本研究通过遗传学分析确定了八个潜在的心力衰竭药物靶点，并探索了与这些靶点相关的候选治疗化合物。
本文内容
摘要
摘要
心力衰竭（HF）是一种常见的心血管疾病，在疾病晚期会显著损害患者的生活质量。尽管目前已有多种治疗策略，HF 的疾病负担仍然沉重。因此，迫切需要探索新的治疗靶点。本研究采用孟德尔随机化（MR）方法，评估了可药物靶向基因与 HF 之间的因果关系。通过共定位分析和基于汇总数据的孟德尔随机化（SMR）进一步验证了这些关联。最终，共识别出 8 个 HF 的潜在治疗靶点，其中包括 4 个风险因子（CYP11A1、GALT、KCNH2 和 METRN）和 4 个保护性因子（APOM、CHD4、IL11RA 和 LPAR5）。基因本体（GO）富集分析、KEGG 通路富集分析以及蛋白质-蛋白质相互作用（PPI）网络分析表明，这些基因主要参与代谢调控和心脏电生理过程。此外，通过药物预测和分子对接技术，识别出针对这些靶点的潜在药物，包括米托坦（mitotane）、Adehl、苯并呋喃类（Benzofurans）、1,3-二-邻-甲苯基胍（1,3-Di-o-tolylguanidine）、96-69-5 和溴代烯醇内酯（bromoenol lactone）。进一步的 PCR 结果也表明，米托坦可能与 CYP11A1 和 KCNH2 相关。基于这些潜在治疗靶点设计的药物可能具有更高的成功率，并改善临床预后。
引言
心力衰竭（HF）是一种常见的心血管综合征，其特征是心室充盈或心肌收缩功能受损，导致心输出量不足以满足机体代谢需求1,2,3。临床上，HF表现为肺循环和体循环淤血、组织灌注不足，以及呼吸困难、乏力和外周水肿等症状1,4,5。尽管治疗手段不断进步，HF仍是全球范围内导致发病和死亡的主要原因之一，根据全球疾病负担（GBD）研究数据显示，全球受影响人数超过6400万6,7,8。巨大的疾病负担凸显了开发新型治疗策略的迫切需求。
目前针对心力衰竭（HF）的药物和器械干预措施受限于疗效欠佳和不良反应，导致再住院率居高不下且生活质量受损9,10,11,12。因此，识别与HF发病机制具有因果关系的新型分子靶点，对于改善临床结局至关重要。将基因组学整合到药物研发中是一种高效策略，可显著提高研发效率，因为经过遗传学验证的疗法在临床试验中具有明显更高的成功率13,14,15。此外，这些可干预基因编码的蛋白质是小分子药物和单克隆抗体的理想治疗靶点16,17。
人类遗传学的最新进展通过整合分析全基因组关联研究（GWAS）和表达数量性状位点（eQTL）数据，促进了药物靶点的优先筛选。孟德尔随机化（MR）利用遗传变异作为工具变量来估计因果效应，从而最大限度地减少观察性研究中固有的混杂因素和反向因果关系13,14。当该方法与共定位分析及基于汇总统计的MR（SMR）相结合时，能够稳健地筛选出其表达调控可能影响疾病风险的基因，为靶点发现提供了一种基于遗传证据的策略18,19,20。与传统的关联研究相比，整合MR、SMR和共定位分析可克服混杂因素和反向因果关系，从而建立更为可靠的因果推断。此外，该框架通过确保基因表达与心力衰竭风险共享相同的潜在因果变异，过滤由连锁不平衡导致的假阳性信号，优化靶点优先排序。值得注意的是，尽管心血管组织具有高度特异性，本研究主要采用大规模血液顺式eQTL数据以最大化统计效能。虽然这种方法可能无法完全捕捉心力衰竭（HF）固有的组织特异性机制，但来源于血液的遗传变异仍可作为易于获取的生物标志物，为系统性遗传驱动因素提供有力见解。
本研究利用大规模全基因组关联研究（GWAS）和表达数量性状位点（eQTL）数据集，评估了可药靶基因对心力衰竭（HF）风险的因果效应。通过共定位分析和SMR分析进一步验证了显著关联。为阐明优先靶点的生物学功能，开展了基因本体（GO）和京都基因与基因组百科全书（KEGG）富集分析，以及蛋白质-蛋白质相互作用（PPI）网络分析。随后通过药物预测和分子对接评估其治疗潜力。最后，对选定的可药靶基因与候选药物之间的关联进行了验证 体外 实验。
总之，本研究为发现心力衰竭（HF）新的治疗靶点提供了重要见解。通过采用孟德尔随机化（MR）、SMR、共定位分析、基因富集分析、蛋白质-蛋白质相互作用（PPI）网络构建、药物预测和分子对接等方法， 体外 实验结果可能有助于开发更有效的射血分数降低型心力衰竭（HF）治疗策略。
方案
本研究中使用的所有数据集均来自先前已发表且获得伦理批准的研究。所用试剂和设备列于材料表中。
1. 研究设计
本研究的工作流程如图1所示。首先，从可药物靶点基因的顺式表达数量性状位点（cis-eQTLs）获取暴露数据。其次，采用孟德尔随机化（MR）分析探究可药物靶点基因与心力衰竭（HF）之间的因果关系。随后通过共定位分析和SMR分析鉴定HF的候选治疗靶点。接着进行基因富集分析并构建蛋白质-蛋白质相互作用（PPI）网络。最后，通过药物预测和分子对接分析，探索药物与基因之间的结合亲和力。
2. 数据来源
从两个来源共鉴定出6,888个可成药基因。其中一个数据集包含来自先前已发表研究的4,463个基因，该研究整合了多个数据来源17。另一个数据集包含来自药物-基因相互作用数据库（Drug-Gene Interaction Database, DGIdb）的5,012个基因21。详细信息可在其网站（https://www.dgidb.org/）上查看。在合并并去除重复项后，共保留了6,888个唯一的可成药基因用于分析。
顺式表达数量性状位点（cis-eQTL）数据来自eQTLGen联盟（https://eqtlgen.org/cis-eqtls.html），该联盟包含来自31,684份血液样本的表达谱数据，覆盖16,987个基因22。
HF 汇总统计信息来自 FinnGen 数据库的 R12 版本23，该版本包含 37,653 例病例和 462,695 例对照。HF 的诊断依据为国际疾病分类（International Classification of Diseases, ICD），包括 ICD-10—I11.0、I13.0、I13.2、I50，ICD-9—4029B|428，以及 ICD-8—42700|42710|428|7824。所有参与者均为欧洲血统。详细信息可参见 FinnGen 官方网站及原始文章（https://www.finngen.fi/en/access_results）。
3. 孟德尔随机化分析
根据三个核心孟德尔随机化（MR）假设选择工具变量（IVs）24。首先，工具变量与暴露因素直接相关；其次，工具变量不与混杂因素相关；最后，工具变量仅通过暴露因素影响结局。鉴于近端表达数量性状位点（eQTLs）对靶基因具有更直接且更强的调控作用，本研究在孟德尔随机化分析中仅使用位于基因100 kb区域内的单核苷酸多态性（SNPs），以最大化生物学上的邻近性。SNP的选择采用了严格的标准：所有入选的SNPs均位于每个可成药基因转录起始位点上游100 kb和转录终止位点下游100 kb范围内。仅纳入全基因组显著性水平（p < 5×10-8）的SNPs25。为减少连锁不平衡（LD）的影响，采用r2阈值为0.001、聚类距离为10,000 kb的条件进行LD聚类分析26。保留F统计量>10的SNPs，其计算公式为：F = [R2(N−k−1)]/[k(1−R2)]27。SNP的具体信息见补充表1。
主要的分析方法为逆方差加权法（IVW）和沃尔德比值法。 pP 值小于 0.05 被认为具有统计学显著性28,29采用假发现率（FDR）对 p 值进行校正，以尽量减少假阳性结果30当仅有一个SNP可用时，采用Wald比率法；否则应用IVW法。当SNP数量足够时，分析还包括MR-Egger、加权中位数、加权众数和简单众数方法。
采用 Cochran's Q 检验和 MR-Egger 截距分析来检验异质性和多效性。Q-p 值大于 0.05 表示不存在异质性31。MR-Egger 截距的 p 值小于 0.05 表示存在定向多效性18。最后，进行留一法检验，以判断单个 SNP 是否会影响结果。MR 分析使用 R（版本 4.4.2）中的 TwoSampleMR 软件包（版本 0.6.11）进行。
4. 共定位分析
使用 coloc R 软件包（版本 6.0.1）进行共定位分析，以确定是否存在共同的遗传变异同时影响基因表达和心力衰竭（HF）风险32。设定单核苷酸多态性（SNP）与任一性状相关以及与两个性状均相关的先验概率分别为 1 × 10-4 和 1 × 10-5。可计算出五个假设的后验概率：（1）PPH0：SNP 与两个性状均无关联；（2）PPH1/PPH2：SNP 与基因表达或 HF 相关；（3）PPH3：SNP 与 HF 和基因表达相关，但由不同的 SNP 驱动；（4）PPH4：SNP 与 HF 和基因表达相关，并由相同的 SNP 驱动。当 PPH4 > 0.8 时，被视为存在共定位的证据。
5. SMR 分析
采用SMR软件（版本1.3.1）进行SMR分析，以探究基因与心力衰竭（HF）之间的关系33。通过依赖工具异质性（HEIDI）检验判断所观察到的关联是否由连锁引起。若SMR的p值显著（< 0.05），同时HEIDI的p值不显著（> 0.05），则解释为支持存在真实的因果关系，而非由连锁引起的关联。详细的实验操作流程和计算参数设置可访问官方网站获取。
6. 富集分析
采用 GO 和 KEGG 富集分析来表征筛选出的潜在治疗靶点基因的生物学功能和通路34。GO 富集分析包括生物学过程（BP）、分子功能（MF）和细胞组分（CC）。使用 R 软件包 clusterProfiler（版本 4.14.6）和 Pathview（版本 1.46.0）进行富集分析35,36。
7. 候选药物预测
为了鉴定潜在的治疗性化合物，使用药物特征数据库（Drug Signatures Database，DSigDB）（http://dsigdb.tanlab.org/DSigD Bv1.0/）37 进行了药物预测分析。DSigDB 包含 22,527 个基因集，涵盖 17,389 种独特化合物，涉及 19,531 个基因。分析了候选基因与化合物之间的关联，随后进行富集分析，以鉴定可能靶向心力衰竭相关基因的潜在相关药物。
8. 蛋白质相互作用网络构建
使用 GeneMANIA（https://genemania.org/）38 构建蛋白质-蛋白质相互作用（PPI）网络。GeneMANIA 可用于生成基因功能假设、分析基因列表以及对基因进行功能验证的优先级排序。
9. 分子对接
采用分子对接验证基因的可成药性及其与候选药物的关系。对接模拟有助于评估化合物与靶标蛋白之间的结合亲和力及相互作用模式，从而为候选药物的优先筛选和优化提供依据。蛋白质结构从蛋白质数据库（Protein Data Bank, PDB）（http://www.rcsb.org/）获取，化合物结构则来自PubChem（https://pubchem.ncbi.nlm.nih.gov/）39。分子对接使用CB-Dock2（https://cadd.labshare.cn/cb-dock2/index.php）进行，该工具通过结合腔检测来引导盲对接40,41。详细的实验操作流程和计算参数设置信息可参考其官方网站。
10. 细胞培养
人永生化心肌细胞（AC16）在无菌条件下，使用AC16细胞专用培养基进行培养。细胞置于含5% CO2的湿润培养箱中，于37 °C恒温培养。每2–3天更换一次培养基，当细胞融合度达到约70%–80%时进行传代，以维持最佳生长状态。每次实验前均通过光学显微镜常规观察细胞形态和融合度。所有细胞培养操作均在生物安全柜中进行，以最大限度降低污染风险。在处理实验中，将AC16细胞接种于6孔板中，待其过夜贴壁后开始给予处理。
11. 定量反转录 PCR（RT-PCR）
AC16细胞在达到约60%–70%融合度后，用200 µM棕榈酸（PA）或20 µM米托坦处理24小时。PA溶于牛血清白蛋白（BSA）中，而米托坦溶于二甲基亚砜（DMSO）中。所有可能具有危害性的试剂均按照标准实验室安全规程操作，并使用适当个人防护装备，包括手套和实验服。
处理后，在无RNase条件下，按照试剂盒制造商的说明使用RNA提取试剂盒提取总RNA。尽可能在冰上进行RNA提取操作，以最大限度减少RNA降解。在进行下游实验前检测RNA浓度和纯度，仅使用A260/A280比值在1.8至2.0之间的样品进行后续分析。
使用逆转录试剂盒，按照制造商的说明书合成互补DNA（cDNA）。随后在实时荧光定量PCR检测系统上，使用SYBR Green Master Mix进行定量RT-PCR。每个反应体系总体积为10 µL，包含5 µL SYBR Green Master Mix、0.4 µL上游引物、0.4 µL下游引物、1 µL cDNA模板以及3.2 µL无核酸酶水。扩增程序如下：95 °C预变性30 s，随后进行40个循环，每个循环为95 °C变性5 s，60 °C退火/延伸30 s。每个实验设置三个生物学重复，所有反应均设三个技术重复。
GAPDH 作为内参基因，采用 2−ΔΔCt 法计算 CYP11A1 和 KCNH2 的相对 mRNA 表达水平。熔解曲线中出现单一峰提示特异性扩增。RT-PCR 所用引物序列见补充表 2。
结果
孟德尔随机化
评估药物靶点基因表达与心力衰竭（HF）之间因果效应的MR结果见补充表3。以FDR校正后的P值小于0.05为具有统计学显著性。共鉴定出11个与HF存在显著因果关联的基因（图2）。其中，6个基因与HF风险增加相关，包括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 (P_FDR: 0.018, OR: 1.163)、LST1 (P_FDR: 0.03, OR: 1.112)和METRN (P_FDR: 0.018, OR: 1.115)。其余5个基因则与HF风险降低相关，包括APOM (P_FDR: 0.03, OR: 0.773)、CAMK2G (P_FDR: 0.018, OR: 0.699)、CHD4 (P_FDR: 0.018, OR: 0.811)、IL11RA (P_FDR: 0.018, OR: 0.947)和LPAR5 (P_FDR: 0.021, OR: 0.915)。
本研究进行了敏感性分析，结果表明未检测到显著的异质性或水平 pleiotropy（表1），且孟德尔随机化估计结果并非由任何一个单核苷酸多态性位点（SNP）驱动（补充图1）。
共定位分析
对11个已鉴定的基因进行了共定位分析（图3 和 表2）。其中9个基因表现出与心力衰竭（HF）共享因果变异体的强有力证据，包括 APOM （PP.H4：0.923）、CHD4 （PP.H4：0.942）、CYP11A1 （PP.H4：0.91）、GALT （PP.H4：0.967）、IL11RA （PP.H4：0.967）、KCNH2 （PP.H4：0.815）、LPAR5 （PP.H4：0.938）、LST1 （PP.H4：0.913）和 METRN （PP.H4：0.907）。另有2个基因因PP.H4值低于0.8而被排除在进一步分析之外，分别为 CDKN1A 和 CAMK2G。
SMR 分析
为进一步验证基因与疾病的关联性，对九个共定位基因（表 2）进行了 SMR 分析。SMR 分析结果显示，其中八个基因仍与心力衰竭（HF）显著相关。其中有四个基因与 HF 呈负相关，包括 APOM （P_SMR：0.018，P_HEIDI：0.115，OR：0.838）、CHD4 （P_SMR：5.45E-05，P_HEIDI：0.458，OR：0.732）、IL11RA （P_SMR：1.00E-04，P_HEIDI：0.388，OR：0.938）和 LPAR5 （P_SMR：3.71E-05，P_HEIDI：0.168，OR：0.889）；另有四个基因与 HF 呈正相关，包括 CYP11A1 （P_SMR：5.68E-04，P_HEIDI：0.056，OR：1.81）、GALT （P_SMR：1.02E-04，P_HEIDI：0.726，OR：1.085）、KCNH2 （P_SMR：2.76E-04，P_HEIDI：0.162，OR：1.236）和 METRN （P_SMR：1.55E-05，P_HEIDI：0.068，OR：1.103）。尽管 LST1 （P_SMR：4.61E-05，P_HEIDI：0.025，OR：1.135）显示与 HF 风险增加相关，但 HEIDI 检验表明该关联可能由连锁不平衡所致。因此，LST1 被排除。
富集分析
通过 MR、共定位和 SMR 分析鉴定出的八个基因进行了 GO 富集和 KEGG 富集分析（图 4A–E）。在生物过程（BP）类别中，基因富集于代谢过程的分解（皮质醇代谢过程、半乳糖代谢过程、糖皮质激素生物合成过程和胆固醇逆向转运），脂蛋白颗粒相关过程（高密度脂蛋白颗粒组装、高密度脂蛋白颗粒重塑和高密度脂蛋白颗粒清除），以及心室心肌细胞动作电位期间的膜复极化过程。在细胞组分（CC）类别中，基因富集于脂蛋白颗粒（低密度脂蛋白颗粒、极低密度脂蛋白颗粒、富含甘油三酯的血浆脂蛋白颗粒、高密度脂蛋白颗粒、血浆脂蛋白颗粒和脂蛋白颗粒）以及蛋白质复合物（NuRD 复合物、CHD 型复合物和蛋白质-脂质复合物）。在分子功能（MF）类别中，基因富集于电生理过程（参与心室心肌细胞动作电位复极化的电压门控钾通道活性、参与心肌细胞动作电位复极化的电压门控钾通道活性、延迟整流钾通道活性和内向整流钾通道活性）以及核结构结合（核小体 DNA 结合、支架蛋白结合和核小体结合）。如 图 4D、E 所示，KEGG 富集分析涉及的通路包括代谢过程（半乳糖代谢、核苷糖生物合成、氨基糖和核苷糖代谢、类固醇激素生物合成和皮质醇合成及分泌）以及催乳素信号通路。GO 富集与 KEGG 富集网络分析表明，这些基因主要参与代谢调控和心脏电生理过程。
候选药物预测
通过 DSigDB 数据库对可成药基因进行了药物预测。根据校正后的 p 值，前十位潜在药物候选物如表 3和图 4F、G所示。结果显示，前十位药物候选物主要靶向三个基因。KCNH2 和 CYP11A1 相关性最强的药物是米托坦。此外，CYP11A1 还与米托坦、硫酸钒、adehl、2,4-二溴苯酚、3,3',4,4'-四溴联苯、3,3',4,4',5,5'-六溴联苯以及苯并呋喃类化合物相互作用。此外，GALT 仅与硫酸钒发生相互作用。
蛋白质相互作用网络构建
基于八个可成药基因构建了蛋白质-蛋白质相互作用（PPI）网络（图5）。该PPI网络包含20个额外的相互作用蛋白。这些相互作用主要基于共表达（71.28%）、共定位（28.26%）、预测相互作用（5.37%）以及遗传相互作用（0.46%）。该网络揭示激素相关代谢过程是最显著富集的功能类别，包括糖皮质激素代谢过程、类固醇激素生物合成过程、盐皮质激素代谢过程、激素生物合成过程、细胞内激素代谢过程、类固醇生物合成过程以及激素代谢过程。
分子对接
采用分子对接方法评估前十种预测药物与其靶蛋白的结合亲和力。结合能低于 -5 kcal/mol 表明药物与靶标之间可能存在稳定的结合。潜在药物的相关信息见补充表4。结果显示有六种药物具有潜在有效对接特征（表4 和 图6）。能够与其分子靶标形成氢键并表现出静电相互作用的候选药物，有可能有效结合至这些靶标的结合位点。最低结合能出现在 CYP11A1 与 adehl 之间（−6.3 kcal/mol），以及 KCNH2 与溴代烯醇内酯（bromoenol lactone）之间（−6.3 kcal/mol），提示存在稳定的结合构型。
定量反转录PCR（RT-PCR）
结果表明，米托坦是与KCNH2和CYP11A1相关性最强的潜在药物。体外实验被用于验证这一关系。PCR结果显示，经米托坦处理后，CYP11A1和KCNH2的表达均下调。由于缺乏心力衰竭（HF）的细胞模型，根据HF的病理生理机制，采用棕榈酸（PA）刺激AC16细胞，发现PA刺激后CYP11A1和KCNH2的表达均上调。与此同时，当在PA刺激的同时加入米托坦，CYP11A1和KCNH2的表达则均被下调（图7）。
数据可用性：
原始数据和登录号的相应源链接见补充文件1。
图1：研究设计的示意图。 缩写：eQTLs，表达数量性状位点；HF，心力衰竭；MR，孟德尔随机化；SMR，基于汇总数据的孟德尔随机化；HEIDI，依赖工具间的异质性；GO，基因本体；KEGG，京都基因与基因组百科全书；PPI，蛋白质-蛋白质相互作用。 请点击此处查看该图的放大版本。
图2：森林图展示MR结果。 缩写：nsnp，SNP数量；OR，比值比。 请点击此处查看该图的放大版本。
图3：共定位分析结果。（A）APOM，（B）CHD4，（C）CYP11A1，（D）GALT，（E）IL11RA，（F）KCNH2，（G）LPAR5，（H）LST1，以及（I）METRN。请点击此处查看此图的放大版本。
图 4：功能富集分析与候选药物预测结果。（A）GO 富集分析的 Circos 图；（B）GO 条目的柱状图；（C）GO 条目的气泡图；（D）KEGG 通路的柱状图；（E）KEGG 通路的气泡图；（F）候选药物预测结果的柱状图；（G）候选药物预测结果的气泡图。请点击此处查看该图的放大版本。
图5：使用GeneMANIA构建的蛋白质-蛋白质相互作用（PPI）网络。每个节点代表一个基因，颜色表示与各基因相关的生物学过程。请点击此处查看该图的放大版本。
图6：药物-靶标相互作用的分子对接结果。（A）CYP11A1与米托坦；（B）CYP11A1与Adehl；（C）CYP11A1与苯并呋喃类化合物；（D）KCNH2与米托坦；（E）KCNH2与Adehl；（F）KCNH2与1,3-二-邻-甲苯基胍；（G）KCNH2与96-69-5；（H）KCNH2与溴代烯醇内酯。请点击此处查看此图的放大版本。
图7：米托坦处理后CYP11A1和KCNH2的PCR结果。（A,B）经米托坦处理24小时后CYP11A1和KCNH2的mRNA表达水平；（C,D）经PA处理24小时后CYP11A1和KCNH2的mRNA表达水平；（E,F）经米托坦联合PA处理24小时后CYP11A1和KCNH2的mRNA表达水平（N = 3）。数据以均值 ± 标准差表示。*p < 0.05；**p < 0.01；***p < 0.001。请点击此处查看该图的放大版本。
| 暴露 | SNP数量 | 方法 | Q值 | Q_pval | Egger截距 | Pval |
| CDKN1A | 2 | IVW | 4.466 | 0.035 | NA | NA |
| GALT | 2 | IVW | 0.036 | 0.849 | NA | NA |
| IL11RA | 5 | IVW | 1.742 | 0.783 | -0.034 | 0.371 |
| KCNH2 | 2 | IVW | 0.408 | 0.523 | NA | NA |
| LPAR5 | 2 | IVW | 0.647 | 0.421 | NA | NA |
| LST1 | 4 | IVW | 3.155 | 0.368 | -0.127 | 0.369 |
表1：敏感性分析结果。 缩写：nSNP：SNP的数量；IVW：逆方差加权；NA：不可用。
| 暴露 | PP.H4 | β_SMR | OR_SMR | p_SMR | p_HEIDI |
| APOM | 0.923 | -0.176 | 0.838 | 0.018 | 0.115 |
| CAMK2G | 0.517 | -0.527 | 0.59 | NA | NA |
| CDKN1A | 0.172 | 0.427 | 1.533 | NA | NA |
| CHD4 | 0.942 | -0.311 | 0.732 | 5.45E-05 | 0.458 |
| CYP11A1 | 0.91 | 0.593 | 1.81 | 5.68E-04 | 0.056 |
| GALT | 0.967 | 0.081 | 1.085 | 1.02E-04 | 0.726 |
| IL11RA | 0.967 | -0.064 | 0.938 | 1.00E-04 | 0.388 |
| KCNH2 | 0.815 | 0.212 | 1.236 | 2.76E-04 | 0.162 |
| LPAR5 | 0.938 | -0.117 | 0.889 | 3.71E-05 | 0.168 |
| LST1 | 0.913 | 0.126 | 1.135 | 4.61E-05 | 0.025 |
| METRN | 0.907 | 0.098 | 1.103 | 1.55E-05 | 0.068 |
表2：使用顺式eQTL数据集进行共定位分析和SMR的结果。 缩写：SMR：基于汇总数据的孟德尔随机化；HEIDI：依赖工具变量中的异质性；OR：比值比；NA：不可用。
| 药物 | 基因 | P值 | 校正P值 |
| 米托坦 | KCNH2/CYP11A1 | <0.001 | 0.028 |
| 硫酸钒 | CYP11A1/GALT | 0.002 | 0.028 |
| Adehl | KCNH2/CYP11A1 | 0.002 | 0.028 |
| 1,3-二-邻-甲苯基胍 | KCNH2 | 0.004 | 0.028 |
| 2,4-二溴苯酚 | CYP11A1 | 0.004 | 0.028 |
| 3,3',4,4'-四溴联苯 | CYP11A1 | 0.004 | 0.028 |
| 3,3',4,4',5,5'-六溴联苯 | CYP11A1 | 0.004 | 0.028 |
| 96-69-5 | KCNH2 | 0.004 | 0.028 |
| 苯并呋喃类 | CYP11A1 | 0.004 | 0.028 |
| 溴代烯醇内酯 | KCNH2 | 0.004 | 0.028 |
表3：候选药物预测结果。
| 药物 | 靶点 | 结合能 |
| mitotane | CYP11A1 | -5 |
| Vanadic sulfate | CYP11A1 | -3.2 |
| Adehl | CYP11A1 | -6.3 |
| 2,4-DIBROMOPHENOL | CYP11A1 | -4 |
| 3,3',4,4'-Tetrabromobiphenyl | CYP11A1 | / |
| 3,3',4,4',5,5'-Hexabromobiphenyl | CYP11A1 | / |
| Benzofurans | CYP11A1 | -6.2 |
| Vanadic sulfate | GALT | -4.2 |
| mitotane | KCNH2 | -5.1 |
| Adehl | KCNH2 | -6 |
| 1,3-Di-o-tolylguanidine | KCNH2 | -6.1 |
| 96-69-5 | KCNH2 | -5.6 |
| bromoenol lactone | KCNH2 | -6.3 |
表4：分子对接结果。
补充图1：留一法检验结果图。请点击此处下载该文件。
补充表1：用于孟德尔随机化分析的SNP位点汇总信息。请点击此处下载该文件。
补充表 2：RT-qPCR 使用的引物序列。请点击此处下载该文件。
补充表3：3,721个可药物靶向基因与心力衰竭相关的孟德尔随机化分析结果。请点击此处下载该文件。
补充表4：潜在药物的相关信息。请点击此处下载该文件。
补充文件 1：本研究中数据来源的详细列表。请点击此处下载该文件。
讨论
本研究通过孟德尔随机化（MR）系统评估了可药物靶向基因对心力衰竭（HF）风险的因果效应，鉴定了八个潜在的治疗靶点。其中包括四个保护性因素（APOM、CHD4、IL11RA 和 LPAR5）以及四个风险因素（CYP11A1、GALT、KCNH2 和 METRN）。这些关联关系进一步得到了共定位分析和SMR结果的支持。通过GO、KEGG富集分析及蛋白质-蛋白质相互作用（PPI）网络的功能注释表明，这些基因可能主要通过与代谢和电生理学相关的通路影响心力衰竭。此外，药物预测和分子对接研究凸显了这些靶点的转化潜力。
APOM 被确定为心力衰竭（HF）的保护性因子。APOM 可结合鞘氨醇-1-磷酸（S1P），通过降低 TNF-α 表达、减少单核细胞-内皮细胞黏附以及维持内皮屏障完整性，发挥抗炎作用，从而减轻炎症引起的心肌损伤42,43,44。此外，APOM 能支持心肌细胞的存活与增殖，同时减少细胞凋亡，从而保护心脏结构与功能。APOM 缺乏与不良心脏预后相关，与此发现一致42,45。然而，APOM 与心力衰竭之间关联的潜在机制仍需进一步研究。
CHD4是另一种被鉴定出的保护性基因，它是核小体重塑和去乙酰化酶（NuRD）复合物的核心组分，在心脏发育和心肌生长中发挥至关重要的作用46,47,48。CHD4的缺失会导致不适当的肌原纤维蛋白掺入心肌细胞的肌节结构中，从而引起结构和功能异常，包括心腔扩张和心室发育受损。该结果进一步证实了CHD4在维持正常心脏功能中的关键作用。
研究还发现，IL11RA可能降低心力衰竭（HF）的风险。IL11RA是IL-11受体复合物中主要的配体结合亚基。尽管已有研究表明IL-11可促进心脏的纤维化反应，但IL11RA的具体作用仍不明确49。本研究中观察到的保护效应提示，IL11RA可能在特定条件下发挥依赖于环境的功能，或通过与其他信号组分相互作用来限制纤维化50。这一明显矛盾突显了进一步开展机制研究以阐明IL11RA在HF发病机制中功能作用的必要性。
本研究表明，LPAR5 与心力衰竭（HF）风险降低相关。LPAR5 是溶血磷脂酸（LPA）的受体。尽管 LPA 通常被认为具有促炎作用，并且与不良心脏重构有关，但不同的 LPA 受体可能发挥不同的作用51,52。例如，LPA 信号通过 Gα12/13 和 Gαq/11 通路调节细胞骨架应力纤维的形成，在维持心肌细胞形态、收缩功能及信号转导中起重要作用53,54。然而，LPAR5 在心力衰竭病理生理过程中的确切作用仍需进一步研究。
本研究表明，CYP11A1 是心力衰竭的危险因素。CYP11A1 编码类固醇激素生物合成中的限速酶55,56. 醛固酮等类固醇激素的过度生成可导致钠潴留和心脏负荷增加，这是心力衰竭进展的关键特征57,58此外，CYP11A1 在其代谢过程中会产生活性氧物种，可能加剧心肌损伤。59观察到CYP11A1与米托坦之间存在真实的相关性 体外，表明米托坦可能对心力衰竭的治疗具有潜在价值。然而，仍需进一步实验来探究米托坦与心力衰竭之间的关系。
本研究中，GALT 可能增加心力衰竭（HF）的风险。GALT 是半乳糖代谢中的关键酶，且与 HF 风险呈正相关60,61。已有研究提出，GALT 表达升高可作为心肌纤维化和心脏重构的生物标志物，其水平越高，临床预后越差，这可能与其参与促纤维化的代谢通路有关62,63。该发现提示，靶向 GALT 可能有助于改善 HF 的预后；然而，这种作用是否通过减轻纤维化介导，仍有待进一步研究。
本研究证实，KCNH2 是心力衰竭（HF）的危险因素。KCNH2 编码电压门控钾通道的一个亚基，该通道参与心脏复极化过程64。已知 KCNH2 的突变可导致心律失常，增加心肌应激及心力衰竭风险65,66。新兴证据还表明，KCNH2 可能影响线粒体功能。鉴于线粒体功能障碍在心力衰竭发病机制中的明确作用，KCNH2 在心力衰竭背景下对线粒体功能的潜在影响是未来研究的重要方向67,68。RT-PCR 的结果表明，KCNH2 与米托坦相关；尚需进一步研究以探索米托坦与心力衰竭之间的关联。
最后，METRN被确定为一种风险因素，尽管其在心力衰竭（HF）中的作用仍存在争议。METRN是一种在脂肪组织和黏膜中高表达的分泌蛋白，参与脂肪棕色化、胰岛素敏感性及炎症过程69,70。尽管一些研究报道其通过AMPK和PPARδ通路发挥保护作用，但其他研究则发现血浆METRN水平升高与心力衰竭患者更差的预后相关71,72。本研究结果支持后一种观点，凸显了进一步研究以明确METRN在心力衰竭中功能的必要性。
本研究具有多项优势。首先，采用孟德尔随机化（MR）方法推断基因表达与心力衰竭（HF）之间的因果关系，从而减少了潜在的混杂因素影响。同时应用了错误发现率（FDR）校正以校正多重检验带来的偏倚。共定位分析和SMR分析进一步增强了研究结果的可信度。功能富集分析和蛋白质-蛋白质相互作用（PPI）网络分析为相关机制提供了深入见解，而药物预测与分子对接分析则凸显了所鉴定靶点的转化应用潜力。此外，这些实验进一步提示了CYP11A1、KCNH2与米托坦之间的关联性，支持了本研究结果的可靠性。
然而，应承认本研究存在若干局限性。首先，所有分析均基于欧洲血统个体的遗传数据，这可能限制了对其他人群的普适性。其次，eQTL 数据仅来源于血液样本，可能无法充分反映心脏组织中的基因表达模式。第三，部分数据集的样本量较小，可能降低了统计效能，凸显了开展更大规模研究的必要性。第四，本研究所采用的细胞模型为PA刺激的AC16细胞，未能完全重现心力衰竭的复杂病理生理特征。 体内，需要进一步通过实验研究其潜在机制。
本研究通过孟德尔随机化（MR）、串联孟德尔随机化（SMR）和共定位分析，确定了八个潜在的射血分数降低型心力衰竭（HF）药物靶点。药物预测和分子对接进一步筛选出针对这些候选靶点的一些潜在药物。这些发现为未来的治疗开发提供了新的有前景的候选方案。然而，仍需进一步研究以探讨这些靶点的可行性和作用机制。
披露
作者声明不存在任何竞争利益。
致谢
感谢FinnGen研究的参与者和研究人员。同时感谢eQTLGen联盟、DGIdb以及其他为本研究分析提供公开数据的研究人员。本研究得到了重庆医科大学第一临床学院硕士研究生科研创新项目（CYYY-SSCX202516）和心力衰竭标准化诊疗项目（2025cyjstg006）的资助。
作者贡献
Huiling Zhu 参与了研究构想、经费获取、调查研究、方法学设计、资源提供、软件开发、研究监督、结果验证、初稿撰写以及稿件的审阅与修改。Suxin Luo 参与了经费获取、方法学设计、研究监督以及稿件的审阅与修改。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 2× 通用 SYBR Green 快速 qPCR 混合液 | Abclonal | RK21203 | |
| AC16 | HyCyte | TCH-C119 | |
| AC16 细胞专用培养基 | HyCyte | TCH-G119 | |
| cDNA 反转录试剂盒 | Abclonal | RK20400 | |
| CFX96™ 实时定量 PCR 系统 | Bio-Rad Laboratories | ||
| 米托坦 | TargetMol | T1199 | |
| 棕榈酸 | TargetMol | T2908 | |
| RNA 提取试剂盒 | Abclonal | RK30120 |