科研（IF:41.307） |Nature Genetics：非酒精性脂肪性肝病的多组学研究

 点击蓝字“蛋白质组”,轻松关注不迷路

生科云网址：https://www.bioincloud.tech/

---

编译：微科盟-听雪斋，编辑：微科盟Emma、江舜尧。

微科盟原创微文，欢迎转发转载。

导读

非酒精性脂肪肝（NAFL）及其后遗症是日益增长的健康问题。我们对NAFL、肝硬化和肝细胞癌进行了全基因组关联研究，并将研究结果与表达和蛋白质组数据进行了整合。对于NAFL，我们使用了9491个临床病例和从36116个肝脏磁共振图像中提取的质子密度脂肪分数。我们确定了18个与NAFL相关的序列变异，4个与肝硬化相关，并在MTARC1和GPAM中发现了罕见的、具有保护性的、可预测的功能丧失变异，强调了它们是潜在的药物靶点。我们利用信使RNA表达、剪接和预测的编码效应来鉴定16个假定的致病基因，其中许多与脂质代谢有关。我们分析了35559名冰岛人的4907种血浆蛋白水平和47151名英国生物银行参与者的1459种蛋白水平，确定了与疾病发病有关的多种蛋白。我们表明蛋白质组学可以区分NAFL和肝硬化。本研究为NAFL的无创评估和新的治疗方案的发展提供了见解。

论文ID

原名：Multiomics study of nonalcoholic fatty liver disease译名：非酒精性脂肪性肝病的多组学研究期刊：Nature GeneticsIF：41.307发表时间：2022.10通讯作者：Gardar Sveinbjornsson,Kari Stefansson通讯作者单位：冰岛大学医学院

实验设计

实验结果

1.GWAS分析
我们从UKB的36116名欧洲血统英国人的原始腹部磁共振（MR）图像中提取了肝脏质子密度脂肪分数（PDFF）（图1和方法）。使用两种采集技术生成MR图像，即使用梯度回波（GRE）的8448张图像和使用回波不对称和最小二乘估计（IDEAL）的水和脂肪迭代分解的27668张图像。20.0%的IDEAL图像与23.6%的GRE图像的PDFF>5%表明两种方法的结果相似。在270名（IDEAL）和97名（GRE）确诊为NAFL的患者中，179名（66.3%）和76名（78.4%）的PDFF>5.0%（补充图1）。我们的PDFF估计值与其他人使用LiverMultiScan计算的3869个PDFF测量值很好地相关（r²=0.96）（补充图2）。我们使用每个人的首次可用MRI测量，对PDFF估计值（n=36116）进行了GWAS。我们还对临床诊断的NAFL（国际疾病分类，第10版（ICD-10），代码K76.0）的GWAS进行了荟萃分析，包括785例来自冰岛（deCODE遗传学）、5921例来自英国（UKB）、2134例来自美国（Intermountain INSPIRE和HerediGene注册中心）和651例来自芬兰（FinnGen），共9491例NAFL病例和876210例对照。我们将总结级GWAS PDFF数据和NAFL ICD-10代码荟萃分析数据相结合，以最大限度地利用多维度分析来检测关联。图1. PDFF测量值的分布a、IDEAL队列中PDFF的柱状图。b、GRE队列中PDFF的柱状图。c、在UKB IDEAL队列中，PDFF与BMI作图（n=27668）。d、在UKB GRE队列中，PDFF与BMI作图（n=8448）。垂直线为BMI=25 kg m⁻²，水平线位于PDFF=5%处。
表1.UKB队列中BMI和PDFF高与低的参与者比例低BMI<25 kgm⁻²，低PDFF<5%。
我们在组合GWAS中的17个位点上鉴定了18个独立的序列变体（表2和补充表1），其中4个在NAFL-GWAS（PNPLA2、TOR1B、APOH和GUSB中/附近）中没有报道。基于全基因组关联分析(GWAS)，与PDFF和NAFL联合相关的变异在两种表型上名义上都是显著的（P<0.05）。此外，它们对两种表型的影响是可比较的（图2），表明增加PDFF的变异也增加了NAFL的风险，反之亦然。因此，我们将联合表型称为NAFL。与PNPLA3中的错义变体p.Ile148Met的关联最强（p=3.0×10⁻²¹⁷，PDFF的影响=0.28 s.d.，P=9.7×10⁻¹¹⁶ NAFL的比值比（OR）=1.47）。据报道，该变异与NAFLD有关。18个变异中有两个对男性PDFF的影响大于女性，GPAM中的p.Ile43Val（在男性中影响为0.09 s.d.，在女性中影响为0.04 s.d.，P_{males versus females}=0.00099）和TM6SF2中的p.Glu167Lys（在男性中影响为0.40 s.d.，在女性中影响为0.28 s.d.，P_{males versus females}=7.3×10⁻⁵)。  NAFL变异体包括APOH（编码β2糖蛋白1）中的低频（次要等位基因频率（MAF）=2.96%）错义变异体p.Cys325Gly（p=4.0×10⁻⁹，对PDFF的影响为0.13 s.d.，NAFL的P=0.02，OR=1.11）。APOH在肝脏中高度表达，p.Cys325Gly与肝酶相关。PNP的最接近同源物，也与NAFL相关（p=4.9×10⁻¹²，对PDFF的影响为0.22 s.d.，NAFL的P=0.0013，OR=1.16）。PNPLA2的纯合突变与中性脂质储存疾病有关，脂肪肝是其特征之一。PNPLA2 p.Asn252Lys与腰臀比（WHR）和高密度脂蛋白胆固醇水平增加有关，但与NAFL无关。调整WHR不会影响关联（P=2.4×10⁻¹⁰，对PDFF的影响为0.20 s.d.）。一种常见的NAFL相关变异体，rs6955582[A]，GUSB内含子（P=4.7×10⁻⁷，对PDFF的影响为−0.038 s.d.，NAFL为P=0.0019，OR=0.95）与GUSB中的错义变体P.Leu649Pro相关（英国为r²=0.87，冰岛为0.99，MAF=44.9%）。TOR1B的内含子变异（MAF=9.23%），rs7029757[A]（P=9.2×10⁻¹⁰，对PDFF的影响为为−0.078 s.d.，NAFL为P=0.00028，OR=0.92）也与NAFL相关。据报道，rs7029757[A]与丙氨酸氨基转移酶（ALT）水平和肝硬化有关，但与NAFL无关。   我们还使用ICD-10代码对4809例全因肝硬化（简化为肝硬化；方法）病例（英国n_cases=2301，冰岛n_cases=691，美国n_cases=392，芬兰n_cases=1425，n_controls=967898）和861例肝细胞癌（HCC）病例（英国n_cases=374，冰岛n_caes=406，美国n_caes=81，n_contols=819551）进行了meta-GWAS。四种变体与肝硬化相关（表3），其中两种与PDFF相关（补充表2）。与PDFF无关的两个（P>0.19）是HSD17B13中的剪接区变体rs72613567[TA]，据报道与NASH相关，以及SERPINA1中的错义变体P.Glu366Lys，其导致α₁-抗胰蛋白酶缺乏。    我们比较了UKB数据中18种NAFL变体的PDFF和肝硬化效应。肝硬化效应与PDFF效应成比例（图2），除了ADH1B中的p.His48Arg ADH1B（乙醇脱氢酶1b）和HFE（血色素沉着病）中的p.Cys282Tyr（稳态铁调节剂）。这两种变异体通过乙醇脱氢酶1b（ADH1B）和血色素沉着症（HFE）与肝硬化相关联，而不仅仅是通过肝脏脂肪。类似地，18种变体对HCC的影响与PDFF效应成比例（图2）。表2 .具有NAFL的GWAS（PDFF和NAFL ICD-10代码诊断的组合）^a与错义变体p.Leu649Pro相关（英国r²=0.87，冰岛r²=0.99）。PDFF和NAFL上的非重叠GWAS集合分别显示了关联。变体对PDFF的影响显示为s.d.，对NAFL的影响表示为OR。
表3 .患有肝硬化的GWAS

所有四项研究（deCODE遗传学、UKB、Intermountain和FinnGen）都显示了关联性。

2.潜在的因果候选基因
为了确定相关基因座上看似合理的因果基因的优先顺序，我们评估了受铅影响的氨基酸序列、mRNA表达（表达定量性状基因座（eQTL））或剪接QTL（sQTLs）。为了进行这项分析，我们使用了在GWAS中测试的4650万个序列变体的注释，并使用来自全血（n=17846）和脂肪组织（n=770）的内部RNA测序（RNA-seq）数据以及基因型组织表达项目（GTEx，v.v8）中公开的数据来测量mRNA水平。14个铅关联与错义变体或高连锁不平衡（LD；r²>0.8）的变体有错义变体：PNPLA3、APOE、GCKR、GPAM、PNPLA2、TMC4、MTARC1、APOH、ADH1B、HFE、ERLIN1、GUSB和TM6SF2中的两个独立变体。GUSB、TM6SF2、PNPLA3和TMC4中的错义变体与各种组织中相应基因（顺式eQTL）的表达水平相关，TMC4中错义变体也与MBOAT7的肝脏表达相关。MBOAT7的损失与NAFLD相关。这些变异是顶级eQTL，也就是说，它们要么在其基因座上与这些基因的表达水平有最强的关联，要么与之高度相关（r²>0.8）。TOR1B、HSD17B13和GUSB中的变异与全血中的剪接相关，作为顶级sQTL（补充表3）。内含子变体rs7029757[A]位于TOR1B（torsin 1b）第2外显子下游50 bp处，与隐匿剪接相关（P=1.0×10⁻¹⁴⁹³;补充表3）。该变体将外显子2延长50 bp，导致在外显子3中引入过早终止密码子的移码（补充图3）。3.NAFL变异与其他性状和结果的关联
我们使用来自冰岛、英国、丹麦（CHB-CVDC/DBDS）的数据和可用的荟萃分析（补充表4），测试了20种NAFL和肝硬化变种与51种与肝功能或NAFLD相关的表型的相关性。所有变种的风险等位基因与至少一种肝酶水平的升高有关（图2和3）。大多数变异与胆固醇和性激素结合球蛋白测量（SHBG）相关，但与NAFL风险等位基因的影响方向不一致（图3）。MTARC1中的错义变体p.Thr165Ala和GPAM中的p.Ile43Val与测试性状的关联具有最大的相似性（图3和图4）。APOH中的错义变体p.Cys325Gly也与房颤风险增加相关（p=3.5×10⁻⁹，OR=1.12，n_cases=96018），心力衰竭（P=2.4×10⁻⁹，OR=1.12，n_cases=99214）和较高水平的脂蛋白（a）（Lp（a）；P=2.2×10⁻⁵⁶，影响为0.10 s.d.）（补充表4）。ADH1B中的p.His48Arg与酒精依赖风险降低相关（p=2.6×10⁻⁶⁴，OR=0.31，n_cases=60800）。我们比较了酒精性肝病（ALD）诊断和NAFL诊断的变异关联（补充图4）。p.His48Arg是对ALD风险影响显著大于NAFL风险的唯一变异（n_cases=3818）（分别为OR=0.33和OR=0.85，p=6.6×10⁻¹⁰)。图2 .序列变异对PDFF的影响与对肝病、肝酶和脂质的影响相比较。（a–i）序列变异对PDFF（n=36116）的影响与对ICD-10编码诊断的NAFL（n_cases=5921）（a）、肝硬化（n_cases=2301）（b）、HCC（n_cases=374）（c）的影响以及AST（n=389272）（d）、ALT（n=390519）（e）、γ-谷氨酰转移酶（n=390457）（f）、总胆固醇（n=6952）（g）、UKB中的甘油三酯（n=390346）（h）和低密度脂蛋白（n=389974）（i）。增加PDFF的等位基因的效应（误差条框）及其95%置信区间（CI）（误差条）显示为数量性状的s.d.或二元性状的log（OR）。图3 . NAFLD变体的多效性效应。鉴定的51种表型变异的影响，包括肝酶和脂质水平显示了增加PDFF和NAFL或肝硬化风险的等位基因对每个表型的影响（从红色到蓝色），并将其缩放到[−1： 1]分别用于二元和定量表型。仅显示FDR校正后的显著关联的影响。Apo，载脂蛋白；HbA1c，糖化血红蛋白。图4 . GPAM和MTARC1中错义和功能丧失变体的关联模式（a，b）图显示了MTARC1（a）和GPAM（b）中常见错义变体与选定表型的相似关联模式。在x轴上，显示了次要等位基因（误差条框）及其相应的95%CI（误差条）的影响（二进制性状的对数（OR））。（c，d）图显示了冰岛人群中发现的罕见预测功能丧失变异与冰岛MTARC1（c）和GPAM（d）的相应表型的关联模式。p.Thr189GlyfsTer5对肝硬化的OR为0，在绘图区域之外。数量性状的n个测量值和二元性状的n种情况。用于生成这些图的数据见补充表4和5。补充图4.与NAFL诊断风险（ICD代码）相比，NAFL变异对酒精性肝病（ALD）诊断风险的影响。红线是恒等线y=x。对ALD有积极影响的等位基因显示了这些影响。ALD的N_case=3818，N_case=9491。误差条表示95%的置信区间。方框图将中值（中心线）+/-四分位数范围（方框边缘）、95%范围（线）和其他值显示为点。
4.GPAM和MTARC1中罕见的功能缺失变体
在20个与NAFL和肝硬化相关的GWS变异体中，14个是常见或低频错义变异体（MAF<3%）。尽管这些变异涉及可能的相关基因，但尚不清楚编码蛋白功能的丧失或增加是否会降低或增加疾病风险。为了研究这一点，我们使用冰岛和英国的数据，在这些基因座上寻找与候选致病基因中罕见的预测功能丧失（pLOF）变异的关联。我们测试了47个pLOF变异体与我们在基因座上检测到的领先变异体的相同性状的关联，并在冰岛发现了两个罕见的pLOF变体关联：MTARC1中的p.Arg305Ter（MAF=0.34%）和GPAM中的p.Thr189GlyfsTer5（MAF=0.11%）（补充表5）。这两个基因都编码线粒体酶。MTARC1中罕见的pLOF变异体p.Arg305Ter与较低的总胆固醇水平相关（p=3.2×10⁻⁵，影响为−0.18 s.d.）（图4和补充表5），与MTARC1中常见错义变体p.Thr165Ala的保护性等位基因一致。由于预测p.Arg305Ter会降低MTARC1的功能，这表明p.Thr65Ala也通过降低MTARC1功能降低胆固醇水平。因此，其与NAFL风险降低的关联很可能是由MTARC1功能降低所致。我们的发现与MTARC1中另一种蛋白截短变体p.Arg200Ter的报道一致，该变体名义上与肝硬化风险降低相关。GPAM中常见错义变体p.Ile43Val的次要等位基因与NAFL风险增加和总胆固醇水平升高有关，而罕见的pLOF变体p.Thr189GlyfsTer5与总胆固醇水平降低有关（p=3.5×10⁻⁸，影响为−0.41 s.d.），表明p.Thr189GlyfsTer5通过降低GPAM功能降低NAFL风险。尽管这两种pLOF均与NAFL或肝硬化无关，但它们提供了先前报道的相关性是功能增强还是功能丧失的信息。MTARC1的p.Arg305Ter位于该基因的最后一个外显子，我们在RNA数据中没有发现无义介导的衰变的证据（补充图3）。我们还发现GCKR中的pLOF变体，p.Arg540Ter（MAF=0.60%），与甘油三酯水平升高有关（p=6.9×10−7，影响为0.16 s.d.），类似于GCKR常见错义变体p.Leu446Pro的NAFL风险增加等位基因。
5.变量-变量和变量-BMI相互作用
HSD17B13中的rs72613567[TA]和PNPLA3中的p.Ile148Met在它们对肝酶的影响中相互作用。我们复制了HSD17B13中rs72613567[TA]与PNPLA3中p.Ile148Met之间的相互作用（p = 9 × 10⁻¹⁵和2.9 × 10⁻¹²）分别对应天冬氨酸转氨酶（AST）和谷丙转氨酶（ALT）（补充图5）。这两种变异在NAFL和HCC诊断中的相互作用也很显著（P = 0.00073和P = 0.0020）。PDFF和体重指数（BMI）相关（r²=0.32），只有2%的人PDFF高（>5%），BMI低（<25 kg m⁻²）与高PDFF和高BMI的19%相比(≥25 kg m⁻²）（表1和图1）。在20个NAFL和肝硬化变种中，只有APOE中的p.Cys130Arg和ADH1B中的p.His48Arg与BMI相关（补充表4，nBMI测量值=486305）。PNPLA3、TM6SF2、APOE和GUSB的错觉变异与BMI相互作用，影响PDFF（P<0.05/20；补充表6和补充图6）。没有一种变异与年龄相互作用影响PDFF（补充图7）。在英国皇家医学院的参与者中，2795人相隔2-3年各拍摄了2张肝脏MR图像。连续PDFF测量值与BMI测量值（r²=0.60）相关（补充图8和9）。PDFF和BMI的变化密切相关（P=2.8×10⁻¹⁰⁴），两种测量的平均变化方向相同（补充图10）。我们发现PNPLA3中的p.Ile148Met与BMI变化之间存在名义上显著的相互作用（p=0.030；补充图11）。此外，p.Ile148Met携带者PDFF变化的差异比非携带者更大（p=0.0055；补充图12），且基因型和BMI变化之间的相互作用不能完全解释（经BMI变化调整的P_adj=0.032）。
6.与循环蛋白水平整合
为了深入了解影响NAFL或肝硬化发病机制的蛋白质，并寻找相关的生物标志物，我们使用Olink Explore 1536对来自英国的47151名欧洲血统参与者进行了35559名冰岛人和1459名免疫测定，分析了SomaScan v.4使用4907适配体测得的蛋白质水平。在冰岛或英国，2741种蛋白的水平（经Bonferroni调整后）与NAFL（n_Celand＝234例，n_UK＝572例）x相关以及948种蛋白与肝硬化（n_Celland＝111例，n_UK＝303例）相关。我们寻找了20种NAFL与肝硬化变异和蛋白质水平之间的关联。使用冰岛（SomaScan）或UKB（Olink）作为顶级蛋白QTL（pQTL），16种变体与一种或多种反式蛋白的水平相关（补充表7）。GCKR和SERPINA1中的反式pQTL是非特异性的，因为它们分别与396和172个蛋白质相关。针对与少于100个蛋白质相关的变体，我们鉴定了273个与反式变体相关的蛋白质（即，与编码靶蛋白的基因不同染色体位置的变体），其中26个与SomaScan和Olink测量值相关。十种蛋白质的水平与五种或多种变体相关（SMPDL3A和NAAA蛋白具有八种变体；SMPD1和GUSB蛋白具有七种变体；KRT18、HEXB、GSTA1、ENTPD5、CTSO和ACY1蛋白具有五种变体）（补充图15），这十种蛋白质中有八种与NAFL或肝硬化相关（补充表8-10）。PNPLA3中的错义变异体p.Ile148Met是86种蛋白质的顶级反式pQTL，其中醛酮还原酶超家族7A3亚型（AKR7A3）在冰岛（SomaScan）中表现出最显著的相关性（p=3.1×10−12，影响为0.07 s.d.）和角蛋白18（KRT18）（P=8.4×10⁻³⁸，影响为0.10 s.d.）。HSD17B13中的rs72613567[TA]与冰岛（SomaScan）的DnaJ B成员同源亚家族9蛋白（DNAJB9）和英国（Olink）的羧酸酯酶3（CES3）的水平最显著相关。MTARC1（p.Thr165Ala）和GPAM（p.Ile43Val）中的错义变体均与冰岛（SomaScan）测量的XIIB组分泌型磷脂酶A2样蛋白（PLA2GXIIB）水平有关，与UKB（Olink）测量的无活性Cα-甲酰甘氨酸生成酶（SUMF2）、缺氧上调蛋白1（HYOU1）和酸性鞘磷脂酶样磷酸二酯酶3a（SMPDL3A）水平相关。PLA2GXIIB在肝脏中高度表达，这些变体的NAFL保护等位基因与较低的蛋白质水平相关（MTARC1和GPAM变体分别为P=9.3×10⁻¹²，效果=−0.062 s.d.，P=2.4×10⁻¹⁴，效果=−0.072 s.d.）。此外，冰岛GPAM和MTARC1中罕见的pLOF变异均与较低的PLA2GXIIB蛋白水平相关（P=7.4×10⁻⁴，效果=−0.44标准差。P=0.013，效果=−分别为0.19s.d.）。我们注意到，其他NAFL变体名义上与PLA2GXIIB相关，一些与GPAM和MTARC1中的LOF变体的作用方向相反（补充图13）。因此，为了探索血浆中测定的任何蛋白质是否可能在疾病中起因果作用，我们使用每种蛋白质的全反式pQTL进行了孟德尔随机化。转铁蛋白受体蛋白1（TFRC）的pQTL效应与其对PDFF的影响成正比（P_ivw-olink=5.6×10⁻¹⁰，Pivw somascan=2.0×10⁻⁴补充图13和补充表11），表明TFRC可能在NAFL中具有因果作用。除TFRC外，分析表明血浆中蛋白质水平的变化不是因果关系，而是疾病的结果，因为对于许多蛋白质而言，NAFL变体对PDFF的影响与其对蛋白质水平的影响成正比（补充表12）。我们使用PANTHER v.16.0工具进行了路径分析，以寻求对变种-肝病关联的理解。与NAFL变异体相关的273个蛋白质被富集用于多种代谢和分解代谢过程，包括激素、脂质、酒精、维生素、类固醇和单羧酸的代谢以及其他途径和生物过程（补充表13）。最后，我们比较了肝硬化患者和NAFL患者的血浆蛋白质组（补充表10和补充图14）。在冰岛（SomaScan），NAFL和肝硬化之间最显著的差异首先是钙调素2（CSTN2，P=3.6×10⁻¹⁷，影响为0.92 s.d.），其次，胰岛素样生长因子结合蛋白（IGFBP）2（P=5.9×10⁻¹⁷，影响为0.92 s.d.）。与人群对照组相比，肝硬化患者的IGFBP2水平升高，但NAFL患者的水平降低。使用UKB（Olink），NAFL和肝硬化之间最显著的差异首先是血栓反应蛋白2（THBS2，P=6.6×10⁻¹¹⁴，影响为1.59 s.d.），其次，IGFBP7（P=1.3×10⁻⁸⁹，影响为1.35 s.d.）。使用SomaScan和Olink测量THBS2、IGFBP7和IGFPB2的水平，并在两个数据集中关联。对于NAFL，与人群相比，氨基酰化酶-1（ACY1）在冰岛和英国表现出最强的相关性（补充表8-10）。为了研究血浆蛋白是否能有效区分NAFL和肝硬化，我们使用肝酶、年龄、性别和BMI作为基线，并使用血浆蛋白组和遗传风险评分（GRS）训练了惩罚逻辑回归模型。在冰岛（SomaScan）和英国（Olink），用血浆蛋白质组训练的模型在区分NAFL和肝硬化、NAFL与人群、肝硬化和人群方面优于其他模型（图5和补充表14-17）。图5 .训练用于区分NAFL和肝硬化的模型的ROCa–f，用于区分NAFL与人群（a，b）、肝硬化与人群（c，d）、NAFL和肝硬化（e，f）的模型的ROC AUC。a、 c，e图显示了使用冰岛人口的SomaScan数据的结果。b、 d，f图显示了使用UKB人群的Olink数据的结果。对181名NAFL患者和73名肝硬化患者进行了SomaScan分析，对610名NAFLD患者和262名肝硬化患者开展了Olink分析。分别对20619名无肝硬化和NAFL的个体（SomaScan）和38018名个体（Olink）进行了模型训练，以区分疾病诊断和人群的存在。FPR，假阳性率；TPR，真阳性率。

讨论

我们确定了18个与NAFL相关的序列变异，以及另外两个与肝硬化而非PDFF相关的变异。NAFL变异体影响肝硬化和HCC的风险与其对PDFF的影响成比例，支持肝脏脂肪积累与这些疾病之间的因果关系。NAFLD变异体与其他表型相关，具有不同的关联模式。对此的一种解释是，多种生化途径的干扰导致NAFLD。PNPLA3中最强的NAFL相关变体p.Ile148Met与HSD17B13和BMI中的rs72613567[TA]相互作用，但与年龄无关。纵向PDFF测量表明，p.Ile148Met携带者比非携带者更容易发生BMI变化，这与先前的研究一致，表明p.Ile48Met基因型增加了对饮食干预和减肥手术有益影响的敏感性。16个NAFL相关变异体编码，5个eQTL和3个sQTL，许多相关基因参与脂质代谢，强化了其作为NAFL发病主要过程的重要性。例如，TM6SF2的变异体通过降低TM6SF2的功能对肝脏脂质浓度产生影响，导致富含甘油三酯的脂蛋白分泌减少。几种变异体以相同的方向影响NAFL和血脂，包括GCKR中的p.Leu446Pro，这也降低了糖化血红蛋白和2型糖尿病风险。这与变异体增加肝脏葡萄糖代谢和从头脂肪生成的证据一致。ADH1B中的p.His48Arg与NAFL诊断风险较低相关。该变种与较少的酒精消耗相关，并比NAFL风险显著降低ALD风险。用于区分NAFL和ALD的饮酒量（女性和男性分别为2和3单位酒精）非常随意。因此，变异与NAFL诊断的关联很可能是由其对低于ALD诊断阈值的饮酒量的影响所驱动的。与NAFL相比，其他NAFL变异体对ALD的影响没有明显更大。NAFL关联包括GPAM和MTARC1中的错义变体，它们都编码线粒体酶，并在肝脏和脂肪组织中高度表达。GPAM编码甘油-3-磷酸酰基转移酶1，催化甘油三酯合成的第一步。Gpam敲除小鼠的肝脏甘油三酯含量较低，过表达具有相反的效果。MTARC1的结果与之前关于MTARC1中错义和LOF变异的影响的报告一致，但解释关联的机制不太清楚。它们与其他性状关联的相似性表明，相互或相似的途径解释了MTARC1和GPAM关联。此外，两种错义变体都会影响血浆中PLA2GXIIB蛋白的水平。我们在这两个基因中发现了罕见的pLOF变体，它们影响相同的性状，降低肝脏酶和总胆固醇水平。这表明GPAM和MTARC1具有病因学作用，抑制GPAM和MTARC1可能对NAFL或NASH有治疗作用，对代谢谱有有利影响。在治疗安全性方面，缺乏与大量疾病风险增加的关联是令人放心的。与NAFL相关的是APOH和GUSB的错义变体。APOH在肝脏中高度且几乎完全表达。APOH中p.Cys325Gly的其他特征关联强烈表明其在脂质代谢中起作用。此外，在冠状动脉疾病的GWASs 和Lp（a）水平中报道了该变异。我们复制了Lp（b）关联，并观察到其与房颤和心力衰竭风险增加的关联。我们的结果表明GUSB在NAFL病因中的作用。GUSB中的错义变体p.Leu649Pro与GUSB的NAFL和RNA表达水平相关。此外，七种NAFL变体与GUSB血浆蛋白水平相关。GUSB编码β-葡萄糖醛酸酶，一种参与糖胺聚糖分解的溶酶体酶。血浆蛋白质组分析显示，MTARC1和GPAM中的错义和pLOF变体与血浆中PLA2GXIIB的水平有关。PLA2GXIIB在肝脏中高表达，敲除小鼠有严重的肝脂肪变性。然而，我们的蛋白质组学分析不支持PLA2GXIIB的病因学作用，因为NAFL变体影响血浆PLA2GXIB水平，其作用方向与其NAFL影响不一致。证据表明，PLA2GXIIB是肝脂蛋白分泌的介质，其抑制导致血浆脂质水平降低。因此，PLA2G2XIIB可能介导对循环脂质的不同影响，而不会直接影响肝脂肪，因此可以作为药物靶向结合的生物标志物。NAFLD患者并发症的诊断和监测具有挑战性。我们设计了包括血浆蛋白在内的模型，该模型在区分NAFL和肝硬化诊断方面优于基于肝酶和GRS训练的模型。因此，血浆蛋白水平有可能成为诊断和监测疾病的非侵入性工具，而GRS与疾病的终生风险相关。与NAFL和人群相比，肝硬化患者的THBS2升高，与普通人群相比，NAFL患者的ACY1升高。先前已经表明，肝内THBS2表达水平与NAFLD患者的纤维化相关。IGFBP2和IGFBP7与肝硬化和NAFL的相关性与先前对NASH进展的研究一致。这两种蛋白质都结合胰岛素样生长因子（IGF）并调节其可用性，IGFBP2和IGFBP7的升高可能反映了由于肝脏损伤而导致的IGF系统失衡。然而，有人认为IGFBP5具有病因学作用，它可能导致肝纤维化并在HCC中起到肿瘤抑制作用。与NAFL相比，SHBG的水平也与肝硬化有关，与先前关于NASH中晚期纤维化正相关的报道一致。关于NAFLD是否与SHBG水平的升高或降低有关，存在相互矛盾的流行病学研究。与此一致，许多NAFL变体与SHBG血浆水平相关，与它们对肝脏脂肪含量的影响相比，其作用方向不一致。本研究的一个局限性是缺乏能够进行更详细表型分层的数据，特别是疾病分期的组织学数据。此外，有关肝病的其他原因（如饮酒）的信息有限。然而，我们的方法符合最近的观点，即不将疾病诊断建立在排除其他疾病（如ALD77）的标准上。总之，我们使用多组学数据揭示了NAFLD的遗传基础。对pLOF变体、血液RNA表达和血浆蛋白质组学数据的分析指出了致病基因及其功能的变化是否有助于发病。我们证明了NAFL风险等位基因对其他疾病和性状的不同影响，包括血脂和蛋白质，并表明血浆蛋白质组学有可能导致NAFLD。原文链接：  

https://doi.org/10.1038/s41588-022-01199-5

----------微科盟更多推荐---------- 

      

如果需要原文pdf，请扫描文末二维码领取

请关注下方公众号

了解更多蛋白质组知识