stringtranslate.com

Interacción gen-ambiente

La interacción gen-ambiente (o interacción genotipo-ambiente o G×E ) se produce cuando dos genotipos diferentes responden a la variación ambiental de diferentes maneras. Una norma de reacción es un gráfico que muestra la relación entre genes y factores ambientales cuando las diferencias fenotípicas son continuas. [1] Pueden ayudar a ilustrar las interacciones GxE. Cuando la norma de reacción no es paralela, como se muestra en la siguiente figura, existe una interacción gen por 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 de la vida. [2]

Esta norma de reacción muestra líneas que no son paralelas que indican un gen por interacción con el medio ambiente. Cada genotipo responde a la variación ambiental de una manera diferente.

Se estudian las interacciones gen-ambiente para comprender mejor diversos fenómenos. En epidemiología genética , las interacciones gen-ambiente son útiles para comprender algunas enfermedades . A veces, la sensibilidad a los factores de riesgo ambientales de una enfermedad se hereda en lugar de heredarse la enfermedad en sí. Los individuos con diferentes genotipos se ven afectados de manera diferente por la exposición a los mismos factores ambientales y, por lo tanto, las interacciones entre genes y medio ambiente pueden dar lugar a diferentes fenotipos de enfermedades. Por ejemplo, la exposición a la luz solar tiene una influencia más fuerte en el riesgo de cáncer de piel en humanos de piel clara que en personas de piel más oscura . [3]

Estas interacciones son de particular interés para los epidemiólogos genéticos para predecir tasas de enfermedades y métodos de prevención con respecto a 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 sobre naturaleza versus crianza suponen que la variación en un rasgo se debe principalmente a diferencias genéticas o diferencias ambientales. Sin embargo, la opinión científica actual sostiene que ni las diferencias genéticas ni las diferencias ambientales son las únicas responsables de producir la variación fenotípica, y que prácticamente todos los rasgos están influenciados tanto por diferencias genéticas como ambientales. [5] [6] [7]

Se tendría que utilizar el análisis estadístico de las diferencias genéticas y ambientales que contribuyen al fenotipo para confirmar que son interacciones gen-ambiente. En genética del desarrollo, una interacción causal es suficiente para confirmar las interacciones entre genes y medio ambiente. [8]

Historia de la definición

La historia de la definición de la interacción gen-ambiente se remonta a la década de 1930 y sigue siendo un tema de debate en la actualidad. La primera instancia de debate se produjo entre Ronald Fisher y Lancelot Hogben . Fisher buscó eliminar la interacción de los estudios estadísticos, ya que era un fenómeno que podía eliminarse mediante una variación de escala. Hogben creía que la interacción debería investigarse en lugar de eliminarse, ya que proporcionaba información sobre la causalidad de ciertos elementos del desarrollo.

Un argumento similar enfrentaron varios científicos en la década de 1970. Arthur Jensen publicó el estudio “¿ Cuánto podemos aumentar el coeficiente intelectual y el rendimiento escolar? ”, que, entre muchas críticas, también enfrentó la oposición de los científicos Richard Lewontin y David Layzer . Lewontin y Layzer argumentaron que para concluir los mecanismos causales, la interacción gen-ambiente no podía ignorarse en el contexto del estudio, mientras que Jensen defendió que la interacción era un fenómeno puramente estadístico y no estaba relacionado con el desarrollo. [9]

Casi al mismo tiempo, Kenneth J. Rothman apoyó el uso de una definición estadística de interacción, mientras que los investigadores Kupper y Hogan creían que la definición y existencia de interacción dependía del modelo utilizado. [10]

Las críticas más recientes fueron impulsadas por los estudios de Moffitt y Caspi sobre el 5-HTTLPR y el estrés y su influencia en la depresión. A diferencia de debates anteriores, Moffitt y Caspi estaban utilizando ahora el análisis estadístico para demostrar que existía interacción y que podía utilizarse para descubrir los mecanismos de un rasgo de vulnerabilidad. La controversia provino de Zammit, Owen y Lewis, quienes reiteraron 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

Hoy en día existen dos concepciones diferentes de la interacción gen-ambiente. Tabery [11] los ha denominado interacción biométrica y de desarrollo , mientras que Sesardic [12] utiliza los términos interacción estadística y 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 biométrica gen-ambiente tiene particular vigencia en la genética de poblaciones y la genética del comportamiento . [11] Cualquier interacción da como resultado la ruptura de la aditividad de los principales efectos de la herencia y el medio ambiente, pero si dicha interacción está presente en entornos particulares es una cuestión empírica. La interacción biométrica es relevante en el contexto de la investigación sobre las diferencias individuales más que en el contexto del desarrollo de un organismo en particular. [4]

La interacción gen-ambiente del desarrollo es un concepto utilizado más comúnmente por los genetistas y psicobiólogos del desarrollo . La interacción del desarrollo no se considera simplemente un fenómeno estadístico. Ya sea que exista interacción estadística o no, la interacción del desarrollo se manifiesta en cualquier caso en la interacción causal de genes y entornos en la producción del 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 medio 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 PKU produce niveles de fenilalanina más altos de lo normal, lo que a su vez causa retraso mental.

Por el contrario, el factor de riesgo del Modelo B tiene un efecto directo sobre la susceptibilidad a enfermedades que se ve amplificado por la susceptibilidad genética. El modelo C representa lo inverso, donde la susceptibilidad genética afecta directamente a la enfermedad mientras que el factor de riesgo amplifica este efecto. En cada situación independiente, el factor que afecta directamente a la enfermedad puede causarla por sí mismo.

El modelo D difiere porque ninguno de los factores en esta situación puede afectar el riesgo de enfermedad; sin embargo, cuando están presentes tanto la susceptibilidad genética como el factor de riesgo, el riesgo aumenta. Por ejemplo, el gen de deficiencia de G6PD cuando se combina con el consumo de habas produce anemia hemolítica. Esta enfermedad no surge en personas que comen habas y carecen de deficiencia de G6PD ni en personas con deficiencia de G6PD que no comen habas.

Por último, el Modelo E representa un escenario en el que el factor de riesgo ambiental y la susceptibilidad genética pueden influir individualmente en el riesgo de enfermedad. Sin embargo, cuando se combinan, 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 qué tan similares son las personas que han sido adoptadas con sus padres biológicos con quienes no compartían el mismo entorno. Además, los individuos adoptados se comparan con su familia adoptiva debido a la diferencia de genes pero al entorno compartido. Por ejemplo, un estudio sobre adopción demostró que los hombres suecos con entornos adoptivos desfavorecidos y una predisposición genética tenían más probabilidades de abusar del alcohol. [13]

estudios de gemelos

Utilizando gemelos monocigóticos se pudieron observar los efectos de diferentes ambientes sobre genotipos idénticos. Estudios posteriores aprovechan las técnicas de modelado biométrico para incluir comparaciones de gemelos dicigóticos para, en última instancia, determinar los diferentes niveles de expresión genética en diferentes entornos. [13]

estudios familiares

La investigación familiar 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 con madres que padecían esquizofrenia demostró que los niños sin un cuidador estable se asociaban con un mayor riesgo de esquizofrenia. [13]

Análisis moleculares

Interacción con genes individuales.

El método utilizado a menudo para detectar interacciones entre genes y entorno es estudiar el efecto que tiene una variación de un solo gen ( gen candidato ) con respecto a un entorno particular. Los polimorfismos de un solo nucleótido (SNP) se comparan con factores de exposición binarios únicos para determinar cualquier efecto.

Estudios candidatos como estos requieren hipótesis biológicas sólidas que actualmente son difíciles de seleccionar dada la poca comprensión de los mecanismos biológicos que conducen a un mayor riesgo.

Estos estudios también suelen ser difíciles de replicar debido al tamaño pequeño de las muestras, lo que generalmente genera resultados controvertidos.

La naturaleza poligénica de los fenotipos complejos sugiere que los estudios de candidatos individuales podrían ser ineficaces para determinar los diversos efectos a menor escala de la gran cantidad de variantes genéticas influyentes. [14]

Interacción con múltiples genes.

Dado que el mismo factor ambiental podría interactuar con múltiples genes, se puede adoptar un enfoque poligénico para analizar las interacciones GxE. Se genera una puntuación poligénica utilizando los alelos asociados con un rasgo y sus respectivos pesos según el efecto y se examina en combinación con la exposición ambiental. Aunque este método de investigación es todavía incipiente, es compatible con los trastornos psiquiátricos. Como resultado de la superposición de endofenotipos entre trastornos, esto sugiere que los resultados de las interacciones gen-ambiente son aplicables en varios diagnósticos. [14]

Estudios de asociación de todo el genoma y estudios de interacción de todo el genoma.

Un enfoque de escaneo de interacción de todo el genoma (GEWIS) examina la interacción entre el medio ambiente y una gran cantidad de SNP independientes. Un enfoque eficaz para este estudio integral se produce en dos pasos en los que primero se filtra el genoma mediante pruebas a nivel genético y análisis de conjuntos de genes basados ​​en vías. El segundo paso utiliza los SNP con asociación G-E y pruebas de interacción. [15]

La hipótesis de la susceptibilidad diferencial se ha reafirmado mediante enfoques de todo el genoma. [dieciséis]

Controversias

Falta de replicación

Una preocupación particular con los estudios de interacción gen-ambiente es la falta de reproducibilidad. Los estudios de rasgos específicamente complejos han sido objeto de escrutinio por producir resultados que no se pueden replicar. Por ejemplo, los estudios sobre el gen 5-HTTLPR y el estrés que produce un riesgo modificado de depresión han tenido resultados contradictorios. [17] [15]

Una posible explicación detrás de los resultados inconsistentes es el uso intensivo de pruebas múltiples. Se sugiere que los estudios produzcan resultados inexactos debido a la investigación de múltiples fenotipos y factores ambientales en experimentos individuales. [15]

Modelo aditivo vs multiplicativo

Hay 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 se debe utilizar. 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 que para un resultado antagónico. El modelo aditivo mide las diferencias de riesgo, mientras que el modelo multiplicativo utiliza ratios para medir los efectos. Se ha sugerido que el modelo aditivo es más adecuado 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 entre genes y medio ambiente; sin embargo, no concluye si los efectos ambientales son aditivos, multiplicativos o interactivos. [13]

Interacciones del gen "×" con el entorno "×" con el entorno

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 cuando sea adulto, lo que en última instancia conduciría a puntuaciones de angustia psicológica más altas. Esto representa una interacción de tres vías Gen x Medio ambiente x Medio ambiente. El mismo estudio sugiere adoptar un enfoque de curso de vida para determinar la sensibilidad genética a las influencias ambientales en el ámbito de las enfermedades mentales. [18]

Importancia médica

Los médicos están interesados ​​en saber si las enfermedades se pueden prevenir reduciendo la exposición a los riesgos ambientales. Algunas personas portan factores genéticos que les confieren susceptibilidad o resistencia a un determinado trastorno en un entorno particular. La interacción entre los factores genéticos y el estímulo ambiental es lo que da como resultado el fenotipo de la enfermedad. [19] Puede haber importantes beneficios para la salud pública al utilizar interacciones entre genes y entorno para prevenir o curar enfermedades. [20]

La respuesta de un individuo a un fármaco puede ser el resultado de diversas interacciones entre genes y entorno. [19] Por lo tanto, la importancia clínica de la farmacogenética y las interacciones gen-ambiente proviene de la posibilidad de que la información genómica, junto con la información ambiental, permita predicciones más precisas de la respuesta individual al fármaco. Esto permitiría a los médicos seleccionar con mayor precisión un determinado medicamento y dosis para lograr una respuesta terapéutica en un paciente y al mismo tiempo minimizar los efectos secundarios y las reacciones adversas al medicamento . [21] Esta información también podría ayudar a prevenir los costos de atención médica asociados con reacciones adversas a los medicamentos y la prescripción inconveniente de medicamentos a pacientes que probablemente no responderán a ellos. [19]

De manera similar, un individuo puede responder a otros estímulos, factores o desafíos ambientales de manera diferente según diferencias genéticas o alelos específicos. Estos otros factores incluyen la dieta y los nutrientes específicos dentro de la dieta, la actividad física, el consumo de alcohol y tabaco, el sueño (hora de acostarse, duración) y cualquiera de una serie de exposiciones (o exposoma ), incluidas toxinas, contaminantes, luz solar (latitud norte). –al sur del ecuador), entre muchos otros. La dieta, por ejemplo, es modificable y tiene un impacto significativo en una serie de enfermedades cardiometabólicas, incluidas las enfermedades cardiovasculares, la enfermedad de las arterias coronarias, la enfermedad coronaria, la diabetes tipo 2 , la hipertensión , los accidentes cerebrovasculares , el infarto de miocardio y la enfermedad del hígado graso no alcohólico. En la clínica, los riesgos típicamente evaluados de estas afecciones incluyen lípidos en sangre (triglicéridos y HDL, LDL y colesterol total), rasgos glucémicos (glucosa e insulina plasmática, 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] Está disponible un catálogo de variantes genéticas que se asocian con estos y fenotipos cardiometabólicos relacionados y modificadas 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 riesgos no mejora la identificación de riesgos. [24]

Ejemplos

Número medio de cerdas en °C
  1. En Drosophila : Gupta y Lewontin realizaron en Drosophila un ejemplo clásico de interacción gen-ambiente en 1981. En su experimento demostraron que el número medio de cerdas en Drosophila podía variar con los cambios de temperatura. Como se ve en el gráfico de la derecha, los diferentes genotipos reaccionaron de manera diferente al entorno cambiante. Cada línea representa un genotipo determinado y la pendiente de la línea refleja el fenotipo cambiante (número de cerdas) con el cambio de temperatura. Algunos individuos tuvieron un aumento en el número de cerdas al aumentar la temperatura, mientras que otros tuvieron una fuerte disminución en el número de cerdas al aumentar la temperatura. Esto demostró que las normas de reacción no eran paralelas para estas moscas, lo que demuestra que existen interacciones entre genes y medio ambiente. [25]
  2. En plantas: Un enfoque muy interesante sobre las estrategias de interacción genotipo por 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 ubicaciones 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. Luego, los autores crearon una estrategia novedosa para estudiar ambas variables de rendimiento en una estrategia acoplada de dos vías, aunque los resultados mostraron una correlación media negativa. 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 complemento al análisis de 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 sembró un esqueje de cada genotipo en elevaciones baja, media y alta, respectivamente. Cuando las plantas maduraron, ningún genotipo creció mejor en todas las altitudes, y en cada altitud a los siete genotipos les fue diferente. Por ejemplo, un genotipo creció más alto en la elevación media pero alcanzó sólo una altura media en las otras dos elevaciones. Los mejores productores en elevaciones bajas y altas crecieron mal en elevaciones medias. La altitud media produjo los peores resultados generales, pero aún así produjo una muestra alta y dos de altura media. 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 mayor GDD en diferentes ambientes para florecer. Los complejos patrones de tiempo de floración se atribuyen a la interacción de los principales genes del 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 fotoperiodo. . [31]
  3. La fenilcetonuria (PKU) es una afección genética humana causada por mutaciones en un gen que codifica una enzima hepática particular. En ausencia de esta enzima, un aminoácido conocido como fenilalanina no se convierte en el siguiente aminoácido en una vía bioquímica y, por lo tanto, demasiada fenilalanina pasa a la sangre y a otros tejidos. Esto altera el desarrollo del cerebro y provoca 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 crecen con problemas debido a un programa de detección estándar utilizado en los EE. UU. y otras sociedades industrializadas. Los recién nacidos que tienen niveles elevados de fenilalanina en la sangre pueden recibir una dieta especial libre de fenilalanina. Si siguen 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 ambiente (reducir el consumo de fenilalanina) puede afectar el fenotipo de un rasgo particular, lo que demuestra una interacción gen-ambiente.
  4. Un polimorfismo de un solo nucleótido rs1800566 en la NAD(P)H Quinona Deshidrogenasa 1 (NQO1) altera el riesgo de asma y lesión pulmonar general tras la interacción con contaminantes NOx, en personas con esta mutación. [33] [34]
  5. Un polimorfismo funcional en el promotor del gen de la monoaminooxidasa A (MAOA) puede moderar la asociación entre el trauma en los primeros años de vida y un mayor riesgo de violencia y comportamiento antisocial . La baja actividad de MAOA es un factor de riesgo importante para el comportamiento agresivo y antisocial en adultos que informan haber sido victimizados cuando eran niños. Las personas que sufrieron abusos cuando eran niños pero que tienen 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 cautela, porque los estudios de asociación genética sobre rasgos complejos son conocidos por ser muy difíciles de confirmar. [36]
  6. En huevos de Drosophila :
    Tiempo de desarrollo del huevo por temperatura
    Al contrario de los ejemplos antes mencionados, la duración del desarrollo del óvulo en Drosophila en función de la temperatura demuestra la falta de interacciones entre genes y medio ambiente. El gráfico adjunto muestra normas de reacción paralelas para una variedad de moscas Drosophila individuales , lo que muestra que no existe una interacción gen-ambiente entre las dos variables. En otras palabras, cada genotipo responde de manera similar al entorno cambiante produciendo fenotipos similares. Para todos los genotipos individuales, el tiempo promedio de desarrollo de los huevos disminuye al aumentar la temperatura. El entorno influye en cada uno de los genotipos de la misma manera predecible. [25]

Ver también

Referencias

  1. ^ Krebs JR (2 de abril de 2012). Una introducción a la ecología del comportamiento . Oxford: Wiley-Blackwell. ISBN 978-1405114165.
  2. ^ abcd Ottman R (1996). "Interacción gen-ambiente: definiciones y diseños de estudios". Medicina Preventiva . 25 (6): 764–70. doi :10.1006/pmed.1996.0117. PMC 2823480 . PMID  8936580. 
  3. ^ Verde A, Trichopoulos D (2002). "Cáncer de piel". En Adami H, Hunter D, Trichopoulos D (eds.). Libro de texto de epidemiología del cáncer . Oxford: Prensa de la Universidad de Oxford. págs. 281–300.
  4. ^ abc Tabery J, Griffiths PE (2010). "Perspectivas históricas y filosóficas sobre la genética del comportamiento y las ciencias del desarrollo". En Hood KE, Halpern CT, Greenberg G, Lerner RM (eds.). Manual de ciencia, comportamiento y genética del desarrollo . Wiley-Blackwell. págs. 41–60.
  5. ^ Ridley, M. (2003) Naturaleza a través de la crianza: genes, experiencia y lo que nos hace humanos . HarperCollins. ISBN 0-00-200663-4 
  6. ^ Rutter, Michael. (2006) Genes y comportamiento: explicación de la interacción entre la naturaleza y la crianza Oxford, Reino Unido: Blackwell Publishers
  7. ^ 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.
  8. ^ Tabery J, Griffiths PE (2010). Hood KE, Halpern CT, Greenberg G, Lerner RM (eds.). Manual de ciencia, comportamiento y genética del desarrollo . Wiley-Blackwell. págs. 39–60. doi :10.1002/9781444327632.ch3. ISBN 9781444327632.
  9. ^ ab Tabery J (agosto de 2015). "Debate sobre la interacción: la historia y una explicación". Revista Internacional de Epidemiología . 44 (4): 1117–23. doi : 10.1093/ije/dyv053 . PMID  25855719.
  10. ^ Rothman KJ, Groenlandia S, Walker AM (octubre de 1980). "Conceptos de interacción". Revista Estadounidense de Epidemiología . 112 (4): 467–70. doi : 10.1093/oxfordjournals.aje.a113015. PMID  7424895. S2CID  45999554.
  11. ^ ab Tabery J (2007). "Interacciones biométricas y de desarrollo entre genes y medio ambiente: mirar hacia atrás, avanzar". Desarrollo y Psicopatología . 19 (4): 961–76. doi :10.1017/s0954579407000478. PMID  17931428. S2CID  412662.
  12. ^ Sésardic, N. (2005). Dar sentido a la heredabilidad . Cambridge: Cambridge University Press, pág. 48.
  13. ^ abcd Dick DM (2011). "Interacción gen-ambiente en rasgos y trastornos psicológicos". Revista Anual de Psicología Clínica . 7 : 383–409. doi :10.1146/annurev-clinpsy-032210-104518. PMC 3647367 . PMID  21219196. 
  14. ^ ab Assary E, Vincent JP, Keers R, Pluess M (mayo de 2018). "Interacción gen-ambiente y trastornos psiquiátricos: revisión y direcciones futuras". Seminarios de Biología Celular y del Desarrollo . 77 : 133-143. doi :10.1016/j.semcdb.2017.10.016. PMID  29051054.
  15. ^ abc Winham SJ, Biernacka JM (octubre de 2013). "Interacciones gen-ambiente en estudios de asociación de todo el genoma: enfoques actuales y nuevas direcciones". Revista de Psicología y Psiquiatría Infantil y Disciplinas Afines . 54 (10): 1120–34. doi :10.1111/jcpp.12114. PMC 3829379 . PMID  23808649. 
  16. ^ 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 de todo el genoma de la hipótesis de susceptibilidad diferencial revela un predictor genético de la 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. 
  17. ^ Caspi A, Hariri AR, Holmes A, Uher R, Moffitt TE (mayo de 2010). "Sensibilidad genética al medio ambiente: el caso del gen transportador de serotonina y sus implicaciones para el estudio de enfermedades y rasgos complejos". La Revista Estadounidense de Psiquiatría . 167 (5): 509–27. doi : 10.1176/appi.ajp.2010.09101452. PMC 2943341 . PMID  20231323. 
  18. ^ 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 promotora del transportador de serotonina (5-HTTLPR), abuso infantil y eventos traumáticos en adultos en una muestra de población general". Revista Estadounidense de Genética Médica. Parte B, Genética neuropsiquiátrica . 159B (3): 298–309. doi :10.1002/ajmg.b.32027. PMID  22328412. S2CID  21356506.
  19. ^ abc Haga SB, Burke W (junio de 2004). "Uso de la farmacogenética para mejorar la seguridad y eficacia de los medicamentos". JAMA . 291 (23): 2869–71. doi :10.1001/jama.291.23.2869. PMID  15199039.
  20. ^ 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?". Revista Estadounidense de Epidemiología . 161 (9): 799–805. doi : 10.1093/aje/kwi113 . PMID  15840611.
  21. ^ Eichelbaum M, Ingelman-Sundberg M, Evans WE (2006). "Farmacogenómica y farmacoterapia individualizada". Revista Anual de Medicina . 57 : 119–37. doi :10.1146/annurev.med.56.082103.104724. PMID  16409140. S2CID  36145430.
  22. ^ Ordovás JM (diciembre de 2008). "Asociaciones genotipo-fenotipo: modulación por dieta y obesidad". Obesidad . 16 (Suplemento 3): S40-6. doi :10.1038/oby.2008.515. PMC 2771769 . PMID  19037211. 
  23. ^ 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". Minería de biodatos . 7 : 21. doi : 10.1186/1756-0381-7-21 . PMC 4217104 . PMID  25368670. 
  24. ^ Aschard H, Chen J, Cornelis MC, Chibnik LB, Karlson EW, Kraft P (junio de 2012). "Es poco probable que la inclusión de interacciones gen-gen y gen-ambiente mejore drásticamente la predicción del riesgo de enfermedades complejas". Revista Estadounidense de Genética Humana . 90 (6): 962–72. doi :10.1016/j.ajhg.2012.04.017. PMC 3370279 . PMID  22633398. 
  25. ^ ab Gupta AP, Lewontin RC (septiembre de 1982). "Un estudio de las normas de reacción en poblaciones naturales de Drosophila Pseudoobscura". Evolución; Revista Internacional de Evolución Orgánica . 36 (5): 934–948. doi : 10.1111/j.1558-5646.1982.tb05464.x . PMID  28567833.
  26. ^ 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.
  27. ^ Dray S, Chessel D, Thioulouse J (2003). "Análisis de Coinercia y Vinculación de Tablas de Datos Ecológicos" (PDF) . Ecología . 84 (11): 3078–3089. Código Bib : 2003Ecol...84.3078D. doi :10.1890/03-0178.
  28. ^ Clausen J, Keck D, Hiesey WM (1948). "Estudios experimentales sobre la naturaleza de las especies. III. Respuestas ambientales de las razas climáticas de Achillea, Carnegie Inst Washington Publ 581": 1–129. {{cite journal}}: Citar diario requiere |journal=( ayuda )
  29. ^ Murphy RL, Klein RR, Morishige DT, Brady JA, Rooney WL, Miller FR, Dugas DV, Klein PE, Mullet JE (septiembre de 2011). "La regulación coincidente de la luz y el reloj de la proteína reguladora de pseudorespuesta 37 (PRR37) controla la floración fotoperiódica en sorgo". Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 108 (39): 16469–74. Código bibliográfico : 2011PNAS..10816469M. doi : 10.1073/pnas.1106212108 . PMC 3182727 . PMID  21930910. 
  30. ^ Murphy RL, Morishige DT, Brady JA, Rooney WL, Yang S, Klein PE, Mullet JE (1 de julio de 2014). "Ghd7 (Ma 6) reprime la floración del sorgo en días largos: los alelos de Ghd7 mejoran la acumulación de biomasa y la producción de granos". El genoma vegetal . 7 (2): 0. doi :10.3835/plantgenome2013.11.0040. ISSN  1940-3372. S2CID  44065333.
  31. ^ 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. Código Bib : 2018PNAS..115.6679L. doi : 10.1073/pnas.1718326115 . PMC 6042117 . PMID  29891664. 
  32. ^ Panadero C (2004). "Capítulo 3. Medio ambiente ilustrado". Genética del comportamiento . AAAS. ISBN 978-0871686978.
  33. ^ 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. 
  34. ^ Basharat Z, Messaoudi A, Ruba S, Yasmin A (octubre de 2016). "El polimorfo NQO1 rs1800566 es más propenso a sufrir lesiones pulmonares inducidas por NOx: respaldar la funcionalidad nociva a través de un enfoque informático". Gen.​ 591 (1): 14-20. doi :10.1016/j.gene.2016.06.048. PMID  27349566.
  35. ^ Caspi A, McClay J, Moffitt TE, Mill J, Martin J, Craig IW, Taylor A, Poulton R (agosto de 2002). "Papel del genotipo en el ciclo de violencia en niños maltratados". Ciencia . 297 (5582): 851–4. Código Bib : 2002 Ciencia... 297..851C. doi : 10.1126/ciencia.1072290. PMID  12161658. S2CID  7882492.
  36. ^ Munafò MR, Durrant C, Lewis G, Flint J (febrero de 2009). "Interacciones del gen X con el entorno en el locus del transportador de serotonina". Psiquiatría biológica . 65 (3): 211–9. doi :10.1016/j.biopsych.2008.06.009. PMID  18691701. S2CID  5780325.