|
结果： MR分析显示，大脑背外侧前额叶皮层（dlPFC）的pQTLs在多重检验校正后确定了六种基因决定的与帕金森病（PD）相关的显著蛋白质（P < 8.55E-05（0.05/585））。具体而言，3种蛋白质的丰度增加与PD风险增加显著相关，包括GPNMB（OR：1.464，95%CI：1.280-1.675，P = 2.48E-08）、SEC23IP（OR：7.880，95%CI：3.020-20.559，P = 2.45E-05）和ARSA（OR：1.938，95%CI：1.394-2.696，P = 8.37E-05），而另外3种基因的蛋白质丰度增加与PD风险降低显著相关，即CD38（OR：0.319，95%CI：0.237-0.431，P = 6.99E-14）、DGKQ（OR：0.136，95%CI：0.071-0.261，P = 1.97E-09）和CTSB（OR：0.300，95%CI：0.092-0.433，P = 4.39E-05）。此外，Steiger过滤分析表明真正的因果关系（表1）。在共定位分析后，除了CTSB外，其他五种蛋白质与PD共享一个PPH4 > 80%的变异体（表1）。此外，另外48种蛋白质通过MR分析满足了暗示性差异表达（P < 0.05；附表1）。此外，ARSA（OR：1.865，95%CI：1.332-2.611，P = 2.86E-04）和CTSB（OR：0.279，95%CI：0.145-0.）460，P = 1.44E-04）还使用Banner的pQTL数据集验证为帕金森病的因果基因。经过多次测试校正（P < 0.05/585），MR分析确定了脑脊液中的5种蛋白质对帕金森病具有因果效应（表1）。具体而言，3种蛋白质的丰度增加与帕金森病风险增加显著相关，分别是ENTPD1（OR：26.240，95%CI：8.246–83.500，P = 3.16E-08）、GPNMB（OR：2.368，95%CI：1.167–3.305，P = 3.95E-07）和FCGR2B（OR：1.346，95%CI：1.163–1.557，P = 6.63E-05）；而3种蛋白质的丰度增加与帕金森病风险降低显著相关，分别是CTSB（OR：0.191，95%CI：0.089–0.410，P = 2.19E-05）和CD84（OR：0.053，95%CI：0.014–0.207，P = 2.23E-05）。此外，Steiger过滤分析表明蛋白质变化与帕金森病的发展之间存在直接因果关系。在共定位分析中，发现这5种显著蛋白质与帕金森病共享一个PPH4 > 80%的变异体。此外，脑脊液中还有另外13种蛋白质显示出对帕金森病具有暗示性的因果作用（0.05/585 < P < 0.05），其中8种蛋白质的丰度增加降低了帕金森病的风险，而包括ARSA在内的5种蛋白质增加了帕金森病的风险（附表3）。经过多次测试校正（P < 0.05/2051），MR分析确定了血液中对PD具有因果效应的4种蛋白质（表1）。具体而言，3种增加的蛋白质丰度与PD风险增加显著相关，分别是BAG3（OR：1.588，95% CI：1.282–1.969，P = 2.37E-05）、GPNMB（OR：1.642，95% CI：1.368–1.972，P = 1.76E-05）和FCGR2A（OR：1.061，95% CI：1.033–1.090，P = 1.76E-05），而SNCA丰度的增加显著降低了PD风险（OR：0.418，95% CI：0.354–0.494，P = 6.26E-25）。此外，Steiger过滤显示，所有MR确定的蛋白质均表明蛋白质变化与PD发展之间存在直接因果关系。然而，在共定位分析中，只有SNCA和BAG3与PD共享一个PPH4 > 80%的变异体（表1）。此外，血液中另外68种蛋白质显示出对PD具有暗示性的因果作用（P < 0.05），其中32种蛋白质的丰度降低了PD的风险，而32种蛋白质增加了PD的风险（附表4）。使用FOCUS方法，无论连锁不平衡（LD）和多效性如何，已验证CD38（P = 5.83E-12，TWAS-Z = -7.06）、DGKQ（P = 1.86E-22，TWAS-Z = 0.46）和GPNMB（P = 1.40E-12，TWAS-Z = 5.61）在大脑中是帕金森病的因果基因。比较pQTL和eQTL分析中鉴定的基因（图1），作者发现GPNMB在血液、脑脊液和脑组织中在转录和蛋白水平上显示出对PD的强有力的因果作用，并通过精细定位得到验证。同样，CD38的表达增加显示出对PD的保护作用，这也得到了脑pQTL和eQTL的验证，并通过精细定位得到了验证。有趣的是，尽管通过精细定位得到了验证，DGKQ的pQTL和eQTL MR分析对PD的影响不一致，脑中DGKQ蛋白水平的增加显示出对PD的保护作用，而DGKQ的mRNA水平的增加则导致PD的风险增加。此外，虽然没有通过精细定位得到验证，但脑pQTL揭示了ARSA和SEC23IP的因果作用，并由其他子集提出了建议，而CTSB的表达增加显示出对PD的保护作用，这在脑和脑脊液的pQTL中得到了验证，并由脑eQTL提出了建议。此外，另外6种蛋白质（CD84、ENTPD1、FCGR2B、BAG3、SNCA、FCGR2A）基于单个pQTL子集与PD的风险相关，但仍值得注意（表1，图1）。
为了进一步了解基于脑、基于脑脊液和基于血液的蛋白质和基因之间的相关性，作者比较了常见蛋白质和基因的MR效应估计值。在蛋白质水平上，脑蛋白质和脑脊液蛋白质的MR效应显示出强有力的正相关性，当将p值阈值限制为0.05时，相关性更加显著（附图1a、b）。血液蛋白质和脑脊液蛋白质之间的MR效应在没有p值阈值时显示出强有力的正相关性，而将p值阈值增加到p < 0.05则导致无相关性（附图1c、d）。此外，血液蛋白质和脑蛋白质之间在p值阈值或0.05阈值下均没有相关性（附图1e、f）。可以看出，脑和脑脊液之间的相关性比血液更强。这种现象可能与这些组织之间的差异表达以及血脑屏障的存在有关。在转录水平上，作者发现大脑和血液MR效应之间存在强烈的正相关关系。增加p值阈值仍然导致大脑和血液eQTL之间的强烈且更高的相关性（附图1g-j），这与先前的结果一致，并暗示全血可能是大脑相关特征基因鉴定的替代指标。使用MR识别的脑部、脑脊液和血液中的提示性蛋白质（p < 0.05），分别通过STRING数据库获得了三个蛋白质相互作用（PPI）网络。STRING中的统计富集分析显示整个网络显著富集（P Brain = 3.43E-05，P CSF = 4.48E-05和P blood = 1.44E-15）（附图2-4）。比较这三个网络时，作者发现一些蛋白质可以积极参与相互作用网络。因此，作者进一步使用基于所有三个pQTL的经过多重校正的MR识别的蛋白质进行了另一个PPI网络。作者发现基于脑部的蛋白质CD38与基于脑脊液的蛋白质FCGR2B和ENTPD1以及基于血液的蛋白质FCGR2A有相互作用；基于脑部的DGKQ和CTSB与基于血液的蛋白质SNCA有相互作用（附图5）。此外，通过与已知的帕金森病致病基因进行PPI，作者发现排名靠前的显著基因可以与几个已知的帕金森病致病基因相互作用，例如GPNMB与LRRK2，SEC23IP与DNAJC13，ARSA与GBA以及CD38与UCHL1（图2a）。另一方面，通过与潜在的帕金森病治疗靶点进行蛋白质相互作用（PPI）实验，作者发现在显著的风险基因和抗帕金森症药物靶点之间存在PPI网络，例如CTSB和DGKQ可以与多巴胺网络中的SNCA相互作用，而CD38、CD84、FCGR2A、FCGR2B和ENTPID可以与多巴胺网络中的ADORA2A相互作用（图2b）。在通路富集分析中，作者发现大脑中的暗示性因果基因富集在“蛋白质去磷酸化”通路中。此外，在细胞类型特异性表达分析中，CD38主要在星形胶质细胞中表达，CTSB富集在微胶质细胞中，而SEC23IP和DGKQ在谷氨酸能神经元中表达最多（附图6）。
由于MR、共定位和精细定位分析都支持CD38、GPNMB和DGKQ在大脑中可能是帕金森病的潜在致病蛋白质，作者评估了它们作为可能的治疗靶点的安全性。总体而言，通过对782个非帕金森病特征进行更广泛的MR筛查（附图7，附表6-8），未发现明显的副作用（P < 0.05/782）。然而，作者观察到了一些趋势。较高的CD38水平可能对一些缺血性心脏病和其他疾病有潜在影响（附表6）。此外，较高的DGKQ水平可能有益于痛经（OR：0.118，P = 0.0014，附表7）。大脑中的GPNMB水平很可能与动脉狭窄有关（OR：2.112，p = 0.0001，附表8）。总结 总之，通过多组织的多组学研究，作者的研究确定了 3 种基于大脑的蛋白质（GPNMB、CD38 和 DGKQ）与帕金森病的风险在蛋白质或转录水平上相关。这些发现将有助于揭示帕金森病的潜在基因，并为未来的治疗干预提供优先目标。然而，需要进一步的研究来重复这一发现，并探索与确定的基因相关的潜在生物学机制。
|
