La interacción gen-ambiente (o interacción genotipo-ambiente o G×E ) se produce cuando dos genotipos diferentes responden a la variación ambiental de maneras distintas. Una norm...
Hispanopedia WikiContenido en espanolLectura gratuita
La interacción gen-ambiente (o interacción genotipo-ambiente o G×E ) se produce cuando dos genotipos diferentes responden a la variación ambiental de maneras distintas. Una norma de reacción es un gráfico que muestra la relación entre los genes y los factores ambientales cuando las diferencias fenotípicas son continuas. [ 1 ] Estas normas pueden ayudar a ilustrar las interacciones G×E. Cuando la norma de reacción no es paralela, como se muestra en la figura siguiente, existe una interacción gen-ambiente. Esto indica que cada genotipo responde a la variación ambiental de manera diferente. La variación ambiental puede ser física, química, biológica, patrones de comportamiento o eventos vitales. [ 2 ]
Esta norma de reacción muestra líneas que no son paralelas, lo que indica una interacción entre genes y ambiente. Cada genotipo responde a la variación ambiental de manera diferente.
Las interacciones gen-ambiente se estudian para comprender mejor diversos fenómenos. En epidemiología genética , estas interacciones son útiles para entender algunas enfermedades . A veces, la sensibilidad a los factores de riesgo ambientales para una enfermedad se hereda, en lugar de la enfermedad en sí. Los individuos con diferentes genotipos se ven afectados de manera diferente por la exposición a los mismos factores ambientales, por lo que las interacciones gen-ambiente pueden dar lugar a diferentes fenotipos de enfermedad. Por ejemplo, la exposición a la luz solar tiene una mayor influencia en el riesgo de cáncer de piel en personas de piel clara que en personas de piel oscura . [ 3 ]
Estas interacciones son de particular interés para los epidemiólogos genéticos para predecir las tasas de enfermedad y los métodos de prevención en relación con la salud pública. [ 2 ] El término también se utiliza entre los psicobiólogos del desarrollo para comprender mejor el desarrollo individual y evolutivo. [ 4 ]
Los debates entre naturaleza y crianza parten de la premisa de que la variación en un rasgo se debe principalmente a diferencias genéticas o ambientales. Sin embargo, la opinión científica actual sostiene que ni las diferencias genéticas ni las ambientales son las únicas responsables de la variación fenotípica, y que prácticamente todos los rasgos están influenciados tanto por diferencias genéticas como ambientales. [ 5 ] [ 6 ] [ 7 ]
La historia de la definición de la interacción gen-ambiente se remonta a la década de 1930 y sigue siendo objeto de debate. El primer debate surgió entre Ronald Fisher y Lancelot Hogben . Fisher pretendía eliminar la interacción de los estudios estadísticos, ya que era un fenómeno que podía suprimirse mediante una variación de escala. Hogben, por su parte, creía que la interacción debía investigarse en lugar de eliminarse, puesto que proporcionaba información sobre la causalidad de ciertos elementos del desarrollo.
Un argumento similar fue planteado a varios científicos en la década de 1970. Arthur Jensen publicó el estudio " ¿Cuánto podemos aumentar el coeficiente intelectual y el rendimiento académico? ", que, además de numerosas críticas, también fue cuestionado por los científicos Richard Lewontin y David Layzer . Lewontin y Layzer argumentaron que, para determinar los mecanismos causales, no se podía ignorar la interacción gen-ambiente en el contexto del estudio, mientras que Jensen defendió que dicha interacción era un fenómeno puramente estadístico y no estaba relacionada con el desarrollo. [ 9 ]
Casi al mismo tiempo, Kenneth J. Rothman apoyó el uso de una definición estadística para la interacción, mientras que los investigadores Kupper y Hogan creían que la definición y la existencia de interacción dependían del modelo que se utilizara. [ 10 ]
Las críticas más recientes fueron impulsadas por los estudios de Moffitt y Caspi sobre 5-HTTLPR y el estrés, y su influencia en la depresión. A diferencia de debates anteriores, Moffitt y Caspi ahora utilizaban el análisis estadístico para demostrar que existía interacción y que esta podía usarse para descubrir los mecanismos de un rasgo de vulnerabilidad. Zammit, Owen y Lewis objetaron, reiterando las preocupaciones de Fisher en el sentido de que el efecto estadístico no estaba relacionado con el proceso de desarrollo y no sería replicable con una diferencia de escala. [ 9 ]
Definiciones
Actualmente existen dos concepciones diferentes de la interacción gen-ambiente. Tabery [ 11 ] las ha denominado interacción biométrica e interacción del desarrollo , mientras que Sesardic [ 12 ] utiliza los términos interacción estadística e interacción de sentido común .
La concepción biométrica (o estadística) tiene su origen en programas de investigación que buscan medir las proporciones relativas de las contribuciones genéticas y ambientales a la variación fenotípica dentro de las poblaciones. La interacción gen-ambiente biométrica tiene especial relevancia en la genética de poblaciones y la genética del comportamiento . [ 11 ] Cualquier interacción produce la ruptura de la aditividad de los efectos principales de la herencia y el ambiente, pero si dicha interacción está presente en contextos particulares es una cuestión empírica. La interacción biométrica es relevante en el contexto de la investigación sobre diferencias individuales, más que en el contexto del desarrollo de un organismo en particular. [ 4 ]
La interacción gen-ambiente del desarrollo es un concepto más comúnmente utilizado por genetistas y psicobiólogos del desarrollo . La interacción del desarrollo no se considera simplemente un fenómeno estadístico. Independientemente de si existe o no interacción estadística, la interacción del desarrollo se manifiesta en cualquier caso en la interacción causal de genes y ambientes que produce el fenotipo de un individuo. [ 4 ]
Modelos epidemiológicos de GxE
En epidemiología, se pueden utilizar los siguientes modelos para agrupar las diferentes interacciones entre genes y ambiente.
El modelo A describe un genotipo que aumenta el nivel de expresión de un factor de riesgo, pero no causa la enfermedad en sí. Por ejemplo, el gen de la fenilcetonuria (PKU) produce niveles de fenilalanina superiores a lo normal, lo que a su vez causa discapacidad intelectual.
En el modelo B, el factor de riesgo tiene un efecto directo sobre la susceptibilidad a la enfermedad, efecto que se ve amplificado por la susceptibilidad genética. El modelo C representa el caso inverso: la susceptibilidad genética afecta directamente a la enfermedad, mientras que el factor de riesgo amplifica este efecto. En cada caso, el factor que afecta directamente a la enfermedad puede, por sí mismo, causarla.
El modelo D difiere, ya que ninguno de los factores en esta situación afecta el riesgo de enfermedad; sin embargo, cuando están presentes tanto la susceptibilidad genética como el factor de riesgo, este aumenta. Por ejemplo, la deficiencia del gen G6PD, combinada con el consumo de habas, provoca anemia hemolítica. Esta enfermedad no se presenta en personas que consumen habas y carecen de deficiencia de G6PD, ni en personas con deficiencia de G6PD que no consumen habas.
Por último, el Modelo E describe un escenario en el que tanto el factor de riesgo ambiental como la susceptibilidad genética pueden influir individualmente en el riesgo de enfermedad. Sin embargo, al combinarse, el efecto sobre el riesgo de enfermedad difiere.
Los modelos están limitados por el hecho de que las variables son binarias y, por lo tanto, no consideran escenarios de variables poligénicas o de escala continua. [ 2 ]
Métodos de análisis
Diseños genéticos tradicionales
Estudios de adopción
Los estudios de adopción se han utilizado para investigar el grado de similitud entre las personas adoptadas y sus padres biológicos, con quienes no compartieron el mismo entorno. Además, se compara a las personas adoptadas con su familia adoptiva debido a la diferencia genética, pero con un entorno compartido. Por ejemplo, un estudio de adopción mostró que los hombres suecos con entornos de adopción desfavorecidos y una predisposición genética tenían mayor probabilidad de abusar del alcohol. [ 13 ]
Estudios de gemelos
Utilizando gemelos monocigóticos , se pudieron observar los efectos de diferentes entornos en genotipos idénticos. Estudios posteriores emplearon técnicas de modelado biométrico para incluir comparaciones de gemelos dicigóticos y, en última instancia, determinar los diferentes niveles de expresión génica en distintos entornos. [ 13 ]
Estudios familiares
La investigación basada en familias se centra en la comparación de controles de bajo riesgo con niños de alto riesgo para determinar el efecto ambiental en sujetos con diferentes niveles de riesgo genético. Por ejemplo, un estudio danés sobre niños de alto riesgo cuyas madres padecían esquizofrenia mostró que los niños sin un cuidador estable presentaban un mayor riesgo de desarrollar esquizofrenia. [ 13 ]
Análisis moleculares
Interacción con genes individuales
El método más utilizado para detectar interacciones gen-ambiente consiste en estudiar el efecto que una variación genética específica ( gen candidato ) tiene sobre un entorno determinado. Los polimorfismos de un solo nucleótido (SNP) se comparan con factores de exposición binarios para determinar sus efectos.
Los estudios candidatos como estos requieren hipótesis biológicas sólidas, que actualmente son difíciles de seleccionar debido al escaso conocimiento de los mecanismos biológicos que conducen a un mayor riesgo.
Estos estudios también suelen ser difíciles de replicar, generalmente debido al pequeño tamaño de las muestras, lo que suele dar lugar a resultados controvertidos.
La naturaleza poligénica de los fenotipos complejos sugiere que los estudios de un solo gen candidato podrían ser ineficaces para determinar los diversos efectos a menor escala derivados del gran número de variantes genéticas influyentes. [ 14 ]
Interacción con múltiples genes
Dado que un mismo factor ambiental puede interactuar con múltiples genes, se puede adoptar un enfoque poligénico para analizar las interacciones gen-ambiente (GxE). Se genera una puntuación poligénica utilizando los alelos asociados a un rasgo y sus ponderaciones respectivas en función de su efecto, y se examina en combinación con la exposición ambiental. Si bien este método de investigación aún se encuentra en sus primeras etapas, es coherente con los trastornos psiquiátricos. Debido a la superposición de endofenotipos entre los trastornos, esto sugiere que los resultados de las interacciones gen-ambiente son aplicables a diversos diagnósticos. [ 14 ]
Estudios de asociación de genoma completo y estudios de interacción de genoma completo
Un enfoque de escaneo de interacción de todo el genoma (GEWIS) examina la interacción entre el ambiente y un gran número de SNP independientes. Un enfoque eficaz para este estudio integral se lleva a cabo en dos pasos: primero, el genoma se filtra mediante pruebas a nivel genético y análisis de conjuntos de genes basados en vías metabólicas. El segundo paso utiliza los SNP con asociación gen-ambiente y realiza pruebas de interacción. [ 15 ]
La hipótesis de susceptibilidad diferencial se ha reafirmado mediante enfoques a nivel genómico. [ 16 ]
Una posible explicación de los resultados inconsistentes es el uso excesivo de pruebas múltiples. Se sugiere que los estudios producen resultados inexactos debido a la investigación de múltiples fenotipos y factores ambientales en experimentos individuales. [ 15 ]
Modelo aditivo frente a modelo multiplicativo
Existen dos modelos diferentes para la escala de medición que ayuda a determinar si existe interacción gen-ambiente en un contexto estadístico. Hay desacuerdo sobre qué escala debe utilizarse. Según estos análisis, si las variables combinadas se ajustan a cualquiera de los modelos, entonces no hay interacción. Los efectos combinados deben ser mayores para un resultado sinérgico o menores para un resultado antagónico. El modelo aditivo mide las diferencias de riesgo, mientras que el modelo multiplicativo utiliza razones para medir los efectos. Se ha sugerido que el modelo aditivo se ajusta mejor para predecir el riesgo de enfermedad en una población, mientras que un modelo multiplicativo es más apropiado para la etiología de la enfermedad. [ 2 ]
La epigenética es un ejemplo de un mecanismo subyacente de los efectos gen-ambiente; sin embargo, no determina si los efectos ambientales son aditivos, multiplicativos o interactivos. [ 13 ]
Interacciones gen-ambiente
Nuevos estudios también han revelado el efecto interactivo de múltiples factores ambientales. Por ejemplo, un niño con un entorno de mala calidad sería más sensible a un entorno deficiente en la edad adulta, lo que en última instancia conlleva mayores puntuaciones de malestar psicológico. Esto muestra una interacción triple: Gen x Ambiente x Ambiente. El mismo estudio sugiere adoptar un enfoque del ciclo vital para determinar la sensibilidad genética a las influencias ambientales en el contexto de las enfermedades mentales. [ 18 ]
Importancia médica
Los médicos están interesados en saber si se puede prevenir una enfermedad reduciendo la exposición a riesgos ambientales. Algunas personas portan factores genéticos que les confieren susceptibilidad o resistencia a un determinado trastorno en un entorno específico. La interacción entre los factores genéticos y el estímulo ambiental es lo que da lugar al fenotipo de la enfermedad. [ 19 ] Podría haber importantes beneficios para la salud pública al utilizar las interacciones gen-ambiente para prevenir o curar enfermedades. [ 20 ]
La respuesta de un individuo a un fármaco puede ser resultado de diversas interacciones gen-ambiente. [ 19 ] Por lo tanto, la importancia clínica de la farmacogenética y las interacciones gen-ambiente radica en la posibilidad de que la información genómica, junto con la ambiental, permita predicciones más precisas de la respuesta individual a un fármaco. Esto permitiría a los médicos seleccionar con mayor precisión un fármaco y una dosis determinados para lograr una respuesta terapéutica en un paciente, minimizando al mismo tiempo los efectos secundarios y las reacciones adversas . [ 21 ] Esta información también podría ayudar a prevenir los costos de atención médica asociados con las reacciones adversas a los fármacos y la prescripción inadecuada de medicamentos a pacientes que probablemente no responderán a ellos. [ 19 ]
De manera similar, un individuo puede responder de forma distinta a otros estímulos, factores o desafíos ambientales según diferencias genéticas o alelos específicos. Estos factores incluyen la dieta y los nutrientes específicos que contiene, la actividad física, el consumo de alcohol y tabaco, el sueño (hora de acostarse, duración) y diversas exposiciones (o exposoma ), como toxinas, contaminantes y luz solar (latitud norte-sur del ecuador), entre otras. La dieta, por ejemplo, es modificable y tiene un impacto significativo en numerosas enfermedades cardiometabólicas, como la enfermedad cardiovascular, la enfermedad arterial coronaria, la cardiopatía coronaria, la diabetes tipo 2 , la hipertensión , el accidente cerebrovascular , el infarto de miocardio y la enfermedad del hígado graso no alcohólico. En la clínica, los riesgos típicamente evaluados de estas afecciones incluyen lípidos sanguíneos (triglicéridos, HDL, LDL y colesterol total), rasgos glucémicos (glucosa e insulina plasmáticas, HOMA-IR, función de las células beta como HOMA-BC), antropometría de la obesidad (IMC/obesidad, adiposidad, peso corporal, circunferencia de la cintura, relación cintura-cadera), medidas vasculares (presión arterial diastólica y sistólica) y biomarcadores de inflamación. Las interacciones gen-ambiente pueden modular los efectos adversos de un alelo que confiere un mayor riesgo de enfermedad, o pueden exacerbar la relación genotipo-fenotipo y aumentar el riesgo, de una manera a menudo denominada nutrigenética . [ 22 ] Existe un catálogo de variantes genéticas que se asocian con estos y otros fenotipos cardiometabólicos relacionados y que se modifican por factores ambientales comunes. [ 23 ]
Por el contrario, un estudio de enfermedades que utilizó cáncer de mama, diabetes tipo 2 y artritis reumatoide muestra que incluir interacciones GxE en un modelo de predicción de riesgo no mejora la identificación del riesgo. [ 24 ]
Ejemplos
Número medio de cerdas por °C
En Drosophila : Un ejemplo clásico de interacción gen-ambiente fue realizado en Drosophila por Gupta y Lewontin en 1981. En su experimento, demostraron que el número promedio de cerdas en Drosophila podía variar con los cambios de temperatura. Como se observa en el gráfico de la derecha, los diferentes genotipos reaccionaron de manera distinta al cambio ambiental. Cada línea representa un genotipo determinado, y la pendiente de la línea refleja el fenotipo cambiante (número de cerdas) con la variación de la temperatura. Algunos individuos presentaron un aumento en el número de cerdas con el aumento de la temperatura, mientras que otros mostraron una disminución drástica. Esto demostró que las normas de reacción no eran paralelas para estas moscas, lo que prueba la existencia de interacciones gen-ambiente. [ 25 ]
En plantas: Un enfoque muy interesante sobre las estrategias de interacción genotipo-ambiente es su uso en la selección de cultivares de caña de azúcar adaptados a diferentes ambientes. [ 26 ] En este artículo, analizaron veinte genotipos de caña de azúcar cultivados en ocho lugares diferentes durante dos ciclos de cultivo para identificar megaambientes relacionados con un mayor rendimiento de caña, medido en toneladas de caña por hectárea (TCH) y porcentaje de sacarosa (Pol% caña) utilizando modelos GEI multivariados biplot. Los autores luego crearon una estrategia novedosa para estudiar ambas variables de rendimiento en una estrategia acoplada de dos vías a pesar de que los resultados mostraron una correlación negativa media. A través del análisis de coinercia, fue posible determinar los genotipos mejor ajustados para ambas variables de rendimiento en todos los ambientes. [ 27 ] El uso de estas estrategias novedosas como la coinercia en GEI, demostró ser un gran análisis complementario a AMMI y GGE, especialmente cuando la mejora del rendimiento implica múltiples variables de rendimiento. Se recolectaron siete plantas de milenrama genéticamente distintas y se tomaron tres esquejes de cada planta. Se plantó un esqueje de cada genotipo a altitudes bajas, medias y altas, respectivamente. Cuando las plantas maduraron, ningún genotipo creció mejor en todas las altitudes, y en cada altitud los siete genotipos se comportaron de manera diferente. Por ejemplo, un genotipo creció más alto a la altitud media, pero solo alcanzó una altura media en las otras dos altitudes. Los que mejor crecieron a baja y alta altitud crecieron mal a la altitud media. La altitud media produjo los peores resultados generales, pero aun así produjo una muestra alta y dos medianamente altas. La altitud tuvo un efecto en cada genotipo, pero no en el mismo grado ni de la misma manera. [ 28 ] Una población biparental de sorgo se cultivó repetidamente en siete ubicaciones geográficas diversas a lo largo de los años. Un grupo de genotipos requiere grados día de crecimiento (GDD) similares para florecer en todos los ambientes, mientras que otro grupo de genotipos necesita menos GDD en ciertos ambientes, pero más GDD en diferentes ambientes para florecer. Los complejos patrones de tiempo de floración se atribuyen a la interacción de los principales genes de tiempo de floración ( Ma 1 , [ 29 ] Ma 6 , [ 30 ] FT , ELF3 ) y un factor ambiental explícito, el tiempo fototérmico (PTT) que captura la interacción entre la temperatura y el fotoperíodo. [ 31 ]
La fenilcetonuria (PKU) es una enfermedad genética humana causada por mutaciones en un gen que codifica una enzima hepática específica. En ausencia de esta enzima, un aminoácido llamado fenilalanina no se convierte en el siguiente aminoácido en una vía bioquímica , por lo que un exceso de fenilalanina pasa a la sangre y otros tejidos. Esto altera el desarrollo cerebral , lo que puede provocar retraso mental y otros problemas. La PKU afecta aproximadamente a 1 de cada 15 000 bebés en los EE. UU. Sin embargo, la mayoría de los bebés afectados no desarrollan discapacidades debido a un programa de detección estándar utilizado en los EE. UU. y otras sociedades industrializadas. Los recién nacidos con altos niveles de fenilalanina en sangre pueden seguir una dieta especial sin fenilalanina. Si se les administra esta dieta de inmediato y la mantienen, estos niños evitan los efectos graves de la PKU. [ 32 ] Este ejemplo muestra que un cambio en el entorno (disminuir el consumo de fenilalanina) puede afectar el fenotipo de un rasgo específico, lo que demuestra una interacción gen-ambiente.
Un polimorfismo de un solo nucleótido rs1800566 en la NAD(P)H Quinona Deshidrogenasa 1 (NQO1) altera el riesgo de asma y daño pulmonar general al interactuar con contaminantes NOx en individuos con esta mutación. [ 33 ] [ 34 ]
Un polimorfismo funcional en el promotor del gen de la monoaminooxidasa A (MAOA) puede moderar la asociación entre el trauma infantil y el mayor riesgo de violencia y comportamiento antisocial . La baja actividad de la MAOA es un factor de riesgo significativo para el comportamiento agresivo y antisocial en adultos que informan haber sido víctimas de abuso infantil. Las personas que sufrieron abuso infantil pero que poseen un genotipo que confiere altos niveles de expresión de MAOA tienen menos probabilidades de desarrollar síntomas de comportamiento antisocial. [ 35 ] Sin embargo, estos hallazgos deben interpretarse con precaución, ya que los estudios de asociación genética sobre rasgos complejos son conocidos por ser muy difíciles de confirmar. [ 36 ]
En los huevos de Drosophila :Tiempo de desarrollo del huevo según la temperaturaContrariamente a los ejemplos mencionados, la duración del desarrollo de los huevos en Drosophila en función de la temperatura demuestra la ausencia de interacciones gen-ambiente. El gráfico adjunto muestra normas de reacción paralelas para diversas moscas Drosophila individuales , lo que indica que no existe interacción gen-ambiente entre ambas variables. En otras palabras, cada genotipo responde de manera similar a los cambios ambientales, produciendo fenotipos similares. Para todos los genotipos individuales, el tiempo promedio de desarrollo de los huevos disminuye con el aumento de la temperatura. El ambiente influye en cada uno de los genotipos de la misma manera predecible. [ 25 ]
↑ Krebs JR (2 de abril de 2012). Introducción a la ecología del comportamiento . Oxford: Wiley-Blackwell. ISBN978-1405114165.
1 2 3 4 Ottman R (1996). " Interacción gen-ambiente: definiciones y diseños de estudio" . Medicina Preventiva . 25 (6): 764– 70. doi : 10.1006/pmed.1996.0117 . PMC 2823480. PMID 8936580 .
↑ Green A, Trichopoulos D (2002). "Cáncer de piel". En Adami H, Hunter D, Trichopoulos D (eds.). Libro de texto de epidemiología del cáncer . Oxford: Oxford University Press. pp. 281–300 .
1 2 3 Tabery J, Griffiths PE (2010). "Perspectivas históricas y filosóficas sobre la genética del comportamiento y la ciencia del desarrollo". En Hood KE, Halpern CT, Greenberg G, Lerner RM (eds.). Manual de ciencia del desarrollo, comportamiento y genética . Wiley-Blackwell. págs. 41–60 .
↑ Ridley, M. (2003) Naturaleza a través de la crianza: Genes, experiencia y lo que nos hace humanos . Harper Collins. ISBN0-00-200663-4
↑ Rutter, Michael. (2006) Genes y comportamiento: la interacción naturaleza-crianza explicada. Oxford, Reino Unido: Blackwell Publishers
↑ Cuhna F, Heckman JJ (2010). «Capítulo 18: Programas rentables para la primera infancia en la primera década: una integración del capital humano». En Reynolds AJ, Rolnick A, Englund MM, Temple J (eds.). Invertir en nuestros jóvenes . Nueva York: Cambridge University Press. págs. 381–414 .
↑ Tabery J, Griffiths PE (2010). Hood KE, Halpern CT, Greenberg G, Lerner RM (eds.). Manual de ciencia del desarrollo, comportamiento y genética . Wiley-Blackwell. pp. 39–60 . doi : 10.1002/9781444327632.ch3 . ISBN9781444327632.
1 2 Tabery J (agosto de 2015). "Debatiendo la interacción: la historia y una explicación" . Revista Internacional de Epidemiología . 44 (4): 1117– 23. doi : 10.1093/ije/dyv053 . PMID 25855719 .
↑ Rothman KJ, Greenland S, Walker AM (octubre de 1980). "Conceptos de interacción". American Journal of Epidemiology . 112 (4): 467–70 . doi : 10.1093/oxfordjournals.aje.a113015 . PMID 7424895. S2CID 45999554 .
1 2 Tabery J (2007). "Interacciones gen-ambiente biométricas y del desarrollo: mirando hacia atrás, avanzando". Desarrollo y psicopatología . 19 (4): 961– 76. doi : 10.1017/s0954579407000478 . PMID 17931428 . S2CID 412662 .
↑ Sesardic, N. (2005). Making sense of heritability . Cambridge: Cambridge University Press, p. 48.
1 2 3 4 Dick DM (2011). " Interacción gen-ambiente en rasgos y trastornos psicológicos" . Annual Review of Clinical Psychology . 7 : 383–409 . doi : 10.1146/annurev-clinpsy-032210-104518 . PMC 3647367. PMID 21219196 .
1 2 Assary E, Vincent JP, Keers R, Pluess M (mayo de 2018). "Interacción gen-ambiente y trastornos psiquiátricos: revisión y direcciones futuras" . Seminars in Cell & Developmental Biology . 77 : 133–143 . doi : 10.1016/j.semcdb.2017.10.016 . PMID 29051054 .
1 2 3 Winham SJ, Biernacka JM (octubre de 2013). "Interacciones gen-ambiente en estudios de asociación de todo el genoma: enfoques actuales y nuevas direcciones" . Journal of Child Psychology and Psychiatry, and Allied Disciplines . 54 (10): 1120– 34. doi : 10.1111/jcpp.12114 . PMC 3829379. PMID 23808649 .
↑ Keers R, Coleman JR, Lester KJ, Roberts S, Breen G, Thastum M, Bögels S, Schneider S, Heiervang E, Meiser-Stedman R, Nauta M, Creswell C, Thirlwall K, Rapee RM, Hudson JL, Lewis C, Plomin R, Eley TC (2016). "Una prueba genómica de la hipótesis de susceptibilidad diferencial revela un predictor genético de respuesta diferencial a los tratamientos psicológicos para los trastornos de ansiedad infantil" . Psicoterapia y psicosomática . 85 (3): 146– 58. doi : 10.1159/000444023 . PMC 5079103. PMID 27043157 .
↑ Caspi A, Hariri AR, Holmes A, Uher R, Moffitt TE (mayo de 2010). "Sensibilidad genética al entorno: el caso del gen transportador de serotonina y sus implicaciones para el estudio de enfermedades y rasgos complejos" . The American Journal of Psychiatry . 167 (5): 509–27 . doi : 10.1176/appi.ajp.2010.09101452 . PMC 2943341. PMID 20231323 .
↑ Grabe HJ, Schwahn C, Mahler J, Schulz A, Spitzer C, Fenske K, Appel K, Barnow S, Nauck M, Schomerus G, Biffar R, Rosskopf D, John U, Völzke H, Freyberger HJ (abril de 2012). "Moderación de la depresión en adultos por la variante del promotor del transportador de serotonina (5-HTTLPR), el abuso infantil y los eventos traumáticos en adultos en una muestra de población general". American Journal of Medical Genetics. Parte B, Neuropsychiatric Genetics . 159B (3): 298– 309. doi : 10.1002/ajmg.b.32027 . PMID 22328412. S2CID 21356506 .
1 2 3 Haga SB, Burke W (junio de 2004). "Uso de la farmacogenética para mejorar la seguridad y la eficacia de los medicamentos". JAMA . 291 (23): 2869– 71. doi : 10.1001/jama.291.23.2869 . PMID 15199039 .
↑ Khoury MJ, Davis R, Gwinn M, Lindegren ML, Yoon P (mayo de 2005). "¿Necesitamos investigación genómica para la prevención de enfermedades comunes con causas ambientales?" . American Journal of Epidemiology . 161 (9): 799– 805. doi : 10.1093/aje/kwi113 . PMID 15840611 .
↑ Eichelbaum M, Ingelman-Sundberg M, Evans WE (2006). "Farmacogenómica y terapia farmacológica individualizada". Annual Review of Medicine . 57 : 119–37 . doi : 10.1146/annurev.med.56.082103.104724 . PMID 16409140. S2CID 36145430 .
↑ Ordovas JM (diciembre de 2008). " Asociaciones genotipo-fenotipo: modulación por la dieta y la obesidad" . Obesity . 16 (Supl. 3): S40-6. doi : 10.1038/oby.2008.515 . PMC 2771769. PMID 19037211 .
↑ Parnell LD, Blokker BA, Dashti HS, Nesbeth PD, Cooper BE, Ma Y, Lee YC, Hou R, Lai CQ, Richardson K, Ordovás JM (2014). " CardioGxE, un catálogo de interacciones gen-ambiente para rasgos cardiometabólicos" . BioData Mining . 7 : 21. doi : 10.1186/1756-0381-7-21 . PMC 4217104. PMID 25368670 .
↑ Aschard H, Chen J, Cornelis MC, Chibnik LB, Karlson EW, Kraft P (junio de 2012). "Es improbable que la inclusión de interacciones gen-gen y gen-ambiente mejore drásticamente la predicción de riesgos para enfermedades complejas" . American Journal of Human Genetics . 90 (6): 962–72 . doi : 10.1016/j.ajhg.2012.04.017 . PMC 3370279. PMID 22633398 .
1 2 Gupta AP, Lewontin RC (septiembre de 1982). "Un estudio de las normas de reacción en poblaciones naturales de Drosophila pseudoobscura" . Evolution; International Journal of Organic Evolution . 36 (5): 934– 948. doi : 10.1111/j.1558-5646.1982.tb05464.x . PMID 28567833 .
↑ Rea R, De Sousa-Vieira O, Díaz A, Ramón M, Briceño R, George J, Niño M, Balzano-Nogueira L (2016). "Interacción genotipo-ambiente, megaambientes y métodos de acoplamiento de dos tablas para estudios de rendimiento de caña de azúcar en Venezuela". Tecnología del azúcar . 18 (4): 354– 364. doi : 10.1007/s12355-015-0407-9 . S2CID 18351550 .
↑ Dray S, Chessel D, Thioulouse J (2003). "Análisis de coinercia y vinculación de tablas de datos ecológicos" (PDF) . Ecology . 84 (11): 3078– 3089. Bibcode : 2003Ecol...84.3078D . doi : 10.1890/03-0178 .
↑ Clausen J, Keck D, Hiesey WM (1948). "Estudios experimentales sobre la naturaleza de las especies. III. Respuestas ambientales de razas climáticas de Achillea, Carnegie Inst Washington Publ 581": 1– 129.{{cite journal}}: Para citar una revista se requiere |journal=( ayuda )
↑ Murphy RL, Klein RR, Morishige DT, Brady JA, Rooney WL, Miller FR, Dugas DV, Klein PE, Mullet JE (septiembre de 2011). "La luz coincidente y la regulación del reloj de la proteína reguladora de pseudorespuesta 37 (PRR37) controlan la floración fotoperiódica en el sorgo" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 108 (39): 16469– 74. Bibcode : 2011PNAS..10816469M . doi : 10.1073/pnas.1106212108 . PMC 3182727. PMID 21930910 .
↑ Murphy RL, Morishige DT, Brady JA, Rooney WL, Yang S, Klein PE, Mullet JE (2014-07-01). "Ghd7 (Ma6) reprime la floración del sorgo en días largos: los alelos Ghd7 mejoran la acumulación de biomasa y la producción de grano". The Plant Genome . 7 (2): 0. doi : 10.3835/plantgenome2013.11.0040 . ISSN 1940-3372 . S2CID 44065333 .
↑ Li X, Guo T, Mu Q, Li X, Yu J (junio de 2018). "Determinantes genómicos y ambientales y su interacción subyacente a la plasticidad fenotípica" . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 115 (26): 6679– 6684. Bibcode : 2018PNAS..115.6679L . doi : 10.1073/pnas.1718326115 . PMC 6042117. PMID 29891664 .
↑ Baker C (2004). "Capítulo 3. El entorno ilustrado" . Genética del comportamiento . AAAS. ISBN978-0871686978.
↑ Castro-Giner F, Künzli N, Jacquemin B, Forsberg B, de Cid R, Sunyer J, Jarvis D, Briggs D, Vienneau D, Norback D, González JR, Guerra S, Janson C, Antó JM, Wjst M, Heinrich J, Estivill X, Kogevinas M (diciembre de 2009). "Contaminación del aire relacionada con el tráfico, genes del estrés oxidativo y asma (CEDRS)" . Perspectivas de salud ambiental . 117 (12): 1919– 24. doi : 10.1289/ehp.0900589 . PMC 2799467 . PMID 20049212 .
↑ Basharat Z, Messaoudi A, Ruba S, Yasmin A (octubre de 2016). "El polimorfo NQO1 rs1800566 es más propenso a la lesión pulmonar inducida por NOx: Respaldando la funcionalidad deletérea a través de un enfoque informático". Gene . 591 (1): 14–20 . doi : 10.1016/j.gene.2016.06.048 . PMID 27349566 .
↑ Caspi A, McClay J, Moffitt TE, Mill J, Martin J, Craig IW, Taylor A, Poulton R (agosto de 2002). "El papel del genotipo en el ciclo de violencia en niños maltratados". Science . 297 ( 5582): 851– 4. Bibcode : 2002Sci...297..851C . doi : 10.1126/science.1072290 . PMID 12161658. S2CID 7882492 .
↑ Munafò MR, Durrant C, Lewis G, Flint J (febrero de 2009). "Interacciones gen-ambiente en el locus del transportador de serotonina". Biological Psychiatry . 65 (3): 211– 9. doi : 10.1016/j.biopsych.2008.06.009 . PMID 18691701. S2CID 5780325 .
Hispanopedia Wiki
