Половина всех пациентов с хронической сердечной недостаточностью (ХСН) имеют нескомпрометированную или сохраненную фракцию выброса (ХСН-сФВ) [1]. Тем не менее она остается диагностической и терапевтической проблемой, учитывая, что прогноз такой же неблагоприятный, как и при ХСН с низкой фракцией выброса. Ранее в классификации придерживались кардиоцентрического подхода, основанного сугубо на определении фракции выброса (ФВ). Это была стартовая позиция, определяющая дальнейшую тактику обследования и лечения. Последние данные указывают на постепенный сдвиг в сторону определения фенотипов ХСН-сФВ и ответа на терапию. Применение для лечения ХСН-сФВ препаратов, эффективных при XСН с уменьшенной ФВ (ХСН-нФВ), снижает частоту госпитализаций при ХСН-сФВ, но не влияет на частоту сердечно-сосудистой или общей смертности в этой когорте больных. Это демонстрирует важность классификации XСН на основе фенотипов с точки зрения более целенаправленного подхода к лечению [2]. В отличие от пациентов с низкой ФВ, когда ремоделирование обусловлено гибелью кардиомиоцитов чаще всего вследствие ишемии, крупные исследования, тестирующие препараты, влияющие на нейрогуморальные механизмы, не смогли продемонстрировать влияние на риск и прогноз пациентов с ХСН-сФВ. Вероятнее всего, это связано с фенотипическим разнообразием больных с сохраненной ФВ. Один из самых частых и ярких патологических фенотипов наблюдается у больных с метаболическим синдромом (МС) и/или сахарным диабетом 2 типа (СД2). Эти экстракардиальные заболевания стимулируют ремоделирование и последующую дисфункцию левого желудочка (ЛЖ) через системное воспаление и микрососудистую эндотелиальную дисфункцию [3][4]. Диастолическая дисфункция ЛЖ развивается из-за инфильтрации макрофагами, приводящей к интерстициальному фиброзу, и изменения паракринной передачи сигналов к кардиомиоцитам, которые гипертрофируются и становятся ригидными вследствие низкого содержания оксида азота и циклического гуанозинмонофосфата [5].

Таким образом, поиск биомаркеров ХСН, направленный на определение критически различающихся патологических фенотипов ХСН, является актуальной научной проблемой.

Изучить межгенные связи биомаркеров метаболических нарушений, повреждения миокарда и оценить их роль в развитии ХСН у больных СД2.

Место проведения. Данные о больных были получены на базах Городского диабетологического центра №2, Военно-медицинской академии им. С.М. Кирова, Кировской клинической межрайонной больницы. Все лабораторно-инструментальные исследования проводились в Военно-медицинской академии им. С.М. Кирова.

Время исследования. Сбор данных осуществлялся с 01.12.2019 по 10.09.2022 гг. Анализ проводился с 01.10.2022 по 12.02.2023 гг. на базе кафедры пропедевтики внутренних болезней Военно-медицинской академии им. С.М. Кирова.

Критерии включения в исследование: в исследование включали больных с диагнозом:

У всех пациентов наблюдались ожирение 1–2 степени, артериальная гипертензия (АГ), в группе ХСН-нФВ у пациентов имелась ишемическая болезнь сердца. Больные получали базисную терапию имеющихся заболеваний (включая ХСН) согласно действующим рекомендациям (антигипертензивная, сахароснижающая, гиполипидемическая, в группе пациентов с ХСН-нФВ также диуретическая, антитромботическая терапия).

Критерии исключения: в исследование не включали пациентов с инфекционными и онкологическими болезнями, фибрилляцией предсердий, острым коронарным синдромом, клапанной патологией, кардиомиопатиями, болезнями накопления, хронической обструктивной болезнью легких и бронхиальной астмой, синдромом обструктивного ночного апноэ, анемией, болезнями почек, а также с заболеваниями, требующими оказания хирургической помощи.

Больных подбирали по мере поступления или обращения в учреждения (Городской диабетологический центр №2, кафедра пропедевтики внутренних болезней Военно-медицинской академии им. С.М. Кирова, Кировская межрайонная клиническая больница).

Проведено проспективное исследование.

В исследование включено 162 пациента, из них: 68 человек с признаками МС, но без ХСН, 48 человек с ХСН-сФВ и 46 — с ХСН-нФВ, находившихся на лечении в Военно-медицинской академии им. С.М. Кирова, Кировской межрайонной клинической больнице и наблюдавшихся в Городском диабетологическом центре №2 в период с 2019 по 2022 гг. Средний возраст больных составил 69,7 лет ±5,3 лет. Они были сопоставимы по полу, возрасту, ИМТ, длительности заболеваний. Исследование осуществляли в трех группах. Контрольная группа включала больных с МС без ХСН. Вторая группа состояла из больных СД2 и ХСН-сФВ, третья представлена пациентами с СД2 и ХСН-нФВ.

Плановое клинико-лабораторное и инструментальное обследование пациентов включало: сбор жалоб, анамнеза, объективный осмотр, измерение массы тела, роста, окружности талии, расчет индекса массы тела (ИМТ), биохимическое исследование крови, в том числе: уровень глюкозы натощак, гликированного гемоглобина (HbA1c), общего холестерина, липопротеидов высокой плотности (ЛПВП), липопротеидов низкой плотности (ЛПНП), липопротеидов очень низкой плотности (ЛПОНП), триглицеридов (ТГ), мочевой кислоты. Также у всех пациентов был определен мозговой натрийуретический пептид (NTproBNP), выполнена эхокардиография, тест с нагрузкой, кардиореспираторное мониторирование и генетический анализ. NTproBNP, эхокардиография и нагрузочный тест проводились с целью исключения или подтверждения ХСН, кардиореспираторное мониторирование проводили для исключения синдрома обструктивного апноэ во сне. Диагноз ХСН подтверждали значением NTproBNP выше 125 пг/мл и изменениями эхокардиографических данных (снижение ФВ для пациентов с низкой ФВ и нормальная ФВ в сочетании с наличием диастолической дисфункции или положительного диастолического стресс-теста для пациентов с сохраненной ХСН). Пациенты с промежуточной ФВ в анализ не включались. Генетический анализ включал исследование полиморфизма следующих генов: APOE Leu28Pro rs769452, APOC3 C3238G rs5128, PON1, Gln192Arg A>G rs662, LPL Ser447Ter C>G rs328, LIPC -250 G>A rs2070895, PPARGC1A Gly482Ser G>A rs8192678, PPARGC1B Ala203Pro G>C rs773267, PPARG2 Pro12AlaC34Grs1801282, PPARG C1431Trs3856806, PPARG Pro12AlaC-681Grs1801282, PPARGT-2821Crs12497191, PPARGA-2819Grs, PPARGA-2823Grs, PPARGPro12AlaC34Grs1801282, FTOA>Trs9939609, APOA1 G>Ars670, FABP2 G>Ars1799883, LEPRA>Grs1137101, ADRB2 C>Grs1042714, ADRB2 Arg16Gly 46A>Grs1042713, ADRB3 190T>Crs4994. Дезоксирибонуклеиновую кислоту (ДНК) выделяли согласно методике фирмы-производителя (Литех и ДНК-технология, Россия), чистоту и концентрацию выделенной ДНК контролировали на спектрофотометре Nanodrop2000C (Thermoscientific, США). Для определения генотипов и аллелей полиморфных локусов использовали метод ПЦР в режиме реального времени (Real-time PCR) на амплификаторе ДТ-прайм 5. Частоту встречаемости аллелей риска в генах лиц контрольной группы сравнивали с частотой встречаемости этого показателя у лиц европейской популяции по данным литературы, как это было применено в публикации A. Ašić и соавт. [9].

Клинические и лабораторные данные обработаны методами вариативной статистики. После проверки массива данных на соответствие распределению Стьюдента с помощью вычисления коэффициентов вариации, асимметрии и эксцесса было установлено, что распределение отличается от нормального. Поэтому различия групп устанавливали с помощью критерия χ². Данные представлены в виде M±m, где M — средняя, m — стандартная ошибка средней.

Возможные связи исследуемых полиморфизмов с клиническими и лабораторными данными, а также между результатами клинических и лабораторных исследований выявляли с помощью регрессионного анализа. В качестве зависимого предиктора выбирали кодифицированные данные о наличии полиморфных аллелей у обследуемых. При этом гомозиготам по дикому аллелю присваивали ранг «1», гетерозиготам с полиморфным аллелем — ранг «2», а гомозиготам, носителям полиморфных аллелей, — «3». Соответственно, при анализе данных с помощью линейной регрессии наиболее сильные связи выявляются между теми генными полиморфизмами, частоты аллелей которых в каждой ранговой когорте близки или аутентичны. Это позволяет построить регрессионную линию с минимальным разбросом данных в ранговых когортах. Аналогично, величины параметров клинических или лабораторных данных должны иметь тенденцию к монотонному увеличению или уменьшению от ранга «1» до ранга «3». Примененный прием позволяет выявить как паттерны полиморфизмов, встречающиеся примерно с одинаковой частотой, так и оценить силу связи по величине фактора F.

Статистически значимыми считали различия при p<0,05.

Протокол исследования одобрен локальным этическим комитетом ВМедА им. С.М. Кирова, выписка из протокола №271 от 22.11.2022 г. Все пациенты перед проведением любых процедур подписывали добровольное информированное согласие.

Данные дескриптивного анализа клинических и лабораторных данных представлены в табл. 1. При оценке вариабельности численных рядов исследуемых показателей установлено, что контрольная группа в целом однородна, поскольку коэффициенты вариации всех исследуемых показателей менее 25%, кроме показателей ЛПОНП. В группах пациентов с ХСН-сФВ и ХСН-нФВ показатели липидного обмена неоднородны. Наиболее высока неоднородность концентраций ЛПОНП у больных ХСН-сФВ (КВ=56,0%) и триглицеридов у больных ХСН-нФВ (41,6%).

Установлено, что объем талии в группах ХСН-сФВ и ХСН-нФВ был статистически значимо выше, чем в группе контроля (на 14,4 и 21,8% соответственно), а в группе ХСН-нФВ — выше, чем в группе ХСН-сФВ на 6,5%. Несмотря на то, что на момент исследования систолическое артериальное давление (САД) у обследуемых находилось в пределах физиологического референтного интервала, у пациентов групп ХСН-сФВ и ХСН-нФВ оно было статистически значимо выше, чем в контрольной группе, на 17,0 и 14,7%. В среднем диастолическое артериальное давление (ДАД) у обследуемых больных было также выше на 9,9 и 8,5% соответственно, чем в контрольной группе, но различия статистически не значимы.

У пациентов группы ХСН-нФВ плазменная концентрация ЛПНП в среднем оказалась на 42,9% ниже, чем в группе контроля, тогда как в группе ХСН-сФВ она аутентична данным контрольной группы. Плазменные концентрации триглицеридов у пациентов группы ХСН-сФВ были в 2,3 раза выше, а в группе ХСН-нФВ в 1,6 раза выше, чем в группе контроля. В обеих группах обследуемых пациентов оказались статистически значимо более высокими средние показатели плазменной концентрации мочевой кислоты — в 1,5 и 1,2 раза (ХСН-сФВ и ХСН-нФВ, соответственно) и в 1,2 раза больше в группе ХСН-сФВ, чем в ХСН-нФВ.

Несмотря на отсутствие статистически значимых различий показателей концентрации глюкозы в крови и уровня HbA1c, эти показатели все же были выше в группах с ХСН, чем в контрольной группе, и выходят за пределы физиологического референтного интервала.

Концентрация NTproBNP в крови у обследованных контрольной группы находилась в пределах возрастной нормы (табл. 1), тогда как в группах ХСН-сФВ и ХСН-нФВ этот показатель в 1,9 и 2,44 раза был выше, чем в контрольной, если в группе контроля и в группе ХСН-сФВ коэффициент вариации этого показателя менее 25%, то вариативность концентрации NTproBNP в плазме крови у больных группы ХСН-нФВ высокая.

В результате проведения регрессионного анализа с зависимым предиктором «Группа» (R²=0,8151, F=89,136) оказались связаны «PPARG T-2821C rs12497191» (p=0,0003), «APOA1 G>A rs670» (p=0,0000), «ADRB3 190 T>C» rs4994 (p=0,0018), «Общий холестерин» (p=0,0015), «ЛПНП» (p=0,0000), «Объем талии» (p=0,0000), «Глюкоза» (p=0,0059), «HbA1c» (p=0,0001). Ранее было установлено, что все три генных полиморфизма ассоциированы с изменением углеводного и/или липидного обмена [10][11][12]. Неудивительно, что в регрессионную модель, кроме них, попали перечисленные выше независимые предикторы. Тем не менее, регрессионный анализ не позволяет выяснить, какая именно из групп или какие пары приводят к полученному результату. Поэтому нами дополнительно был проведен регрессионный анализ внутри групп.

Результаты регрессионного анализа внутри групп показаны в таблицах 2–4. Оказалось, что в группе контроля большая часть независимых предикторов генных полиморфизмов созависимы. Особенно наглядно это видно на примере генов рецепторов, активируемых пролифератором пероксисом — PPARG, а также полиморфизмов APOC3 C3238G rs5128, LIPC -250 G>A rs2070895, APOA1 G-75A rs670, FABP2 Ala54Thr G>A rs1799883, ADRB2 5318C>G rs1042714. Полученный результат позволяет предположить, что эта группа полиморфных генов наряду с созависимыми генами ADRB3, FTO, FABP2 образует генную сеть, регулирующую плазменные концентрации ЛПОНП (регрессионные коэффициенты b во всех случаях отрицательные), мочевой кислоты и САД (регрессионные коэффициенты b во всех случаях положительные). То есть появление этих полиморфизмов в геноме ведет к снижению плазменных концентраций ЛПОНП и увеличению концентраций мочевой кислоты и САД. Ожидаемо, зависимый предиктор полиморфизм rs5128, ассоциируемый с увеличением продукции триглицеридов [13], оказался связан с концентрацией триглицеридов плазмы крови (регрессионные коэффициенты b положительные). Кроме того, оказались связанными разные полиморфизмы гена β-адренорецептора, ведущие к увеличению плазменных концентраций липидов в крови. Таким образом, допустимо сделать вывод, что полиморфные варианты этих генов меняют САД, плазменные концентрации триглицеридов и мочевой кислоты — в сторону увеличения, а ЛПОНП — в сторону уменьшения, тем самым создавая преморбидный фон, что прослеживается даже у относительно здоровых лиц.

При проведении регрессионного анализа в контрольной группе (табл. 2) обнаружено большое число созависимых полиморфизмов с нарушением липидного и/или углеводного обмена. Отмечено, что в этой группе практически нет связей с генными полиморфизмами и клиническими и/или лабораторными показателями. Связи обнаружены только у полиморфизмов:

Фактор F оказался наиболее высоким между генами β2-адренорецептора (ADRB2) и в семействе PPARG, а также FABP2 с одной стороны, и геном β3-адренорецептора и ЛПОНП (регрессионные коэффициенты b отрицательные) с другой.

По-видимому, это свидетельствует о том, что для развития рассматриваемой патологии полиморфизмы, перечисленные в табл. 2, должны наследоваться вместе. Вероятно, они создают группы одновременно экспрессирующихся полиморфных генов, то есть образуют одну или несколько созависимых генных сетей, конечным результатом функционирования которых является формирование фенотипа коморбидной патологии — ХСН-сФВ, развивающаяся на фоне СД2.

Проведенный регрессионный анализ данных больных с ХСН-сВФ позволил выявить неожиданно большое число связей в основном между генными полиморфизмами (табл. 3). Очевидно, это является доказательством того, что этот патологический фенотип формируется в результате одновременного наследования группы полиморфизмов. С другой стороны, полиморфизмы, ассоциируемые с нарушениями липидного и углеводного обмена, а также полиморфизмы генов β2адренорецепторов, которые регулируют сократительную способность миокарда и тонус периферических сосудов, образуют несколько генных сетей, работающих на единый результат — формирование МС и СД2, а также развитие ХСН.

У пациентов с ХСН-сФВ обнаружены следующие связи генных полиморфизмов с клиническими и/или лабораторными показателями:

Наиболее высокие значения фактора F оказались при расчете связей между полиморфизмом гена белка, связывающего жирные кислоты, FABP2 G>A и группой полиморфных генов PPARG, APOC3, APOA1 (гены аполипопротеинов) и ADRB2, а также между APOC3 C3238G rs5128 и семейством полиморфных генов PPARG с генами APOA1, FABP2, ADRB2; PPARGC1AGly482Ser G> Ars8192678 и семейством генов PPARG, а также APOC3, LIPC, FABP2, ADRB2 (табл. 3). В остальных случаях величина фактора F заметно ниже, но выявленные связи остаются статистически значимыми.

Как и в предыдущем случае, в группе больных ХСН-нФВ следует говорить об обнаружении групп созависимых генных полиморфизмов, ведущих к формированию исследуемого патологического фенотипа (табл. 4). Однако таковых гораздо меньше, чем в группе с нормальной ФВ. Аналогично в формировании регрессионных моделей участвовали только некоторые клинические параметры, а именно обнаружена связь полиморфизмов:

Во всех остальных случаях выявляются межгенные связи, которые должны наследоваться вместе, для того чтобы изучаемый патологический фенотип сформировался.

Сердечная недостаточность — осложнение с тяжелыми клиническими последствиями и плохо изученной патофизиологией [14]. Современные знания о связи генных полиморфизмов с патогенезом ряда заболеваний и появившиеся технологические возможности их поиска позволяют найти глубинные причины мультифакториальных заболеваний. Например, установлено, что в реализации фенотипа СД2 гены работают в результате ген-генных взаимодействий [15]. Выявление ген-генных взаимодействий привело к понимаю, что гены, ответственные за формирование фенотипических признаков, в том числе патологических, объединены в одновременно экспрессирующиеся группы и работают совместно с транслируемыми с них белками и регуляторными РНК. Это явление получило название генная сеть. Генная сеть — группа координированно функционирующих генов, обеспечивающих формирование определенного фенотипического признака организма (молекулярного, биохимического, физиологического, морфологического, поведенческого и т.д.).

Примененный рядом авторов метод анализа сети взвешенной коэкспрессии генов (WGCNA) основан на выявлении попарных корреляций между переменными, где переменной является экспрессия конкретного гена, а набор переменных представляет собой матрицу экспрессии генов [16]. Методологически этот метод выявления генных сетей близок к использованной нами статистической технологии с кодифицированием вариантных аллелей и последующим регрессионным анализом матриц данных, содержащих в качестве переменных коды вариантных аллелей, клинические и некоторые лабораторные данные. Как следует из анализа данных таблиц 2–4, некоторые гены явно ведут себя как гены-концентраторы, то есть это гены, имеющие наибольшее число связей с другими генами и потому образующие некие кластеры. Исходя из логики регрессионного анализа, зависимый предиктор — образующий кластер ген — управляет независимыми предикторами, и в этом смысле его допустимо в первом приближении интерпретировать как ген-концентратор, а входящие в его кластер гены расценивать как гены, входящие в генную сеть.

В то же время даже поверхностный сопоставительный анализ выявленных нами ген-генных связей с известными фактами о белковых продуктах их экспрессии и об ассоциации этих генов с фенотипическими проявлениями позволяет сделать вывод, что результат нашего анализа в целом соответствует устоявшимся научным представлениям о связи исследованных нами генных полиморфизмов с вызываемыми ими обменными нарушениями, ведущими к МС, СД2 и ХСН.

Результаты анализа генетических, клинических и лабораторных данных лиц из группы контроля, имевших признаки МС без ХСН, позволяют сделать вывод, что у части пациентов с МС, но без ХСН, встречаются полиморфные варианты исследованных генов с частотой, достаточной для выявления их связи с плазменными концентрациями ЛПОНП и мочевой кислоты, а также величиной артериального давления. Из этого следует, что у части этих пациентов наблюдается преморбидное состояние, предшествующее развитию ХСН. То, что риск развития ХСН у пациентов контрольной группы, имеющих некоторый набор полиморфных генов вероятен, следует из результата регрессионного анализа.

Если в контрольной группе выявлено только две группы связей, которые можно считать сетевым взаимодействием, а остальные связи попарны, то у больных с СД2 и ХСН таких связей гораздо больше. Из анализа собственных данных следует, что в группе ХСН-сФВ наибольшее число связей с другими генами наблюдается у полиморфизма генов рецепторов, активируемых пероксисомными пролифераторами — семейство PPAR, которые оказались генами-концентраторами и в контрольной группе. Ранее установлено, что продукты генов семейства PPAR представлены тремя изоформами: PPAR-α, PPAR-β/δ и PPAR-γ, представительство которых в органах различается. В сердце PPAR-α и PPAR-β/δ являются основными изоформами, а их полиморфные варианты нарушают метаболизм сердечной мышцы [17]. Продукты PPAR образуют гетеродимеры с рецептором 9-цисретиноевой кислоты [18]. Предполагается, что 9-цисретиновая кислота у больных СД2 предупреждает развитие диабетической кардиомиопатии [19]. Продукты полиморфных генов семейства PPAR могут вступать в конкурентное взаимодействие с 9-цисретиноевой кислотой за связывание с ее рецептором и, вытесняя ее из регуляторного пути, способствовать развитию ХСН.

В эксперименте на мышах обнаружено, что у особей с чрезмерной экспрессией PPAR-β/δ сердце не подвергается изменениям, тогда как у мышей с чрезмерной экспрессией PPAR-α наблюдаются воспалительные изменения миокарда [20]. У мышей с подавленной экспрессией изоформы β/δ (но не α) отмечено снижение биогенеза митохондрий, гипертрофия миокарда и сердечная недостаточность [21].

В группе ХСН-нФВ гены семейства PPAR, как гены-концентраторы, также преобладали по числу взаимодействий над другими генами. Близким по результату образования связей в группах ХСН-сФВ и ХСН-нФВ оказался полиморфный ген FTOA>T rs9939609 (табл. 3 и 4). В отличие от группы ХСН-сФВ, у полиморфизма ADRB2 C>Grs1042714 выявлена только попарная связь с полиморфным геном APOC3 C3238G rs5128. Также появилась связь полиморфизма гена β3-адренорецептора с полиморфизмами APOC3 C3238G rs5128 и PPARGA2819G. Выраженная склонность к образованию сети (пять связей) выявлена только у полиморфизма PPARGC1AGly482SerG>A rs8192678.

Таким образом, из результатов нашего исследования следует, что больные с СД2 имеющие ХСН с различной ФВ значительно различаются между собой наличием полиморфных генов, склонных к сетевому взаимодействию.

Для реализации определенных фенотипов ХСН необходим полиморфизм не одного конкретного гена, а целого комплекса связанных между собой генов, влияющих на обменные и другие процессы. В частности, для формирования ХСН-сФВ при МС и СД2 предположительно необходимы следующие межгенные полиморфизмы: между полиморфизмом гена белка, связывающего жирные кислоты, FABP2 G>A и группой полиморфных генов PPARG, APOC3, APOA1 (гены аполипопротеинов) и ADRB2, а также между APOC3 C3238G rs5128 и семейством полиморфных генов PPARG с генами APOA1, FABP2, ADRB2; PPARGC1AGly482Ser G> Ars8192678 и семейством генов PPARG, а также APOC3, LIPC, FABP2, ADRB2.

Источники финансирования. Исследование не имело спонсорской поддержки.

Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.

Участие авторов. Свеклина Т.С. — отбор пациентов, сбор клинического материала, обзор публикаций на тему статьи, обработка и анализ полученных данных, написание текста; Шустов С.Б. — концепция и дизайн исследования, редактирование, финальное утверждение рукописи; Колюбаева С.Н. — экспериментальная работа, внесение в рукопись важных правок; Кучмин А.Н. — внесение в рукопись важных правок; Козлов В.А. — обработка и анализ материалов, написание текста; Смирнова Е.В. — внесение в рукопись важных правок; Жарков А.В. — вклад в получение данных. Все авторы одобрили финальную версию статьи перед публикацией, выразили согласие нести ответственность за все аспекты работы, подразумевающую надлежащее изучение и решение вопросов, связанных с точностью или добросовестностью любой части работы.