0实验也能发27分BMJ顶刊！大规模孟德尔随机化分析强势来袭！蛋白组学+热点疾病
欢迎来到云生信，最爱追踪最新生信热点的小云带你一起读文献！ 今天小云在PubMed里闲逛的时候，发现了一篇蛋白组学相关的孟德尔随机化（MR）分析。要说到MR分析评估蛋白—表型关联，倒也不是一件稀罕事，但是这篇文章实打实地凭借严谨丰富的分析思路和分析方法拿下了27分顶刊，那么这究竟是咋做到的嘞？
（ps：小云这里有更多文献等你来看）
这第一值得说道的，就是文章丰富的数据来源，文章的暴露是基因预测的循环蛋白，因此作者寻找了九项高质量的 GWAS研究筛选工具变量，结局数据的来源也是选择了规模高达80多万人的国际研究，结局分型高达12种。众所周知，数据是咱们生信分析的基础，有了如此高质量的数据来源，自然为下文的分析做了良好的铺垫。文章第二大亮点是新颖的分析方法。作者采用了MR+共定位+方向验证的流程，进行了全方位大规模的因果推断。还把pQTL数据分为顺式和反式进行两阶段的分析，是创新所在。后续附加的蛋白相关分析也是点睛之笔，这样高质量的分析，小伙伴们还不赶紧学起来哇！
题目：评估循环蛋白质组对骨关节炎相关性状风险的因果效应
杂志：ANNALS OF THE RHEUMATIC DISEASES
影响因子：IF=27.4
发表时间：2023年8月
研究背景
人类血浆蛋白质组的失调在各种疾病中普遍存在，骨关节炎( osteoarthritis，OA )也是如此。鉴于循环蛋白的重要性，它们可以作为OA药物靶点的有吸引力的资源。然而，这些蛋白与OA之间的因果关系尚不清楚。通过孟德尔随机化( MR )方法可以加强对暴露-结果关系的因果推断。
数据来源
研究思路
作者的主要分析是采用大规模两样本MR评估了数千种血浆蛋白对12个OA相关性状的影响。此外，附加分析还进行了包括贝叶斯共定位、Steiger过滤分析、评估蛋白质变异和表达数量性状位点映射到蛋白质数量性状位点的精细定位分析，以评估MR结果的可靠性；最后进行蛋白-蛋白相互作用分析、通路富集分析和药物靶点评价，以加深对OA的认识和确定潜在的治疗靶点。
主要结果
1. MR分析估计血浆蛋白对OA的影响
作者从九个蛋白质组学GWAS中挑选pQTL来构建遗传仪器，结果筛选后，保留了8285种蛋白质的2518个pQTL作为MR分析的工具，进一步将SNP拆分为顺式-pQTLs和反式pQTLs。由于顺式-pQTLs被认为比反式pQTLs具有更高的特异性生物学效应的先验概率，作者首先使用顺式-pQTLs作为MR分析的遗传工具，以系统地评估血浆蛋白对12种OA相关性状的因果效应的证据。使用“TwoSampleMR”R包通过逆方差加权法估计MR效应。为了研究研究结果的稳健性并解决仪器可能具有的潜在异质性和水平多效性，进一步进行了敏感性分析。结果显示，在Bonferroni校正阈值下鉴定出86种蛋白质-表型关联，其中45种蛋白质与至少一种OA性状相关（图 1）。在敏感性顺式-pQTLs MR分析中，结果也与主要分析相似。在MR分析中，添加反式pQTLs可能会增加蛋白质-表型关联的可靠性。因此，作者使用所有（顺式+反式）pQTL作为扩展MR分析的工具。这些分析的结果显示，共观察到127个蛋白质-性状与MR证据的关联，大多数关联未在顺式-pQTLs分析中呈现。（图2）
图2 顺式+反式MR分析的火山图
2. pQTL与OA风险位点的共定位分析
作者使用“coloc”R包进行共定位分析以确定与蛋白质和表型的遗传关联由于相同的因果变异的可能性。对具有单个仪器变量和可访问的汇总GWAS数据的蛋白质进行共定位。对于顺式-MR优先关联，其中82个进行了共定位分析，其中28个显示出共定位的有力证据。对于MR使用所有pQTL确定优先级的关联，在接受共定位分析的47个关联中，有97个具有强有力的共定位证据。此外，作者进行了进一步的方向性测试，即Steiger过滤分析，以确定MR鉴定的关联是否来自蛋白质到OA相关性状。结果表明，MR确定的所有关联（包括MR敏感性分析）都具有从蛋白质到OA相关性状的正确因果方向。
3. PPI 网络和 MR 优先蛋白的富集分析
为了研究MR优先蛋白之间的关系，作者构建了PPI网络。使用“ClusterProfiler” R包进行了GO和KEGG通路分析，以探索与这些蛋白质相关的潜在富集途径。对于MR使用顺式-pQTLs优先处理的蛋白质，PPI网络包含26个节点。对于顺式+反式MR优先蛋白，PPI网络包含41个节点。（图3）在GO途径富集分析中，与OA生物学相关的几种途径被富集。对于顺式-MR优先蛋白，诸如骨矿化，生物矿物组织发育，软骨发育，骨化，软骨凝结和含胶原蛋白的细胞外基质等途径都富集。同时，顺式+反式MR优先蛋白的软骨发育、骨骼系统形态发生、骨化、胚胎骨骼关节形态发生、生物矿物组织发育、胚胎骨骼关节发育和含胶原蛋白的细胞外基质等通路均得到富集。
图3 顺式+反式MR优先蛋白的PPI网络
4. MR优先蛋白的药物靶标
作者为了评估MR优先蛋白是否与可成药基因组的基因重叠，将MR优先蛋白与Finan等人的可药用基因列表进行了对比。在51个蛋白中，有30个蛋白具有可药性靶点，其中6个为1级，3个为2级，10个为3A级，11个为3B级。利用治疗靶点数据库，发现14个蛋白为现有或潜在药物的作用靶点，其中4个为成功靶点，7个为临床试验靶点，1个为临床前靶点，1个为专利记录靶点，1个为文献报道靶点。（图4）
图4 作为药物靶点或拟成药的MR优先蛋白列表
文章小结
小云看来，这篇文章最大的亮点其实就是热点+热点的组合，即蛋白组学+热点疾病。作者检索利用了丰富的数据库，为文章奠定了良好的基础，分析流程严谨细致，视角全面，结论具有证据说服力，也具有相当程度上的临床和公共卫生意义。不愧是27分的顶刊文章，非常建议大家下载原文进行深度学习，整篇文章也很值得借鉴，感兴趣的生信小白们快学起来吧！
