Мой неповторимый геном полностью

— У половины процента из числа тех, чей риск внутримозгового кровоизлияния особенно высок, наличие этих мутаций приводит к чудовищно высокому риску — 75 %. Генетическое тестирование дает гораздо более точный прогноз, чем традиционное измерение уровня холестерина в крови. Такого рода информацию можно использовать для принятия превентивных мер. И несмотря на все это, многие практикующие врачи и генетики выступают за запрет прямого генетического тестирования. Почему?

Меня зацепило не это «почему», а новость о гене ZFHX3. Статья об этом открытии появилась месяца через два после моего визита к Стефансону. В генетике все меняется так быстро, что не уследишь!

Новые маркеры сразу были включены в базу данных de-CODEme, и теперь я могу, зайдя на сайт компании, посмотреть, как обстоит дело с мерцательной аритмией у меня. Вот наглядный пример того, как работает потребительская генетика сегодня. Какая-нибудь группа ученых обнаруживает связь между SNP и фенотипом, и я, как и многие другие обладатели генного профиля, могу пополнить свои знания о собственном генетическом статусе. К примеру, однажды вы наткнетесь на новую информацию о риске депрессии или склонности к развитию заболевания под таинственным названием эпидермофития (грибковое заболевание стоп). Как это здорово — быть в самой гуще новейших генетических исследований!

Стоп!

Меня вернул к действительности молодой человек, сидевший впереди. Он спросил Стефансона, смогут ли уважаемый докладчик и его коллеги доходчиво объяснить людям, что медико-генетическая информация непрерывно обновляется, причем изменения порой весьма существенны.

— Допустим, человек, получивший свой генный профиль в этом году, обнаруживает, что риск «приобрести» в будущем такое-то или такое-то заболевание меньше среднепопуляционного. Какое счастье! Но не исключено, что в следующем году ситуация в корне изменится, потому что наука не стоит на месте и относительно его заболеваний выяснилось нечто новенькое. Все ваши риски и вероятности весьма условны, но вряд ли пациенты знают об этом.

Молодой человек продолжал высказывать свои опасения, но Стефансон прервал его.

— Таковы правила игры. Никто не знает, какие открытия ожидают нас в будущем, а потому мы должны действовать, исходя из нынешних знаний.

Я вспомнила об онкологе Берте Фогельштайне из Университета Джонса Хопкинса, который высказался в том же духе на страницах Nature: «Человечество жаждет новых знаний[29], ему не терпится использовать их потенциал. Мы не должны держать их при себе до тех пор, пока не поймем все. На это уйдет слишком много времени».

Так может быть, мы слишком нетерпеливы? Когда дело касается здоровья, мы не желаем ждать, когда наука осветит все самые темные закоулки.

Но и в словах молодого человека есть своя логика. Уму непостижимо — насколько разную информацию можно извлечь из одного генома! Вчера — это, сегодня — другое. Не потому, что меняются наши гены, а оттого, что совершенствуются тесты и методы анализа их результатов. Есть еще проблема оценки рисков, связанная с использованием разных генных чипов. Если говорить коротко, разные тесты «настроены» на разные генные варианты.

В одних тестах на сердечно-сосудистые заболевания учитываются 7 генных вариантов, в других — только 4. Это значит, что у одного и того же пациента первая компания обнаружит «высокий» риск этого заболевания, вторая — «низкий», третья — «минимальный». Точно так же в одних компаниях заключение о риске диабета второго типа может основываться на учете только 9 генных вариантов, в других — 19. И от этого зависит достоверность оценки.

Таким образом, оценки все время «плавают». Ученые вводят новые SNP в пул уже известных, и в результате для одного генома получаются разные риски. В 2009 году New Scientist обратился к группе датских ученых с просьбой тщательно проследить за тем, как изменяется со временем риск диабета второго типа, оцениваемый deCODEme; обнаружилось, что всего лишь за пару лет в ряде случаев в оценках произошло существенное изменение. При этом тестировались не живые люди, а компьютерные симуляции почти 6 тысяч геномов с разными комбинациями SNP, ассоциируемыми с диабетом, — база данных виртуальных пациентов. В 2007 году deCODEme оценивала риск на основе 8 SNP в гене TCFL2, годом позже — уже 11, а в 2009 — 15. В результате 4 из 10 виртуальных пациентов перешли из одной категории по риску в другую, а у каждого десятого категория изменялась дважды.

Возникает вопрос: можно ли экстраполировать компьютерные результаты на реальных людей?

И да, и нет. Переход человека из одной категории по риску в другую не так уж важен, если заболевание почти невозможно предотвратить. Другое дело — состояние, для которого при одной категории риска превентивные меры необходимы, а при другой бесполезны.