El vino es la bebida alcohólica más popular alrededor del mundo y debido a su importancia en la sociedad ha sido ampliamente estudiado. Comprender qué determina su sabor ha llevado una búsqueda durante décadas aunque todavía se desconoce mucho, y se determina, al menos en parte, por preferencias individuales de gusto. Estudios recientes sobre la genética del gusto han descubierto el rol de diferentes genes en la determinación de las preferencias alimenticias, lo que ha revelado aspectos de su fisiología.
Resumen del estudio de la genética del gusto y conclusiones
En este contexto, hemos realizado un estudio de relación del genoma completo sobre el gusto por el vino tinto y blanco utilizando tres poblaciones aisladas ubicadas en Italia, y replicamos nuestros resultados en dos poblaciones adicionales originarias de los Países Bajos y Asia Central, para un total de 3,885 muestras.
Hemos hallado una relación importante (P=2.1 × 10−8) entre el gusto por el vino blanco y el rs9276975:C>T, un polimorfismo en el gen HLA-DOA que codifica una molécula MHC II no canónica, la cual regula otras moléculas MHC II.
La misma relación fue hallada con el gusto por el vino tinto (P=8.3 × 10−6). Un análisis por sexo también ha revelado que el efecto del HLA-DOA es dos veces más fuerte en mujeres, en relación con hombres, lo que sugiere una interacción entre este polimorfismo y el género. Nuestros resultados son unos de los primeros ejemplos de la relación del genoma completo entre el gusto por un alimento comúnmente consumido y variantes de genes. Por otra parte, nuestros resultados sugieren un rol del sistema MHC en la determinación de las preferencias alimenticias, que presenta nuevos hallazgos en este campo, en general.
Resultados
La tabla 1 describe las características y distribución de rasgos de cada cohorte. La tasa de agrado media era muy similar entre las poblaciones italianas, mientras que se observó un menor agrado en las poblaciones SR y ERF. En particular, la ERF presenta el menor nivel de agrado, en comparación con las otras poblaciones. Aunque las medias son diferentes, las desviaciones estándar eran consistentes para todas las poblaciones, lo que demuestra que el procedimiento de estandarización fue efectivo para hacer comparables las medidas.
Para la etapa de descubrimiento realizamos un análisis de relación del genoma completo sobre el gusto por el vino tinto y el gusto por el vino blanco en las tres poblaciones italianas (2,271 muestras) y luego mezclamos los resultados usando el método de ponderación de varianza inversa. Luego, elegimos todos los SNPs con P<1 × 10−5 a usar para el análisis conjunto de la segunda etapa.
La figura 1 representa el gráfico Manhattan para la etapa de descubrimiento que formó los SNPs de base seleccionados para replicación. Los SNPs seleccionados fueron 42 para el vino blanco y 72 para el vino tinto. Las variantes seleccionadas fueron analizadas respecto a su relación con la preferencia del vino en dos cohortes adicionales: ERF utilizando 1,261 muestras y SR utilizando 335 muestras. El análisis conjunto reveló una relación importante con el genoma completo entre el vino blanco y el rs9276975 (NC_000006.12:g.33005822C>T) (P=2.1 × 10−8), un SNP en la región 3′-UTR del gen HLA-DOA. Dado que el método de varianza inversa para el meta análisis es sensible a diferencias en distribuciones de las características, y que tuvimos de transformar la escala SR para adaptarla a las otras poblaciones, también realizamos un meta análisis con base en valor de z (distribución normal estándar). Los resultados fueron casi idénticos a los obtenidos con el método de varianza inversa (coeficiente de regresión de 0.98) con un valor de P para el rs9276975:C>T igual a 1.5 × 10−8. Estos resultados muestran que la transformación aplicada a las características no influía en el resultado final. Para verificar que no teníamos estratificación residual en la etapa de replicación, realizamos un meta análisis del genoma completo en ambas características analizadas. Lambda fue de 1.01 para el vino tinto y 1.002 para el vino blanco, los gráficos QQ se presentan en los materiales adicionales (Figuras Suplementarias S2 y S3). Finalmente, el análisis de potencia utilizando Genetic Power Calculator reveló que tenemos 0.54 de potencia para detectar la relación a α=5 × 10−8 bajo las mismas condiciones de la relación descrita (MAF=0.15 β=0.053). También calculamos que tenemos 0.8 de potencia para detectar la relación a α=5 × 10−8 a 0.01 varianza explicada independientemente de la MAF.
Figura 1
Gráfico Manhattan para el meta análisis en las poblaciones italianas. La línea roja está establecida en P=1 × 10−5, mientras que los puntos rojos representan los SNPs seleccionados para replicación. La figura superior se refiere al vino tinto, mientras que la inferior al vino blanco.
La Figura 2 muestra el gráfico de relación regional en torno al rs9276975:C>T para vino blanco y tinto, mientras que la figura suplementaria S1 muestra un gráfico similar para todo el locus HLA. La señal de relación está claramente confinada al locus HLA-DOA, sin afectar la región HLA mayor, la cual está en un fuerte desequilibrio de uniones. Esto se debe probablemente el hecho de que el HLA-DOA está dentro de dos puntos críticos de recombinación que le aíslan del resto del locus HLA.
Figura 2
Gráficos de relación regional del locus que contiene el gen HLA-DOA. La figura superior se refiere al vino tinto, mientras que la inferior al vino blanco. Claramente, las dos figuras se parecen, aunque en el caso del vino tinto la señal de relación es mucho más débil. Los diferentes colores se refieren al r2 con rs9276975 en la población CEU. Los cuadros representan los SNPs codificantes, mientras que los círculos representan SNPs no codificantes.
La Tabla 2 presenta los resultados para los SNP importantes, mientras que la tabla suplementaria S2 contiene los resultados de todos los SNPs seleccionados en la etapa uno.
Para verificar si los SNPs relacionados tenían un efecto en el agrado por los alimentos en general, o solo por el vino, realizamos un análisis de relación entre los dos SNPs y otros 40 niveles de agrado de alimentos, los cuales estaban disponibles en los cohortes estudiados y fueron recolectados de manera similar a los datos del gusto por el vino. Este análisis no mostró resultados importantes o algo cercano (tabla suplementaria 4), lo que sugiere que las relaciones descritas son específicas al agrado por el vino.
No se halló ninguna relación importante para alguno de los 72 SNPs utilizados para la etapa de replicación del vino tinto como se muestra en la tabla suplementaria S3. La tabla suplementaria S1 de los materiales suplementarios presenta las estadísticas descriptivas para todos los GWAS y meta análisis, mientras que las figuras suplementarias S2 y S3 muestran gráficos QQ para los mismos análisis.
Dadas las posibles diferencias genéticas entre hombres y mujeres, los análisis fueron realizados también en hombres y mujeres de forma independiente, limitado al SNP rs9276975:C>T. Este análisis reveló que la relación entre el vino blanco y el HLA-DOA era mucho más fuerte en mujeres que en hombres (P=1 × 10−7 en mujeres vs P=0.01 en hombres). Observando el tamaño del efecto, las mujeres exhibieron el doble del efecto en comparación con los hombres (0.067 vs 0.033). La tabla tres muestran los resultados para el análisis específico por sexo del vino blanco y vino tinto, los cuales mostraron, de nueva cuenta, un efecto similar.
Marcar el rs9276975:C>T con el HaploReg v2,39 SNPNexus y Regulome DB no reveló información sobre cuál podría ser su rol en la relación observada. También, extender la anotación a todos los SNPs en un fuerte desequilibrio de ligamiento (LD) (r2>0.8) con el rs9276975:C>T en la población CEU 1000 G. Se piensa que sólo el rs1367731 (NC_000006.12:g.33017422C>T) y el rs9276981 (NC_000006.12:g.33007922G>C) tienen un posible rol funcional mediante Regulome DB con una puntuación de 5 y 6, respectivamente, lo cual corresponde a las menores puntuaciones posibles y a evidencia muy débil.
Fuente: ncbi.nlm.nih.gov
Link: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4795214/
Nicola Pirastu,1,2,* Maarten Kooyman,3 Michela Traglia,4 Antonietta Robino,1 Sara M Willems,3 Giorgio Pistis,4 Najaf Amin,3 Cinzia Sala,4 Lennart C Karssen,3 Cornelia M van Duijn,3,5 Daniela Toniolo,4 y Paolo Gasparini1,2
Notas
Los autores no declaran conflicto de interés alguno.
Nota: Instituto Nutrigenómica no se hace responsable de las opiniones expresadas en el presente artículo.
Notas al pie
Información suplementaria acompaña a este documento en el sitio web del European Journal of Human Genetics (http://www.nature.com/ejhg)
Referencias
1 Sieri S, Agudo A, Kesse E et al: Patterns of alcohol consumption in 10 European countries participating in the European Prospective Investigation into Cancer and Nutrition (EPIC) project. Public Health Nutr 2002; 5: 1287–1296. [PubMed]
2 Schröder H, Ferrández O, Jimenez Conde J, Sánchez-Font A, Marrugat J: Cardiovascular risk profile and type of alcohol beverage consumption: a population-based study. Ann Nutr Metab 49: 100–106. [PubMed]
3 Rimm EB, Giovannucci EL, Willett WC et al: Prospective study of alcohol consumption and risk of coronary disease in men. Lancet 1991; 338: 464–468. [PubMed]
4 Marmot MG: Alcohol and coronary heart disease. Int J Epidemiol 2001; 30: 724–729. [PubMed]
5 Di Castelnuovo A, Rotondo S, Iacoviello L, Donati MB, De Gaetano G: Meta-analysis of wine and beer consumption in relation to vascular risk. Circulation 2002; 105: 2836–2844. [PubMed]
6 Tolstrup J, Jensen MK, Tjønneland A, Overvad K, Mukamal KJ, Grønbaek M: Prospective study of alcohol drinking patterns and coronary heart disease in women and men. BMJ 2006; 332: 1244–1248. [PMC free article] [PubMed]
7 Polásková P, Herszage J, Ebeler SE: Wine flavor: chemistry in a glass. Chem Soc Rev 2008; 37: 2478–2489. [PubMed]
8 Rapp A: Volatile flavour of wine: correlation between instrumental analysis and sensory perception. Nahrung 1998; 42: 351–363. [PubMed]
9 Moreno-Arribas MV, Polo MC: Winemaking biochemistry and microbiology: current knowledge and future trends. Crit Rev Food Sci Nutr 2005; 45: 265–286. [PubMed]
10 Ardö Y: Flavour formation by amino acid catabolism. Biotechnol Adv 24: 238–242. [PubMed]
11 Snowdon EM, Bowyer MC, Grbin PR, Bowyer PK: Mousy off-flavor: a review. J Agric Food Chem 2006; 54: 6465–6474. [PubMed]
12 Kapoor M, Wang J-C, Wetherill L et al: A meta-analysis of two genome-wide association studies to identify novel loci for maximum number of alcoholic drinks. Hum Genet 2013; 132: 1141–1151. [PMC free article] [PubMed]
13 Bierut LJ, Agrawal A, Bucholz KK et al: A genome-wide association study of alcohol dependence. Proc Natl Acad Sci USA 2010; 107: 5082–5087. [PMC free article] [PubMed]
14 Edenberg HJ, Koller DL, Xuei X et al: Genome-wide association study of alcohol dependence implicates a region on chromosome 11. Alcohol Clin Exp Res 2010; 34: 840–852. [PMC free article] [PubMed]
15 Lind PA, Macgregor S, Vink JM et al: A genomewide association study of nicotine and alcohol dependence in Australian and Dutch populations. Twin Res Hum Genet 2010; 13: 10–29. [PMC free article] [PubMed]
16 Frank J, Cichon S, Treutlein J et al: Genome-wide significant association between alcohol dependence and a variant in the ADH gene cluster. Addict Biol 2012; 17: 171–180. [PMC free article] [PubMed]
17 Hayes JE, Wallace MR, Knopik VS, Herbstman DM, Bartoshuk LM, Duffy VB: Allelic variation in TAS2R bitter receptor genes associates with variation in sensations from and ingestive behaviors toward common bitter beverages in adults. Chem Senses 2011; 36: 311–319. [PMC free article] [PubMed]
18 Duffy VB, Davidson AC, Kidd JR et al: Bitter receptor gene (TAS2R38), 6-n-propylthiouracil (PROP) bitterness and alcohol intake. Alcohol Clin Exp Res 2004; 28: 1629–1637. [PMC free article] [PubMed]
19 Wang JC, Hinrichs AL, Bertelsen S et al: Functional variants in TAS2R38 and TAS2R16 influence alcohol consumption in high-risk families of African-American origin. Alcohol Clin Exp Res 2007; 31: 209–215. [PubMed]
20 Knaapila A, Hwang L-D, Lysenko A et al: Genetic analysis of chemosensory traits in human twins. Chem Senses 2012; 37: 869–881. [PMC free article] [PubMed]
21 McRae JF, Mainland JD, Jaeger SR, Adipietro KA, Matsunami H, Newcomb RD: Genetic variation in the odorant receptor OR2J3 is associated with the ability to detect the ‘grassy’ smelling odor, cis-3-hexen-1-ol. Chem Senses 2012; 37: 585–593. [PMC free article] [PubMed]
22 Pirastu N, Robino A, Lanzara C et al: Genetics of Food Preferences: A First View from Silk Road Populations. J Food Sci 2012; 77: S413–S418. [PubMed]
23 JONES LV, PERYAM DR, THURSTONE LL: Development of a scale for measuring soldiers’food preferences b. J Food Sci 1955; 20: 512–520.
24 Coetzee H, Taylor JRN: The use and adaptation of the paired-comparison method in the sensory evaluation of hamburger-type patties by illiterate/semi-literate consumers. Food Qual Prefer 1996; 7: 81–85.
25 Colman AM, Norris CE: PCC. Comparing Rating Scales of Different Lengths: Equivalence of Scores From 5-Point and 7-Point Scales. Psychol Rep 1997; 80: 355–362.
26 Preston CC, Colman AM: Optimal number of response categories in rating scales: reliability, validity, discriminating power, and respondent preferences. Acta Psychol (Amst) 2000; 104: 1–15. [PubMed]
27 J.G. D: Five point vs eleven point scales: does it make a difference to data characteristics? Australas J Mark Res 2002; 10: 39–47.
28 Girotto G, Pirastu N, Sorice R et al: Hearing function and thresholds: a genome-wide association study in European isolated populations identifies new loci and pathways. J Med Genet 2011; 48: 369–374. [PubMed]
29 Aulchenko YS, Heutink P, Mackay I et al: Linkage disequilibrium in young genetically isolated Dutch population. Eur J Hum Genet 2004; 12: 527–534. [PubMed]
30 Pardo LM, MacKay I, Oostra B, van Duijn CM, Aulchenko YS: The effect of genetic drift in a young genetically isolated population. Ann Hum Genet 2005; 69: 288–295. [PubMed]
31 Delaneau O, Zagury J-F, Marchini J: Improved whole-chromosome phasing for disease and population genetic studies. Nat Methods 2013; 10: 5–6. [PubMed]
32 Howie BN, Donnelly P, Marchini J: A flexible and accurate genotype imputation method for the next generation of genome-wide association studies. PLoS Genet 2009; 5: e1000529. [PMC free article] [PubMed]
33 Abecasis GR, Auton A, Brooks LD et al: An integrated map of genetic variation from 1,092 human genomes. Nature 2012; 491: 56–65. [PMC free article] [PubMed]
34 Howie B, Fuchsberger C, Stephens M, Marchini J, Abecasis GR: Fast and accurate genotype imputation in genome-wide association studies through pre-phasing. Nat Genet 2012; 44: 955–959. [PMC free article] [PubMed]
35 Aulchenko YS, Ripke S, Isaacs A, van Duijn CM: GenABEL: an R library for genome-wide association analysis. Bioinformatics 2007; 23: 1294–1296. [PubMed]
36 Belonogova NM, Svishcheva GR, van Duijn CM, Aulchenko YS, Axenovich TI: Region-based association analysis of human quantitative traits in related individuals. PLoS One 2013; 8: e65395. [PMC free article] [PubMed]
37 Hirschhorn JN, Daly MJ: Genome-wide association studies for common diseases and complex traits. Nat Rev Genet 2005; 6: 95–108. [PubMed]
38 Purcell S, Cherny SS, Sham PC: Genetic Power Calculator: design of linkage and association genetic mapping studies of complex traits. Bioinformatics 2003; 19: 149–150. [PubMed]
39 Ward LD, Kellis M: HaploReg: a resource for exploring chromatin states, conservation, and regulatory motif alterations within sets of genetically linked variants. Nucleic Acids Res 2012; 40: D930–D934. [PMC free article] [PubMed]
40 Schulze M-SED, Wucherpfennig KW: The mechanism of HLA-DM induced peptide exchange in the MHC class II antigen presentation pathway. Curr Opin Immunol 2012; 24: 105–111. [PMC free article] [PubMed]
41 Wedekind C, Seebeck T, Bettens F, Paepke AJ: MHC-dependent mate preferences in humans. Proc Biol Sci 1995; 260: 245–249. [PubMed]
42 Ober C, Weitkamp LR, Cox N, Dytch H, Kostyu D, Elias S: HLA and mate choice in humans. Am J Hum Genet 1997; 61: 497–504. [PMC free article] [PubMed]
43 Capittini C, Martinetti M, Cuccia M: MHC variation, mate choice and natural selection: the scent of evolution. Riv Biol 101: 463–480. [PubMed]
44 Ishii T, Mombaerts P: Expression of nonclassical class I major histocompatibility genes defines a tripartite organization of the mouse vomeronasal system. J Neurosci 2008; 28: 2332–2341. [PubMed]
45 Leinders-Zufall T, Ishii T, Mombaerts P, Zufall F, Boehm T: Structural requirements for the activation of vomeronasal sensory neurons by MHC peptides. Nat Neurosci 2009; 12: 1551–1558. [PubMed]
46 Wysocki CJ, Yamazaki K, Curran M, Wysocki LM, Beauchamp GK: Mice (Mus musculus) lacking a vomeronasal organ can discriminate MHC-determined odortypes. Horm Behav 2004; 46: 241–246. [PubMed]
47 Strandh M, Westerdahl H, Pontarp M et al: Major histocompatibility complex class II compatibility, but not class I, predicts mate choice in a bird with highly developed olfaction. Proc Biol Sci 2012; 279: 4457–4463. [PMC free article] [PubMed]
48 Milinski M: Evidence for MHC-correlated perfume preferences in humans. Behav Ecol 2001; 12: 140–149.
49 Hämmerli A, Schweisgut C, Kaegi M: Population genetic segmentation of MHC-correlated perfume preferences. Int J Cosmet Sci 2012; 34: 161–168. [PubMed]
50 Singh PB, Herbert J, Roser B, Arnott L, Tucker DK, Brown RE: Rearing rats in a germ-free environment eliminates their odors of individuality. J Chem Ecol 1990; 16: 1667–1682. [PubMed]
51 Dinnella C, Recchia A, Tuorila H, Monteleone E: Individual astringency responsiveness affects the acceptance of phenol-rich foods. Appetite 2011; 56: 633–642. [PubMed]
52 Koelega HS, Köster EP: Some experiments on sex differences in odor perception. Ann N Y Acad Sci 1974; 237: 234–246. [PubMed]
53 Zucco GM, Aiello L, Turuani L, Köster E: Odor-evoked autobiographical memories: age and gender differences along the life span. Chem Senses 2012; 37: 179–189. [PubMed]
54 Santos PSC, Schinemann JA, Gabardo J, Bicalho M, da G: New evidence that the MHC influences odor perception in humans: a study with 58 Southern Brazilian students. Horm Behav 2005; 47: 384–388. [PubMed]
55 Wedekind C, Füri S: Body odour preferences in men and women: do they aim for specific MHC combinations or simply heterozygosity? Proc Biol Sci 1997; 264: 1471–1479. [PMC free article] [PubMed]
