Влияние генетических особенностей пациентов на восстановление сократительной способности миокарда во время амбулаторно-поликлинического этапа реабилитации после острого инфаркта миокарда

Цель. Изучить влияние генетических особенностей пациентов на восстановление сократительной способности миокарда после перенесенного острого инфаркта миокарда (ОИМ) в период амбулаторно-поликлинического периода реабилитации с использованием метода эластичных карт (обобщение метода главных компонент).

Материал и методы. В исследование включено 127 пациентов (98 мужчин и 29 женщин), в возрасте от 36 до 65 лет, средний возраст 59,0±8,7 года, перенесших ОИМ. Через 3-6 нед. после ОИМ все пациенты в течение 14 дней проходили третий (амбулаторный) этап реабилитации. Все пациенты проходили курс велотренировок. До и после велотренировок пациентам проводились: велоэргометрия, тест с шестиминутной ходьбой, оценка по шкале Борга. Восстановление сократительной способности миокарда оценивалось по изменениям показателей данных тестов. Всем пациентам проводилось выделение геномной ДНК, анализировались варианты нуклеотидной последовательности (ВНП): rs1805126 гена SCN5A, rs16847897 гена LRRC31, rs5186 гена AGTR1, rs1042714 гена ADRB2. Создание эластичных карт проводилось с использованием компьютерной программы "ElMap".

Результаты. Установлено, что имеется ассоциация носительства генотипа GG ВНП rs1805126 гена SCN5A с ухудшением восстановления сократительной способности сердца. Не выявлено ассоциации носительства генотипов СС, СG, GG ВНП rs16847897 гена LRRC31 с ухудшением восстановления сократительной способности миокарда. Визуализация с использованием эластичных карт позволила: наглядно разделить пациентов с генотипами GG, АА, АG rs1805126 гена SCN5A, наметить направления дальнейших исследований ВНП rs5186 гена AGTR1, rs1042714 гена ADRB2. При визуализации значимых различий между мужчинами и женщинами не выявлено.

Заключение. Информация об ассоциации носительства генотипов данных ВНП может быть использована для индивидуального подхода при выборе уровня нагрузки при проведении велотренировок на третьем (амбулаторном) этапе реабилитации у пациентов, перенесших ОИМ.

1. Аверков О.В., Арутюнян Г.К., Дупляков Д.В. и др. Острый инфаркт миокарда с подъемом сегмента ST электрокардиограммы. Клинические рекомендации 2024. Российский кардиологический журнал. 2025;30(3):6306. doi:10.15829/1560-4071-2025-6306. EDN: IVJCUK.

2. Аверков О.В., Арутюнян Г.К., Дупляков Д.В. и др. Острый коронарный синдром без подъема сегмента ST электрокардиограммы. Клинические рекомендации 2024. Российский кардиологический журнал. 2025;30(5): 6319. doi:10.15829/1560-4071-2025-6319. EDN: CXJUIB.

3. Галявич А.С., Терещенко С.Н., Ускач Т.М. и др. Хроническая сердечная недостаточность. Клинические рекомендации 2024. Российский кардиологический журнал. 2024;29(11):6162. doi:10.15829/1560-4071-2024-6162. EDN: WKIDLJ.

4. Шляхто Е.В. Классификация сердечной недостаточности: фокус на профилактику. Российский кардиологический журнал. 2023;28(1):5351. doi:10.15829/1560-4071-2023-5351. EDN: RVHDCY.

5. Затейщиков Д.А., Фаворова О.О., Чумакова О.С. Молекулярная кардиология: от расшифровки генетической природы и механизмов развития заболевания до внедрения в клиническую практику. Терапевтический архив. 2022;94(4):463-6. doi:10.26442/00403660.2022.04.201467.

6. Мешков А.Н., Киселева А.В., Ершова А.И. и др. Варианты генов ANGPTL3, ANGPTL4, APOA5, APOB, APOC2, APOC3, LDLR, PCSK9, LPL и риск ишемической болезни сердца. Российский кардиологический журнал. 2022;27(10):5232. doi:10.15829/1560-4071-2022-5232. EDN: FAKGMM.

7. Налесник Е.О., Муслимова Э.Ф., Афанасьев С.А. и др. Ассоциация полиморфизмов гена ACE с сердечно-сосудистыми осложнениями у пациентов, перенесших плановые чрескожные коронарные вмешательства. Российский кардиологический журнал. 2022; 27(10):4968. doi:10.15829/1560-4071-2022-4968. EDN: DJEULB.

8. Feng AF, Liu ZH, Zhou SL, et al. Effects of AMPD1 gene C34T polymorphism on cardiac index, blood pressure and prognosis in patients with cardiovascular diseases: a metaanalysis. BMC Cardiovasc Disord. 2017;17(1):174. doi:10.1186/s12872-017-0608-0.

9. Hung CL, Chang SC, Chang SH, et al. MAGNET Study Investigator. Genetic Polymorphisms of Alcohol Metabolizing Enzymes and Alcohol Consumption are Associated With Asymptomatic Cardiac Remodeling and Subclinical Systolic Dysfunction in Large Community-Dwelling Asians. Alcohol Alcohol. 2017;52(6):638-46. doi:10.1093/alcalc/agx049.

10. Zhang X, Yoon J, Morley M, et al. A common variant alters SCN5A–miR 24 interaction and associates with heart failure mortality. The Journal of clinical investigation. 2018;128(3):1154-63. doi:10.1172/jci95710.

11. Huber M, Treszl A, Wehland M, et al. Genetic variants implicated in telomere length associated with left ventricular function in patients with hypertension and cardiac organ damage. Journal of molecular medicine. 2012;90:1059-67. doi:10.1007/s00109-012-0874-3.

12. McLean RC, Hirsch GA, Becker LC, et al. Polymorphisms of the beta adrenergic receptor predict left ventricular remodeling following acute myocardial infarction. Cardiovasc Drugs Ther. 2011;25(3):251-8. doi:10.1007/s10557-011-6307-7.

13. Ahmed ST, Nasir MI, Amir KF, et al. Spectrum of AGT (M235T) rs699 and AGTR1 (A1166C) rs5186 gene variants and its association with coronary artery disease in Pakistani patients. Pakistan Journal of Medical Sciences. 2025;41(4):1151. doi:10.12669/pjms.41.4.9993.

14. Tran AV, Nguyen AP, Tran PT, et al. The prognostic value of AGTR1 A1166C gene polymorphism in all-cause mortality and heart failure in patients with acute myocardial infarction. Journal of the Renin-Angiotensin-Aldosterone System. 2025;26:14703203241312627. doi:10.1177/14703203241312627.

15. Jia X, Meng L, Tang W, et al. Impact of the gene polymorphisms in the renin-angiotensin system on cardiomyopathy risk: A meta-analysis. Plos one. 2024;19(1):0295626. doi:10.1371/journal.pone.0295626.

16. Mishra A, Srivastava A, Kumar S, et al. Role of angiotensin II type I (AT1 A1166C) receptor polymorphism in susceptibility of left ventricular dysfunction. Indian heart journal. 2015;67(3):214-21. doi:10.1016/j.ihj.2015.04.013.

17. Kumar S, Mishra A, Srivastava A, Mittal R, Mittal B. Genetics of Left Ventricular Dysfunction in Coronary Artery Disease. In Biomedical Research, Medicine, and Disease, 2023, pp. 167- 202. ISBN: 9781003220404. doi:10.1201/9781003220404-16.

18. Ложкина Н.Г., Мукарамов И., Максимов В.Н. Некоторые генетические маркеры риска постинфарктной сердечной недостаточности. Медико-фармацевтический журнал "Пульс". 2023;25(2):65-70. doi:10.26787/nydha-2686-6838-2023-25-2-65-70.

19. Калинкина Т.В., Ларева Н.В., Чистякова М.В. и др. Ассоциация полиморфизмов генов обмена ангиотензина с диастолической дисфункцией левого желудочка у больных гипертонической болезнью. Тихоокеанский медицинский журнал. 2023;(1):44-9. doi:10.34215/1609-1175-2023-1-44-49.

20. Hart RK, Fokkema IFAC, DiStefano M, et al. HGVS Nomenclature 2024: improvements to community engagement, usability, and computability. Genome Med. 2024;16(1):149. doi:10.1186/s13073-024-01421-5.

21. Wang Y, Klijn JG, Zhang Y, et al. Gene expression profiles to predict distant metastasis of lymph-node-negative primary breast cancer. Lancet. 2005;365:671-9. doi:10.1016/s0140-6736(05)17947-1.

22. Gorban AN, Zinovyev A. Principal manifolds and graphs in practice: from molecular biology to dynamical systems. International Journal of Neural Systems. 2010;20(3):219-32. doi:10.1142/s0129065710002383.

23. Chacon M, Levano H, Allende H, et al. Detection of Gene Expressions in Microarrays by Applying Iteratively Elastic Neural Net, In: B. Beliczynski et al. (Eds.), Lecture Notes in Computer Sciences, Vol. 4432, Springer: Berlin — Heidelberg. 2007, рр. 355-63. ISBN: 9783540716297. doi:10.1007/978-3-540-71629-7-40.

24. Shaban H, Tavoularis S. Measurement of gas and liquid flow rates in two-phase pipe flows by the application of machine learning techniques to differential pressure signals. International Journal of Multiphase. Flow. 2014;67:106-17. doi:10.1016/j.ijmultiphaseflow.2014.08.012.

25. Resta M. Computational Intelligence Paradigms in Economic and Financial Decision Making. Series Intelligent Systems Reference Library. Volume 99. Springer International Publishing. Switzerland, 2016. ISBN: 9783319214405, doi:10.1007/978-3-319-21440-5.

26. Zinovyev A. Data visualization in political and social sciences, In: SAGE "International Encyclopedia of Political Science", Badie B, Berg-Schlosser D, Morlino LA. (Eds.), 2011. ISBN: 9781412994163.

27. Resta M. Portfolio optimization through elastic maps: Some evidence from the Italian stock exchange, Knowledge-Based Intelligent Information and Engineering Systems, Apolloni B, Howlett RJ, Jain L. (eds.), Lecture Notes in Computer Science, Vol. 4693, Springer: Berlin — Heidelberg, 2010, рр. 635-41. ISBN: 9783540748274, doi:10.1007/978-3-540-74827-4-80.

28. Gorban AN, Zinovyev AY. Principal Graphs and Manifolds, In: Handbook of Research on Machine Learning Applications and Trends: Algorithms, Methods and Techniques, Olivas ES, et al. Eds. Information Science Reference, IGI Global: Hershey, PA, USA, 2009. 28-59. doi:10.4018/978-1-60566-766-9.ch002.

29. Sambrook J, Fritsch EF, Maniatis T. Molecular Cloning, A Laboratory Manual (Second Edition). Vol. 1, 2 and 3. New York: Cold spring harbor laboratory press, 1989. doi:10.1002/jobm.3620300824.

30. Aronov DM. Cardiorehabilitation and secondary prevention. Moscow: GEOTAR-media, 2021. p.464. (In Russ.) Аронов Д.М. Кардиореабилитация и вторичная профилактика. Mосква: ГЭОТАР-медиа, 2021. с. 464. ISBN: 978-5-9704-6218-8. doi:10.33029/9704-6218-8-CAR-2021-1-464.

31. Boudreau RL, Spengler RM, Skeie JM, et al. No longer silent: a synonymous coding SNP modifying a novel microRNA 24: SCN5A interaction associates With Non-arrhythmic death in heart failure. Circulation. 2015;132(suppl_3):A17984-A17984. doi:10.1161/circ.132.suppl_3.17984.

32. Boudreau RL, Zhang X, McLendon JM, et al. Abstract 271: Reduced expression of the cardiac sodium channel Nav1. 5 triggers enhanced fatty acid metabolism and oxidative stress. Circulation research. 2019;125(Suppl_1):A271-A271. doi:10.1161/res.125.suppl_1.271.

33. Patel KK, Venkatesan C, Abdelhalim H, et al. Genomic approaches to identify and investigate genes associated with atrial fibrillation and heart failure susceptibility. Human genomics. 2023;17(1):47. doi:10.1186/s246-023-00498-0.

34. Lee D, Gunamalai L, Kannan J, et al. Massively parallel reporter assays identify functional enhancer variants at QT interval GWAS loci. BioRxiv. 2025. doi:10.1101/2025.03.11.642686.

35. Dean L, Kane M. Metoprolol Therapy and CYP2D6 Genotype. 2017 Apr 4 [updated 2025 Jan 17]. In: Pratt VM, Scott SA, Pirmohamed M, Esquivel B, Kattman BL, Malheiro AJ, editors. Medical Genetics Summaries [Internet]. Bethesda (MD): National Center for Biotechnology Information (US); 2012. PMID: 28520381.

36. Castaño-Amores C, Antúnez-Rodríguez A, Pozo-Agundo A, et al. Genetic polymorphisms in ADRB1, ADRB2 and CYP2D6 genes and response to beta-blockers in patients with acute coronary syndrome. Biomedicine & Pharmacotherapy. 2023;169:115869. doi:10.1016/j.biopha.2023.115869.

37. Свеклина Т.С., Шустов С.Б., Колюбаева С.Н. и др. Метаболические биомаркеры у больных сахарным диабетом 2 типа и сердечной недостаточностью с сохраненной фракцией выброса. Сахарный диабет. 2024;27(1):15-24. doi:10.14341/DM13028.

38. Liu H, Xian X, Li C, et al. Single Nucleotide Polymorphisms Related to Telomere Length Predispose for Coronary Heart Disease in Chinese Han Population. Research Square Platform LLC. doi:10.21203/rs.3.rs-4006199/v1.

39. Jinesh S, Özüpek B, Aditi P. Premature aging and metabolic diseases: the impact of telomere attrition. Frontiers in Aging. 2025;6:1541127. doi:10.3389/fragi.2025.1541127.

40. Delgado-Losada ML, Bouhaben J, Arroyo-Pardo E, et al. Loneliness, depression, and genetics in the elderly: Prognostic factors of a worse health condition? International Journal of Environmental Research and Public Health. 2022;19(23):15456. doi:10.3390/ijerph192315456.

41. Metaxa S, Missouris C, Mavrogianni D, et al. Polymorphism Gln27Glu of β2 Adrenergic Receptors in Patients with Ischaemic Cardiomyopathy. Curr Vasc Pharmacol. 2018;16(6): 618-23. doi:10.2174/1570161115666170919180959.