מחקר זה זיהה שמונה מטרות תרופתיות פוטנציאליות לאי ספיקת לב באמצעות ניתוח גנטי וחקר תרכובות טיפוליות מועמדות הקשורות למטרות שזוהו.
מאמר מחקר
מחקר זה זיהה שמונה מטרות תרופתיות פוטנציאליות לאי ספיקת לב באמצעות ניתוח גנטי וחקר תרכובות טיפוליות מועמדות הקשורות למטרות שזוהו.
אי ספיקת לב (HF) היא מחלה קרדיווסקולרית נפוצה שפוגעת משמעותית באיכות החיים בשלבים המתקדמים שלה. למרות מגוון אסטרטגיות טיפול עכשוויות, נטל המחלה של HF נותר משמעותי. לכן, יש צורך דחוף בחקירת מטרות טיפוליות חדשות. מחקר זה השתמש באקראיות מנדלית (MR) להערכת הקשרים הסיבתיים בין גנים ניתנים לתרופות ל-HF. בוצעו ניתוח קולוקליזציה ואקראיות מנדלית מבוססת נתונים סיכום (SMR) כדי לאמת עוד יותר את הקשר ביניהם. לבסוף, זוהו 8 מטרות טיפוליות פוטנציאליות ל-HF, כולל 4 גורמי סיכון (CYP11A1, GALT, KCNH2 ו-METRN) ו-4 גורמי הגנה (APOM, CHD4, IL11RA ו-LPAR5). ניתוח רשת העשרת GO, העשרת KEGG ואינטראקציה בין חלבון לחלבון (PPI) הראה כי גנים אלו מעורבים בעיקר בוויסות מטבולי ותהליכים אלקטרופיזיולוגיים של הלב. יתרה מזאת, זוהו תרופות פוטנציאליות המיועדות למטרות אלו באמצעות חיזוי תרופות ועגינה מולקולרית, כולל מיטוטן, אדל, בנזופורנים, 1,3-די-או-טוליגואנידין, 96-69-5, וברומונול לקטון. יתרה מזאת, תוצאות PCR הראו גם כי מיטוטן עשוי להיות קשור ל-CYP11A1 ו-KCNH2. תרופות המבוססות על מטרות טיפוליות פוטנציאליות אלו עשויות להציע שיעורי הצלחה גבוהים יותר ולשפר תוצאות קליניות.
אי ספיקת לב (HF) היא תסמונת קרדיווסקולרית נפוצה המוגדרת על ידי פגיעה במילוי חדרי או כיווץ שריר הלב, מה שמוביל לתפוקת לב לקויה כדי לעמוד בדרישות מטבוליות 1,2,3. קלינית, HF מאופיין בגודש ריאתי ומערכתי, היפופרפוזיה ברקמות, ותסמינים כמו קוצר נשימה, עייפות ובצקת היקפית 1,4,5. למרות ההתקדמות הטיפולית, HF נותר גורם מוביל לתחלואה ותמותה ברחבי העולם, ומשפיע על למעלה מ-64 מיליון אנשים לפי מחקר Global Burden of Disease (GBD) 6,7,8. העומס המשמעותי של המחלה מדגיש את הצורך הדחוף באסטרטגיות טיפוליות חדשניות.
ההתערבויות הפרמקולוגיות והמכשירים הנוכחיות ל-HF מוגבלות בשל יעילות לא אופטימלית ותופעות לוואי, התורמות לשיעורי אשפוז חוזר גבוהים ומתמשכים ולפגיעה באיכות החיים 9,10,11,12. זיהוי מטרות מולקולריות חדשות עם קשרים סיבתיים לפתוגנזה של HF הוא קריטי לשיפור התוצאות הקליניות. שילוב גנומיקה בגילוי תרופות מהווה אסטרטגיה יעילה מאוד לשיפור היעילות, שכן טיפולים מאומתים גנטית מראים שיעור הצלחה גבוה משמעותית בניסויים קליניים 13,14,15. יתרה מזאת, חלבונים המקודדים על ידי גנים אלו משמשים כמטרות טיפוליות עיקריות הן למולקולות קטנות והן לנוגדנים מונוקלונליים16,17.
התקדמות אחרונה בגנטיקה האנושית אפשרה את העדפת מטרות התרופות באמצעות ניתוח אינטגרטיבי של מחקרי אסוציאציה כלל-גנומיים (GWAS) ונתוני אתרי תכונות ביטוי כמותיים (eQTL). אקראיות מנדליאנית (MR) משתמשת בווריאנטים גנטיים כמשתנים אינסטרומנטליים להערכת השפעות סיבתיות, ומזערת סיבתיות מבלבלת והפוכה הטבועה במחקריםתצפיתיים 13,14. כאשר משולבת עם קולוקליזציה ו-MR מבוסס סיכום (SMR), גישה זו מאפשרת עדיפות חזקה של גנים שהמודולציה שלהם עשויה להשפיע על סיכון המחלה, ומציעה אסטרטגיה גנטית מעוגנת לגילוי יעד 18,19,20. בהשוואה למחקרי אסוציאציה קונבנציונליים, שילוב MR, SMR וקולוקליזציה מתגבר על סיבתיות מבלבלת והפוכה כדי לקבוע הסקות סיבתיות חזקות. יתרה מזאת, מסגרת זו מסננת אותות חיוביים שגויים מחוסר איזון קישור על ידי הבטחת ביטוי גנים וסיכון לאי ספיקת לב חולקים את אותו וריאנט סיבתי בסיסי, ובכך אופטימיזציה של עדיפות מטרות. ראוי לציין שבעוד שרקמות לב וכלי דם מציגות ספציפיות גבוהה, מחקר זה עושה שימוש בעיקר בנתוני cis-eQTL של דם בקנה מידה גדול כדי למקסם את הכוח הסטטיסטי. למרות שגישה זו עשויה שלא ללכוד באופן מלא מנגנונים ספציפיים לרקמה הטבועים ב-HF, וריאנטים שמקורם בדם משמשים כסמנים ביולוגיים נגישים ומספקים תובנות מעמיקות לגבי הגורמים הגנטיים המערכתיים של המחלה.
במחקר זה, נעשה שימוש במאגרי GWAS ו-eQTL בקנה מידה גדול להערכת ההשפעות הסיבתיות של גנים בעלי סמים על סיכון ל-HF. קשרים משמעותיים אומתו עוד באמצעות ניתוחי קולוקליזציה ו-SMR. כדי להבהיר את הפונקציות הביולוגיות של מטרות מועדפות, בוצעו ניתוחי העשרת גנים אונטולוגיה (GO) ואנציקלופדיה של קיוטו לגנים וגנומים (KEGG), יחד עם ניתוח רשת אינטראקציה בין חלבון לחלבון (PPI). הפוטנציאל הטיפולי הוערך לאחר מכן באמצעות חיזוי תרופות ועגינה מולקולרית. לבסוף, הקשרים בין גנים נבחרים לבין תרופות מועמדות אושרו באמצעות ניסויים במבחנה .
לסיכום, מחקר זה מציע תובנות חשובות לגילוי מטרות טיפוליות חדשות ל-HF. באמצעות MR, SMR, ניתוח קולוקליזציה, ניתוח העשרת גנים, בניית רשת PPI, חיזוי תרופות, עגינה מולקולרית וניסויים במבחנה , ממצאים אלו עשויים לתרום לפיתוח אסטרטגיות טיפוליות יעילות יותר ל-HF.
הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.
כל מערכי הנתונים ששימשו במחקר זה התקבלו ממחקרים שפורסמו בעבר באישור אתי. החומרים והציוד בהם משתמשים מופיעים בטבלת החומרים.
1. עיצוב מחקר
תהליך העבודה של מחקר זה מוצג באיור 1. ראשית, נתוני החשיפה התקבלו מ-cis-eQTLs של גנים ניתנים לתרופות. שנית, נערך ניתוח MR כדי לבדוק את הקשר הסיבתי בין גנים ניתנים לתרופות ל-HF. מטרות טיפוליות מועמדות ל-HF זוהו לאחר מכן באמצעות ניתוחי קולוקליזציה ו-SMR. לאחר מכן בוצעו ניתוח העשרת גנים ובניית רשת PPI. לבסוף, נערכו חיזוי תרופות ועגינה מולקולרית כדי לחקור את הזיקה של תרופות לגנים.
2. מקור נתונים
זוהו בסך הכל 6,888 גנים ניתנים לסמים משני מקורות. מאגר נתונים אחד כלל 4,463 גנים ממחקר שפורסם בעבר ששילב מספר מקורות נתונים17. מאגר הנתונים השני כלל 5,012 גנים ממאגר האינטראקציה בין תרופות לגנים (DGIdb)21. מידע מפורט פורסם באתר (https://www.dgidb.org/). לאחר מיזוג והסרת כפילויות, נשמרו 6,888 גנים ייחודיים של חומרים ניתנים לתרופות לניתוח.
נתוני Cis-eQTL התקבלו מקונסורציום eQTLGen (https://eqtlgen.org/cis-eqtls.html), הכולל פרופילי ביטוי מ-31,684 דגימות דם ומכסה 16,987 גנים22.
סטטיסטיקות סיכום HF התקבלו מהגרסה R12 של מסד הנתונים FinnGen23, שכללה 37,653 מקרים ו-462,695 מקרים ביקורתיים. האבחנה של HF התבססה על הסיווג הבינלאומי של מחלות (ICD), כולל ICD-10—I11.0, I13.0, I13.2, I50, ICD-9—4029B|428, ו-ICD-8—42700|42710|428|7824. כל המשתתפים היו ממוצא אירופי. מידע מפורט זמין באתר FinnGen ובמאמר המקורי (https://www.finngen.fi/en/access_results).
3. ניתוח רנדומיזציה מנדלית
משתנים אינסטרומנטליים (IVs) נבחרו בהתבסס על שלוש הנחות ליבה של MR24. ראשית, עירויים קשורים ישירות לגורמי חשיפה. שנית, עירויים אינם קשורים לגורמים מבלבלים. לבסוף, עירויים משפיעים על התוצאה רק דרך חשיפה. בהינתן ש-eQTLs פרוקסימליים מפעילים שליטה רגולטורית מיידית וחזקה יותר על הגנים היעדים, MR השתמש בלעדית ב-SNPs הממוקמים באזורים של 100 kb מהגנים כדי למקסם את הקרבה הביולוגית. נקטו קריטריונים מחמירים לבחירת ה-SNP. כל SNPים שנבחרו היו בטווח של 100 קילובייט מעלה אתר תחילת השעתוק ו-100 קילובייט במורד הזרם מאתר סוף השעתוק של כל גן שניתן לתרומה. רק SNPs בעלי משמעות גנומית רחבה (עמ' < 5×10-8) נכללו25. כדי למזער את חוסר שיווי המשקל (LD), בוצעה התגבשות LD באמצעות סף r2 של 0.001 ומרחק גושים של 10,000 קילובטים26. SNPs עם סטטיסטיקות F >10 נשמרו, וחושבו לפי הנוסחה: F = [R2(N−k−1)]/[k(1−R2)]27. מידע על SNP מופיע בטבלה משלימה 1.
השיטות האנליטיות העיקריות היו משוקללות שונות הפוכה (IVW) ויחס וולד. ערך p קטן מ-0.05 נחשב מובהקים סטטיסטית28,29. שיעור גילוי שגוי (FDR) הוחל כדי להתאים את ערך ה-p למזעור תוצאות חיוביות שגויות30. כאשר היה רק SNP אחד זמין, נעשה שימוש בשיטת היחס וולד; אחרת, הוחל IVW. הניתוחים כללו MR-Egger, חציון משוקלל, מצב משוקלל, ומצב פשוט כאשר היו מספיק SNPs.
מבחן Q של קוקרן וניתוח יירוט MR-Egger שימשו לבדיקת הטרוגניות ופליאוטרופיה. ערך Q-p גבוה מ-0.05 הצביע על היעדר הטרוגניות31. ערך p ליירוט MR-Egger קטן מ-0.05 הצביע על נוכחות פליאוטרופיה כיוונית18. לבסוף, נערך מבחן השאר-אחד-אאוט כדי לבדוק האם התוצאות יכולות להיות מושפעות מ-SNP יחיד. ניתוחי MR בוצעו באמצעות חבילת TwoSampleMR (גרסה 0.6.11) ב-R (גרסה 4.4.2).
4. ניתוח קולוקליזציה
ניתוח הקולוקליזציה בוצע באמצעות חבילת Coloc R (גרסה 6.0.1) כדי לזהות האם וריאנטים גנטיים משותפים משפיעים הן על ביטוי גנים והן על סיכון HF32. הסתברויות קודמות לכך ש-SNP יהיה קשור לאחת מהתכונות, ושתי התכונות הוגדרו ל-1 × 10-4 ו-1 × 10-5, בהתאמה. ניתן לחשב את ההסתברויות המאוחרות של חמש ההשערות: (1) PPH0: SNPs אינם מקושרים לשתי תכונות. (2) PPH1/PPH2: SNPs קשורים לביטוי גנים או HF. (3) PPH3: SNPs מקושרים ל-HF ולביטוי גנים, אך הם מונעים על ידי SNPs שונים. (4) PPH4: SNPs מקושרים ל-HF ולביטוי גנים, והם מונעים על ידי SNPs נפוצים. PPH4 > 0.8 נחשב ראיה לקולוקליזציה.
5. ניתוח SMR
ניתוח ה-SMR בוצע כדי לחקור את הקשר בין הגן ל-HF באמצעות תוכנת SMR (גרסה 1.3.1)33. בדיקת ההטרוגניות במכשירים תלויים (HEIDI) בוצעה כדי לקבוע האם הקשרים שנצפו נובעים מקישוריות. ערך p משמעותי של SMR (< 0.05) בשילוב עם ערך P של HEIDI > 0.05 פורש כהוכחה התומכת בקשר סיבתי אמיתי ולא כקשר שנגרם על ידי תסריטי קישור. הפרוטוקולים התפעוליים המפורטים וההגדרות החישוביות נגישים באתר הרשמי.
6. ניתוח העשרה
ניתוח העשרת GO ו-KEGG שימש לאפיון הפונקציות הביולוגיות והמסלולים של גני המטרה הטיפוליים הפוטנציאליים שנבדקו34. העשרת GO כללה תהליכים ביולוגיים (BP), פונקציות מולקולריות (MF) ורכיבים תאיים (CC). clusterProfiler של חבילת R (גרסה 4.14.6) ו-Pathview (גרסה 1.46.0) שימשו לביצוע ניתוח העשרה35,36.
7. חיזוי תרופה מועמדת
כדי לזהות תרכובות טיפוליות פוטנציאליות, בוצע ניתוח חיזוי תרופות באמצעות מאגר החתימות התרופתיות (DSigDB) (http://dsigdb.tanlab.org/DSigD Bv1.0/)37. ב-DSigDB נכללות 22,527 מערכות גנים, כולל 17,389 תרכובות ייחודיות המכסות 19,531 גנים. נותחו קשרים בין גנים מועמדים לתרכובות, ואחריהם ניתוח העשרה לזיהוי תרופות פוטנציאליות רלוונטיות המכוונות לגנים הקשורים ל-HF.
8. בניית רשת אינטראקציות חלבונים
רשתות אינטראקציה בין חלבון לחלבון (PPI) נבנו באמצעות GeneMANIA (https://genem ania.org/)38. GeneMANIA יכולה לסייע ביצירת השערות תפקוד גנים, ניתוח רשימות גנים ומתן עדיפות לגנים לבדיקות פונקציונליות.
9. עגינה מולקולרית
בוצעה עגינה מולקולרית כדי לאמת את יכולת התרופות של הגנים ואת יחסם למועמדים לתרופות. סימולציות עגינה מסייעות להעריך את הזיקה והאינטראקציה בין תרכובות לחלבוני מטרה, ובכך מעדכנות את עדיפות המועמדים ואופטימיזציה. מבני חלבונים נאספו מבנק נתוני החלבונים (PDB) (http://www.rcsb.org/), ומבני תרכובות התקבלו מ-PubChem (https://pubchem.ncbi.nlm.nih.gov/)39. העגינה בוצעה באמצעות CB-Dock2 (https://cadd.labshare.cn/cb-dock2/index.php), המשתמש בזיהוי חלל כדי להכווין עגינה עיוורת 40,41. נהלי הפעלה מפורטים ומידע על הגדרות החישוב ניתן לקבל באתר הרשמי.
10. תרבית תאים
תאי קרדיומיוציטים אנושיים מונצחים (AC16) גודלו במדיום תרבית ספציפי לתאי AC16 בתנאים סטריליים. התאים נשמרו בטמפרטורה של 37 מעלות צלזיוס באינקובטור לח שהכיל 5% CO2. מדיום התרבית הוחלף כל 2–3 ימים, והתאים עברו בנקודת מפגש של כ-70%–80% כדי לשמור על תנאי גדילה מיטביים. מורפולוגיית התאים והמפגש נבדקו באופן שגרתי באמצעות מיקרוסקופיה אורית לפני כל ניסוי. כל הליכי תרבית התאים בוצעו בארון בטיחות ביולוגית כדי למזער את הסיכון לזיהום. לניסויי הטיפול, תאי AC16 הוזרעו לצלחות עם 6 בארות והותרכו להידבק ללילה לפני מתן הטיפול.
11. תמלול הפוך כמותי PCR (RT-PCR)
תאי AC16 טופלו ב-200 מיקרומום חומצה פלמיטית (PA) או 20 מיקרומולם מיטוטן במשך 24 שעות לאחר שהגיעו לכ-60%–70% מפגש בערך. PA הומס באלבמין סרום בקרי (BSA), בעוד שהמיטוטן הומס בדימתיל סולפוקסיד (DMSO). כל התגובות שעלולות להיות מסוכנות טופלו בהתאם לנהלי בטיחות מעבדה סטנדרטיים באמצעות ציוד מגן אישי מתאים, כולל כפפות ומעילי מעבדה.
לאחר הטיפול, ה-RNA הכולל הוצא באמצעות ערכת חילוץ RNA לפי הוראות היצרן בתנאים ללא RNase. הליכי חילוץ RNA בוצעו על קרח בכל הזדמנות כדי למזער את התדרדרות ה-RNA. ריכוז וטוהר ה-RNA הוערכו לפני ניסויים במורד הזרם, ורק דגימות עם יחס A260/A280 בין 1.8 ל-2.0 שימשו לניתוחים הבאים.
DNA משלים (cDNA) סונתז באמצעות ערכת שעתוק הפוך בהתאם לפרוטוקול היצרן. RT-PCR כמותי בוצע לאחר מכן באמצעות SYBR Green Master Mix על מערכת זיהוי PCR בזמן אמת. כל תגובה הוכנה בנפח סופי של 10 מיקרוליטר המכיל 5 מיקרוליטר SYBR Green Master Mix, 0.4 מיקרוליטר פריימר קדמי, 0.4 מיקרוליטר פריימר הפוך, 1 מיקרוליטר תבנית cDNA ו-3.2 מיקרוליטר מים ללא נוקלאז. הגברה בוצעה בתנאי מחזור הבאים: דהנאטורציה ראשונית ב-95 מעלות צלזיוס למשך 30 שניות, ואחריה 40 מחזורי דנאטורציה ב-95 מעלות צלזיוס למשך 5 שניות ואנילינג/הארכה ב-60 מעלות צלזיוס למשך 30 שניות. כל ניסוי בוצע עם שלושה שכפולים ביולוגיים, וכל התגובות בוצעו בשלוש עותקים.
GAPDH שימש כגן ייחוס פנימי, ורמות הביטוי היחסיות של mRNA של CYP11A1 ו-KCNH2 חושבו בשיטת 2−ΔΔCt . שיא יחיד בניתוח עקומת התכה נחשב כמעיד על הגברה ספציפית. רצפי הפריימרים המשמשים ל-RT-PCR מפורטים בטבלה המשלימים 2.
הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.
אקראיות מנדלית
תוצאות ה-MR שהעריכו את ההשפעות הסיבתיות בין ביטוי גנים שניתן לתרופות לבין HF הוצגו בטבלה משלימה 3. ערך P מותאם ל-FDR נמוך מ-0.05 נחשב מובהק סטטיסטית. זוהו בסך הכל 11 גנים עם אסוציאציות סיבתיות משמעותיות ל-HF (איור 2). מתוכם, שישה גנים היו קשורים לסיכון מוגבר ל-HF, כולל CDKN1A (P_FDR: 0.03, OR: 1.293), CYP11A1 (P_FDR: 0.034, OR: 1.494), GALT (P_FDR: 0.042, OR: 1.074), KCNH2
הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.
מחקר זה העריך באופן שיטתי את ההשפעות הסיבתיות של גנים ניתנים לתרופות על סיכון HF באמצעות MR, וזיהה שמונה מטרות טיפוליות פוטנציאליות. אלה כללו ארבעה גורמי הגנה (APOM, CHD4, IL11RA ו-LPAR5) וארבעה גורמי סיכון (CYP11A1, GALT, KCNH2 ו-METRN). קשרים אלו נתמכו עוד יותר על ידי ניתוח הקולוקליזציה ו-SMR. אנוטציה פונקציונלית באמצעות GO, העשרת KEGG וניתוחי רשת PPI הציעה כי גנים אלו עשויים להשפיע בעיקר על HF דרך מסלולים הקשורים למטבוליזם ואלקטרופיזיולוגיה. יתרה מזאת, מחקרי חיזוי תרופות ועגינה מולקול...
הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.
המחברים מצהירים שאין להם אינטרסים מתחרים.
המשתתפים והחוקרים במחקר FinnGen מוכרים. קונסורציום eQTLGen, DGIdb וחוקרים נוספים שסיפקו נתונים זמינים לציבור לניתוח זה גם הם מוערכים בהכרת תודה. עבודה זו נתמכה על ידי פרויקט החדשנות המחקרית לתואר שני של המכללה הקלינית הראשונה של אוניברסיטת הרפואה צ'ונגצ'ינג (CYYY-SSCX202516) ועל ידי האבחון והטיפול הסטנדרטיים באי ספיקת לב (2025cyjstg006).
תרומת המחבר
הוילינג ג'ו תרם לקונספטואליזציה, גיוס מימון, חקירה, מתודולוגיה, משאבים, תוכנה, פיקוח, אימות, כתיבת הטיוטה המקורית, וסקירה ועריכה של כתב היד. סוקסין לו תרמה לרכישת מימון, מתודולוגיה, פיקוח, סקירה ועריכה של כתב היד.
הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.
| שם | חברה | מספר קטלוג | הערות |
|---|---|---|---|
| 2× Universal SYBR Green Fast qPCR Mix | Abclonal | RK21203 | |
| AC16 | HyCyte | TCH-C119 | |
| AC16 cell-specific culture medium | HyCyte | TCH-G119 | |
| cDNA reverse kit | Abclonal | RK20400 | |
| CFX96™ Real-Time system | Bio-Rad Laboratories | ||
| Mitotane | TargetMol | T1199 | |
| Palmitic acid | TargetMol | T2908 | |
| RNA extraction kit | Abclonal | RK30120 |
בקש הרשאה לשימוש חוזר בטקסט או באיורים של מאמר JoVE זה
בקש הרשאה