✨核心看点:
✔ 首次通过全蛋白质组MR分析锁定7大血浆蛋白标志物
✔ 东莨菪亭、七叶亭等天然化合物成潜在药物新方向
✔ 单细胞测序发现T细胞亚群中的「致病蛋白地图」
✔ 全表型研究预警靶点安全性,助力精准治疗
银屑病关节炎(PsA)是一种复杂的慢性免疫介导炎症性关节病,目前缺乏明确的生物标志物和治疗靶点,因此亟需鉴定相关生物标志物和治疗靶点以实现对PsA的有效管理。今天小编和大家一起分享一篇2025年2月发表Communications Biology(IF=5.2)杂志的文章《An integrated multi-omics analysis identifies protein biomarkers and potential drug targets for psoriatic arthritis》
题目:一项综合多组学分析确定了银屑病关节炎的蛋白质生物标志物和潜在药物靶点
杂志:Communications Biology
影响因子:5.2
Highlights
1.7种血浆蛋白生物标志物与PsA显著相关,具体而言,NEO1蛋白水平降低与PsA风险增加相关,而其余6种蛋白(IL23R、ERAP2、IFNLR1、KIR2DL3、CLSTN3和POLR2F)与PsA风险呈正相关。
2.东莨菪亭(scopoletin)和七叶亭(esculetin)是与ERAP2关联最显著的两种药物。
3.IL23R、ERAP2、CLSTN3和POLR2F在PsA患者外周血单个核细胞(PBMCs)的不同T细胞亚群中表达。
4.在模拟炎症条件下,IFNLR1表达显著上调。
1. 背景介绍
银屑病关节炎(PsA)是一种慢性免疫介导的炎性关节病,与银屑病有着复杂的联系。它主要表现为关节疼痛、僵硬和肿胀。诊断为银屑病后,大约三分之一的患者最终会发展为PsA。PsA的全球患病率在普通人群中为0.1%至1%,仅在美国就估计有52万例。PsA不仅增加了残疾的风险,而且还增加了受影响个人死亡的可能性,标准化死亡率为1.62。因此,迫切需要确定和开发PsA的药物靶点和生物标志物,以加强治疗干预。
目前,许多血浆蛋白已被确定为疾病生物标志物,表明它们在疾病患者中的差异表达(或排他性表达)。除了作为疾病指示器的作用外,这些蛋白还可能作为潜在的药物靶点,并为疾病的发病机制提供新的见解。先前的研究已经揭示了几种与PsA风险相关的循环蛋白。然而,由于蛋白质选择范围狭窄、依赖于观察设计和样本量小,这些研究中的大多数在充分了解蛋白质标志物在PsA风险中的因果作用方面受到限制。
全基因组关联研究(GWAS)已经成功地确定了与血浆蛋白水平相关的遗传变异,这些变异被称为蛋白质数量性状位点(pQTLs)。多次大规模的蛋白质组学研究已经揭示了超过18000个pQTLs,涵盖了超过4800个蛋白质的广谱。这些pQTLs提供了利用孟德尔随机化(MR)来评估潜在药物靶点对人类疾病表型的因果影响的机会。MR是一种强有力的方法,通过利用遗传变异作为工具变量来推断暴露与结果之间的因果关系。这种方法显著减轻了与反向因果关系和混杂偏差相关的担忧。蛋白质组范围的MR最近为理解中风、炎症性肠病、急性胰腺炎和阿尔茨海默病的病因和优选可药物靶点提供了重要的见解。
本研究采用多组学方法来鉴定银屑病关节炎的蛋白质生物标志物和潜在的药物靶点,包括使用多个大规模血浆蛋白测量整合蛋白质组范围的MR,独立数据集的验证分析,蛋白质-蛋白质相互作用(PPI)网络分析,药物评估,单细胞RNA测序(scRNA-seq)分析和表型组范围关联研究(PheWAS)。研究结果显示,7种血浆蛋白与PsA相关,包括IL23R、ERAP2和IFNLR1。这项研究依赖于生物信息学分析,并强调了进一步机制验证的重要性,特别是通过动物模型实验。
研究设计流程图如图1所示
2. 结果
2.1鉴定与PsA相关的候选蛋白
研究发现与PsA相关的7种候选血浆蛋白蛋白(IL23R、ERAP2、IFNLR1、KIR2DL3、NEO1、CLSTN3和POLR2F),此结果也在FinnGen数据集中得到了成功验证(P < 0.05)(图2)。有趣的是MR分析显示,较低的NEO1蛋白水平与PsA风险增加有关。其他六种蛋白(IL23R、ERAP2、IFNLR1、KIR2DL3、CLSTN3和POLR2F)显示与PsA风险呈正相关,表明这六种蛋白水平升高与PsA风险增加相关。
2.2 PPI网络验证了致病蛋白
为进一步验证观察到的研究结果,我本研究对DrugBank数据库中140个与PsA相关的药物靶点进行了分析,并针对这些PsA相关药物靶点中的7种蛋白质构建了PPI网络(图3)。值得注意的是,7种蛋白质中有5种(IL23R、ERAP2、IFNLR1、KIR2DL3和NEO1)被发现与已确认的PsA相关药物靶点存在相互作用。基于这些发现,将这些蛋白质分为两个层级:第1层:通过复制和发现阶段MR分析验证,且与已报道的PsA相关药物靶点存在相互作用的5种蛋白质。第2层:剩余的2种蛋白质(CLSTN3和POLR2F)。
2.3 候选蛋白的网络功能分析
通过GeneMANIA(https://genemania.org/)构建的PPI网络(图4)不仅涵盖了7个候选蛋白,还纳入了另外20个具有潜在相互作用的基因。这些连接主要基于共享蛋白质结构域(89.90%)和遗传相互作用(10.10%)。对该网络的功能分析表明,候选药物靶点及相关基因参与了氨肽酶活性和金属外肽酶活性过程,显示出与免疫过程的密切关联。这一发现与自身免疫性疾病的特征相符,也与既往关于自身免疫性疾病的研究结果一致。
2.4 致病蛋白表达数量性状位点MR分析
为探究具有因果关联的蛋白质是否在PsA中同时呈现转录水平和蛋白质组水平的平行效应,本研究对这7个潜在生物标志物进行了表达数量性状位点(eQTL)孟德尔随机化(MR)分析。由于缺乏合适的单核苷酸多态性(SNP)作为工具变量,POLR2F未纳入此分析,因此对其余6种蛋白质(IL23R、ERAP2、IFNLR1、KIR2DL3、NEO1和CLSTN3)采用eQTL数据集进行分析(Table 1)。结果显示:转录水平因果关联:5种候选蛋白(ERAP2、IFNLR1、KIR2DL3、NEO1和CLSTN3)与PsA无显著因果关联。IL23R的矛盾结果:尽管IL23R蛋白在转录水平显示与PsA存在因果关联,但其效应方向与蛋白质组水平的结果相悖,提示IL23R在蛋白质组和转录组层面的表达特征存在差异。
Table 1 eQTL-MR检测PsA结果
gene
|
method
|
nsnp
|
pval
|
or
|
IL23R
|
Inverse variance weighted
|
3
|
0.011752261
|
0.512951548
|
ERAP2
|
Inverse variance weighted
|
7
|
0.076924042
|
1.095125317
|
IFNLR1
|
Inverse variance weighted
|
3
|
0.109835555
|
0.852929742
|
KIR2DL3
|
Inverse variance weighted
|
2
|
0.11490942
|
0.711468036
|
CLSTN3
|
Inverse variance weighted
|
3
|
0.391127181
|
1.05875785
|
NEO1
|
Inverse variance weighted
|
3
|
0.778313417
|
0.982480312
|
2.5 候选蛋白靶点的可药物性和临床发展阶段
本研究利用DrugBank数据库系统评估了7个候选蛋白的成药性及当前药物开发状态。结果显示:IL23R的药物开发情况:7种蛋白中,IL23R已有3种获批药物,包括ustekinumab(乌司奴单抗)、tildrakizumab(替拉珠单抗)和risankizumab(瑞莎珠单抗),均用于治疗中重度斑块状银屑病。其他蛋白的药物信息:剩余6种蛋白(ERAP2、IFNLR1、KIR2DL3、NEO1、CLSTN3、POLR2F)目前缺乏相关药物开发细节(Table 2)。此外,本研究通过DSigDB数据库预测潜在有效干预药物,基于校正后P值(P < 0.05)筛选出关键化合物(Table 3),主要发现包括:ERAP2相关药物:scopoletin(东莨菪亭)和esculetin(七叶亭)是与ERAP2关联最显著的两种化合物。POLR2F和KIR2DL3相关药物:theophylline(茶碱)被预测与POLR2F及KIR2DL3存在潜在关联。
Table 2 与PsA有潜在因果关系的蛋白质的可药物性
Protein
|
Protein full name
|
Drug or component name
|
IL23R
|
Interleukin-23 receptor
|
Ustekinumab
|
Tildrakizumab
|
||
Risankizumab
|
||
ERAP2
|
Endoplasmic reticulum aminopeptidase 2
|
-
|
IFNLR1
|
Interferon lambda receptor 1
|
-
|
KIR2DL3
|
Killer cell immunoglobulin-like receptor 2DL3
|
-
|
NEO1
|
Neogenin
|
-
|
CLSTN3
|
Calsyntenin-3
|
-
|
POLR2F
|
DNA-directed RNA polymerases I, II, and III subunit RPABC2
|
-
|
Table 3 DSigDB数据库预测候选蛋白的药物状态
Drug names
|
P-value
|
Genes
|
scopoletin TTD 00010903
|
0.005238917
|
ERAP2
|
scopoletin CTD 00006727
|
0.007675696
|
ERAP2
|
theophylline CTD 00006862
|
0.010789025
|
POLR2F/KIR2DL3
|
Esculetin CTD 00000358
|
0.014264049
|
ERAP2
|
Napqi CTD 00001344
|
0.021158626
|
IL23R
|
DL-Selenomethionine CTD 00006732
|
0.028694887
|
CLSTN3
|
2.6 PsA中7种候选蛋白的细胞特异性表达
免疫细胞在PsA的发病机制中起着关键作用,对疾病进展产生重大影响。其中,T细胞尤为核心,是PsA免疫微环境的重要组成部分。因此,为探究7个候选蛋白在不同T细胞亚群中的特异性表达,本研究对3名PsA患者外周血样本中的T细胞进行了scRNA-seq分析。T细胞被分为12个簇(图5),并根据已知标记基因进一步归类为11种细胞类型(图5和图5B),包括:调节性T细胞(Treg)、CD4⁺初始T细胞(CD4_naive_T_cell)、CD8⁺初始T细胞(CD8_naive_T_cell)、CD4⁺效应T细胞(CD4_effector_T_cell)、黏膜相关恒定T细胞(MAIT)、CD8⁺耗竭T细胞(CD8_exhausted_T_cell)、CD8⁺组织驻留记忆T细胞(CD8_tissue_resident_memory_T_cell)、CD8⁺效应记忆T细胞(CD8_effector_memory_T_cell)、HLA-DRA⁺ CD8⁺T细胞(HLADR_CD8_T_cell)
MX1⁺T细胞(MX1_T_cell)和ITGB1⁺CD4⁺中枢记忆T细胞(ITGB1_CD4_central_memory_T_cell)。有趣的是,本研究观察到:IL23R特异性表达于MAIT细胞,而ERAP2、CLSTN3和POLR2F则在多种T细胞亚群中表达(图5C)。IFNLR1、KIR2DL3和NEO1在特定T细胞亚群中未检测到表达(图5D)。与本研究的发现一致,既往研究强调产生IL-17A的MAIT细胞在PsA发病机制中的关键作用。这些结果提示,IL23R在MAIT细胞中可能对PsA具有重要作用。
2.7 PsA相关蛋白全表型相关性研究分析
随后,本研究在UK Biobank中针对1403种疾病开展了PheWAS,以探究5种PsA相关蛋白(第1层)对其他疾病是否具有有益或不良影响。结果显示:IL23R:蛋白表达水平升高与PsA风险增加相关,但与炎症性肠病、溃疡性结肠炎等其他自身免疫性疾病风险降低相关(图6A)。ERAP2:蛋白表达升高不仅与PsA风险增加相关,还与心音异常风险升高相关(图6A)。IFNLR1和NEO1:蛋白表达升高均与高胆固醇血症风险升高相关(图6A和图6B)。KIR2DL3:蛋白表达升高与甲状腺功能减退风险降低相关(图6C)。这些发现表明,作为 PsA 最具潜力的候选药物靶点,第1层候选蛋白在作为药物靶点时需谨慎评估其潜在副作用。
2.8 IFNLR1表达在模拟炎症中显著上调
既往研究表明,IL-17和IL-23在介导PsA中发挥重要作用。为进一步探究该通路,本研究在体外使用IL-17A和IL-23刺激健康供体的外周血单个核细胞(PBMCs)48小时,以模拟炎症环境。如图7所示,qPCR分析显示,与正常对照组相比,IFNLR1的mRNA表达显著上调。这些结果进一步支持IFNLR1可能在PsA的发病机制中起关键调控作用。
2.结论
本研究通过全蛋白质组MR方法,鉴定出7种与PsA相关的血浆蛋白,为阐明疾病病因提供了新见解,并为生物标志物筛选和治疗药物开发提供了潜在靶点。

