HyperProfile

L'ipertensione è la principale causa di morte al mondo ed è la malattia più diffusa in Alto Adige. Mentre gli inibitori dell'enzima di conversione dell'angiotensina (ACEi) e i bloccanti dei recettori dell'angiotensina II (ARBs) sono farmaci antiipertensivi (AHD) efficaci, il successo nel controllo della pressione è limitato, con un'alta percentuale di individui ipertesi non controllati e resistenti al trattamento.
I dati di 13.393 adulti dello studio CHRIS (Cooperative Health Research In South Tyrol) mostrano che circa il 50% degli individui sotto AHD ha livelli di pressione superiori alle soglie raccomandate. In questo contesto, proponiamo lo studio HyperProfile per valutare le cause dell'inefficienza del trattamento e per identificare marcatori molecolari di resistenza ai farmaci. In particolare, valuteremo il livello circolante dei metaboliti dei farmaci, la distribuzione congiunta dei marcatori del sistema renina-angiotensina-aldosterone (RAAS), il comportamento dei corticosteroidi in individui ipertesi della popolazione generale e la loro relazione con le componenti ambientali e genetiche.
A tal fine, abbiamo identificato 1815 partecipanti CHRIS che hanno documentato l'uso di AHD e per i quali è disponibile una caratterizzazione cardiovascolare, metabolica e genetica, con oltre 19 milioni di varianti genetiche di alta qualità per partecipante.
Utilizzando un innovativo approccio di spettrometria di massa (analisi RAAS Triple-A), misureremo simultaneamente i livelli di Ang I, Ang II e aldosterone su questi partecipanti, e deriveremo l'attività della renina nel plasma, il rapporto Ang I e Ang II e il rapporto aldosterone/Ang II. Allo stesso tempo, quantificheremo nel plasma i principi farmacologici attivi, come prova dell’aderenza al trattamento. Infine, misureremo 13 ormoni corticosteroidi per studiare l'azione globale degli AHD sul RAAS e sull'intera catena mineralcorticoide e valutare se una qualsiasi combinazione di farmaci può indurre meccanismi compensatori sulla produzione di glucocorticoidi surrenali.
Le analisi statistiche prenderanno in considerazione il comportamento alimentare, il sonno e i fattori genetici innati, attraverso la derivazione di punteggi di rischio genetico di predisposizione all'ipertensione, all'efficacia o all'intolleranza di AHD, e l'integrazione di polimorfismi noti per inibire l'efficacia di specifici farmaci, come quelli sul gene UMOD. Per identificare aggregazioni di dati in relazione alla resistenza all'ipertensione si useranno tecniche unsupervised machine learning, avendo comunque a disposizione dati esterni per la replicazione indipendente.
I risultati ottenuti con questo progetto permetteranno di far luce sui meccanismi coinvolti nella resistenza agli AHD, di identificare biomarcatori per questa condizione e di determinare l’aderenza complessiva al trattamento nella popolazione generale. Questi risultati apriranno nuove prospettive per l'implementazione di strategie efficaci per ridurre l'ipertensione resistente al trattamento nella popolazione generale. Il gruppo di ricerca include partecipanti dall’Istituto di Biomedicina dell’Eurac Research (I), Inserm (F), e Università di Glasgow (UK).