Главная
16+
Научные результаты биомедицинских исследований → 2026 → Том 12, Выпуск №2, 2026
DOI: 10.18413/2658-6533-2026-12-2-0-2

Оценка вклада межлокусных взаимодействий полиморфных локусов генов матриксных металлопротеиназ и генов фолатного цикла материнского организма в формирование веса новорожденного
 

Юлия Николаевна Решетникова

Aннотация

Актуальность: Вес ребенка при рождении является важным индикатором нормального протекания беременности. Высокий/низкий вес новорожденного является фактором риска нарушений здоровья (включая смертность) во взрослом возрасте. Цель исследования: Изучить вклад межлокусных взаимодействий полиморфных локусов генов матриксных металлопротеиназ и генов фолатного цикла материнского организма в формирование веса новорожденного. Материалы и методы: На выборке беременных (n=691) проведено молекулярно-генетическое исследование 5 полиморфных локусов генов матриксных металлопротеиназ (rs1799750 [1G>2G] MMP1, rs243865 [C>T] MMP2, rs3025058 [6A>5A] MMP3, rs11568818 [T>C] MMP7, rs17577 [G>A] MMP9) и 5 полиморфных локусов генов фолатного цикла (rs1805087 [A>G] MTR, rs1801394 [G>A] MTRR, rs1979277 [C>T] SHMT1, rs699517 [C>T] TYMS, rs2790 [A>G] TYMS). Межлокусные взаимодействия изученных SNP, ассоциированных с весом новорожденного, были изучены с использованием модификации метода снижения размерности (MDR) – MB-MDR (Model Based Multifactor Dimensionality Reduction). Для вес-ассоциированных SNP in silico были оценены их функциональные эффекты. Результаты: По результатам исследования было выявлено 9 наилучших моделей межгенных взаимодействий, связанных с весом новорожденного, в которые вошли все 10 изученных SNP (pperm≤0,001). Максимальное количество моделей было установлено для rs11568818 MMP7 (5 моделей) и rs1979277 SHMT1 (6 моделей). 4-х локусная модель rs1979277 SHMT1×rs11568818 MMP7×rs3025058 MMP3×rs1799750 MMP1 демонстрирует наиболее значимую ассоциацию с весом новорожденного. Заключение: Таким образом, межлокусные взаимодействия полиморфных локусов генов матриксных металлопротеиназ и генов фолатного цикла материнского организма ассоциированы с весом новорожденного



Ключевые слова: полиморфизм, ассоциации, межгенные взаимодействия, гены матриксных металлопротеиназ, гены фолатного цикла, вес новорожденного

Введение. Росто-весовые параметры плода находятся в прямой зависимости от оптимального процесса плацентации, поскольку плацента выполняет жизненно важные функции, включая транспорт веществ, питание, выделение, эндокринную регуляцию [1]. Новорожденные с высоким или низким весом имеют повышенный риск возникновения нарушений здоровья (включая смертность) в течение жизни в сравнении с детьми со средними значениями массы тела [1]. Физиологическая беременность у человека характеризуется постоянным ремоделированием коллагенового внеклеточного матрикса, что позволяет адаптировать плодные оболочки и матку к росту плода [2]. Неполная инвазия трофобласта и нарушение ремоделирования спиральных артерий матки вызывают постоянную ишемию и гипоксию плаценты, что увеличивает риск развития задержки роста плода (ЗРП) и других неблагоприятных исходов беременности [3-6].

Одной из важных групп регуляторов ангиогенеза и ремоделирования матки являются матриксные металлопротеиназы (ММП) [7]. ММП представляют собой семейство гомологичных цинкзависимых эндопептидаз, которые классифицируются на основе их структуры и функции как коллагеназы, желатиназы, стромелизины, матрилизины и ММП мембранного типа [8, 9]. По мере развития беременности ММП участвуют в имплантации бластоцисты, ремоделировании спиральных артерий и формировании плаценты [9]. Вследствие этого, аномальная активность металлопротеиназ нарушает нормальный процесс плацентации, способствуя развитию ЗРП [10-16].

Помимо этого, важную роль в развитии плода и плаценты играет так называемый одноуглеродный метаболизм, одним из звеньев которого является обмен фолиевой кислоты и метионина [17]. Фолатный и метиониновый циклы способствуют синтезу доноров метильных групп, позволяя клеткам использовать их для биосинтеза ДНК и пуринов, а также в реакциях метилирования ДНК, РНК, гистонов [18]. Метилирование, в свою очередь, обеспечивает множество клеточных процессов, имеющих ключевое значение в процессах имплантации, апоптоза во время органогенеза и общего внутриутробного развития плода [18]. Повышенная/пониженная активность ферментов фолатного цикла, может приводить к дефициту фолиевой кислоты и гипергомоцистеинемии [19]. При высоких концентрациях гомоцистеин вызывает воспаление, приводит к окислительному стрессу и связан с повышенным риском осложнений беременности [19-22].

Стоит отметить, что на данный момент существует достаточно малое количество исследований, в которых изучали связь между генетическими полиморфизмами матриксных металлопротеиназ и весом новорожденного/ЗРП [23]. Основная часть данных работ направлена на изучение генетических факторов преэклампсии в различных мировых популяциях [24-27]. Также ряд работ демонстрируют, что полиморфизмы в генах, кодирующих ферменты фолатного цикла, могут влиять на превращение гомоцистеина в метионин, что в итоге приводит к повышению концентрации гомоцистеина в крови и клетках, повреждению ДНК и возможным неблагоприятным исходам беременности, таким как преэклампсия и задержка роста плода [28-31].

Таким образом, обобщая данные литературных источников, можно сказать, что на данный момент существует ограниченное количество исследований, посвященных изучению роли генов-кандидатов в формирование росто-весовых показателей новорожденного. При этом результаты таких работ часто характеризуются неоднозначностью и слабой воспроизводимостью в различных популяциях мира. Это обуславливает потребность в проведении дальнейших исследований генетических факторов, влияющих на вес и рост новорожденного в популяциях Российской Федерации.

Цель исследования. Изучить вклад межлокусных взаимодействий полиморфных локусов генов матриксных металлопротеиназ и генов фолатного цикла материнского организма в формирование веса новорожденного.

Материалы и методы исследования. В наше исследование были включены женщины (n=691), которые наблюдались в течение беременности на базе перинатального центра областной клинической больницы г. Белгорода с 2008 по 2016 гг. При включении женщин в выборку применялись следующие критерии включения: 1) подписали добровольное информированное согласие для участия в исследовании; 2) являются неродственными индивидами русской национальности, родившиеся в Центрально-Чернозёмном регионе РФ; 3) наличие одноплодной беременности на сроке 36-41 недель, завершившейся живорождением. Не участвовали в исследовании женщины согласно следующим критериям исключения: 1) отказ от подписания добровольного информированного согласия; 2) родственные связи различной степени между участниками; 3) нерусский этнос; 4) место рождения, отличное от Центрально-Чернозёмного региона РФ; 5) многоплодная беременность; 6) аномалии развития матки, пуповины или плода; 7) роды, произошедшие до 36 недели беременности.

Методом фенол-хлороформной экстракции было произведено выделение геномной ДНК из венозной крови. Для последующего генотипирования был проведен отбор 10 однонуклеотидных полиморфизма (SNP) генов матриксных металлопротеиназ (rs1799750 [1G>2G] MMP1, rs243865 [C>T] MMP2, rs3025058 [6A>5A] MMP3, rs11568818 [T>C] MMP7, rs17577 [G>A] MMP9) и генов фолатного цикла (rs1805087 [A>G] MTR, rs1801394 [G>A] MTRR, rs1979277 [C>T] SHMT1, rs699517 [C>T] TYMS, rs2790 [A>G] TYMS) с учетом следующих критериев: 1) полиморфизмы генов, белковые продукты которых имеют важное значение для внутриутробного развития эмбриона и плода (согласно информации из баз данных KEGG PATHWAY [32], Reactome Pathway [33]); 2) наличие функциональных эффектов: несинонимические замены, эпигенетическая роль, связь с экспрессией и альтернативным сплайсингом генов (онлайн-ресурс Haploreg 4.2 [34]); 3) частота минорного аллеля в европейской популяции составляет ≥ 5%. Для генетического анализа отобранных SNP использовалась разновидность метода полимеразной цепной реакции (ПЦР) – ПЦР в режиме реального времени (real-time ПЦР). Для выявления генотипов применялись специфические флуоресцентные красители (TaqMan зонды). Реакция ПЦР проводилась на амплификаторе CFX96 (Bio-Rad, США).

Статистический анализ. Для всех исследованных SNP генов-кандидатов была проведена сравнительная оценка между наблюдаемым распределением аллелей/генотипов и ожидаемым по закону Харди-Вайнберга. При оценке распределения для учёта количества исследованных полиморфизмов (n = 10) применялась поправка Бонферрони (pbonf ≥ 0,005 (0,05/10). При расчетах использовали ковариаты (возраст женщины, индекс массы тела (ИМТ) до беременности, наличие осложнений беременности (задержка роста плода, преэклампсия и их сочетание), уровень артериального давления, возраст наступления менархе, количество беременностей и количество абортов). Помимо этого, для минимизации риска получения ложноположительных результатов при расчетах учитывалась поправка на множественные сравнения (осуществлялся адаптивный пермутационный тест с расчётом рpermutation (pperm)).

Так как распределение веса новорождённых в изученной выборке не было нормальным (оценено с помощью критерия Шапиро-Уилка) для проведения дальнейшего анализа в программной среде R были рассчитаны трансформированные значения данных параметров [35]. Для моделирования ассоциированных с весом ребенка при рождении межлокусных взаимодействий была использована модификация метода снижения размерности (MDR) – MB-MDR (Model Based Multifactor Dimensionality Reduction) (https://github.com/imbs-hl/mbmdR, дата обращения 18 сентября 2025 года). Были оценены двух-, трех- и четырехлокусные модели. Для визуализации межгенных сетей взаимодействия в виде энтропийного графа применялся метод снижения размерности MDR (Multifactor Dimensionality Reduction) (http://www.multifactordimensionalityreduction.org/, дата обращения 18 сентября 2025 года) [36].

Для вес-ассоциированных полиморфных локусов и SNP, находящихся с ними в сильном сцеплении (коэффициент корреляции r2≥0,80), оценивали их функциональное значение. Для решения этой задачи мы использовали шесть современных биоинформатических инструментов [37]: HaploReg [34] – эпигенетические изменения; SIFT (Sorting Tolerant From Intolerant) [38] и PolyPhen 2 (Polymorphism Phenotyping v2) [39] – несинонимичные мутации; Blood eQTL browser [40] и GTExportal [41] – оценка влияния SNP на экспрессию и уровень альтернативного сплайсинга генов в различных органах и тканях.

Результаты и их обсуждение. Исследование распределения частот генотипов и аллелей полиморфных локусов генов ММП и генов фолатного цикла, показало, что оно соответствуют ожидаемым значениям в соответствии с законом Харди-Вайнберга (HWE). Результаты анализа представлены в таблице 1. Также, для всех изученных SNP частота минорного аллеля (MAF) была > 5%. В рамках исследования было выявлено 9 наилучших моделей межгенных взаимодействий, связанных с весом новорожденного, в которые вошли все 10 изученных SNP (Табл. 2). Из них 1 модель была 2-х локусной, 6 моделей включали три локуса и 2 модели были 4-х локусными (pperm ≤0,001). Два полиморфных локуса rs11568818 MMP7 и rs1979277 SHMT1 входят в 5 и 6 моделей, соответственно, что соответствует наибольшему количеству моделей из всех SNP. Помимо этого, SNP-SNP взаимодействия rs11568818 MMP7 и rs1979277 SHMT1 вошли в 3 из 9 лучших моделей. Среди 9 выявленных моделей наилучшей оказалась 4-х локусная модель rs1979277 SHMT1×rs11568818 MMP7×rs3025058 MMP3×rs1799750 MMP1 (максимальный показатель Вальда (WH = 38,33, pperm = 0,006) (Рис. 1). Также, для комбинации генотипов 3-х локусной модели rs1979277CT×rs2790GA×rs17577AA была установлена наиболее значимая ассоциация с весом новорожденного (beta = -2,12, p = 0,003).

На следующем этапе анализа был применён метод MDR для оценки взаимодействия 10 однонуклеотидных полиморфизмов, связанных с весом новорожденного. Согласно дендрограмме (Рис. 2) и графу (Рис. 3), взаимодействие между изученными локусами имеет преимущественно синергетический и антагонистический характер. Синергетическое взаимодействие rs1801394 MTRR с rs1799750 MMP1, rs1979277 SHMT1 и rs17577 MMP9 было наиболее выраженным (процент энтропии 0,39%, 0,41%, 0,50%, соответственно). Кроме того, антагонистическое взаимодействие между rs11568818 MMP7, rs3025058 MMP3, rs243865 MMP2 и rs1805087 MTR было наиболее высоким (процент энтропии от -0,32% до -0,41%). Наконец, rs11568818 MMP7 и rs243865 MMP2 показали наибольший независимый эффект (процент энтропии – 0,60%, и 0,37%, соответственно).

Оценка insilico функционального значения 10-ти вес-ассоциированных SNP и 213 сильно сцепленных с ними SNP показала, что данные полиморфные локусы за счет своих функциональных эффектов определяют вовлеченность в формирование веса новорожденного 62 генов: миссенс-мутации в 6 генах (MMP3, MMP9, MTR, MTRR, SHMT1, SMCR8), эпигенетические изменения в 16 генах (ENOSF1, MMP1, MMP2, MMP3, MMP7, MMP9, MTR, MTRR, RP11-465L10.10, RP1-178F10.1, SHMT1, SMCR7, SMCR8, TOP3A, TYMS, ZNF335), регуляция экспрессии 53 генов (ALKBH5, CCDC144B, CTD-2303H24.2, DNTTIP1, DRG2, ENOSF1, EPN2-AS1, EVPLL, FAM106A, FLII, FOXO3B, KRT16P1, KRT17P2, LGALS9C, LINC02076, LLGL1, MIEF2, MMP1, MMP10, MMP7, MMP9, MTR, MTRR, MYO15A, NCOA5, NOS2P2, PLTP, PRPSAP2, RP11-212I21.2, RP11-258F1.1, RP11-258F1.2, RP11-465L10.10, RP11-806L2.2, RP11-806L2.6, RP1-253P7.4, RP1-37N7.1, RPL13P2, SHMT1, SLC12A5, SMCR8, SNX21, SYS1, TOM1L2, TOP3A, TVP23B, TYMS, TYMSOS, USP32P2, WFDC10B, WFDC3, WTAPP1, YES1, ZNF286B) и координации сплайсинга 14 генов (ACOT8, CCDC144B, CD40, CTD-2303H24.2, ENOSF1, EVPLL, LGALS9C, MYO15A, SHMT1, SLC12A5, TBC1D28, THOC1, USP32P2, WTAPP1).

Итак, в результате проведённого исследования нами было установлено, что межлокусные взаимодействия 10 изученных SNP генов матриксных металлопротеиназ и генов фолатного цикла материнского организма (rs1799750 [1G>2G] MMP1, rs243865 [C>T] MMP2, rs3025058 [6A>5A] MMP3, rs11568818 [T>C] MMP7, rs17577 [G>A] MMP9, rs1805087 [A>G] MTR, rs1801394 [G>A] MTRR, rs1979277 [C>T] SHMT1, rs699517 [C>T] TYMS, rs2790 [A>G] TYMS) ассоциированы с весом новорожденного. При этом стоит отметить, что наиболее значимый вклад в эти ассоциации вносит полиморфный локус rs1979277 гена серингидроксиметилтрансферазы (SHMT1).

Согласно базам данных по функциональной геномике rs1979277 SHMT1 обладает важными функциональными эффектами в организме. По данным онлайн ресурса HaploReg rs1979277 SHMT1 расположен в области регуляторных мотивов ДНК, где происходит взаимодействие с тремя регуляторными белками, которые регулируют процессы транскрипции: ZEB-1, NKX2 и DMRT2. Разница в показателях логарифма отношения шансов (log-odds) (LOD) для альтернативного аллеля Т и референсного аллеля C составляет для ZEB-1 – 1,2, для NKX2 – -3,0 и для DMRT2– -1,6. Кроме того, с rs1979277 SHMT1 тесно сцеплены (коэффициент корреляции r2≥0,80) 79 SNP, которые располагаются в эволюционно-консервативных областях, сайтах связывания с регуляторными белками (>20 белков), регионе гиперчувствительности к ДНКазе (>50 тканей), в сайтах модификации гистонов, маркирующих промоторы и энхансеры в различных тканях и органах как у взрослого организма, так и у плода (>15 тканей). При этом стоит отметить, что вес-ассоциированные SNP реализуют функциональные эффекты в тканях и органах, которые непосредственно влияют на вес и рост новорожденного, а именно, в скелетных мышцах, подкожной и висцеральной жировой ткани, щитовидной железе и др.

Данный SNP локализован в экзоне гена SHMT1, обуславливая замену лейцина на фениаланин в положении 474 фермента серингидроксиметилтрансферазы 1, что может снижать активность фермента и приводить к снижению уровней фолатов. Также rs1979277 SHMT1 сцеплен с rs8080966 гена SMCR8, приводящим к аминокислотной замене пролина на лейцин в положении 524 белка SMCR8.

Ген SMCR8 (ген-кандидат хромосомного региона синдрома Смита-Магениса, англ. Smith-Magenis syndrome chromosomal region candidate gene 8 protein) кодирует белок, который является субъединицей белкового комплекса SMCR8-C9ORF72. В опытах на мышиных моделях с использованием эмбриональных стволовых клеток Yang et al., показали, что нокаут гена SMCR8 приводил к нарушению индукции процесса аутофагии [42]. Аутофагия, также известная как аутофагоцитоз, представляет собой катаболический механизм, включающий переваривание поврежденных или дисфункциональных клеточных компонентов путем слияния с лизосомами. Кроме того, аутофагия необходима для поддержания клеточного гомеостаза во время пролиферации, дифференцировки и клеточной смерти [43, 44]. Аутофагия также индуцируется в трофобласте на протяжении всего процесса плацентации, что способствует развитию и ремоделированию эндометрия, удалению поврежденных клеточных органелл, а также дифференцировке и инфильтрационной активности трофобласта. Хотя конкретные механизмы этих процессов до конца не изучены, по-видимому, они помогают поддерживать надлежащий материнско-фетальный обмен веществами во время нормального развития плаценты [43]. При этом, как ингибирование, так и усиление аутофагии в ряде исследований было связано со снижением инвазии трофобласта и являлось риском развития преэклампсии [45, 46]. В недавних исследованиях, сравнивающих нормальную беременность с ЗРП, было установлено, что аномальное формирование плаценты, вызывающее ЗРП, связано с дисбалансом клеточного гомеостаза, который усиливает аутофагию в цитотрофобласте [43, 47, 48]. Исходя из роли гена SMCR8 в процессах аутофагии, можно предположить, что rs8080966 SMCR8 может усиливать аутофагию и повышать риск развитии ЗРП.

Полиморфный вариант Т rs1979277 SHMT1 влияет на экспрессию 14 генов (ALKBH5, CCDC144B, CTD-2303H24.2, FAM106A, FAM106A, FOXO3B, LGALS9C, LLGL1, MIEF2, MYO15A, SHMT1, SMCR8, TOP3A, USP32P2) в подкожной и висцеральной жировой ткани, надпочечниках, печени, различных отделах головного мозга, скелетных мышцах, легких, щитовидной железе, крови, культуры клеток фибробластов. 76 SNP из 79 SNP, сцепленных с rs1979277 SHMT1, также определяют изменение транскрипции 28 генов в вышеперечисленных органах и тканях (ALKBH5, CCDC144B, CTD-2303H24.3, DRG2, EPN2-AS1, EVPLL, FAM106A, FLII, FOXO3B, KRT16P1, KRT17P2, LGALS9C, LINC02076, LLGL1, MIEF2, MYO15A, NOS2P2, PRPSAP2, RP11-258F1.1, RP11-258F1.2, RP1-253P7.4, RP1-37N7.1, SHMT1, SMCR8, TOP3A, TVP23B, USP32P2, ZNF286B). Кроме того, установлено, что полиморфный вариант Т rs1979277 SHMT1 связан с более высоким уровнем альтернативного сплайсинга гена CTD-2303H24.2 в скелетных мышцах и щитовидной железе, а также пониженным уровнем альтернативного сплайсинга гена SHMT1 в подкожной и висцеральной жировой ткани, надпочечниках, культуры клеток фибробластов, печени, легких, скелетных мышцах, щитовидной железе, крови, различных отделах головного мозга.

Ген SHMT1 кодирует цитоплазматический фермент серингидроксиметилтрансферазу, являющуюся важным ферментом в метаболическом пути фолатов: она обратимо катализирует превращение серина и тетрагидрофолата в глицин и 5,10-метилентетрагидрофолат (5,10-метилен-ТГФ), соответственно [49]. Эти реакции, с одной стороны, играют ключевую роль в реакциях синтеза пуринов, тимидилата, метилирования ДНК, а с другой стороны служат для превращения гомоцистеина в метионин. На следующем этапе метионин превращается в S-аденозилметионин, выступающий в качестве донора для метилирования дезоксирибонуклеазы, рибонуклеазы и белков [49]. Миссенс-мутация, обусловленная rs1979277 SHMT1, хотя и не влияет на каталитическую активность фермента, но нарушает ядерный транспорт SHMT1 и последующий синтез тимидилата, а также приводит к накоплению измененного фермента SHMT1 в цитоплазме, где он может ингибировать клеточные реакции метилирования, связывая метилен-ТГФ и снижая синтез S-аденозилметионина и способствует накоплению гомоцистеина в крови [50]. В свою очередь гипергомоцистеинемия в материнском организме вызывает дисфункцию эндотелиальных клеток сосудов матери и плаценты, усиливая воспалительную реакцию и окислительный стресс, приводящие к апоптозу и повышенному риску развития ЗРП или рождению ребенка с низкой массой тела [51].

Результаты проведенных ассоциативных исследований демонстрируют связь материнского аллеля Т rs1979277 SHMT1 с повышенным риском рождения детей с низкой массой тела в группе чернокожих женщин и преждевременных родов, как среди белых, так и среди чернокожих беременных [52]. Так как SHMT1 играет важную роль в индукции метилирования генов и синтеза ДНК, большинство публикаций, посвященных генетической вариативности SHMT1, сосредоточены на изучении распространенных злокачественных образований (лейкоз [53, 54], рак молочной железы [55]). В нескольких исследованиях изучалась роль rs1979277 SHMT1 в развитии сердечно-сосудистых заболеваний [56, 57].

Заключение. Таким образом, в результате проведенного исследования установлено, что межлокусные взаимодействия 10 изученных SNP генов матриксных металлопротеиназ и генов фолатного цикла материнского организма (rs1799750 [1G>2G] MMP1, rs243865 [C>T] MMP2, rs3025058 [6A>5A] MMP3, rs11568818 [T>C] MMP7, rs17577 [G>A] MMP9, rs1805087 [A>G] MTR, rs1801394 [G>A] MTRR, rs1979277 [C>T] SHMT1, rs699517 [C>T] TYMS, rs2790 [A>G] TYMS) ассоциированы с весом новорожденного. Наиболее значимый вклад в эти ассоциации вносит полиморфизм rs1979277 SHMT1.

Информация о финансировании

Финансирование данной работы не проводилось.

Список литературы

  1. Martins JG, Biggio JR, Abuhamad A, et al. Society for Maternal-Fetal Medicine Consult Series #52: Diagnosis and management of fetal growth restriction: (Replaces Clinical Guideline Number 3, April 2012). American Journal of Obstetrics and Gynecology. 2020;223(4):B2-B17. DOI: https://doi.org/10.1016/j.ajog.2020.05.010
  2. Zur RL, Kingdom JC, Parks WT, et al. The Placental Basis of Fetal Growth Restriction. Obstetrics and gynecology clinics of North America. 2020;47(1):81-98. DOI: https://doi.org/10.1016/j.ogc.2019.10.008
  3. Решетников ЕА. Поиск ассоциаций генов-кандидатов, дифференциально экспрессирующихся в плаценте, с риском развития плацентарной недостаточности с синдромом задержки роста плода. Научные результаты биомедицинских исследований. 2020;6(3):338-349. DOI: https://doi.org/10.18413/2658-6533-2020-6-3-0-5
  4. Головченко ОВ. Молекулярно-генетические детерминанты преэклампсии. Научные результаты биомедицинских исследований. 2019;5(4):139-149. DOI: https://doi.org/10.18413/2658-6533-2019-5-4-0-11
  5. Абрамова МЮ. Генетические маркеры тяжелого течения преэклампсии. Научные результаты биомедицинских исследований. 2022;8(3):305-316. DOI: https://doi.org/10.18413/2658-6533-2022-8-3-0-4
  6. D'Agostin M, Di Sipio Morgia C, Vento G, et al. Long-term implications of fetal growth restriction. World Journal of Clinical Cases. 2023;11(3):2855-2863. DOI: https://doi.org/10.12998/wjcc.v11.i13.2855
  7. Cabral-Pacheco GA, Garza-Veloz I, Castruita-De la Rosa C, et al. The Roles of Matrix Metalloproteinases and Their Inhibitors in Human Diseases. International Journal of Molecular Sciences. 2020;21(24):9739. DOI: https://doi.org/10.3390/ijms21249739
  8. Chen J, Khalil RA. Matrix Metalloproteinases in Normal Pregnancy and Preeclampsia. Progress in Molecular Biology and Translational Science. 2017;148:87-165. DOI: https://doi.org/10.1016/bs.pmbts.2017.04.001
  9. Laronha H, Caldeira J. Structure and Function of Human Matrix Metalloproteinases. Cells. 2020;9(5):1076. DOI: https://doi.org/10.3390/cells9051076
  10. Hiden U, Ghaffari-Tabrizi N, Gauster M, et al. Membrane-type matrix metalloproteinase 1 regulates trophoblast functions and is reduced in fetal growth restriction. American Journal of Pathology. 2013;182(5):1563-71. DOI: https://doi.org/10.1016/j.ajpath.2013.01.011
  11. Zhu J, Zhong M, Pang ZJ, et al. Dysregulated expression of matrix metalloproteinases and their inhibitors may participate in the pathogenesis of pre-eclampsia and fetal growth restriction. Early Human Development. 2014;90(10):657-664. DOI: https://doi.org/10.1016/j.earlhumdev.2014.08.007
  12. Su MT, Tsai PY, Tsai HL, et al. miR-346 and miR-582-3p-regulated EG-VEGF expression and trophoblast invasion via matrix metalloproteinases 2 and 9. BioFactors. 2017;43(2):210-219. DOI: https://doi.org/10.1002/biof.1325
  13. Garcha D, Walker SP, MacDonald TM, et al. Circulating syndecan-1 is reduced in pregnancies with poor fetal growth and its secretion regulated by matrix metalloproteinases and the mitochondria. Scientific Reports. 2021;11(1):16595. DOI: https://doi.org/10.1038/s41598-021-96077-1
  14. Şahin B, Soyer-Çalışkan C, Çelik S, et al. Midregional pro-adrenomedullin and matrix metalloproteinase-2 levels in intrauterine growth restriction and small gestational age pregnancies: biochemical diagnostic difference. Journal of Maternal-Fetal and Neonatal Medicine. 2021;34(12):1999-2005. DOI: https://doi.org/10.1080/14767058.2020.1846707
  15. Pei J, Li Y, Min Z, et al. MiR-590-3p and its targets VEGF, PIGF, and MMP9 in early, middle, and late pregnancy: their longitudinal changes and correlations with risk of fetal growth restriction. Irish Journal of Medical Science. 2022;191(3):1251-1257. DOI: https://doi.org/10.1007/s11845-021-02664-6
  16. Laskowska M, Dymara-Konopka W, Szmit E, et al. Matrix metalloproteinase-3 in preeclamptic and normotensive pregnancies complicated by foetal growth restriction. Heliyon. 2023;9(7):e18105. DOI: https://doi.org/10.1016/j.heliyon.2023.e18105
  17. Jankovic-Karasoulos T, Furness DL, Leemaqz SY, et al. Maternal folate, one-carbon metabolism and pregnancy outcomes. Maternal and Child Nutrition. 2021;17(1):e13064. DOI: https://doi.org/10.1111/mcn.13064
  18. Ducker GS, Rabinowitz JD. One-carbon metabolism in health and disease. Cell Metabolism. 2017;25(1):27-42. DOI: https://doi.org/10.1016/j.cmet.2016.08.009
  19. Yeter A, Topcu HO, Guzel AI, et al. Maternal plasma homocysteine levels in intrauterine growth retardation. Journal of Maternal-Fetal and Neonatal Medicine. 2015;28(6):709-712. DOI: https://doi.org/10.3109/14767058.2014.929110
  20. Jiang HL, Cao LQ, Chen HY. Blood folic acid, vitamin B12, and homocysteine levels in pregnant women with fetal growth restriction. Genetics and Molecular Research. 2016;15(4):gmr15048890. DOI: http://dx.doi.org/10.4238/gmr15048890
  21. Liu C, Luo D, Wang Q, et al. Serum homocysteine and folate concentrations in early pregnancy and subsequent events of adverse pregnancy outcome: The Sichuan Homocysteine study. BMC Pregnancy and Childbirth. 2020;20:176. DOI: https://doi.org/10.1186/s12884-020-02860-9
  22. Gaiday A, Balash L, Tussupkaliyev A. The role of high concentrations of homocysteine for the development of fetal growth restriction. Revista Brasileira de Ginecologia e Obstetricia. 2022;44(4):352-359. DOI: https://doi.org/10.1055/s-0042-1743093
  23. Gremlich S, Nguyen D, Reymondin D, et al. Fetal MMP2/MMP9 polymorphisms and intrauterine growth restriction risk. Journal of Reproductive Immunology. 2007;74(1-2):143-151. DOI: https://doi.org/10.1016/j.jri.2007.02.001
  24. Edwards DRV, Romero R, Kusanovic JP, et al. Polymorphisms in maternal and fetal genes encoding for proteins involved in extracellular matrix metabolism alter the risk for small-for-gestational-age. Journal of Maternal-Fetal and Neonatal Medicine. 2011;24(2):362-380. DOI: https://doi.org/10.3109/14767058.2010.497572
  25. Sakowicz A, Lisowska M, Biesiada L, et al. Association of Maternal and Fetal Single-Nucleotide Polymorphisms in Metalloproteinase (MMP1, MMP2, MMP3, and MMP9) Genes with Preeclampsia. Disease Markers. 2018;2018:1371425. DOI: https://doi.org/10.1155/2018/1371425
  26. Gannoun MBA, Raguema N, Zitouni H, et al. MMP-2 and MMP-9 Polymorphisms and Preeclampsia Risk in Tunisian Arabs: A Case-Control Study. Journal of Clinical Medicine. 2021;10(12):2647. DOI: https://doi.org/10.3390/jcm10122647
  27. Jia JP, Wu JH, Hu JR. Correlations of MMP-9 and PPARγ gene polymorphisms with occurrence of preeclampsia. European Review for Medical and Pharmacological Sciences. 2022;26(3):771-778. DOI: https://doi.org/10.26355/eurrev_202202_27985
  28. Yila TA, Sasaki S, Miyashita C, et al. Effects of maternal 5,10-methylenetetrahydrofolate reductase C677T and A1298C Polymorphisms and tobacco smoking on infant birth weight in a Japanese population. Journal of Epidemiology. 2012;22(2):91-102. DOI: https://doi.org/10.2188/jea.JE20110039
  29. Sukla KK, Tiwari PK, Kumar A, et al. Low birthweight (LBW) and neonatal hyperbilirubinemia (NNH) in an Indian cohort: Association of homocysteine, its metabolic pathway genes and micronutrients as risk factors. PLoS ONE. 2013;8(9):e71587. DOI: https://doi.org/10.1371/journal.pone.0071587
  30. Liew SC, Gupta ED. Methylenetetrahydrofolate reductase (MTHFR) C677T polymorphism: epidemiology, metabolism and the associated diseases. European Journal of Medical Genetics. 2015;58(1):1-10. DOI: https://doi.org/10.1016/j.ejmg.2014.10.004
  31. Tiwari D, Bose PD, Das S, et al. MTHFR (C677T) polymorphism and PR (PROGINS) mutation as genetic factors for preterm delivery, fetal death and low birth weight: A Northeast Indian population based study. Meta Gene. 2015;3:31-42. DOI: https://doi.org/10.1016/j.mgene.2014.12.002
  32. Kanehisa M, Furumichi M, Sato Y, et al. KEGG for taxonomy-based analysis of pathways and genomes. Nucleic Acids Research. 2023;51(D1):D587-D592. DOI: https://doi.org/10.1093/nar/gkac963
  33. Rothfels K, Milacic M, Matthews L, et al. Using the Reactome Database. Current Protocols. 2023;3(4):e722. DOI: https://doi.org/10.1002/cpz1.722
  34. Ward LD, Kellis M. HaploReg v4: systematic mining of putative causal variants, cell types, regulators and target genes for human complex traits and disease. Nucleic Acids Research. 2016;44(D1):D877-81. DOI: https://doi.org/10.1093/nar/gkv1340
  35. Чурносов ВИ. Ассоциации полиморфных локусов генов-кандидатов с уровнем половых гормонов у больных гиперплазией эндометрия. Научные результаты биомедицинских исследований. 2025;11(2):243-262. DOI: https://doi.org/10.18413/2658-6533-2025-11-2-0-3
  36. Mahachie John JM, Cattaert T, Lishout FV, et al. Lower-order effects adjustment in quantitative traits model-based multifactor dimensionality reduction. PLoS ONE. 2012;7(1):e29594. DOI: https://doi.org/10.1371/journal.pone.0029594
  37. Пономарева ТА. Генетические варианты глобулина, связывающего половые гормоны, и гормональный профиль больных генитальным эндометриозом. Научные результаты биомедицинских исследований. 2025;11(1):75-90. DOI: https://doi.org/10.18413/2658-6533-2025-11-1-0-4
  38. Kumar P, Henikoff S, Ng PC. Predicting the effects of coding non-synonymous variants on protein function using the SIFT algorithm. Nature Protocols. 2009;7:1073-1081. DOI: https://doi.org/10.1038/nprot.2009.86
  39. Adzhubei I, Jordan DM, Sunyaev SR. Predicting functional effect of human missense mutations using PolyPhen-2. Current Protocols in Human Genetics. 2013;7:7.20. DOI: https://doi.org/10.1002/0471142905.hg0720s76
  40. GTEx Consortium. The GTEx Consortium atlas of genetic regulatory effects across human tissues. Science. 2020;369(6509):1318-1330. DOI: https://doi.org/10.1126/science.aaz1776
  41. Westra HJ, Peters MJ, Esko T, et al. Systematic identification of trans eQTLs as putative drivers of known disease associations. Nature Genetics. 2013;45(10):1238-1243. DOI: https://doi.org/10.1038/ng.2756
  42. Yang M, Liang C, Swaminathan K, et al. A C9ORF72/SMCR8-containing complex regulates ULK1 and plays a dual role in autophagy. Science Advances. 2016;2(9):e1601167. DOI: https://doi.org/10.1126/sciadv.1601167
  43. Gong JS, Kim GJ. The role of autophagy in the placenta as a regulator of cell death. Clinical and Experimental Reproductive Medicine. 2014;41(3):97-107. DOI: https://doi.org/10.5653/cerm.2014.41.3.97
  44. Sellier C, Campanari ML, Corbier CJ, et al. Loss of C9ORF72 impairs autophagy and synergizes with polyQ Ataxin-2 to induce motor neuron dysfunction and cell death. The EMBO Journal. 2016;35(12):1276-1297. DOI: https://doi.org/10.15252/embj.201593350
  45. Nakashima A, Yamanaka-Tatematsu M, Fujita N, et al. Impaired autophagy by soluble endoglin, under physiological hypoxia in early pregnant period, is involved in poor placentation in preeclampsia. Autophagy. 2013;9(3):303-316. DOI: https://doi.org/10.4161/auto.22927
  46. Gao L, Qi HB, Kamana KC, et al. Excessive autophagy induces the failure of trophoblast invasion and vasculature: possible relevance to the pathogenesis of preeclampsia. Journal of Hypertension. 2015;33(1):106-117. DOI: https://doi.org/10.1097/hjh.0000000000000366
  47. Zhang S, Regnault TRH, Barker PL, et al. Placental adaptations in growth restriction. Nutrients. 2015;7(1):360-389. DOI: https://doi.org/10.3390/nu7010360
  48. Dai Y, Li TH, He X, et al. The Effect and Mechanism of Asymmetric Dimethylarginine Regulating Trophoblastic Autophagy on Fetal Growth Restriction. Reproductive Sciences. 2021;28(7):2012-2022. DOI: https://doi.org/10.1007/s43032-020-00442-w
  49. Jones P, Beckett E, Yates Z, et al. Converging evolutionary, environmental and clinical ideas on folate metabolism. Exploratory Research and Hypothesis in Medicine. 2016;1(3):34-41. DOI: https://doi.org/10.14218/ERHM.2016.00003b
  50. Anderson DD, Stover PJ. SHMT1 and SHMT2 are functionally redundant in nuclear de novo thymidylate biosynthesis. PLoS ONE. 2009;4(6):e5839. DOI: https://doi.org/10.1371/journal.pone.0005839
  51. Li S, Wu Y, Gao Y, et al. Maternal hyperhomocysteinemia induces fetal growth restriction by suppressing angiogenesis at the maternal-fetal interface. Cell and Bioscience. 2026;16(1):17. DOI: https://doi.org/10.1186/s13578-025-01529-0
  52. Engel SM, Olshan AF, Siega-Riz AM, et al. Polymorphisms in folate metabolizing genes and risk for spontaneous preterm and small-for-gestational age birth. American Journal of Obstetrics and Gynecology. 2006;195(5):1231.e1-1231.e11. DOI: https://doi.org/10.1016/j.ajog.2006.07.024
  53. Yang QQ, Zhang Y, Yang J. Association Between SHMT1 rs1979277 Polymorphism and Risk of Acute Lymphoblastic Leukemia: A Systematic Review and Meta-analysis. Journal of Pediatric Hematology/Oncology. 2022;44(3):e616-e622. DOI: https://doi.org/10.1097/MPH.0000000000002173
  54. Bahari G, Hashemi M, Naderi M, et al. Association of SHMT1 gene polymorphisms with the risk of childhood acute lymphoblastic leukemia in a sample of Iranian population. Cellular and Molecular Biology. 2016;62(2):45-51.
  55. Li L, Ma Y, Jin C, et al. Polymorphism of cytosolic serine hydroxymethyltransferase and breast cancer risk: evidence from a meta-analysis. Tumor Biology. 2014;35(8):7361-7367. DOI: https://doi.org/10.1007/s13277-014-1964-3
  56. Lim U, Peng K, Shane B, et al. Polymorphisms in cytoplasmic serine hydroxymethyltransferase and methylenetetrahydrofolate reductase affect the risk of cardiovascular disease in men. Journal of Nutrition. 2005;135(8):1989-1994. DOI: https://doi.org/10.1093/jn/135.8.1989
  57. Wernimont SM, Raiszadeh F, Stover PJ, et al. Polymorphisms in serine hydroxymethyltransferase 1 and methylenetetrahydrofolate reductase interact to increase cardiovascular disease risk in humans. Journal of Nutrition. 2011;141(2):255-260. DOI: https://doi.org/10.3945/jn.110.132506