S'abonner

NAFLD: genetics and its clinical implications - 05/11/22

Doi : 10.1016/j.clinre.2022.102003 
Dixa Sharma, Palash Mandal
 P.D. Patel Institute of Applied Science, Charusat University of Science and Technology, Changa Dist, Anand, Gujarat, 388421, India 

Corresponding author.

Abstract

Worldwide non-alcoholic fatty liver disease (NAFLD) is recognized as the most common type of liver disease and its burden increasing at an alarming rate. NAFLD entails steatosis, fibrosis, cirrhosis, and, finally, hepatocellular carcinoma (HCC). The substantial inter-patient variation during disease progression is the hallmark of individuals with NAFLD. The variability of NAFLD development and related complications among individuals is determined by genetic and environmental factors. Genome-wide association studies (GWAS) have discovered reproducible and robust associations between gene variants such as PNPLA3, TM6SF2, HSD17B13, MBOAT7, GCKR and NAFLD. Evidences have provided the new insights into the NAFLD biology and underlined potential pharmaceutical targets. Ideally, the candidate genes associated with the hereditability of NAFLD are mainly involved in assembly of lipid droplets, lipid remodeling, lipoprotein packing and secretion, redox status mitochondria, and de novo lipogenesis. In recent years, the ability to translate genetics into a clinical context has emerged substantially by combining genetic variants primarily associated with NAFLD into polygenic risk scores (PRS). These score in combination with metabolic factors could be utilized to identify the severe liver diseases in patients with the gene regulatory networks (GRNs). Hereby, we even have highlighted the current understanding related to the schedule therapeutic approach of an individual based on microbial colonization and dysbiosis reversal as a therapy for NAFLD. The premise of this review is to concentrate on the potential of genetic factors and their translation into the design of novel therapeutics, as well as their implications for future research into personalized medications using microbiota.

Le texte complet de cet article est disponible en PDF.

Keywords : Non-alcoholic fatty liver disease, Personalized therapeutics, PNPLA3 gene, Polymorphism, Steatohepatitis, Risk assessment


Plan


© 2022  Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 46 - N° 9

Article 102003- novembre 2022 Retour au numéro
Article précédent Article précédent
  • Contents
| Article suivant Article suivant
  • MSI colorectal cancer, all you need to know
  • Clémence Flecchia, Aziz Zaanan, Widad Lahlou, Debora Basile, Chloé Broudin, Claire Gallois, Lorenzo Pilla, Mehdi Karoui, Gilles Manceau, Julien Taieb

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.