藥物靶標(biāo)孟德?tīng)栯S機(jī)化如何斬獲CNS子刊?臨床醫(yī)生超愛(ài)的公共數(shù)據(jù)庫(kù)挖掘~
沒(méi)有條件做實(shí)驗(yàn)?嫌生信內(nèi)卷?如果你對(duì)各種篩選標(biāo)記物,構(gòu)建模型系列審美疲勞,不妨來(lái)看看熱度正盛“臨床公共數(shù)據(jù)庫(kù)挖掘”和“孟德?tīng)栯S機(jī)化”~ 這次小云目光聚焦在藥物靶標(biāo)孟德?tīng)栯S機(jī)化(MR)上,關(guān)于使用MR對(duì)藥物靶標(biāo)篩選方面的文章,頻頻斬獲CNS子刊,性?xún)r(jià)比超高,是個(gè)不可多得的好方向呀! 有效的早期藥物靶點(diǎn)的篩選系統(tǒng)對(duì)降低藥物研發(fā)成本非常重要。通過(guò)MR分析,可以很好的預(yù)測(cè)藥物隨機(jī)對(duì)照試驗(yàn)的結(jié)果,進(jìn)行藥物靶點(diǎn)的早期系統(tǒng)性篩選。并且,有孟德?tīng)栯S機(jī)化篩查證據(jù)支持的藥物靶點(diǎn),其最終轉(zhuǎn)化為上市藥物的成功率有非常顯著的提高。 今天為大家分享的這篇藥物靶標(biāo)孟德?tīng)栯S機(jī)化研究發(fā)表在Cell子刊上,這篇文章進(jìn)行多組學(xué)和多性狀分析,將表型組和轉(zhuǎn)錄組MR結(jié)果聯(lián)合分析,最終篩選出的藥物靶標(biāo)成功率竟能比GWA策劃的目標(biāo)高22倍!具體是如何實(shí)現(xiàn)的呢?快來(lái)一探究竟!
題目:使用多組學(xué)和多性狀聯(lián)合分析確定血脂異常治療靶點(diǎn)的優(yōu)先次序
雜志:Cell?Reports?Medicine
影響因子:IF = 14.3
發(fā)表時(shí)間:2023年8月
研究背景
新藥開(kāi)發(fā)在隨機(jī)臨床試驗(yàn)(RCT)的失敗很大程度上歸因于缺乏療效和不良反應(yīng)。許多證據(jù)表明,具有遺傳支持的藥物靶標(biāo)在臨床試驗(yàn)中取得成功的可能性要高出數(shù)倍。孟德?tīng)栯S機(jī)化(MR)是一種使用遺傳工具來(lái)模擬RCT和評(píng)估因果關(guān)系的分析方法,越來(lái)越多地用于識(shí)別藥物靶標(biāo)。在本文中,作者進(jìn)行了多種表型和轉(zhuǎn)錄組的MR分析,探索控制血脂的藥物靶點(diǎn)。
數(shù)據(jù)來(lái)源
從UK Biobank獲得了大規(guī)模前瞻性遺傳和表型數(shù)據(jù),其中包括超過(guò)500,000名40-69歲的參與者(47% 男性)。487,409名參與者進(jìn)行了基因分型:UK BiLEVE 和 UK Biobank Axiom。其中排除了非白人英國(guó)血統(tǒng)、遺傳PCA中的非歐洲血統(tǒng)、以及其親緣系數(shù)三級(jí)或更密切的參與者。共276,249名參與者符合質(zhì)控標(biāo)準(zhǔn)。其他數(shù)據(jù)如下表。
研究思路
這項(xiàng)研究提出了如何將人類(lèi)遺傳數(shù)據(jù)整合到藥物開(kāi)發(fā)流程中,工作流程和研究設(shè)計(jì)如圖1所示。本研究分析包括互相關(guān)聯(lián)的兩部分: phase 1(表組組分析),對(duì)每種脂質(zhì)進(jìn)行調(diào)整年齡、性別、基因型陣列和主成分的表型關(guān)聯(lián)研究(PheWAS)。使用MR分析驗(yàn)證了PheWAS中超過(guò)錯(cuò)誤發(fā)現(xiàn)率(FDR)閾值的表型。至少2種脂質(zhì)中顯著的表型進(jìn)一步進(jìn)行多變量MR(MVMR)分析,最后,將MR驗(yàn)證的表型分為4類(lèi)。 phase 2(基因組分析),對(duì)脂質(zhì)進(jìn)行了全轉(zhuǎn)錄組MR,以確定三種脂質(zhì)的致病基因。隨后,作者鑒定了與多種脂質(zhì)和多種性狀相關(guān)的強(qiáng)多效性致病基因(頂級(jí)基因)。頂級(jí)基因進(jìn)一步進(jìn)行藥物靶標(biāo)優(yōu)先級(jí)分析,最后,確定了30個(gè)血脂異常的候選藥物靶基因,探討了它們與表型的因果關(guān)系,以?xún)?yōu)先考慮具有較少副作用(安全問(wèn)題)和更大再利用機(jī)會(huì)(其他健康益處)的藥物靶點(diǎn)。
圖1.?研究設(shè)計(jì)和流程圖
主要結(jié)果
1.?表型組關(guān)聯(lián)分析和MR分析
作者使用血脂多基因風(fēng)險(xiǎn)評(píng)分(PRS)來(lái)指示每人的基因預(yù)測(cè)血脂水平。血脂PRS作為暴露因素,表型作為結(jié)局,進(jìn)行全表型組關(guān)聯(lián)研究(PheWAS)。在1,129個(gè)測(cè)試的表型中,97個(gè)表型對(duì)于低密度脂蛋白(LDL)關(guān)聯(lián)顯著(圖 2A),317個(gè)表型對(duì)于高密度脂蛋白(HDL)關(guān)聯(lián)顯著,291個(gè)表型對(duì)于甘油三酯(TG)關(guān)聯(lián)顯著(FDR<0.05)。 作者用4種MR方法進(jìn)行單變量?jī)蓸颖綧R分析,保留通過(guò)2種及以上MR方法確定的表型(圖 2)。隨后對(duì)這些表型進(jìn)行多變量MR (MVMR)分析,結(jié)局分為四組:19個(gè)表型單獨(dú)與LDL具有因果關(guān)系,21 個(gè)表型單獨(dú)與HDL具有因果關(guān)系,11個(gè)表型單獨(dú)與TG 具有因果關(guān)系,11個(gè)表型與至少兩種脂質(zhì)有因果關(guān)系(圖 2C)。此外,作者推測(cè)了使用降脂劑期間潛在的副作用(圖2C)。
1.?全轉(zhuǎn)錄組MR及降低血脂的藥物靶點(diǎn)優(yōu)先排序
采用SMR方法整合GWAS和eQTL數(shù)據(jù),探索因果推斷。作者計(jì)算了LDSC遺傳力并分離了五種組織(全血、皮下脂肪組織、內(nèi)臟脂肪組織、動(dòng)脈組織和肝組織),使用超過(guò)15,000個(gè)基因的eQTL數(shù)據(jù)在五種組織中運(yùn)行無(wú)假設(shè)全轉(zhuǎn)錄組MR分析,分離出485個(gè)LDL基因、617個(gè)HDL基因和573個(gè) TG基因。將脂質(zhì)水平的因果基因分為4組后(圖 1,phase 2),331個(gè)基因僅與LDL有因果關(guān)系,357個(gè)基因僅與HDL有因果關(guān)系,298個(gè)基因僅與TG有因果關(guān)系,323個(gè)基因與至少兩種脂質(zhì)有因果關(guān)系(圖 1、3)。 作者使用第4類(lèi)基因(323個(gè)基因)作為暴露因素和11個(gè)表型(第4類(lèi)表型)作為結(jié)局進(jìn)行eQTL MR,以分離強(qiáng)多效性基因(圖 1、3)。在引起多種脂質(zhì)譜的4類(lèi)基因中,還分離出3個(gè)頂級(jí)基因(SORT1、CELSR2 和 PSRC1),引起10種脂質(zhì)驅(qū)動(dòng)性狀(圖 3)。頂級(jí)基因的前6個(gè)cis-eQTL從五個(gè)組織中保留下來(lái),隨后用于與蛋白質(zhì)互相關(guān)聯(lián)。作者進(jìn)一步篩選了缺乏直接遺傳證據(jù)但基于使用STITCH18的網(wǎng)絡(luò)連接具有很高的潛力的30個(gè)候選基因靶點(diǎn)(表 1)。
表 1.?脂質(zhì)修飾的優(yōu)先候選治療靶點(diǎn)(30個(gè)候選靶點(diǎn))
2.?藥物成功的可能性及靶基因可能產(chǎn)生的不良反應(yīng)
從Pharmaprojects數(shù)據(jù)庫(kù)中獲得正在進(jìn)行的藥物試驗(yàn)證據(jù)(1-3期),與GWAS顯著脂質(zhì)基因中獲批準(zhǔn)的藥物靶點(diǎn)的成功率相比,具有相關(guān)pQTL /蛋白質(zhì)-蛋白質(zhì)相互作用(網(wǎng)絡(luò)連接)的頂級(jí)基因(表 1)進(jìn)一步增加了成功的幾率(OR 22.27%;95% CI 7.81–63.54),用評(píng)分系統(tǒng)進(jìn)一步縮小目標(biāo)使成功幾率翻倍(OR 53.45; 95% CI, 16.92–168.84)(圖?4)。作者使用MR探索了與30個(gè)優(yōu)先基因相關(guān)的潛在副作用(圖 5)。如載脂蛋白 B-100 (APOB) 的減少與血脂異常和脂質(zhì)驅(qū)動(dòng)的心臟代謝特征的風(fēng)險(xiǎn)降低相關(guān)以及其他健康結(jié)局,而與膽石癥、慢性肝病、筋膜炎風(fēng)險(xiǎn)增加相關(guān)(圖5B)。與廣泛的健康益處相關(guān)且副作用很少的靶標(biāo)包括:GRN、HFE2、FJX1、C1QTNF1 和 SLC5A8(圖 5;表 1)。最后用計(jì)算機(jī)驗(yàn)證了30個(gè)候選治療靶點(diǎn)與表型之間的潛在因果關(guān)系。
圖 5.治療靶點(diǎn)的潛在副作用
文章小結(jié)
這項(xiàng)研究進(jìn)行多組學(xué)和多性狀分析,探索了調(diào)血脂藥物靶點(diǎn)成功率、靶點(diǎn)優(yōu)先級(jí),不良反應(yīng)。通過(guò)MR分析,可以很好地預(yù)測(cè)藥物隨機(jī)對(duì)照試驗(yàn)的結(jié)果,進(jìn)行藥物靶點(diǎn)的早期系統(tǒng)性篩選,有助于提高藥物的成功率。本文全程只應(yīng)用公共數(shù)據(jù)挖掘分析,但依靠藥物靶標(biāo)MR和共定位分的高創(chuàng)新性,就能輕輕松松斬獲14分+的文章,足以見(jiàn)得該方向是目前的熱點(diǎn)方向,熱點(diǎn)寫(xiě)一個(gè)少一個(gè),這次一定要跟上~如果你也想在臨床方向發(fā)高分文章,不妨試試這個(gè)省錢(qián)省時(shí)又省力的思路吧!