语言 ▾
中文EN

两样本MR+转录组学,以揭示静脉血栓栓塞症与重症新冠肺炎的关系

发布时间:  2024-07-17 10:16:57



现有文献证明VTE 和 COVID-19 可能具有共同的遗传结构,但这一点尚未明确。为了填补这一空白,作者以 VTE 为暴露因素,以单核苷酸多态性 (SNP) 为 IV,以 sCOVID-19 为结局,使用 MR 分析从遗传学上估计 VTE 和 sCOVID-19 之间的因果关系。此外,作者还利用了转录组分析,以确定差异表达基因 (DEG) 和相关的免疫病理学特征。

今天推荐的这篇文章属于MR分析与生信分析的结合,不妨换个不一样的暴露与结局试试!


题目:静脉血栓栓塞症与重症新冠肺炎:孟德尔随机化试验和转录组分析

杂志:Front Immunol

影响因子:IF=7.3

发表时间:2024.04.29



研究背景


2019冠状病毒病(COVID-19)是一种持续的全球性危害,根据世界卫生组织(WHO)的数据,截至2023年6月,总发病率超过7000万例,总死亡人数超过690万。静脉血栓栓塞症(VTE)是COVID-19的常见合并症,预计病例将达到25-30%。一项涉及86篇研究文章的荟萃分析表明,非ICU和ICU COVID-19患者的VTE发生率分别为7.9%和22.7%,肺栓塞发生率分别为3.5%和13.7%。这些合并症与多器官衰竭和死亡率增加密切相关,尤其是在晚期疾病患者中。血栓表现增强(如D-二聚体水平升高、DVT、肺栓塞、缺血性中风等)的患者更容易发展为重症COVID-19(sCOVID-19),因此,血栓相关并发症是COVID-19患者死亡率的关键指标。



数据来源


01


GWAS数据

从IEU Open GWAS数据库中检索了静脉血栓栓塞症(GWAS ID:finn-b-I9_VTE)和伴有呼吸衰竭的sCOVID-19(GWAS ID:ebi-a-GCST90000255)的trait ID和GWAS数据。

02


转录组学数据

从GSE164805数据集中获取了27个sCOVID-19(18名男性和9名女性,中位年龄为50岁)和24个健康对照(17名男性和9名女性,中位年龄为47岁)PBMC样本。



研究思路


使用MR-Egger、加权中位数、简单模式、加权模式和逆方差加权(IVW)回归评估潜在的VTE和sCOVID-19关联。作者对VTE和sCOVID-19进行了独立的单变量分析。使用异质性、多效性和留一检验进行了敏感性分析。此后,对GSE164805数据集进行了转录组分析,以确定与单核苷酸多态性(SNP)相关的差异表达基因(DEG)。最后,还进行了免疫分析。



主要结果


1、VTE与sCOVID-19的关系

作者使用IVW方法,证明了VTE与sCOVID-19之间存在因果关系(p=0.018338555)(表格1)。



2、敏感性分析

多效性检验结果表明不存在水平SNP多效性(表2)。此外,LOO分析结果与IVW分析结果相似,表明数据可靠性较高(图2)。综合起来,上述结果表明,VTE对sCOVID-19有很强的促进作用。


3、主要sCOVID-19相关基因的鉴定及功能富集分析


作者在GSE145926数据集中鉴定了37个SNP相关基因,其中,sCOVID-19与健康对照之间存在15个DEG,其中包括10个在sCOVID-19中高表达的基因(ACSS2、CYP4V2、EIF6、GBGT1、GSS、MADD、MAPK8IP1、MYBPC3、NT5DC3和SURF6)和5个几乎不表达的基因(CEP250、DDB2、MMP24、PROCR和YIPF2)(图3)。为了进一步阐明这些DEG在sCOVID-19中的潜在生理功能,作者进行了单基因GSEA(图4)。




4、评估sCOVID-19免疫微环境中DEG的功能


鉴于sCOVID-19病理生理学与IME之间存在很强的潜在关联,接下来通过检查28种免疫相关细胞的表达谱来探索sCOVID-19患者的IME。结果发现sCOVID-19与对照样本中有15种免疫细胞丰度存在显著差异(图5A),即sCOVID-19中的适应性免疫反应细胞(例如活化的CD8T细胞、活化的树突状细胞、自然杀伤细胞、效应记忆CD4T细胞、效应记忆CD8T细胞、未成熟B细胞等)明显减少,而炎症和髓系细胞(例如中性粒细胞、嗜酸性粒细胞和巨噬细胞等)明显增多。接下来,作者证明了主要基因与差异免疫细胞之间的紧密关联。特别是,5个很少表达的DEG(CEP250、DDB2、MMP24、PROCR和YIPF2)与适应性免疫细胞直接相关。相反,10个高表达基因(ACSS2、CYP4V2、EIF6、GBGT1、GSS、MADD、MAPK8IP1、MYBPC3、NT5DC3和SURF6)与炎症和髓系细胞直接相关(图5B)。此外,还证实了7个免疫相关网络的得分存在显著差异,即检查点、细胞溶解活性、HLA、炎症促进、MHC_class_I、T_cell_co-inhibition和T_cell_co-stimulation(图5C)。根据结果分析,5个很少表达的DEG与检查点、细胞溶解活性和T细胞共抑制网络呈正相关。相反,10个高表达的DEG与MHC_class_I和T细胞共刺激网络直接相关(图5D)。总之,这些发现表明DEG对于sCOVID-19IME至关重要。


5、DEG与免疫病理学特征密切相关

为了进一步研究DEG与sCOVID-19免疫病理学特征之间的关联,进行了以下分析。就MHC基因集而言,发现3个DEG(B2M、HLA-A和TAPBP)在sCOVID-19中与对照样本相比明显上调。相比之下,12个DEG(HLA-C、HLA-DMA、HLA-DMB、HLA-DOA、HLA-DPA1、HLA-DPB1、HLA-DQA2、HLA-DQB1、HLA-DRA、HLA-DRB1、HLA-E和TAP2)显示出相反的趋势(图6A)。还证明了B2M、HLA-A和TAPBP基因与5个显著降低的DEG(CEP250、DDB2、MMP24、PROCR和YIPF2)呈负相关(图6B)。在免疫激活剂的情况下,与正常样本相比,sCOVID-19中的CD40、IL6R和MICB明显上调。相反,CD28、CD40LG、CD48、ICOS、ULBP1和LTA含量表现出相反的反应(图6C)此外,还发现CEP250、DDB2、MMP24、PROCR和YIPF2含量与大多数下调的免疫激活因子直接相关(图6D)。最后,在免疫抑制剂方面,sCOVID-19中的CSF1R、IDO1和TGFBR1含量与正常样本相比显著升高。相反,CD96和LAG3水平显示出相反的趋势(图6E)。此外,CEP250、DDB2、MMP24、PROCR和YIPF2含量与CD96和LAG3水平直接相关(图6F)。




文章小结


作者进行了单变量MR分析,以确定VTE与sCOVID-19风险之间的因果关系,证明了VTE与sCOVID-19的发生密切相关。此外,还确定了15个参与VTE免疫机制的DEG,这些DEG可驱动sCOVID-19的发病机制。这些基因为VTE和sCOVID-19背后的相关信号网络提供了新的见解,并可用作治疗和预防sCOVID-19的新靶点。





上一篇:心理健康与子宫内膜异位症:基因研究揭示的新发现

下一篇:《JAMA-医学期刊上观察性研究干预效果的因果推断》文献翻译PART4



邮编:400000
联系电话:13651835632
电子邮件:zhoubaihao910@126.com
地址:重庆市沙坪坝区龙湖光年4号楼
Copyright © 2022 重庆嘉舟生物科技有限公司 All Rights Reserved 渝ICP备2022013225号