Genetic basis of metabolic syndrome



Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription or Fee Access

Abstract

Metabolic syndrome is a common heterogeneous condition. It is a collection of metabolic disturbances that increase the risk of developing cardiovascular disease, type 2 diabetes, and other pathologies. In the past decade, the study of the pathogenesis of metabolic syndrome has been linked to the development of molecular genetics, transcriptomics, and sequencing methods. Numerous studies have shown that the study of genetic markers and epigenetic changes in metabolic disorders and chronic inflammation is an important area of ​​research in the pathogenesis and etiology of this condition. The aim of this review was to describe candidate genes involved in the pathophysiology of metabolic syndrome based on data from the current Russian and international literature over the past ten years. Data on candidate genes were evaluated according to the main components of metabolic syndrome: insulin resistance, atherogenic dyslipidemia, central obesity, and arterial hypertension. The significance of apolipoprotein A5 and E2 gene polymorphisms in the development of metabolic syndrome was established. The acetaldehyde dehydrogenase 2 (ALDH2) gene correlates with the development of type 2 diabetes mellitus and essential hypertension. CETP, a gene associated with changes in blood lipid levels, is considered a genetic marker of metabolic syndrome. A link between FTO gene polymorphism and obesity has been confirmed. The GCKR gene is associated with elevated triglyceride levels and contributes to the development of obesity and insulin resistance. In addition to metabolic syndrome, IL-6 gene polymorphism is also associated with coronary heart disease and type 2 diabetes mellitus. The SORT1 gene is primarily associated with low-density lipoproteins and contributes to the development of atherosclerosis. TCF7L2 gene polymorphism is associated with an increased risk of hypertension and low HDL levels. Thus, the data on gene studies presented in the review showed that in most cases these genetic variants were associated with lipid metabolism, and the general genetic basis of metabolic syndrome has not yet been established.

Full Text

ВВЕДЕНИЕ

Метаболический синдром – совокупность нарушений метаболизма, проявлениями которого являются инсулинорезистентность, атерогенная дислипидемия, центральное ожирение и артериальная гипертензия. Данный синдром ассоциирован не только с сахарным диабетом 2 типа, но и с заболеваниями сердечно-сосудистой системы [1]. В качестве факторов риска развития метаболического синдрома рассматриваются генетические и эпигенетические факторы [2], а также образ жизни (переедание, недостаток физической активности) и окружающая среда. Выделение генетических и эпигенетических факторов риска развития метаболического синдрома и их внедрение в клиническую практику позволит проводить раннее выявление когорты людей с высоким генетическим риском развития метаболического синдрома и своевременно минимизировать у них внешние факторы риска данного состояния [1]. В различных исследованиях сообщалось об ассоциированных с метаболическим синдромом локусах хромосом, полиморфизмах генов, однонуклеотидных полиморфизмах (single-nucleotide polymorphisms, SNP). При этом в большинстве случаев данные генетические варианты были связаны с метаболизмом липидов. Также была выявлена роль эпигенетических механизмов, некодирующих рибонуклеиновых кислот (РНК) в развитии метаболического синдрома. Однако общая генетическая основа метаболического синдрома на настоящий момент не установлена [2]. В связи с вышеизложенным, целью нашего исследования явилось выявить ведущие генетические факторы метаболического синдрома для формулирования дальнейших научных поисков по данной проблеме. Материал исследования - аналитический обзор научных данных за последние 10 лет по проблеме исследования метаболического синдрома; систематизация имеющихся материалов. Методы исследования – теоретический, методологический, организационный, построение научной гипотезы.

локусы хромосом, ассоциированные с метаболическим синдромом

В качестве генетических предикторов, ассоциированных с метаболическим синдромом проводился анализ сцепления генов. Были установлены следующие локусы хромосом: 3q27 [3][4], 10p11.2 [5], 17p12 [4], плейотропный локус на 2 хромосоме [6], 1p36.13 [7][8], только у европеоидов – 19q13.4 [5], 2q12.1–2q13 [9], локусы хромосомы 15 [10] и 3 , локусы 4q31 и 14p; только у латино-американцев – локусы 3q26.1–3q29 [7, 9].

Локус 3q27 ассоциирован с индексом массы тела (ИМТ), окружностью талии, уровнем инсулина плазмы натощак [3]. Локус 17p12 связан с уровнем лептина в плазме [4]. Локусы 10p11.2 и 19q13.4 ассоциированы с процентным содержанием жира в организме, количеством абдоминального висцерального жира, уровнями липопротеидов высокой плотности (ЛПВП), триглицеридов (ТГ), глюкозы, инсулина, а также со средним уровнем артериального давления [5]. С плейотропным локусом на 2 хромосоме ассоциированы: ИМТ, отношение окружностей талии и бедер, толщина подлопаточной кожной складки, ТГ, ЛПВП, индекс модельной оценки гомеостаза (homeostasis model assessment index, индекс HOMA), антиген ингибитор активатора плазминогена 1 и плазменный уровень мочевой кислоты [6]. Локус 1p36.13 ассоциирован с метаболическим синдромом в целом, сахарным диабетом 2 типа, увеличенным уровнем отложений жира и липидными нарушениями [7, 10]. Данные локусы являются специфичными для пациентов с проявлениями метаболического синдрома, однако этиологически-значимого локусы на настоящий момент не выявлено [1].

 

полиморфизмы, ассоциированные с метаболическим синдромом

SNP играют ключевую роль в выявлении вариаций генов при различных заболеваниях [11]. Было проведено более 20 исследований связи SNP с метаболическим синдромом. При этом полученные сообщения о SNP, ассоциированных с метаболическим синдромом противоречивы [4]. Так, по данным биобанка Великобритании, созданного на основе сведений, полученных от 291 107 субъектов, метаболический синдром и его проявления ассоциированы с 93 SNP [12]. При этом в ряде других публикаций сообщается об ассоциации с метаболическим синдромом ряда SNP, которые отсутствуют в биобанке Великобритании [13–15]. В связи с этим было выдвинуто предположение о наличии популяционных различий в генетике метаболического синдрома [16]. Наиболее частые сообщения о связи с метаболическим синдромом генов и SNP представлены в Табл. 1.

 

Была установлена значимость полиморфизмов генов аполипопротеина A5 и E2 в развитии метаболического синдрома [23]. Полиморфизмы, локализованные в промоторной и кодирующей областях гена APOA5, связаны с повышенной распространенностью МС во взрослой популяции [17]. У субъектов корейской национальности выявлена связь rs651821 (APOA5) с метаболическим синдромом и уровнем ТГ, тогда как для rs2266788 (APOA5) была установлена связь с уровнем ЛПВП. При этом частота метаболического синдрома, повышенного уровня ТГ и низкого уровня ЛПВП увеличивалась у пациентов с рецессивными аллелями как rs651821 (APOA5), так и rs2266788 (APOA5). Однако у пациентов с рецессивными аллелями rs651821 (APOA5) частота данных показателей, наоборот, уменьшалась при увеличении количества рецессивных аллелей rs2266788 (APOA5) [13]. У носителей C-аллеля APOE2 наблюдались статистически значимо (p <0,05) более высокие уровни ТГ и низкие уровни ЛПВП по сравнению с генотипом TT у пациентов с диабетом без ожирения [23]. Среди европейского населения западной Сибири аллель rs3135506 (APOA5) установлен как вариант гена, способный модифицировать фенотип гиперлипидемии и, следовательно, оказывать влияние на развитие метаболического синдрома [39].

Ген ацетальдегидрогеназы 2 (ALDH2) является наиболее активным ферментом, участвующим в метаболизме ацетальдегида, синтезированного из этанола. Также ALDH2 участвует в метаболизме короткоцепочечных жирных, ароматических и полициклических альдегидов, липидном обмене в гепатоцитах, регулирует образование пенистых клеток в макрофагах, а также модулирует клеточное старение в эндотелиальных и гладкомышечных клетках кровеносных сосудов. Была установлена корреляция между ALDH2 и развитием сахарного диабета 2 типа [24], а также связь полиморфизма гена ALDH2 rs671 с эссенциальной гипертензией [25].

CETP – ген, ассоциированный с изменением уровня липидов в крови. Данный ген кодирует белок-переносчик эфира холестерина, который переносит эфир холестерина и ТГ между ЛПВП, ЛПНП и липопротеинами очень низкой плотности (ЛПОНП) и рассматривается в качестве одного из генетических маркеров метаболического синдрома [13, 27, 40]. Роль CETP в патогенезе метаболического синдрома более значима в популяции якутского этноса, чем среди европейцев [40].

Белок FTO относится к суперсемейству негемовых диоксигеназ, которые деметилируют нуклеиновые кислоты 2-оксоглутарат-зависимым образом. В ряде исследований была подтверждена связь полиморфизма гена FTO с ожирением у лиц в основном европейских национальностей. В исследовании с участием египтянок была выявлена взаимосвязь полиморфизнов гена FTO и снижением уровня ЛПВП и, соответственно, его связь как с развитием метаболического синдрома, так и сердечно-сосудистых заболеваний [28]. По другим данным подтверждена ассоциация вариаций гена FTO и индекса массы тела среди американцев как европеоидного, так и латиноамериканского происхождения. Риск развития избыточной массы тела, связанный с полиморфизмом гена FTO, составляет около 13 % [41].

Ген GCKR регулирует активность глюкокиназы, а также ассоциирован с повышенным уровнем ТГ. Несмотря на ассоциацию доминантных полиморфизмов гена со снижением уровня глюкозы крови, рецессивные аллели данного гена чаще выявляются у пациентов с метаболическим синдромом [31]. По другим данным SNP rs1260326 (GCKR) высоко распространен в популяции пациентов с сахарным диабетом II типа и различными метаболическими нарушениям, включая алкогольную жировую болезнь печени; способствует развитию ожирения, инсулинорезистентности и метаболических нарушений [42].

Полиморфизм гена IL6 кроме метаболического синдрома также связан с ишемической болезнью сердца (ИБС) и сахарным диабетом 2 типа [32]. Аллель G гена IL6 высоко экспрессируется и ассоциируется с воспалительной реакцией и сердечно-сосудистой патологией. Аллель C с низкой экспрессией ассоциирован с онкологией и низкой продолжительностью жизни [40].

Ген SORT1 является геном сортелина 1 с ассоциирован в первую очередь с липопротеидами низкой плотности и ишемической болезнью сердца. Также установлена его взаимосвязь с ожирением у субъектов из Саудовской Аравии [43]. В печени SORT1 усиливает секрецию липопротеинов очень низкой плотности из печени, способствуя развитию атеросклероза, а также регулирует транспорт липопротеинов низкой плотности в гепатоцитов, способствуя образованию пенистых клеток [44, 45].

SNP rs180326 (BUD13) кроме метаболического синдрома также ассоциирован с активностью алкогольдегидрогеназы. В китайской популяции (хань) было установлено более выраженное влияние данного полиморфизма на выраженность симптомов метаболического синдрома у пациентов, употребляющих алкоголь, чем у непьющих субъектов [15].

T-генотип полиморфизма гена TCF7L2 (rs7903146) ассоциирован с повышенной частотой развития метаболического синдрома. Этот генотип также ассоциирован со статистически значимо (p<0,05) повышенным риском гипертонии и низким уровнем ЛПВП. Также была выявлена статистически незначимая (p=0,06) тенденция к более низкому уровню ТГ у лиц с генотипами TT и CT данного гена [36]. Имеются данные, что полиморфизм (C/T) rs7903146 является наиболее значимым генетическим фактором развития сахарного диабета 2 типа. При этом у носителей аллеля T риск развития сахарного диабета 2 типа был в 1,55 раза выше, чем у носителей аллеля C [46, 47].

В европейской и восточноазиатской популяции, по данным крупномасштабного общегеномного ассоциативного исследования с участием 4 947 860 субъектов, идентифицировали 11 генов, тесно связанных с метаболическим синдромом. Однако в других исследованиях, в которых оценивались генетические факторы метаболического синдрома, данные гены не рассматривались в качестве предикторов. В жировой ткани приоритетными генами ассоциированными с метаболическим синдромом являются RBM6 (ведущий SNP – rs9814664), MLXIPL (ведущий SNP – rs17145813), BCL7B (ведущий SNP – rs11972595), MYO1F (ведущий SNP – rs4804311) и STRA13 (CENPX) (ведущий SNP – rs4995642). В коре головного мозга было выделено два приоритетные гена – STRA13 (CENPX) (ведущий SNP – rs4995642) и FEZ2 (ведущий SNP – rs10172196). В скелетной мускулатуре выделено три приоритетных гена, ассоциированных с метаболическим синдромом: MED23 (ведущий SNP – rs2608954), AMHR2 (ведущий SNP – rs2272002) и STRA13 (ведущий SNP – rs4995642). В цельной крови выявлено 4 приоритетных гена метаболического синдрома HM13 (ведущий SNP – rs6120704), MED23 (ведущий SNP – rs2245133), RFT1 (ведущий SNP – rs2336725), SP1 (ведущий SNP – rs10876447) [48].

Отдельно рассматривается роль гена адипонектина (ADIPOQ) в развитии метаболического синдрома. Генетическая вариабельность гена ADIPOQ была тщательно изучена в связи с ее влиянием на уровни циркулирующего адипонектина и связанный с этим риск ожирения и развития метаболического синдрома. Было выявлено 16 миссенс-вариантов, которые, как предполагалось, оказывают как функционально разрушительное, так и структурно дестабилизирующее действие. Пять из этих вариантов, включая rs200573126, rs372597136, rs182223755, rs13061862 и rs138227502, расположены в N-концевом коллагеновом стебле, спиральной области, которая имеет решающее значение для инициирования образования тримера и необходима для правильной мультимеризации адипонектина. Оставшиеся 11 вариантов – rs199670988, rs199646033, rs62625753, rs121917815, rs79645624 (представляющие собой две различные замены нуклеотидов: c.335G > C и c.335G > T), rs202043211, rs199547839, rs375480082, rs144526209 и rs199733477 – кластеризуются в C-концевом глобулярном домене, подобном C1q, который отвечает за стабилизацию комплексов более высокого порядка и опосредование рецепторных взаимодействий. Поскольку оба домена необходимы для сборки и биологической активности высокомолекулярного адипонектина, замены аминокислот в любом из них могут значительно нарушить функцию гормона и, следовательно, повлиять на риск ожирения. Кроме того, три бессмысленных варианта – c.274C > T (p.Arg92Ter, rs139024247), c.635G > A (p.Trp212Ter, rs202013088) и c.658G>T (p.Glu220Ter, rs183590709) – как предполагается, усекают полипептид выше критических мотивов мультимеризации, тем самым прекращая секрецию функционального адипонектина [49].

Кроме того, была установлена связь 12 SNP с метаболическим синдромом и с остеоартритом: rs111768751 (RP11-69E11.4), rs61779331 (PABPC4), rs1009360 (CEP68), rs7613875 (RBM6), rs174538 (ТМЕМ258), rs1200345 (RPAP1), rsll070334 (JMJD7), rs8054556 (INO80E), rs3814883 (MAPK3), rs12921753 (RP11-347C12.2), rs12924872 (CLEC18A), rs6499240 (RP11-419C5.2). При этом по итогам проведенного менделевского рандомизированного анализа выявили, что генетическая предрасположенность к метаболическому синдрому статистически значимо (p<0,05) увеличивает риск развития остеоартрита, однако обратной причинно-следственно связи нет [50].

 

 

Заключение

Метаболический синдром в настоящее время по своей медико-социальной значимости, обусловленной высокой частотой и продолжающимся ростом распространенности, тесной корреляцией с развитием кардиоваскулярных событий, является одной из актуальных клинических проблем медицины. Метаболический синдром является мощным фактором риска развития сахарного диабета 2 типа и сердечно-сосудистых заболеваний, ассоциированных с сердечно-сосудистой и общей смертностью. Скрининг проанализированных генетических маркеров позволяет проводить раннюю идентификацию групп риска развития метаболического синдрома для проведения своевременных превентивных мероприятий, а также более эффективную терапию, избежать осложнений, снизить инвалидизацию и смертность среди этих пациентов, а также снизить затраты на лечение. Особое значение имеет применимость данного метода для проведения тестирования среди всех возрастных групп до момента появления клинических признаков заболевания.

×

About the authors

Ksenia S. Savchuk

City Clinical Polyclinic No. 8, Chelyabinsk

Author for correspondence.
Email: ksenyasavchuk@gmail.com
ORCID iD: 0000-0003-4016-1880
SPIN-code: 4974-0009

endocrinologist

Russian Federation, Chelyabinsk

Liana V. Ryabova

South Ural State Medical University

Email: lianarabowa@rambler.ru
ORCID iD: 0000-0001-5367-2001
SPIN-code: 7295-2126

MD, Dr. Sci. (Medicine), Professor

Russian Federation, Chelyabinsk

References

  1. Fahed G., Aoun L., Bou Zerdan M., Allam S., Bou Zerdan M., Bouferraa Y., Assi H. I. Metabolic syndrome: updates on pathophysiology and management in 2021. Int. J. Mol. Sci. 2022;23(2):786. doi: 10.3390/ijms23020786
  2. Fathi Dizaji B. The investigations of genetic determinants of the metabolic syndrome. Diabetes Metab. Syndr. 2018;12(5):783–9. doi: 10.1016/j.dsx.2018.04.009
  3. Kissebah A. H., Sonnenberg G. E., Myklebust J., Goldstein M., Broman K., James R. G., Marks J. A., Krakower G. R., Jacob H. J., Weber J., Martin L., Blangero J., Comuzzie A. G. Quantitative trait loci on chromosomes 3 and 17 influence phenotypes of the metabolic syndrome. Proc. Natl. Acad. Sci. U. S. A. 2000;97(26):14478–83. doi: 10.1073/pnas.97.26.14478
  4. Rana S., Ali S., Wani H. A., Mushtaq Q. D., Sharma S., Rehman M. U. Metabolic syndrome and underlying genetic determinants-A systematic review. J. Diabetes Metab. Disord. 2022;21(1):1095–104. doi: 10.1007/s40200-022-01009-z
  5. Loos R. J. F., Katzmarzyk P. T., Rao D. C., Rice T., Leon A. S., Skinner J. S., Wilmore J. H., Rankinen T., Bouchard C., HERITAGE Family Study. Genome-wide linkage scan for the metabolic syndrome in the HERITAGE Family Study. J. Clin. Endocrinol. Metab. 2003;88(12):5935–43. doi: 10.1210/jc.2003-030553
  6. Tang W., Miller M. B., Rich S. S., North K. E., Pankow J. S., Borecki I. B., Myers R. H., Hopkins P. N., Leppert M., Arnett D. K., National Heart, Lung, and Blood Institute Family Heart Study. Linkage analysis of a composite factor for the multiple metabolic syndrome: the National Heart, Lung, and Blood Institute Family Heart Study. Diabetes. 2003;52(11):2840–7. doi: 10.2337/diabetes.52.11.2840
  7. Puppala S., Dodd G. D., Fowler S., Arya R., Schneider J., Farook V. S., Granato R., Dyer T. D., Almasy L., Jenkinson C. P., Diehl A. K., Stern M. P., Blangero J., Duggirala R. A genomewide search finds major susceptibility loci for gallbladder disease on chromosome 1 in Mexican Americans. Am. J. Hum. Genet. 2006;78(3):377–92. doi: 10.1086/500274
  8. Hoffmann K., Mattheisen M., Dahm S., Nürnberg P., Roe C., Johnson J., Cox N. J., Wichmann H. E., Wienker T. F., Schulze J., Schwarz P. E., Lindner T. H. A German genome-wide linkage scan for type 2 diabetes supports the existence of a metabolic syndrome locus on chromosome 1p36.13 and a type 2 diabetes locus on chromosome 16p12.2. Diabetologia. 2007;50(7):1418–22. doi: 10.1007/s00125-007-0658-4
  9. Edwards K. L., Hutter C. M., Wan J. Y., Kim H., Monks S. A. Genome-wide linkage scan for the metabolic syndrome: the GENNID study. Obesity (Silver Spring). 2008;16(7):1596–601. doi: 10.1038/oby.2008.236
  10. Bossé Y., Després J. P., Chagnon Y.C., Rice T., Rao D.C., Bouchard C., Pérusse L., Vohl M.C. Quantitative trait locus on 15q for a metabolic syndrome variable derived from factor analysis. Obesity (Silver Spring). 2007;15(3):544–50. doi: 10.1038/oby.2007.577
  11. Wang S., Liu G., Wang X., Zhang Y., He S., Zhang Y. TagSNP-set selection for genotyping using integrated data. Future Generation Computer Systems. 2021;115:327–34. doi: 10.1016/j.future.2020.09.007
  12. Lind L. Genome-wide association study of the metabolic syndrome in UK biobank. Metabolic syndrome and related disorders. 2019;17(10):505–11. doi: 10.1089/met.2019.0070
  13. Park Y. J., Moon S., Choi J., Kim J., Kim H. J., Son H. Y., Im S. W., Kim J. I. Genome-wide association study for metabolic syndrome reveals APOA5 single nucleotide polymorphisms with multilayered effects in Koreans. Lipids Health Dis. 2024;23(1):272. doi: 10.1186/s12944-024-02248-0
  14. Povel C. M., Boer J. M. A., Reiling E., Feskens E. J. M. Genetic variants and the metabolic syndrome: a systematic review. Obes Rev. 2011;12(11):952–67. doi: 10.1111/j.1467-789X.2011.00907.x
  15. Zhu Y., Zhang D., Zhou D., Li Z., Li Z., Fang L., Yang M., Shan Z., Li H., Chen J., Zhou X., Ye W., Yu S., Li H., Cai L., Liu C., Zhang J., Wang L., Lai Y., Ruan L., Sun Z., Zhang S., Wang H., Liu Y., Xu Y., Ling J., Xu C., Zhang Y., Lv D., Yuan Z., Zhang J., Zhang Y., Shi Y., Lai M. Susceptibility loci for metabolic syndrome and metabolic components identified in Han Chinese: a multi‐stage genome‐wide association study. J. Cell Mol. Med. 2017;21(6):1106–16. doi: 10.1111/jcmm.13042
  16. Ho C. Y., Lee J. I., Huang S. P., Chen S. C., Geng J. H. A genome-wide association study of metabolic syndrome in the taiwanese population. Nutrients. 2024;16(1):77. doi: 10.3390/nu16010077
  17. Mozafari S., Ashoori M., Emami Meybodi S. M., Solhi R., Mirjalili S. R., Firoozabadi A. D., Soltani S. Association between APOA5 polymorphisms and susceptibility to metabolic syndrome: a systematic review and meta-analysis. BMC Genomics. 2024;25(1):590. doi: 10.1186/s12864-024-10493-x
  18. Farhane H., Motrane M., Anaibar F. E., Motrane A., Abeid S. N., Harich N. Genetic polymorphisms associated with metabolic syndrome in north africa: systematic review and meta-analysis. Biomed Pharmacol J. 2023;16(4):1897–913. doi: 10.13005/bpj/2769
  19. Choi W. J., Shin D. Interactions between red and processed meat consumption and APOA5 gene variants associated with the incidence of metabolic syndrome in Korean adults. Genes Nutr. декабрь 2022 г.;17(1):5. doi: 10.1186/s12263-022-00707-w
  20. Kang SW, Kim SK, Kim YS, Park MS. Risk prediction of the metabolic syndrome using TyG Index and SNPs: a 10-year longitudinal prospective cohort study. Mol Cell Biochem. январь 2023 г.;478(1):39–45. doi: 10.1007/s11010-022-04494-1
  21. Masjoudi S., Sedaghati-khayat B., Givi N. J., Bonab L. N. H., Azizi F., Daneshpour M. S. Kernel machine SNP set analysis finds the association of BUD13, ZPR1, and APOA5 variants with metabolic syndrome in Tehran Cardio-metabolic Genetics Study. Sci. Rep. 2021;11(1):10305. doi: 10.1038/s41598-021-89509-5
  22. Alipour N., Kazemnejad A., Akbarzadeh M., Eskandari F., Zahedi A. S., Daneshpour M. S. Regularized machine learning models for prediction of metabolic syndrome using GCKR, APOA5, and BUD13 gene variants: Tehran cardiometabolic genetic study. Cell J. 2023;25(8):536–45. doi: 10.22074/CELLJ.2023.2000864.1294
  23. Ozyavuz M. K., Durak S., Celik F., Aksoyer Sezgin S. B., Gurol A. O., Dogan Z., Zeybek U. Investigation of APOE2 rs7412 and APOA2 rs5082, APOA5 rs662799 and MTHFR rs1801133 polymorphisms in diabetic obese and non-obese diabetic groups in Turkey. Russ J. Genet. 2025;61(5):588–95. doi: 10.1134/S1022795425700115
  24. Liu R., Peng M., Zhang J., Qiu K., Zeng T., Chen L. The ALDH2 gene rs671 polymorphism is associated with cardiometabolic risk factors in East Asian population: an updated meta-analysis. Front. Endocrinol. 2024;15. doi: 10.3389/fendo.2024.1333595/full
  25. Shine B. K., Choi J. E., Park Y. J., Hong K. W. The genetic variants influencing hypertension prevalence based on the risk of insulin resistance as assessed using the metabolic score for insulin resistance (METS-IR). International Journal of Molecular Sciences. 2024;25(23):12690. doi: 10.3390/ijms252312690
  26. Prasad G., Bandesh K., Giri A. K., Kauser Y., Chanda P., Parekatt V., INDICO, Mathur S., Madhu S. V., Venkatesh P., Bhansali A., Marwaha R. K., Basu A., Tandon N., Bharadwaj D. Genome-wide association study of metabolic syndrome reveals primary genetic variants at CETP locus in indians. Biomolecules. 2019;9(8):321. doi: 10.3390/biom9080321
  27. Fu Z., Chen C. T., Cagnone G., Heckel E., Sun Y., Cakir B., Tomita Y., Huang S., Li Q., Britton W., Cho S. S., Kern T. S., Hellström A., Joyal J., Smith L. E. Dyslipidemia in retinal metabolic disorders. EMBO Mol. Med. 2019;11(10):e10473. doi: 10.15252/emmm.201910473
  28. Khella M. S., Hamdy N. M., Amin A. I., El-Mesallamy H.O. The (FTO) gene polymorphism is associated with metabolic syndrome risk in Egyptian females: a case- control study. BMC Med. Genet. 2017;18:101. doi: 10.1186/s12881-017-0461-0
  29. Velazquez-Roman J., Angulo-Zamudio U. A., León-Sicairos N., Medina-Serrano J., DeLira-Bustillos N., Villamil-Ramírez H., Canizales-Quinteros S., Macías-Kauffer L., Campos-Romero A., Alcántar-Fernández J., Canizalez-Roman A. Association of FTO, ABCA1, ADRB3, and PPARG variants with obesity, type 2 diabetes, and metabolic syndrome in a Northwest Mexican adult population. Journal of Diabetes and its Complications. 2021;35(11):108025. doi: 10.1016/j.jdiacomp.2021.108025
  30. Ortega P. E. N., Meneses M. E., Delgado-Enciso I., Irecta-Nájera C. A., Castro-Quezada I., Solís-Hernández R., Flores-Guillén E., García-Miranda R., Valladares-Salgado A., Locia-Morales D., Ochoa-Díaz-López H. Association of rs9939609-FTO with metabolic syndrome components among women from Mayan communities of Chiapas, Mexico. J. Physiol. Anthropol. 2021;40(1):11. doi: 10.1186/s40101-021-00259-9
  31. Zahedi A. S., Akbarzadeh M., Sedaghati-Khayat B., Seyedhamzehzadeh A., Daneshpour M. S. GCKR common functional polymorphisms are associated with metabolic syndrome and its components: a 10-year retrospective cohort study in Iranian adults. Diabetol. Metab. Syndr. 2021;13(1):20. doi: 10.1186/s13098-021-00637-4
  32. Zafar U., Khaliq S., Ahmad H. U., Manzoor S., Lone K. P. Metabolic syndrome: an update on diagnostic criteria, pathogenesis, and genetic links. Hormones (Athens). 2018;17(3):299–313. doi: 10.1007/s42000-018-0051-3
  33. Maculewicz E., Antkowiak B., Antkowiak O., Mastalerz A., Białek A., Cywińska A., Borecka A., Humińska-Lisowska K., Garbacz A., Lorenz K., Szarska E., Michałowska-Sawczyn M., Dziuda Ł., Cięszczyk P. IL-6 polymorphisms are not related to obesity parameters in physically active young men. Genes. 2021;12(10):1498. doi: 10.3390/genes12101498
  34. Su X., Chen L., Chen X., Dai C., Wang B. Emerging roles of sortilin in affecting the metabolism of glucose and lipid profiles. Bosn. J. Basic Med. Sci. 2022;22(3):340–52. doi: 10.17305/bjbms.2021.6601
  35. Hosseinpour-Niazi S., Bakhshi B., Zahedi A. S., Akbarzadeh M., Daneshpour M. S., Mirmiran P., Azizi F. TCF7L2 polymorphisms, nut consumption, and the risk of metabolic syndrome: a prospective population based study. Nutr. Metab. (Lond.). 2021;18(1):10. doi: 10.1186/s12986-021-00542-7
  36. Rahimi M., Dinarvand N., Shahbazian H., Birgani M. T., Cheraghian B., Mohammadtaghvaei N. Association of the rs7903146 variant (IVS3C> T) of TCF7L2 with the prevalence of the metabolic syndrome and its components in population from Ahvaz cohort study: a case-control study in Iran. Int. J. Diabetes Dev. Ctries. 2024;44(4):822–7. doi: 10.1007/s13410-023-01286-1
  37. Валеева Ф. В., Медведева М. С., Киселева Т. А., Хасанова К. В., Габидинова Г. Ф. Ассоциация полиморфных маркеров rs7903146 TCF7L2, rs1042714 ADRB2 с изменением жирового компонента тела пациентов при различных вариантах терапии ранних нарушений углеводного обмена. Ожирение и метаболизм. 18 апрель 2022 г.;19(1):7–18. Valeeva F. V., Medvedeva M. S., Kiseleva T. A., Hasanova K. V., Gabidinova G. F. Associaciya polimorfnyh markerov rs7903146 TCF7L2, rs1042714 ADRB2 s izmeneniem zhirovogo komponenta tela pacientov pri razlichnyh variantah terapii rannih narushenij uglevodnogo obmena. Ozhirenie i metabolizm. 18 aprel' 2022 g.;19(1):7–18. (in Russian) doi: 10.14341/omet12807
  38. Isakova D.N., Kolomeichuk S. N., Petrova Yu. A., Lyapina M.V., Troshina I. A., Voronin K.A., Petrov I. M. Association of polymorphic variants of tcf7l2 and pparg genes with metabolic markers in patients with early disorders of carbohydrate metabolism. Bull. Exp. Biol. Med. 2024;176(4):481–5. doi: 10.1007/s10517-024-06051-w
  39. Михайлова С. В., Иванощук Д. Е., Широкова Н. С., Орлов П. С., Бейркдар А., Шахтшнейдер Е. В. Анализ ассоциации вариантов генов аполипопротеинов APOA2, APOA5 и APOH с гиперлипидемией. Атеросклероз. 2023;19(1):6–18. Mihajlova S. V., Ivanoshchuk D. E., SHirokova N. S., Orlov P. S., Bejrkdar A., SHahtshnejder E. V. Analiz associacii variantov genov apolipoproteinov APOA2, APOA5 i APOH s giperlipidemiej. Ateroskleroz. 2023;19(1):6–18. (in Russian) doi: 10.52727/2078-256X-2023-19-1-6-18
  40. Сивцева Т. М., Климова Т. М., Аммосова Е. П., Захарова Р. Н, Осаковский В. Л. Метаболизм липидов и метаболические нарушения в якутской популяции: обзор литературы. Экология человека. 2021;(4):4–14. Sivceva T. M., Klimova T. M., Ammosova E. P., Zaharova R. N, Osakovskij V. L. Metabolizm lipidov i metabolicheskie narusheniya v yakutskoj populyacii: obzor literatury. Ekologiya cheloveka. 2021;(4):4–14.
  41. Гайбиева Ш. А. Современные представления о метаболическом синдроме (обзор литературы). Достижения науки и образования. 2021;(8 (80)):89–101. Gajbieva SH. A. Sovremennye predstavleniya o metabolicheskom sindrome (obzor literatury). Dostizheniya nauki i obrazovaniya. 2021;(8 (80)):89–101.
  42. Nisar T., Arshad K., Abbas Z., Khan M. A., Safdar S., Shaikh R. S., Saeed A. prevalence of GCKR rs1260326 variant in subjects with obesity associated NAFLD and T2DM: a case-control study in South Punjab, Pakistan. Journal of Obesity. 2023;2023:1–9. doi: 10.1155/2023/6661858
  43. Elsadek M. F., Almoajel A. Association between SORT1 gene polymorphism studies in obesity population. Journal of King Saud University – Science. 2022;34(5):102052. doi: 10.1016/j.jksus.2022.102052
  44. Biscetti F., Nardella E., Rando M. M., Cecchini A. L., Bonadia N., Bruno P., Angelini F., Di Stasi C., Contegiacomo A., Santoliquido A., Pitocco D., Landolfi R., Flex A. Sortilin levels correlate with major cardiovascular events of diabetic patients with peripheral artery disease following revascularization: a prospective study. Cardiovasc Diabetol. 2020;19(1):147. doi: 10.1186/s12933-020-01123-3
  45. Ouyang S., Jia B., Xie W., Yang J., Lv Y. Mechanism underlying the regulation of sortilin expression and its trafficking function. J. Cell. Physiol. 2020;235(12):8958–71. doi: 10.1002/jcp.29818
  46. Al-odinan M. S., Aljefree N. M., Almoraie N. M., Bakarman M. A., Alhadrami H. A., Shatwan I. M. Interaction between the TCF7L2 gene and dietary intake on metabolic syndrome risk factors among Saudi Arabian adults. Front Nutr. 2025;12:1513088. doi: 10.3389/fnut.2025.1513088
  47. Al‐Daghri N. M., Alkharfy K. M., Alokail M. S., Alenad A. M., Al‐Attas O. S., Mohammed A. K., Sabico S., Albagha O. M. E. Assessing the contribution of 38 genetic loci to the risk of type 2 diabetes in the Saudi Arabian Population. Clinical Endocrinology. 2014;80(4):532–7. doi: 10.1111/cen.12187
  48. Park S., Kim S., Kim B., Kim D. S., Kim J., Ahn Y., Kim H., Song M., Shim I., Jung S. H., Cho C., Lim S., Hong S., Jo H., Fahed A. C., Natarajan P., Ellinor P. T., Torkamani A., Park W. Y., Yu T. Y., Myung W., Won H. H. Multivariate genomic analysis of 5 million people elucidates the genetic architecture of shared components of the metabolic syndrome. Nat. Genet. 2024;56(11):2380–91. doi: 10.1038/s41588-024-01933-1
  49. Błażejewska W, Dąbrowska J, Michałowska J, Bogdański P. The Role of Adiponectin and ADIPOQ Variation in Metabolic Syndrome: A Narrative Review. Genes. 2025.;16(6):699. doi: 10.3390/genes16060699
  50. Huang J. X., Xu S. Z., Tian T., Wang J., Jiang L. Q., He T., Meng S. Y., Ni J., Pan H. F. Genetic links between metabolic syndrome and osteoarthritis: insights from cross-trait analysis. The Journal of Clinical Endocrinology & Metabolism. 2025;110(2):e461–9. doi: 10.1210/clinem/dgae169

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) Savchuk K.S., Ryabova L.V.