IGF1R rs907806 and GHSR rs572169 genetic variants in fetal macrosomia

封面


如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

BACKGROUND: Being strongly affected by maternal and fetal genetic factors, intrauterine environment plays a critical role in fetal growth. Intrauterine conditions, in turn, are largely determined by the genetic factors.

AIM: The aim of this study was to evaluate the effect of the IGF1R rs907806 and GHSR rs572169 genetic variants on the weight of newborns.

MATERIALS AND METHODS: This prospective study included 221 mother-newborn pairs. The inclusion criteria were singleton pregnancy and informed consent to participate in the study. The exclusion criteria were severe somatic, oncological and acute illnesses three months prior or during pregnancy, gestational diabetes mellitus, refusal to participate in the study at any stage, and insufficient data. The study groups included patients with type 1 diabetes mellitus (group I), type 2 diabetes mellitus (group II), and no carbohydrate metabolism disorders (group III). Cord blood samples were obtained after delivery. The IGF1R rs907806 and GHSR rs572169 genotypes were determined by polymerase chain reaction with restriction fragment length polymorphism analysis. The main outcomes were delivery of a large for gestational age fetus (weight of more than the 90th percentile INTERGROWTH-21st). The secondary outcomes were diabetic fetopathy, diabetic cardiomyopathy, and neonatal hypoglycemia.

RESULTS: In group III, the minor G allele of the IGF1R rs907806 variant was more frequent in large-for-gestational-age newborns (p = 0.017; odds ratio 3.039; 95% confidence interval 1.244–7.424) than in those with a weight of less than 90th percentile. For the GHSR rs572169 variant, no similar trend was observed. This pattern was pronounced in the male newborns only (rs907806 AA vs. AG+GG; p = 0.046; odds ratio 4.229, 95% confidence interval 1.181–15.139). In newborns with hypoglycemia, a higher frequency of the GG genotype of the GHSR rs572169 (G>A) variant was observed in the total sample (p = 0.004) and the type 1 diabetes mellitus group (p = 0.0496).

CONCLUSIONS: The IGF1R rs907806 variant may affect birthweight in the male newborns of mothers without carbohydrate metabolism disorders. The observed association of neonatal hypoglycemia with the GG genotype of the GHSR rs572169 variant requires further investigation. Genetic factors can contribute to prognostic models of perinatal complications, while improving their early diagnosis opportunities.

作者简介

Elena Alekseenkova

The Research Institute of Obstetrics, Gynecology and Reproductology named after D.O. Ott

编辑信件的主要联系方式.
Email: ealekseva@gmail.com
ORCID iD: 0000-0002-0642-7924
SPIN 代码: 3976-2540
俄罗斯联邦, Saint Petersburg

Ziravard Tonyan

The Research Institute of Obstetrics, Gynecology and Reproductology named after D.O. Ott

Email: ziravard@yandex.ru
ORCID iD: 0000-0001-9050-5886
SPIN 代码: 3787-7135
俄罗斯联邦, Saint Petersburg

Yulia Nasykhova

The Research Institute of Obstetrics, Gynecology and Reproductology named after D.O. Ott

Email: yulnasa@gmail.com
ORCID iD: 0000-0002-3543-4963
SPIN 代码: 9661-9416

Cand. Sci. (Biol.)

俄罗斯联邦, Saint Petersburg

Ekaterina Kopteeva

The Research Institute of Obstetrics, Gynecology and Reproductology named after D.O. Ott

Email: ekaterina_kopteeva@bk.ru
ORCID iD: 0000-0002-9328-8909
SPIN 代码: 9421-6407
俄罗斯联邦, Saint Petersburg

Roman Kapustin

The Research Institute of Obstetrics, Gynecology and Reproductology named after D.O. Ott

Email: kapustin.roman@gmail.com
ORCID iD: 0000-0002-2783-3032
SPIN 代码: 7300-6260

MD, Dr. Sci. (Med.)

俄罗斯联邦, Saint Petersburg

Igor Kogan

The Research Institute of Obstetrics, Gynecology and Reproductology named after D.O. Ott

Email: ikogan@mail.ru
ORCID iD: 0000-0002-7351-6900
SPIN 代码: 6572-6450

Dr. Sci. (Med.), Professor, Corresponding Member of the Russian Academy of Sciences

俄罗斯联邦, Saint Petersburg

参考

  1. Krasnopol’skiĭ VI, Logutova LS, Petrukhin VA, et al. Antenatal ultrasound diagnosis of diabetic fetopathy and macrosomia. Russian Bulletin of Obstetrician-Gynecologist. 2014;14(2):87–93. EDN: SDZKAX
  2. Persson M, Fadl H, Hanson U, et al. Disproportionate body composition and neonatal outcome in offspring of mothers with and without gestational diabetes mellitus. Diabetes Care. 2013;36(11):3543–3548. doi: 10.2337/dc13-0899
  3. Evsukova II The newborns well-beigns in modern conditions of treatment of their mothers with diabetes. Journal of Obstetrics and Women’s Diseases. 2006;55(1):17–20. EDN: HZNTFF
  4. Abashova EI, Alekseenkova EN, Arzhanova ON, et al. Pregnancy and diabetes: a guide for doctors. Kogan IYu, editor. Moscow: GEOTAR-Media; 2023. (In Russ.) EDN: DZLETI doi: 10.33029/9704-7468-6-BSD-2023-1-272
  5. Glotov AS, Vashukova ES, Glotov OS, et al. A study of genetic markers of human height. Ecological genetics. 2012;10(4):77–84. EDN: PWWPRD doi: 10.17816/ecogen10477-84
  6. Beaumont RN, Kotecha SJ, Wood AR, et al. Common maternal and fetal genetic variants show expected polygenic effects on risk of small- or large-for-gestational-age (SGA or LGA), except in the smallest 3% of babies. PLoS Genet. 2020;16(12). doi: 10.1371/journal.pgen.1009191
  7. Warrington NM, Beaumont RN, Horikoshi M, et al. Maternal and fetal genetic effects on birth weight and their relevance to cardio-metabolic risk factors. Nat Genet. 2019;51(5):804–814. doi: 10.1038/s41588-019-0403-1
  8. Chen J, Bacelis J, Sole-Navais P, et al. Dissecting maternal and fetal genetic effects underlying the associations between maternal phenotypes, birth outcomes, and adult phenotypes: a mendelian-randomization and haplotype-based genetic score analysis in 10,734 mother–infant pairs. PLoS Med. 2020;17(8). doi: 10.1371/journal.pmed.1003305
  9. Golovchenko OV, Abramova MYu, Ponomarenko IV, et al. Newborn weight is associated with the maternal F13A1 gene rs5985 polymorphism. Obstetrics, Gynecology and Reproduction. 2021;15(3):236–244. EDN: FHNINM doi: 10.17749/2313-7347/ob.gyn.rep.2021.189
  10. Miroschnik EV, Ryumina II, Donnikov AE. Association of the PPARA gene polymorphism with gestational age in low birth weight infants born to mothers with diabetes mellitus. Neonatology: news, opinions, training. 2021;9(3):23–30. EDN: DXHMDQ doi: 10.33029/2308-2402-2021-9-3-23-30
  11. Alekseenkova EN, Selkov SA, Kapustin RV. Fetal growth regulation via insulin-like growth factor axis in normal and diabetic pregnancy. J Perinat Med. 2022;50(7):947–960. doi: 10.1515/jpm-2021-0510/html
  12. Chia VM, Sakoda LC, Graubard BI, et al. Risk of testicular germ cell tumors and polymorphisms in the insulin-like growth factor genes. Cancer Epidemiol Biomarkers Prev. 2008;17(3):721–726. doi: 10.1158/1055-9965.EPI-07-0768
  13. Biong M, Gram IT, Brill I, et al. Genotypes and haplotypes in the insulin-like growth factors, their receptors and binding proteins in relation to plasma metabolic levels and mammographic density. BMC Med Genomics. 2010;3(1):9. doi: 10.1186/1755-8794-3-9
  14. Bonilla C, Lewis SJ, Rowlands M, et al. Assessing the role of insulin-like growth factors and binding proteins in prostate cancer using Mendelian randomization: Genetic variants as instruments for circulating levels. Int J Cancer. 2016;139(7):1520–1533. doi: 10.1002/ijc.30206
  15. Gueorguiev M, Lecoeur C, Meyre D, et al. Association studies on ghrelin and ghrelin receptor gene polymorphisms with obesity. Obesity. 2009;17(4):745–754. doi: 10.1038/oby.2008.589
  16. Lanktree MB, Guo Y, Murtaza M, et al. Meta-analysis of dense genecentric association studies reveals common and uncommon variants associated with height. Am J Hum Genet. 2011;88(1):6–18. doi: 10.1016/j.ajhg.2010.11.007
  17. Landgren S, Jerlhag E, Hallman J, et al. Genetic variation of the ghrelin signaling system in females with severe alcohol dependence. Alcohol Clin Exp Res. 2010;34(9):1519–1524. doi: 10.1111/j.1530-0277.2010.01236.x
  18. Lango Allen H, Estrada K, Lettre G, et al. Hundreds of variants clustered in genomic loci and biological pathways affect human height. Nature. 2010;467(7317):832–838. doi: 10.1038/nature09410
  19. Müllenbach R, Lagoda PJ, Welter C. An efficient salt-chloroform extraction of DNA from blood and tissues. Trends Genet. 1989;5(12):391.
  20. Villar J, Puglia FA, Fenton TR, et al. Body composition at birth and its relationship with neonatal anthropometric ratios: the newborn body composition study of the INTERGROWTH-21st project. Pediatr Res. 2017;82(2):305–316. doi: 10.1038/pr.2017.52
  21. Phan L, Jin Y, Zhang H, et al., National Center for Biotechnology Information, U.S. National Library of Medicine. ALFA: allele frequency aggregator [Internet]. 2020. [cited 29 Apr 2024]. Available from: https://www.ncbi.nlm.nih.gov/snp/docs/gsr/alfa
  22. Adkins RM, Krushkal J, Magann EF, et al. Association of maternally inherited GNAS alleles with African-American male birth weight. Int J Pediatr Obes. 2010;5(2):177–184. doi: 10.3109/17477160903111714
  23. Horikoshi M, Beaumont RN, Day FR, et al. Genome-wide associations for birth weight and correlations with adult disease. Nature. 2016;538(7624):248–252. doi: 10.1038/nature19806
  24. Solé-Navais P, Flatley C, Steinthorsdottir V, et al. Genetic effects on the timing of parturition and links to fetal birth weight. Nat Genet. 2023;55(4):559–567. doi: 10.1038/s41588-023-01343-9
  25. Tiselko AV, Yarmolinskaya MI, Misharina EV, et al. Evaluation of glycaemic profile variability as a basis for insulin therapy strategy in pregnant women with type 1 diabetes. Diabetes mellitus. 2019;22(6):526–535. EDN: ATYQMJ doi: 10.14341/DM10214
  26. Kapustin RV, Onopriychuk AR, Arzhanova ON, et al. Pathophysiology of placenta and fetus in diabetes mellitus. Journal of Obstetrics and Women’s Diseases. 2018;67(6):79–92. EDN: YVNRPN doi: 10.17816/JOWD67679-92

补充文件

附件文件
动作
1. JATS XML
下载
2. Appendix 1. Clinical characteristics of mothers and newborns.
下载 (97KB)
索引源数据
3. Appendix 2. Distribution of newborns by IGF1R rs907806 and GHSR rs572169 genetic variants.
下载 (48KB)
索引源数据
4. Appendix 3. Association of LGA with carriage of one or more minor alleles of the IGF1R rs907806 or GHSR rs572169 variants.
下载 (50KB)
索引源数据
5. Appendix 4. Distribution of LGA newborn girls by IGF1R rs907806 and GHSR rs572169 genetic variants.
下载 (61KB)
索引源数据
6. Appendix 5. Distribution of LGA newborn boys by IGF1R rs907806 and GHSR rs572169 genetic variants.
下载 (60KB)
索引源数据
7. Fig. 1. Study design. DM, diabetes mellitus; OGTT, oral glucose tolerance test

下载 (779KB)
索引源数据
8. Fig. 2. Birthweight Z-score distribution and the IGF1R rs907806 genotype. DM, diabetes mellitus

下载 (136KB)
索引源数据
9. Fig. 3. Birthweight Z-score distribution and the GHSR rs572169 genotype. DM, diabetes mellitus

下载 (140KB)
索引源数据
10. Fig. 4. Association of minor alleles of the IGF1R rs907806 and GHSR rs572169 polymorphism with fetal weight greater than the 90th percentile for gestational age. DM, diabetes mellitus

下载 (198KB)
索引源数据

版权所有 © Eсо-Vector, 2024

许可 URL: https://eco-vector.com/for_authors.php#07

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».