帕金森病药物再利用的潜力：孟德尔随机化分析的发现

摘要与主要研究

观察性研究表明，几种药物对帕金森病 （PD） 的潜在益处及其重新利用的潜力。然而，从这些研究中得出的结论并不完全一致。为了解决这种不一致，我们使用双样本孟德尔随机化 （MR） 方法来探索 23 种药物与 PD 风险和进展之间的假定因果关系。我们应用逆方差加权荟萃分析 （IVW） 来合并 MR 估计。此外，还进行了敏感性分析以评估结果的稳健性。我们的遗传证据表明，甲状腺制剂和钙通道阻滞剂可降低 PD 的风险，而水杨酸及其衍生物可减缓 PD 运动症状的进展。此外，遗传证据还表明，四种药物与 PD 风险或进展相关，但敏感性分析显示，其中三种药物可能受到反向因果关系的干扰。我们的研究结果表明，几种药物与 PD 的风险或进展之间存在微弱的因果关系。尽管需要进一步的重复研究来验证这些发现，但这些新的见解可能有助于了解疾病的病因，产生与药物发现相关的新线索，并量化未来药物摄入的风险。

使用 IVW 估计的主要 MR 分析表明几种药物与 PD 衍生表型之间存在潜在的因果关系（如图所示）。

具体而言，遗传预测的甲状腺制剂与 PD 风险降低的名义上显着相关 （IVW： OR = 0.95;95% CI 0.91， 1.00;P = 0.032）（. 水杨酸及其衍生物显示与 PD 运动症状的改善名义上显着相关（如 UPDRS3 评分所示）。（IVW：β = − 0.42;95% CI − 0.78，− 0.06;P = 0.023）。此外，钙通道阻滞剂倾向于降低 PD 的风险 （IVW： OR = 0.92;95% CI 0.85， 1.00;P = 0.055）. 进行了敏感性分析，排除了具有潜在多效性的 SNP（血清尿酸盐的 rs3184504，吸烟的 rs215619 和扑热息痛的 rs2471960），并表明甲状腺制剂的估计效果与初步结果一致（IVW：OR = 0.94;95% CI 0.90,0.99;p = 0.020）。同样，在去除 SNP 后，例如（血清尿酸盐和吸烟的 rs3184504，以及阿司匹林的 rs7412），钙通道阻滞剂对降低 PD 风险的估计效果与原始研究结果基本一致（IVW：OR = 0.92;95% CI 0.85,1.00;P = 0.046）。未鉴定出水杨酸及其衍生物与混杂因素相关的 SNP。MR-Egger 截距分析未显示任何水平多效性，Cochran Q 检验未检测到任何异质性效应。Steiger 分析的方向性检查未表明存在显著的因果关系。此外，由于在 MR-PRESSO 分析中检测到异常值后删除并重复 MR 分析，因此未检测到最终分析中包含的 SNP 的潜在工具异常值。此外，使用 leave-one-out 分析未鉴定出具有高影响力的 SNP。最后，MR Steiger 检验未检测到反向因果关系的证据。

此外，已发现一些药物可能会增加 PD 的风险或加速其进展。这些药物包括抗抑郁药 （IVW： OR = 1.26;95% CI 1.04， 1.52;P = 0.018;PD 风险）、利尿剂 （IVW： β = 0.15;95% CI 0.01， 0.29;P = 0.040;UPDRS3）、抗偏头痛制剂（IVW：β = 0.15;95% CI 0.02、0.29;P = 0.027;UPDRS3）和影响骨骼结构和矿化的药物（IVW：β = − 1.22;95% CI − 2.25，− 0.18;P = 0.021;UPDRS3） 的本研究中的分析使用上述敏感性测试方法未检测到分析中包含的 SNP 的异质性、多效性或异常值。然而，Steiger 的分析发现，利尿剂和药物对骨骼结构和矿化的影响可能会受到反向因果干扰的影响。

为了进一步解决对反向因果关系的担忧并验证本研究结果的稳定性，对正向 MR 分析的结果进行了双向 MR 分析 （P体外编织< 0.05） 检查不同 PD 表型对药物使用的因果影响。具体来说，PD 和各种药物的 MR 估计值如下：PD 风险（IVW：OR = 0.97;95% CI 0.93,1.00;P = 0.074;甲状腺制剂）;PD 风险 （IVW： OR = 0.97;95% CI 0.95， 1.00;P = 0.091，抗抑郁药）;PD 风险 （IVW： OR = 1.00;95% CI 0.97， 1.03;P = 0.918，钙通道阻滞剂）;UPDRS3 （IVW： OR = 1.00;95% CI 0.95， 1.04;P = 0.848，利尿剂）;UPDRS3 （IVW： OR = 0.97;95% CI 0.92， 1.02;P = 0.248，水杨酸及其衍生物）;UPDRS3 （IVW： OR = 0.99;95% CI 0.84， 1.17;P = 0.904，抗偏头痛制剂）。值得注意的是，PD 风险和抗抑郁药使用量呈显着趋势。

敏感性和 Steiger 分析未发现任何异质性、多重效应或反向因果关系的证据。

在多变量 MR 分析中，在校正已知的药物相关疾病后，只有钙通道阻滞剂 （IVW： OR = 0.90;95% CI 0.85， 0.96;P = 0.002，心绞痛）在 3 种潜在的 PD 保护药物中保持显著性。相比之下，其余结果显示其他药物与 PD 相关表型之间没有显着关系。在潜在的 PD 风险药物中，观察到与利尿剂 （IVW： β = 0.99;95% CI 0.89， 1.08;P = 0.001，心力衰竭）、利尿剂（IVW：β = 0.17;95% CI 0.16、0.18;P = 0.001，高血压）、抗偏头痛制剂（IVW：β = 0.03;95% CI 0.02、0.03;P = 0.001，偏头痛）和影响骨结构和矿化的药物 （IVW： β = 0.02;95% CI 0.02， 0.03;P = 0.001，骨质疏松症）。值得注意的是，骨质疏松症的纠正将影响骨骼结构和矿化的药物的作用从风险因素转变为保护因素。一种可能的解释是研究中存在多重共线性问题。尽管某些分析存在异质性，但 IVW 方法被用作主要分析方法，受异质性的影响最小。

统计学方法

本研究进行了一项 MR 研究，以调查 23 种药物之间的假定因果效应以及 PD 的风险和进展。MR 基于三个关键假设：（I） 被选为工具变量的遗传变异表现出与暴露的牢固关联;（II） 遗传变异独立于混杂因素;（III） 遗传变异仅通过暴露影响结果.机构审查委员会的伦理批准是不必要的，因为本研究中的所有分析都是基于公开可用的摘要级全基因组关联研究 （GWAS） 数据。

为了分析数据，本研究使用了 R 软件（版本 4.2.2）中的 TwoSampleMR 包（版本 0.5.6）和 MendelianRandomization 包（版本 0.8.0）。

23 种药物的摘要级 GWAS 数据来自涉及英国生物样本库参与者的 GWAS 荟萃分析26.具体来说，Wu， Y. 等人通过 GWAS 估计了来自英国生物样本库的大约 320,000 人中 23 种药物之间的遗传相关性26.大约 54% 的英国生物样本库研究参与者是女性，首次评估访问时的平均 （SD） 年龄为 56.5 （8.1） 岁。根据原始 GWAS 参与者的自我报告，仅包括每周、每月或每 3 个月服用的常规药物。药物信息是通过护士进行的访谈获得的。

来自三项大型 GWAS 荟萃分析的与 PD 风险和进展相关的汇总数据，重点关注 PD 诊断、发病年龄 （AAO）、统一帕金森病评定量表、运动细分 （UPDRS3）、蒙特利尔认知评估 （MoCA） 和简易精神状态检查 （MMSE）.具体来说，我们从国际帕金森病基因组学联盟 （IPDGC） 和 23andMe 的16个队列的最新 GWAS 荟萃分析中获得了有关 PD 风险的遗传数据，其中包括 33,674 例病例和 449,056 例对照.PD 患者的识别基于常用的门诊标准和英国脑库标准，并针对有 PD 家族史的患者进行了修改。每项纳入的研究都采用具有特定协变量的统计模型来解释其特殊性，从而生成一致的汇总统计数据。通常，年龄、性别和人口分层作为协变量包括在内。我们从 IPDGC 和 23andMe 进行的 PD AAO 的最大 GWAS 中提取关联估计，涉及 28,568 例 PD 病例.AAO 的定义基于患者对 PD 首发运动症状的自我报告;如果缺乏具体信息，则使用诊断时的年龄代替。从 12 个纵向 PD 队列 （N = 4093） 中临床生物标志物 （UPDRS3/MoCA/MMSE） 的大型 GWAS 中获得有关疾病进展或严重程度的数据.较高的 UPDRS3 分数表示运动能力较差，而较高的 MMSE 和 MoCA 分数表示较好的认知能力。由于数据访问限制，本研究不包括 23andMe 数据集的 GWAS 统计摘要。

此外，还纳入了来自 IEU Open GWAS 项目的汇总统计数据，以探索已知药物相关疾病的潜在混杂因素。

本研究使用几个标准从 GWAS 的汇总统计数据中提取独立的遗传工具变异 （IV）。首先，将 P 值与全基因组显着性阈值 （p < 5 × 10 一起使用−8).当满足全基因组显著性的单核苷酸多态性 （SNP） 的数量有限时，更宽松的阈值 （p < 5 × 10−6） 被使用，它以前用于 MR 研究。其次，使用 r 进行聚类分析2的 0.001 和窗口大小为 10000 KB。第三，仅保留 F 统计量> 10 的 IV，因为它们被认为与表型密切相关。第四，统一暴露和结果 GWAS 数据集，以确保遗传变异关联估计与等位基因的确切效应相对应。最后，与结果密切相关的 SNP （p < 5 × 10−8）被删除以满足第三个假设。

IVW 随机效应回归被用作研究中的主要 MR 方法，以估计23种药物与PD风险和进展之间的潜在因果关系。此外，采用其他 MR 分析方法来确保结果的稳健性并评估潜在的水平多效性。MR-Egger 方法通过其截距试验检测水平多效性并校正多效性。加权中位数方法依赖于贡献超过 50% 权重的有效 SNP，提供了有效的MR估计值。此外，MR-PRESSO 方法还用于检测和纠正可能的异常值，并且 MR-PRESSO 全局测试允许评估由 SNP 估计之间的异质性引起的水平多效性。本研究认为 P 值小于 0.0004 （0.05/115，Bonferroni 法） 具有统计学意义，同时 P < 0.05 被认为具有显著意义。

此外，还进行了一系列敏感性分析，以评估因果估计的稳健性。首先，使用 Cochran 的 Q 统计量来评估变量特异性因果效应估计之间的异质性。进行 MR-Egger 截距试验以检查方向多效性，偏离零 （P < 0.05） 表明存在方向多效性32.还进行了留一法分析，以评估单个变异对观察到的关联的影响。漏斗图用于评估可能存在的定向多效性。最后，本研究采用 Steiger 方向检验来确定暴露和结果终点之间的因果关系方向。此外，对于显著估计 （P < 0.05），我们进一步进行了双向 MR 分析以确认结果的稳健性

我们还在 PhenoScanner （www.phenoscanner.medschl.cam.ac.uk） 中检查了这些 SNP，以确定它们是否与潜在风险因素有关，包括神经毒素（如鱼藤酮或百草枯）、吸烟、喝咖啡、使用抗炎药和高血浆尿素4.我们在全基因组水平上排除了与这些潜在混杂因素相关的 SNP，随后重复 MR 分析以满足第二个 MR 假设.本研究还使用 http://cnsgenomics.com/shiny/mRnd/ 的在线工具计算了统计功效。

由于已知的药物相关疾病会增加药物使用，因此治疗后的缓解可能会介导药物与 PD 相关表型之间的关联。因此，有必要进一步探索这五种表型之间的关系。采用多变量 MR （MVMR） 方法，该方法使用与各种测量风险因素相关的多个遗传变异来估计每个风险因素与结果之间的因果关系.鉴于 MVMR 模型适用于同时探索已知药物相关疾病、药物使用和 PD 相关表型之间的关联，并通过建立药物相关疾病起中介作用，本研究设计了 MVMR 分析来纠正已知的药物相关表型，这在其他文献中已有报道.具体来说，本研究将与药物使用相关的 SNP 与来自相关 GWAS 的已知药物相关疾病相结合。为确保数据质量，复制和相关的 SNP（在10,000个碱基对内；R2排除≥ 0.001），并从暴露和结果 GWAS 中提取 SNP 效应和相应的标准误差。

小结

研究结果表明，甲状腺制剂和钙通道阻滞剂可能降低PD的风险，而水杨酸及其衍生物则可能减缓PD运动症状的进展。此外，研究还发现抗抑郁药、利尿剂和抗偏头痛药可能增加PD的风险或加速其进展。尽管这些结果需要进一步验证，但它们为理解PD的潜在病因提供了新的见解。

研究还进行了多变量孟德尔随机化分析，发现钙通道阻滞剂在校正已知药物相关疾病后仍保持显著性。这表明，药物的影响可能受到其他健康因素的调节，强调了在药物再利用研究中考虑多重共线性的必要性。

总的来说，这项研究为帕金森病的药物再利用提供了重要的初步证据，尽管需要更多的重复研究来确认这些发现，但它们为未来的临床研究和药物开发奠定了基础。