with the suggestion that both metrics (i.e., brain function and behavior) are remarkably stable, possibly indicative of trait-related variation. Such a relation further underscores the likelihood that inter-individual variability in brain-behavior associations are influenced by functional genetic polymorphisms.

شكل 1. Integration of complementary technologies can be used to reveal the neurobiology of individual differences in complex behavioral traits. أ. Individual differences in personality and temperament are critical in shaping complex human behaviors and may serve as important predictors of vulnerability to neuropsychiatric disorders. ب. Neuroimaging technologies, especially BOLD fMRI, can identify relationships between variability in brain circuit function and individual differences in personality and temperament. ج. Multimodal PET/fMRI (or pharmacological fMRI) can map individual differences in behaviorally relevant brain circuit function to variability in specific molecular signaling pathways. د. Variability in specific molecular signaling pathways can be mapped to functional genetic polymorphisms which inform their ultimate biological origins and can be used to efficiently model how such emergent variability impacts behaviorally relevant brain function. ه. Each level of analysis can potentially inform clinically relevant issues, provide guiding principles for the development of more effective and personalized treatment options and represent predictive risk markers that interact with unique environmental factors to precipitate disease.

Note: data are created for illustration only. Measures of brain circuit function could be derived from fMRI, EEG, MEG. Those for molecular signaling could be derived from PET or Drug Challenge studies.

As detailed in the three studies summarized in Table 1, neuroimaging technologies, especially BOLD fMRI, have begun to identify how variability in the neural substrates underlying information processing contribute to emergent individual differences in stable and enduring aspects of human behaviors such as personality and temperament. In parallel, the application of pharmacological fMRI and multimodal PET/fMRI is improving our understanding of how variability in specific molecular signaling pathways influences individual differences in the function of these behaviorally relevant brain circuitries. Moreover, information on DNA sequence variation in humans (and related identification of functional genetic polymorphisms) is now being utilized to understand the biological origins of variability in component processes of molecular signaling pathways. Furthermore, this information is being used to efficiently model how such emergent variability impacts behaviorally relevant brain function. Such efforts have the potential to inform clinically relevant issues and provide guiding principles for the development of more effective and individually tailored treatment regimes. In addition, mechanisms that have been elucidated, especially those mapped to functional genetic polymorphisms, can lead to identification of predictive risk markers that interact with unique environmental factors to precipitate disease.

الجدول 1. Summary of studies linking individual differences in complex behavioral traits with underlying variability in brain circuit function, molecular signaling pathways and functional genetic polymorphisms.

Abbreviations: 5-HT – serotonin DA – dopamine eCB – endocannabinoid HTR1A – serotonin 1A receptor gene DAT1 – dopamine transporter polymorphism FAAH – fatty acid amide hydrolase gene.

While the three examples highlighted here are evidence for the potential of this integrated research strategy, much work is left to be done. First, to allow for tractable experimental designs and testable hypotheses in existing samples, the studies highlighted above have focused on the effects of a single signaling pathway on behaviorally relevant brain circuitry. Of course, it is very clear there are numerous complex interactions between signaling pathways and that more than one pathway contributes to the regulation of any brain circuitry. However, existing studies lack the power and sophistication to model such complex interactions while effectively controlling for other important modulatory factors (e.g., age, sex) in the context of BOLD fMRI, pharmacological MRI or multimodal PET/fMRI protocols. To do so, we must aggressively expand the scale and scope of our studies to include hundreds and, preferably, thousands of subjects.

A second important consideration is that existing studies have been largely conducted in small ethnically and racially homogenous populations. Thus, the observed effects may not generalize to other populations. The potential effect of any single genetic variant on a complex biological and behavioral phenotype is likely small against the background of the approximately 20,000-25,000 human genes and the multitude of other neurobiologically relevant functional variants they likely harbor. Thus, it is important to explicitly test the independence of functional polymorphisms through rigorous statistical modeling in larger samples and also to test the validity of any associations derived in one sample population (e.g., Caucasian) to populations with different genetic backgrounds (e.g., Asian or African).

A third important consideration for the future of this research is the need to conduct large-scale prospective studies beginning in childhood to determine any developmental shifts in neurogenetic pathways mediating individual differences in behavior as well as their predictive utility in identifying neuropsychiatric disease risk as a function of environmental or other stressors. All of the studies described above and most of the studies available in the literature as a whole have been conducted in adults carefully screened for the absence of psychopathology. Because of this, these findings identify mechanisms contributing to variability in the normative range of behavior only. As such, the utility of these neural, molecular or genetic markers in predicting vulnerability to neuropsychiatric disorder is unclear. Such predictive utility is ideally tested through prospective studies beginning with premorbid populations that account for the moderating effects of environmental stress in the emergence of clinical disorder over time (Caspi & Moffitt, 2006 Viding, Williamson, & Hariri, 2006).

Finally, there is tremendous potential in developing large databases (again preferably thousands of subjects) with detailed measures of behavioral traits, neuroimaging based measures of multiple brain circuitries, and extensive genotyping. One of the most exciting applications of molecular genetics is in identifying novel biological pathways contributing to the emergence of complex traits (Gibson & Goldstein, 2007 McCarthy et al., 2008). The continued refinement of a detailed map of sequence variation across the entire human genome (i.e., single nucleotide polymorphisms [SNPs] that “tag” every gene) and production of technologies supporting cost-efficient identification of such variation have dramatically accelerated the discovery of genes involved in the emergence of complex disease processes (Fellay et al., 2007 Link et al., 2008) as well as normal variability in continuous traits (Lettre et al., 2008). Many of the genes identified in such studies have illuminated novel pathways not previously implicated in these processes or traits, spurring intensive efforts to understand the potential biological effects of the proteins produced by these genes. As such, these “genome-wide” screens represent an opportunity to leap forward beyond the available pool of candidate molecules and pathways in parsing the mechanisms of complex biological processes. Because neuroimaging based measures of brain function reveal key mechanisms involved in the emergence of individual differences in behavioral traits and are closer to the biological effects of functional genetic polymorphisms, they are ideal substrates for genome-wide screens. For example, BOLD fMRI estimates of amygdala reactivity predicting variability in temperamental anxiety can be used as the continuous trait in a genome-wide screen. Any significant associations that emerge between genetic variation and amygdala reactivity may confirm existing relations (e.g., the importance of genes biasing 5-HT signaling) or, perhaps more importantly, reveal unexpected candidate molecules or pathways (e.g., a gene producing a molecule that is expressed in the brain and may function in second-messenger signaling cascades). Once identified and, ideally, replicated in large-scale databases that effectively address confounds common to genome-wide screens (e.g., controlling for multiple comparisons resulting from testing the association of a phenotype with hundreds of thousands or millions of SNPs), the impact of variation in novel genes associated with amygdala reactivity can be explored at each level of the biological cascade leading to trait anxiety (i.e., be fed back into the discovery loop outlined in Figure 1). In addition to exponentially improving our understanding of neurobiological pathways leading to individual differences in complex behavioral traits these efforts may lead to the discovery of novel therapeutic strategies targeting related disease processes.

In summary, ongoing efforts are beginning to shed light on detailed mechanisms that mediate individual differences in complex behavioral traits and, potentially, related neuropsychiatric diseases. Elaboration of these mechanisms at the level of brain circuit function, molecular signaling pathways and functional genetic polymorphisms could one day inform clinically relevant issues and provide guiding principles for the development of more effective and individually tailored treatment regimes. In addition, an understanding of such mechanisms, especially those mapped to functional genetic polymorphisms, may lead to identification of predictive risk markers that interact with unique environmental factors to predict disease risk.

Adapted, with permission, from the Annual Review of Neuroscience, Volume 32 (c) 2009 by Annual Reviews. www.annualreviews.org

Caspi, A., & Moffitt, T. E. (2006). Gene-environment interactions in psychiatry: joining forces with neuroscience. مراجعات الطبيعة, 7(7), 583-590.

Fakra, E., Hyde, L. W., Gorka, A., Fisher, P. M., Muñoz, K. E., Kimak, M., Halder, I., Ferrell, R. E., Manuck, S. B., & Hariri , A.R. (2009) Effects of HTR1A C(-1019)G on amygdala reactivity and trait anxiety. محفوظات الطب النفسي العام . 66(1):33-40.

Fellay, J., Shianna, K. V., Ge, D., Colombo, S., Ledergerber, B., Weale, M., et al. (2007). A whole-genome association study of major determinants for host control of HIV-1. علم, 317( 5840), 944-947.

Gibson, G., & Goldstein, D. B. (2007). Human genetics: the hidden text of genome-wide associations. علم الأحياء الحالي, 17(21), R929-932.

Hariri, A. R., & Holmes, A. (2006). Genetics of emotional regulation: the role of the serotonin transporter in neural function. الاتجاهات في العلوم المعرفية, 10(4), 182-191.

Lettre, G., Jackson, A. U., Gieger, C., Schumacher, F. R., Berndt, S. I., Sanna, S., et al. (2008). Identification of ten loci associated with height highlights new biological pathways in human growth. علم الوراثة الطبيعي, 40(5), 584-591.

Link, E., Parish, S., Armitage, J., Bowman, L., Heath, S., Matsuda, F., et al. (2008). SLCO1B1 variants and statin-induced myopathy--a genomewide study. نيو انغلاند جورنال اوف ميديسين, 359(8), 789-799.

McCarthy, M. I., Abecasis, G. R., Cardon, L. R., Goldstein, D. B., Little, J., Ioannidis, J. P., et al. (2008). Genome-wide association studies for complex traits: consensus, uncertainty and challenges. مراجعات الطبيعة علم الوراثة, 9(5), 356-369.

Viding, E., Williamson, D. E., & Hariri, A. R. (2006). Developmental imaging genetics: challenges and promises for translational research. Development and Psychopathology, 18(3), 877-892.


New model for infectious disease could better predict future pandemics

Increased human-animal interactions lead to the emergence and spread of zoonotic pathogens, which cause about 75% of infectious diseases affecting human health. In this photograph, wild zebras graze alongside a pastoralist and cows in Kenya. Credit: James Hassell/Smithsonian

In the midst of a devastating global pandemic of wildlife origin and with future spillovers imminent as humans continue to come into closer contact with wildlife, infectious-disease models that consider the full ecological and anthropological contexts of disease transmission are critical to the health of all life. Existing models are limited in their ability to predict disease emergence, since they rarely consider the dynamics of the hosts and ecosystems from which pandemics emerge.

Published May 17 in Nature Ecology and Evolution, Smithsonian scientists and partners provide a framework for a new approach to modeling infectious diseases. It adapts established methods developed to study the planet's natural systems, including climate change, ocean circulation and forest growth, and applies them to parasites and pathogens that cause disease.

Increased human-animal interactions lead to the emergence and spread of zoonotic pathogens, which cause about 75% of infectious diseases affecting human health. Predicting where, how and when people and animals are at risk from emerging pathogens—and the best ways to manage this—remains a significant challenge. Risks for spillover include, but are not limited to, habitat encroachment, illegal wildlife trade and bush meat consumption.

Despite incredible advances in the understanding of how infectious diseases are transmitted, the models these efforts are based on are relatively limited in scope, focusing on specific pathogens and often overlooking how pathogens interact within their hosts. While scientists and global health organizations are putting a lot of effort into studying the diversity of disease-causing organisms, existing models do not link this diversity to their roles within ecosystems.

"Just as a mechanic must understand how a car's components interact and how it's been engineered in order to improve performance, the same applies to our ability to model infectious disease," said first author Dr. James Hassell, wildlife veterinarian, epidemiologist and Keller Family Skorton Scholar for the Smithsonian Conservation Biology Institute's (SCBI) Global Health Program. "Applying systems-level thinking to forecast disease emergence requires a fundamental change in how we conceptualize infectious diseases. This presents significant challenges, but in this article, we explain why they're not insurmountable. When you weigh the cost of prevention versus remediation, the investment in our shared global health, particularly the connections between nature and human health, is vital."

Researchers say this new model will require expertise and collaboration across fields such as veterinary and human medicine, disease ecology, biodiversity conservation, biotechnology and anthropology.

"Disease and health are predominantly viewed as a human construct and the role the environment plays in disease is often overlooked," said Yvonne-Marie Linton, research director for the Walter Reed Biosystematics Unit for the Smithsonian's National Museum of Natural History and Walter Reed Army Institute of Research. "The health of other organisms, from parasites and insects to birds and aquatic organisms, can alter the structure of ecosystems. What we're proposing is a new approach to modeling infectious diseases that are circulating in nature, which would allow scientists to simulate the behavior of these pathogens in wildlife populations, how they respond to human activities and better determine the risk that they pose to people."

General ecosystem models are essentially complex models that can predict how food chains are assembled—the processes of energy transfer between plants and animals are what structure ecosystems—and determine the plants and animals that compose an ecosystem. With the new version, general "episystem" models, the paper's authors outline a framework for integrating disease agents (including parasites, viruses and bacteria) into these models. By identifying general rules for how food chains that include disease entities are structured, it should be possible to predict the types of pathogens that are present in any given ecosystem. This would allow scientists to better understand the characteristics of an ecosystem (such as disturbance) that would make it more likely to contain zoonotic pathogens, predict the threat it poses to people who interact with this ecosystem and even permit computer simulation and testing of interventions aimed at reducing these threats.

While the amount of data that would be required to create these models is daunting, long-term studies of intact ecosystems where parasite data has been collected are excellent places to initiate these studies. Efforts to refine them more broadly could then leverage large-scale ecological studies that span continents such as the Smithsonian's ForestGEO and MarineGEO programs.

The potential impacts of this new model go beyond reducing the human interface for disease spillover, to economics. "You could use this new approach to not only to look at human diseases, but also to look at the best way to conduct aquaculture or raise healthy livestock," said Katrina M. Pagenkopp Lohan, a marine disease ecologist at the Smithsonian Environmental Research Center. "If you're reintroducing a species into the wild, what do you need that ecosystem to look like for you to be successful? We could actually model that. It's mind blowing."

The cost of such a new approach is considerable, say researchers, and will take the global cooperation and commitment of scientists, communities, non-governmental organizations and nations. In an era of big data and massive advances in technology, this kind of approach is achievable but requires enhanced data collection, sharing and testing at far greater scales than currently occur.


شاهد الفيديو: التحضير الدوائي للمريض (كانون الثاني 2023).