设计严谨,思路绝妙!这篇高级孟德尔随机化研究:药靶、共定位,发文一区(IF=8.9)!...

551922a127d339fa8fd1bf510622fd80.png

现在越来越多的学者在用孟德尔随机化高级方法发文,今天我们看的这篇这篇药靶孟德尔随机化,还用了共定位分析方法,亮点在于它的设计严谨,思路绝妙,一起看下去吧!

2024年4月21日,四川大学华西医院陈永平团队做了一项药靶孟德尔随机化研究,在期刊《Journal of CachexiaSarcopenia And Muscle》(医学一区,IF=8.9)发表了题为:“Systematic druggable genome-wide Mendelian randomization identifies therapeutic targets for sarcopenia”的研究论文,旨在通过整合三种肌肉减少症相关性状的成药基因组数据、转录组学数据、蛋白质组学数据和GWAS汇总数据来确定肌肉减少症的有效药物靶点。

779b9f483b72639b3a6d78f361cd6c39.png

本公众号回复“ 原文”即可获得文献PDF等资料

主要研究结果

1.研究设计

本研究使用的数据集为汇总数据。

  • 首先,研究者从DGIdb数据库和Finan等人的研究中获得了2532个已知的可成药基因;

  • 随后,利用来自人类血液和骨骼肌组织的eQTL/pQTL数据构建了可成药基因的eQTL/pQTL工具,过滤出位于编码序列上下游1mb范围内与可成药基因表达显著相关的独立遗传变异(作为IV) (cis);

  • 在孟德尔随机化分析中,研究者使用这些IV初步确定了肌肉减少症的潜在因果遗传变异;

  • 研究者还采用贝叶斯共定位方法来检测共享的因果遗传变异;

  • 最后,通过英国生物库GWASs的Phe-MR评估了确定的优先可成药基因的潜在副作用或其他适应症,并在相关数据库或网站上研究了它们的可成药性和临床开发能力。

710d981d75d36fb627e341801adbe91a.png

2.可成药基因组

  • 研究者从DGIdb v4.2.0中下载了3953个潜在的药物靶基因;

  • 从Finan等人的研究中提取了4463个可成药基因。

为了确保所选的可药物基因既可靠,又更有可能成为有效的药物靶点,研究者进一步分析了2532个可成药基因,这些基因得到了两个来源的验证,并拥有由人类基因组命名委员会指定的正式名称。

3.肌少症相关性状的候选药物基因

我们将2532个潜在的可成药基因与人类血液和骨骼肌eQTL/pQTL数据集中的基因重叠,然后在重叠的可成药基因编码序列的两侧提取1Mb范围内的遗传变异。

经过IVs选择和质量控制,研究者:

  • 从人类骨骼肌组织cis-eQTL中获得426个与419个可成药基因相关的SNP;

  • 从人类血液cis-eQTL中获得3378个与1531个可成药基因相关的SNP;

  • 从人类血液cis-pQTL中获得187个与187个可成药基因相关的SNP。

作为暴露于MR分析的IVs。

4.孟德尔随机化分析(MR)

接下来,研究者使用三个肌少症相关特征的GWAS汇总数据集对暴露进行了MR分析

  • 经过MR分析,发现骨骼肌eQTL、人类血液eQTL和人类血液pQTL中分别有205、393和79个可成药基因与肌少症(至少三个肌少症相关特征中的一个结果)存在潜在的因果关系。

  • 经过多次校正,发现人类血液pQTL中21个可成药基因,人类血液eQTL中63个可成药基因,人类骨骼肌eQTL中67个可成药基因与肌少症存在因果关系。

为了使结果更加准确和有说服力,我们选择了至少存在于两个QTL数据集或至少两个肌少症相关性状中的可药物基因作为肌少症的潜在药物靶点。

  • 最后,发现6个可成药基因(HP、EHMT2、HLA-DRA、MAP 3K3、NPC1和RXRA)与两种或多种肌少症相关性状存在因果关系;

a835917df9d1982fbbd9fc539a21d75a.png

  • 11个可成药基因(MFGE8、COL15A1、AURKA、NQO1、CTSS、SMAD3、AKR1C2、SLC22A4、CTNNB1、ADAM17和LTB4R)与肌少症存在因果关系,来自两个或多个QTL数据集。

79268bb785a8e257b44d7789f7b8372f.png

5.贝叶斯共定位分析

为了确定与肌少症相关性状具有共同遗传变异的候选药物靶点,进行了贝叶斯共定位分析,以验证MR分析中观察到的因果信号是否来自相同的遗传变异。

结果显示,6个潜在的可成药基因通过了共定位分析,并且存在于多个QTL数据集或肌少症相关性状中。

其中,HP、HLA-DRA和MAP 3K3与至少两个肌少症相关性状相关。

267aad7b46885369c87adc09f4a06c4a.png

  • HP蛋白丰度(每增加1 SD)与较高的ALM 和较高的握力相关,表明肌肉减少症的风险降低。

  • 骨骼肌组织中HLA-DRA的转录水平(每增加1 SD)与较低的ALM和较低的握力相关,表明肌肉减少症的风险增加。

  • 骨骼肌组织中MAP 3K3的转录水平(每增加1个SD)与所有三个与肌少症相关的特征相关:更高的ALM,更高的握力,更快的步行速度,表明肌少症的风险降低。

此外,MFGE8、COL15A1和AURKA在不同的QTL数据集中进行了验证(图2B)。

3dca78ec51161b5a7b97d56aaf9b09b7.png

  • 骨骼肌组织eQTL数据集中MFGE8(每增加1个SD)和COL15A1(每减少1个SD)的转录水平与较高的ALM相关,并在血液pQTL数据集中重复,表明肌肉减少症的风险降低。

  • 然而,骨骼肌和血液组织中AURKA的转录水平(每增加1 SD)与ALM的关系则相反。

在我们的研究中,我们的数据通过了Steiger过滤检验,支持我们的假设,即我们的IVs导致了结果变量,而不是相反。

6.肌少症相关候选药物基因的Phe-MR分析

我们对UK Biobank中的784种疾病和性状进行了Phe-MR分析。用于Phe-MR分析的IVs与先前鉴定肌少症相关性状可成药基因的IVs一致(6个可用药基因的9个snp)。

总的来说,研究者发现HP蛋白丰度的增加与脂质代谢紊乱(HLA-DRA)风险的降低相关,有趣的是,HP升高和HLA-DRA下调对肌少症的影响方向相同,这意味着针对HP和HLA-DRA治疗肌肉减少症的药物靶点也可能有利于这些疾病,包括肌肉减少症和血脂异常疾病。

然而,其他四个基因(MFGE8、MAP 3K3、COL15A1和AURKA)与784种疾病和性状没有相关性,表明针对这些基因的药物没有潜在的不良反应

7.靶基因可操作药物的鉴定

研究者评估了六种用于肌肉减少症的候选可成药基因的临床前或临床开发活动。除MFGE8外,其他五基因相关制剂已在其他疾病的临床试验中进行了评估,但尚未用于治疗肌肉减少症。

本公众号回复“ 原文”即可获得文献PDF等资料

后记

不用试验,不需要自己的数据,本文就是整合各种公开可用的数据集来开展研究,确定肌肉减少症的潜在治疗靶点。

本文的研究思路非常通畅!

  • 使用孟德尔随机化(MR)方法分析药物靶基因与肌肉减少症之间的潜在因果关系。

  • 采用敏感性分析和贝叶斯共定位来验证因果关系。

三种方法巧妙结合,进一步巩固了孟德尔随机化研究结果。

孟德尔随机化高级方法的使用更容易发文,不用担心不会做,大胆尝试,郑老师从入门到高级的孟德尔随机化课程你值得一看!!

孟德尔随机化课程,入门到高级,郑老师团队主讲,一个月搞定,快速发表论文!

本公众提供各种科研服务了!

一、课程培训

2022年以来,我们召集了一批富有经验的高校专业队伍,着手举行短期统计课程培训班,包括R语言、meta分析、临床预测模型、真实世界临床研究、问卷与量表分析、医学统计与SPSS、临床试验数据分析、重复测量资料分析、nhanes、孟德尔随机化等10余门课。如果您有需求,不妨点击查看:

发文后退款:2024-2025年科研统计课程介绍

二、数据分析服务

浙江中医药大学郑老师团队接单各项医学研究数据分析的服务,提供高质量统计分析报告。有兴趣了解一下详情:

课题、论文、毕业数据分析 

 临床试验设计与分析 、公共数据库挖掘与统计

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/601234.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

机器人码垛机的主体结构及技术特点

在现代物流和生产线上,机器人码垛机以其高效、准确的特点,成为了不可或缺的重要设备。那么,这个神奇的机器人究竟由哪些部分组成?它的内部结构又有哪些奥秘呢?接下来,就让我们一起揭开它的神秘面纱! 一、机器人码垛机的主体结构…

每日OJ题_贪心算法三②_力扣553. 最优除法

目录 力扣553. 最优除法 解析代码 力扣553. 最优除法 553. 最优除法 难度 中等 给定一正整数数组 nums,nums 中的相邻整数将进行浮点除法。例如, [2,3,4] -> 2 / 3 / 4 。 例如,nums [2,3,4],我们将求表达式的值 "…

【Leetcode每日一题】 穷举vs暴搜vs深搜vs回溯vs剪枝_全排列 - 子集(解法2)(难度⭐⭐)(72)

1. 题目解析 题目链接:78. 子集 这个问题的理解其实相当简单,只需看一下示例,基本就能明白其含义了。 2.算法原理 为了生成一个给定数组 nums 的所有子集,我们可以利用一种称为回溯(backtracking)的算法…

美国纽扣电池UL4200A及16CFR1262标准亚马逊要求

2023年9月21日,美国消费品安全委员会CPSC(Consumer Product Safety Commission) 决定采用UL 4200A-2023(包含纽扣电池或硬币电池的产品安全标准)作为包含纽扣电池或硬币电池的消费品的强制性消费品安全规则,相关要求同时被编入到1…

C++中的异常处理方式

目录 一、异常 二、C语言中对错误的处理 三、C中的异常处理 四、异常的抛出和捕获 五、异常的重新抛出 六、C标准库中的异常体系 七、异常的规范 一、异常 在C中,异常是程序运行期间发生的意外或错误情况。这些情况可能会导致程序无法继续正常执行,…

STM32接入CH340芯片的初始化进入升级模式(死机)问题处理

目录 1. 问题描述2. 问题分析2.1 CH340G/K 的初始化波形2.2 第1种USB升级电路2.3 第2种USB升级电路2.4 第3种USB升级电路2.5 第4种USB升级电路 3. 总结 1. 问题描述 我所用的CH340G(CH340K也用过)接在MCU的电路中,在插入CH340G/K 的接插件&a…

基于点灯Blinker的ESP8266远程网络遥控LED

本文介绍基于ESP8266模块实现的远程点灯操作,手机侧APP选用的是点灯-Blinker,完整资料及软件见文末链接 一、ESP8266模块简介 ESP8266是智能家居等物联网场景下常用的数传模块,具有强大的功能,通过串口转WIFI的方式可实现远距离…

文献速递:深度学习医学影像心脏疾病检测与诊断--CT中的深度学习用于自动钙评分:使用多个心脏CT和胸部CT协议的验证

Title 题目 Deep Learning for Automatic Calcium Scoring in CT: Validation Using Multiple Cardiac CT and Chest CT Protocols CT中的深度学习用于自动钙评分:使用多个心脏CT和胸部CT协议的验证 Background 背景 Although several deep learning (DL) calc…

微软开发新模型;YouTube 推出新AI功能;可折叠iPhone 或发布?

微软或开发新模型与 Google、OpenAI 竞争 The Information 报道,微软正在训练一种新的 AI 大模型「MAI-1」,规模上足以与 Google、Anthropic 乃至 OpenAI 的先进模型抗衡。 据报道,这个 MAI-1 模型由微软聘请的 Inflection 前 CEO Mustafa S…

unity基础(二)

debug方法 Debug.Log(" 一般日志 ");Debug.LogWarning(" 警告日志 ");Debug.LogError(" 错误日志 ");// Player Informationstring strPlayerName "Peter";int iPlayerHpValue 32500;short shPlayerLevel 10;long lAdvantureExp 1…

爱普生MCU系列语音芯片S1C31D41

随着科技的发展和产品的集成化,语音芯片已经逐渐替代了多种语音设备应用在各场合。语音芯片主要特性是功耗低,抗干扰能力强,外围器件少,控制简单,语音保存时间久(某些语音芯片可以保存内容100年),掉电不丢失…

yolo-world:”目标检测届大模型“

AI应用开发相关目录 本专栏包括AI应用开发相关内容分享,包括不限于AI算法部署实施细节、AI应用后端分析服务相关概念及开发技巧、AI应用后端应用服务相关概念及开发技巧、AI应用前端实现路径及开发技巧 适用于具备一定算法及Python使用基础的人群 AI应用开发流程概…

【Git】Git学习-16:git merge,且解决合并冲突

学习视频链接: 【GeekHour】一小时Git教程_哔哩哔哩_bilibili​编辑https://www.bilibili.com/video/BV1HM411377j/?vd_source95dda35ac10d1ae6785cc7006f365780 1 创建分支dev,并用merge合并master分支,使dev分支合并上master分支中内容为…

[Algorithm][多源BFS][矩阵][飞地的数量][地图中的最高点][地图分析] + 多源BFS原理讲解 详细讲解

目录 0.原理讲解1.矩阵1.题目链接2.算法原理详解3.代码实现 2.飞地的数量1.题目链接2.算法原理详解3.代码实现 3.地图中的最高点1.题目链接2.算法原理详解3.代码实现 4.地图分析1.题目链接2.算法原理详解3.代码实现 0.原理讲解 注意:只要是用**BFS解决的最短路径问题…

韩顺平0基础学Java——第5天

p72——p86 今天同学跟我说别学java,真的吗?唉,先把这视频干完吧。 逻辑运算符练习 x6,y6 x6,y5 x11,y6 x11,y5 z48 错了&a…

【web网页制作】html+css旅游家乡河南开封主题网页制作(4页面)【附源码】

HTMLCSS家乡河南主题网页目录 🍔涉及知识🥤写在前面🍧一、网页主题🌳二、页面效果Page1 首页Page2 开封游玩Page 3 开封美食Page4 留言 🌈 三、网页架构与技术3.1 脑海构思3.2 整体布局3.3 技术说明书 🐋四…

【Git】Git学习-14:VSCode中使用git

学习视频链接:【GeekHour】一小时Git教程_哔哩哔哩_bilibili​编辑https://www.bilibili.com/video/BV1HM411377j/?vd_source95dda35ac10d1ae6785cc7006f365780 在vscode中打开文件 code . 自行修改内容,在源代码管理器中测试下

flutter报错

组件相关 type ‘List’ is not a subtype of type ‘List’ children: CardList.map((item) > Container( 加上 *** < Widget>*** 正常 type ‘(dynamic, dynamic) > Container’ is not a subtype of type ‘(CardType) > Widget’ of ‘f’ children: CardL…

Spring Data JPA自定义Id生成策略、复合主键配置、Auditing使用

前言 在Spring Data JPA系列的第一篇文章 SpringBoot集成JPA及基本使用-CSDN博客 中讲解了实体类的Id生成策略可以通过GeneratedValue注解进行配置&#xff0c;该注解的strategy为GenerationType类型&#xff0c;GenerationType为枚举类&#xff0c;支持四种Id的生成策略&…

详细讲解lua中string.gsub的使用

string.gsub 是 Lua 标准库中的一个函数&#xff0c;用于全局替换字符串中的某些部分。string.gsub 是 Lua 中非常实用的一个函数&#xff0c;它可以用来进行字符串的处理和替换操作。 它的基本语法如下&#xff1a; string.gsub(s, pattern, replacement [, n])s 是要处理的…
最新文章