今天分享的文章于2022/8发表在EBioMedicine(IF 11.2/Q1)题目为“ 对主动脉瘤治疗靶点的遗传学见解：孟德尔随机研究 （Genetic insights into therapeutic targets for aortic aneurysms: A Mendelian randomization study）”。
药靶标孟德尔 联合共定位分析
立即扫码上车
作者使用孟德尔随机化(MR)分析，确定与主动脉瘤(AAs)相关的 治疗靶点 ，以减缓AAs的进展。 药物靶基因 的顺式表达数量性状位点(cis-eQTL)用作遗传工具变量(IVs)。进行共定位分析以确定与AAs和eQTL相关的单核苷酸多态性(SNPs)共享因果遗传变异的概率。研究结果支持药物靶向PLAU和PSMA4抑制可能降低AAs的风险。
以下是原文~
主动脉瘤(AAs)是55岁及以上人群死亡的第15大常见原因，小动脉瘤大多没有症状，大动脉瘤可导致主动脉破裂和猝死。 迄今为止发现的有效的治疗药物很少，确定预防AAs的有效药物至关重要。 孟德尔随机化(MR)是以遗传变异作为工具变量（IVs）来代表特定的暴露，以推断暴露与结果之间的因果关系的一种方法。在药物靶基因MR分析中，位于药物靶基因基因组区域的顺式表达数量性状位点 (cis eQTL)常被作为药物靶基因的代理变量，其作用是影响基因表达的调控因子。这种MR分析已经应用于多种疾病。然而，一系列潜在的AAs药物靶点的基因组证据尚未被探索。 在这项研究中，作者通过将血液中发现的eQTL与两个独立的AAs全基因组关联研究(GWAS)数据集结合起来进行MR分析，旨在识别潜在的药物靶点来延缓AAs的进展。研究了遗传变异代理的药物靶基因与AAs风险之间的关系，此外，考虑到在药物开发研究中考虑副作用和其他替代适应症是很重要的，评估了遗传 变异代理的PSMA4 抑制对18个潜在风险因素和13种其他疾病的因果关系。 ① 鉴定蛋白：共鉴定出4302个有基因HGNC名称的位于的常染色体上的药物靶基因，其中包括1375个临床开发中的蛋白质治疗靶点，646个与药物靶点和化合物相关的蛋白质，以及2281个与关键药物靶点家族成员相关的蛋白质。 ② 鉴定cis eQTL：从eQTLGen Consortium和荟萃分析中获得了具有统计学意义的cis eQTL，从其基因组位置±100 kb内选择了顺式eQTL作为工具变量（IVs）。 ③ 药物蛋白数据：蛋白酶体20S亚单位alpha 4 (PSMA4)和纤溶酶原激活剂尿激酶(PLAU)，两种感兴趣的药物蛋白数据来自三个独立来源的pQTL数据集。 ① 主动脉瘤（AAs）：AAs的GWAS汇总统计数据来自Pan-UK Biobank ，包括2228例病例和408,565例对照。使用了来自Fingen联盟的汇总统计数据进行独立样本队列的外部复制。 ① 心脏代谢危险因素（18个）：包括脂质(总胆固醇、甘油三酯、高密度脂蛋白(HDL-C)、低密度脂蛋白(LDL-C)、载脂蛋白A1和B (ApoA1, ApoB)和脂蛋白α (Lp(a))，血压性状(收缩压、舒张压和脉压)，血糖(空腹血糖、空腹胰岛素、2小时血糖和HbA1c)，人体测量性状(体重指数、腰围、体重指数、血压、臀围和腰臀比)。 ② 心脏代谢疾病：4种中风、房颤、冠状动脉疾病、心力衰竭、1型和2型糖尿病、慢性肾病、颅内动脉瘤以及AAs的2个亚型)。 ① 孟德尔随机化分析和共定位： MR分析： 根据F统计量的值去除弱工具变量，使用Steiger过滤除去了在AAs性状中比暴露因素的方差更大的基因(表S3)。每个SNP的MR估计值以Wald值表示，并使用逆方差加权(IVW)、MR- egger和加权中位数模型与多种工具变量进行meta分析。采用MR-Egger回归来解释暴露与结果之间的潜在多效性。以Biobank队列为训练集，以Fingen队列为验证集。 共定位分析： 对于具有显著性的MR结果，使用coloc R包对AAs风险进行了共定位分析，将显著共定位(后验概率)设为PPH4＞0.80，认为与AAs强共定位的基因为潜在的靶分子。 ② 潜在靶向分子与31个心血管特征之间的关系探索： 采用“Moloc”R包对所有显著性状进行多性状共定位分析，以区分因果关系和混淆。由于许多 遗传变异具有多效性，使用R中的“MVMR”包进行了多变量MR分析 ，以探索遗传变异代理的PSMA4和PLAU与AAs风险的潜在独立关联。 ③ 人类受试者：招募了70名受试者，其中包括35名经影像学诊断为腹主动脉瘤(AAA)患者，以及35名匹配的健康对照受试者。收集所有血液样本，从主动脉瘤和夹层患者中采集主动脉组织标本(n = 8)，并从器官捐赠者中采集主动脉壁组织标本作为正常对照的(n = 4)。 ④ 药物活性和临床开发活性的评价：为了评估候选靶基因的药物性，系统地搜索了DrugBank和ChEMBL数据库，以获得潜在的小分子化合物信息，搜索ClinicalTrials.gov网站来补充临床开发活动。 1.实验设计： 研究旨在确定与AAs相关的治疗靶点，图1为流程图。 利用cis-eQTL数据，通过聚类和MR分析鉴定了2644个的可用药基因 ，在 训练 队列中，发现11个基因预测的表达量与AAs风险相关(p＜1.90E−5 )。 验证 队列复制该11个基因的效应估计，其中四个药物靶点(BTN3A1, FASN, PLAU和PSMA4)的达到了显著性阈值(p＜0.0045，表1)。另一个基因(FBN1)达到名义显著性(p＜0.05)。 共定位分析进一步确定与AAs和eQTL相关的snp共享因果遗传变异的概率 。结果表明，PSMA4和AA可能共享一个因果变异(PP.H4 = 0.97，图2a-b)，血液中的PLAU为AAs潜在的风险因素(PP.H4 = 0.93，图2c-d)。 从MR和共定位分析中鉴定出两个有证据表明eQTL和AAs风险之间存在共同遗传效应的潜在药物基因(表S9)。 遗传变异代理的PSMA4抑制与体重指数和臀围弱相关，与AAs风险独立相关性(p = 6.6E−3 [IVW])，与心力衰竭、腹主动脉瘤和颅内动脉瘤呈显著负相关(图3b)。 蛋白印迹检测到AAD患者主动脉组织中的PSMA4蛋白表达明显上调(图3c)。在单细胞水平上，PSMA4广泛表达于血液和主动脉组织（图S1a-d）。 此外，PSMA4与腹主动脉瘤和颅内动脉瘤的相关性通过共定位得到证实(PPH4＞0.80，表S9)。多特征共定位分析来区分PSMA4、腹主动脉瘤和颅内动脉瘤的eQTL因果关系。结果显示，PSMA4、主动脉瘤和颅内动脉瘤在eQTL上有很强的证据(PPA = 0.999，表S10)。 利用pQTL数据鉴定出两个与血浆u-PA相关的cis pQTL(rs222756417和rs2227551)。利用cis pQTL，发现u-PA水平始终与AAs风险呈正相关(图4a)， 这与eQTL结果一致。基因代理的PLAU抑制与ApoA1 (p = 0.005)、ApoB (p = 0.01)和Lp(a) (p = 0.01)弱相关(图4b)。 多变量MR分析显示PLAU与AAs风险之间存在显著相关性(p = 1.3E-04)。基于SNP，未发现PLAU血药浓度与常见疾病存在相关性(图4c)，经共定位分析，其因果关系得到加强(PP.H4 = 0.98)。 检测了主动脉组织和人血浆中的u-PA蛋白水平，发现患者中u-PA蛋白表达较高，表明u-PA水平与AAs风险相关(图4d-f)。
在外周血单核细胞中，PLAU主要在CD14阳性单核细胞中表达，而在主动脉组织中，PLAU在巨噬细胞、平滑肌细胞、内皮细胞、成纤维细胞也表达(图S1d-e)。 为了探索可能预防AA的药物靶基因，作者通过 整合GWAS数据集、药物基因组和基因表达数据（eQTL和pQTL）进行了大规模MR分析。 研究结果表明，终身、自然随机、基因代理的PSMA4和PLAU抑制与AA风险的降低显著相关，而与其他代谢紊乱和心血管疾病风险相关性较低。 这项研究有几个优点。首先，众所周知，新药物的开发过程总是需要很长时间，非常昂贵，而且失败率很高。作者将研究重点放在药物靶基因上， 以提高AAs的疗效、安全性和药物开发成功率，并发现了与AAs相关的两个药物靶点（PLAU和PSMA4） 。此外，列出了目前正在开发的一些靶向小分子抑制剂，为这些靶点的 未来药物开发指明了方向。 其次，还进行了广泛的MR分析，以确定分析其 安全性和替代适应症 ，这对于将来在临床上使用非常重要。最后，人类受试者试验进一步验证这两种蛋白也与主动脉瘤的风险相关。 药靶标孟德尔 联合共定位分析
立即扫码上车
END
不想错过每天的热点和技术 欢迎大家添加生信人为星标 推荐