Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.

Artículo de investigación

El colesterol y la estearamida median la apoptosis de linfocitos y la secreción de citoquinas en el lupus eritematoso sistémico

529 visualizaciones

DOI:

10.3791/69038

17 de octubre de 2025

En este artículo

Aviso de erratum

Important: There has been an erratum issued for this article. View Erratum Notice

Resumen

Aquí, presentamos un estudio que integra aleatorización mendeliana de dos muestras, validación metabolómica basada en cromatografía líquida y espectrometría de masas (LC-MS) y ensayos funcionales utilizando linfocitos derivados de pacientes con lupus eritematoso sistémico (LES) para evaluar la apoptosis y las respuestas de citoquinas después de la estimulación de metabolitos, con el objetivo de identificar biomarcadores relacionados con los lípidos e investigar sus funciones inmunorreguladoras en el LES.

Resumen

Las alteraciones en la composición de metabolitos séricos se han asociado cada vez más con el lupus eritematoso sistémico (LES), sin embargo, los efectos directos de estos metabolitos sobre la función de las células inmunitarias siguen estando poco definidos. Este estudio tuvo como objetivo identificar metabolitos de sangre periférica asociados con LES y evaluar su impacto en la apoptosis y la secreción de citoquinas en linfocitos derivados de pacientes con LES.

Realizamos un análisis de aleatorización mendeliana (MR) de dos muestras para investigar la relación entre 565 metabolitos séricos y LES, utilizando el modelo ponderado de varianza inversa como enfoque analítico primario. Los hallazgos significativos se validaron de forma cruzada utilizando datos metabolómicos no dirigidos publicados previamente basados en cromatografía líquida-espectrometría de masas (LC-MS). En experimentos funcionales, los linfocitos aislados de pacientes con LES se estimularon con metabolitos diana, seguidos de la evaluación de la apoptosis y la secreción de citoquinas.

El análisis de RM identificó 28 metabolitos significativamente asociados con el LES. De estos, el colesterol (OR = 1,462, IC 95%: 1,100-1,940, P = 0,008) y la estearamida (OR = 0,125, IC 95%: 0,020-0,660, P = 0,014) se validaron mediante LC-MS y se encontró elevado en pacientes con LES. El análisis de las características operativas del receptor demostró un sólido rendimiento diagnóstico (AUC = 0,999 para el colesterol; AUC = 1,000 para la estearamida). Funcionalmente, ambos metabolitos indujeron un aumento de la apoptosis y una secreción elevada de TNF-α, IFN-γ y TGF-β1 en los linfocitos de LES.

En resumen, nuestro enfoque integrado que combina la asociación genética, el perfil de metabolitos y los ensayos funcionales revela que el colesterol puede contribuir a la desregulación inmune en el LES. Aunque la estearamida mostró una asociación negativa con el riesgo de LES en el análisis de RM, sus efectos in vitro reflejaron los del colesterol, lo que sugiere un papel complejo y dependiente del contexto. Estos hallazgos subrayan la importancia del metabolismo de los lípidos en el LES y respaldan una mayor investigación mecanicista y clínica de su impacto inmunológico.

Introducción

El Lupus Eritematoso Sistémico (LES) es una enfermedad autoinmune crónica, que se distingue por una patogénesis compleja y diversas manifestaciones clínicas, que afecta a millones de personas en todo el mundo1. La heterogeneidad del LES, donde los síntomas difieren ampliamente entre los individuos y evolucionan con el tiempo, crea desafíos significativos en el diagnóstico, el monitoreo de la actividad de la enfermedad y la adaptación de planes de tratamiento personalizados 2,3. Aunque los criterios de clasificación de LES de la Liga Europea contra el Reumatismo y el Colegio Americano de Reumatología (EULAR/ACR) de 2019 han mejorado la precisión diagnóstica4, estos criterios no capturan todas las manifestaciones de la enfermedad y, a menudo, dependen de procedimientos invasivos como la biopsia renal, que puede ser poco práctica y onerosa para los pacientes.

En los últimos años, la investigación sobre los metabolitos como biomarcadores en el LES ha ido en aumento, lo que demuestra su enorme potencial en el diagnóstico precoz de la enfermedad, la tipificación y la evaluación pronóstica 5,6,7. Sin embargo, el potencial traslacional de la investigación basada en metabolitos en el LES sigue siendo limitado por varios desafíos clave. En primer lugar, los tamaños de muestra pequeños son una limitación importante8. La mayoría de los estudios metabolómicos hasta la fecha han involucrado relativamente pocos participantes, lo que limita su capacidad para capturar la heterogeneidad clínica completa del LES. Dado que el LES puede variar desde afectación cutánea leve hasta manifestaciones renales o neurológicas graves, los estudios con diversidad muestral insuficiente pueden sufrir de escasa reproducibilidad y limitada generalización9. En segundo lugar, sigue faltando profundidad mecanicista. Si bien estudios anteriores han demostrado asociaciones entre metabolitos específicos y la actividad de la enfermedad, daño orgánico o características clínicas particulares, la mayoría de los hallazgos siguen siendo de naturaleza descriptiva10. Estas investigaciones se han centrado en gran medida en las diferencias cuantitativas en los niveles de metabolitos y sus correlaciones estadísticas con los indicadores clínicos, sin explorar los roles causales de los metabolitos en la inmunopatología del LES. Dado que la desregulación inmune, incluida la apoptosis linfocitaria aberrante y la secreción desequilibrada de citoquinas, es fundamental para la patogénesis del LES, es crucial comprender cómo los metabolitos influyen en estos procesos11. Actualmente, pocos estudios han investigado directamente cómo los metabolitos específicos modulan la apoptosis de las células inmunitarias o la producción de citoquinas en el contexto del LES.

Aquí, este estudio tiene como objetivo identificar biomarcadores metabólicos asociados al LES mediante la integración de análisis metabolómicos no dirigidos de aleatorización mendeliana (RM) y LC-MS, y dilucidar las funciones funcionales de estos metabolitos candidatos en la modulación de la apoptosis linfocitaria y la producción de citoquinas inflamatorias mediante ensayos basados en células dirigidas, como se muestra en la Figura 1.

Este es el primer estudio que integra RM, validación metabolómica y ensayos funcionales in vitro para investigar las funciones causales y mecanicistas de los metabolitos lipídicos, particularmente el colesterol y la estearamida, en la patogénesis del LES. Al combinar evidencia genética, metabólica y experimental, este trabajo proporciona una visión completa y de múltiples capas sobre cómo las alteraciones lipídicas específicas pueden influir en la desregulación inmune en el LES. Este enfoque integrador ofrece un marco novedoso para identificar posibles biomarcadores metabólicos y dianas terapéuticas en enfermedades autoinmunes12.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

Este estudio se realizó según los criterios de clasificación EULAR/ACR de 2019. Este estudio fue aprobado por el Hospital Popular de Shenzhen (Número de aprobación del Comité de Ética LL-KY-2019514).

Análisis de aleatorización mendeliana (RM)

Fuentes de datos GWAS
Los datos de asociación genética para el LES y 565 metabolitos se obtuvieron de la base de datos OpenGWAS (https://gwas.mrcieu.ac.uk/). Los conjuntos de datos GWAS de enfermedades se resumen en la Tabla 1, mientras que las fuentes y los tamaños de muestra para los datos GWAS de metabolitos se detallan en la Tabla 2. Estos conjuntos de datos proporcionaron la base para el análisis de RM para explorar las relaciones causales entre los metabolitos y el LES 13,14,15,16.

Selección de variables instrumentales
Las variantes genéticas asociadas con metabolitos sanguíneos y LES se seleccionaron como variables instrumentales (IV) para el análisis de RM. Los IV se eligieron en función de los tres supuestos centrales de la RM: relevancia, independencia y restricción de exclusión17. Específicamente, se seleccionaron polimorfismos de nucleótido único (SNP) asociados con metabolitos en un umbral de significación de todo el genoma de P < 5 × 10-8 18. Para garantizar la independencia entre los IV, se realizó la aglutinación del desequilibrio de ligamiento (LD) con un umbral de r2 < 0,001 y una distancia física de 10.000 kb utilizando la población europea como panel de referencia19. Este proceso minimizó la redundancia y aseguró que cada IV proporcionara información única para el análisis de RM.

Análisis estadísticos
El enfoque estadístico principal para el análisis de RM fue el método ponderado por varianza inversa (IVW), que combina los efectos de múltiples IV para estimar el efecto causal de los metabolitos en el LES20. Para tener en cuenta la posible pleiotropía, se realizaron análisis de sensibilidad mediante regresión de MR-Egger21. La fuerza de cada IV se evaluó mediante estadísticas F, y solo los SNP que exhibían F > 10 se conservaron para garantizar una fuerza robusta del instrumento22. Se excluyeron los SNP con estadísticas F más bajas para evitar un sesgo débil del instrumento. Los análisis finales de RM se realizaron solo cuando no se detectó heterogeneidad o pleiotropía significativa, lo que garantiza la confiabilidad de las estimaciones causales23.

Análisis de sensibilidad
Se emplearon varios análisis de sensibilidad para evaluar la solidez de los hallazgos de MR. La heterogeneidad entre los IV se evaluó mediante la prueba Q de Cochran, mientras que la pleiotropía se evaluó mediante la regresión MR-Egger24. Además, se realizó un análisis de exclusión para determinar si los resultados de MR estaban influenciados de manera desproporcionada por un solo SNP25. Se generaron diagramas de bosque para visualizar los efectos individuales y combinados de los IV. Estos análisis aseguraron colectivamente que los resultados de la RM no estuvieran sesgados por efectos pleiotrópicos o SNP atípicos.

Fuente de datos Metabolómica
Los datos metabolómicos utilizados en este estudio se derivaron de un estudio publicado previamente por nuestro grupo de investigación10. En ese estudio, realizamos análisis metabolómicos en muestras de suero de 121 pacientes con LES y 106 individuos sanos. El perfil metabolómico no dirigido se realizó mediante cromatografía líquida de ultra alta resolución junto con espectrometría de masas (UHPLC-MS). Los datos se procesaron utilizando flujos de trabajo metabolómicos estándar, incluida la detección, alineación y normalización de picos, para identificar metabolitos significativamente asociados con el LES. Estos metabolitos se cruzaron con los resultados del análisis de RM para identificar metabolitos superpuestos. Se puede encontrar información más detallada en la publicación anterior10. Los metabolitos significativamente asociados en el análisis metabolómico y aquellos con asociaciones causales significativas en el análisis de RM se asignaron a sus respectivos ID de HMDB utilizando la plataforma MetaboAnalyst. Luego, los metabolitos comunes se identificaron cruzando los dos conjuntos de ID de HMDB.

Mediciones de citocinas y ensayo de apoptosis
Se inscribieron un total de 3 pacientes con LES (Tabla 3), de acuerdo con los criterios de clasificación EULAR/ACR de 2019.

Recogida de muestras de sangre periférica y aislamiento de linfocitos
Se recogieron muestras de sangre periférica (3-6 ml) de los participantes utilizando tubos de vacío que contenían heparina sódica como anticoagulante. Las células mononucleares de sangre periférica (PBMC) se aislaron mediante centrifugación en gradiente de densidad Ficoll-Paque (400-800 × g durante 20-30 min). Las células aisladas se lavaron dos veces con solución salina tamponada con fosfato (PBS, HyClone) mediante centrifugación a baja velocidad (250 × g durante 10 min) y se resuspendieron en medio RPMI-1640 completo suplementado con suero fetal bovino al 10%. La densidad celular se ajustó a 1 × 106 células/ml, según lo verificado por un contador automático de células. La suspensión celular se sembró en placas de cultivo y se preincubó durante 2 horas a 37 ° C en una atmósfera deCO2 al 5% para promover la adherencia. Después de la preincubación, las células no adherentes en el sobrenadante de cultivo se recolectaron cuidadosamente y se sometieron a aislamiento linfocítico. La suspensión recogida se colocó suavemente sobre Ficoll-Paque y se centrifugó de nuevo a 400 × g durante 20 min sin freno. La capa de células mononucleares en la interfaz plasma-Ficoll se aspiró cuidadosamente, se lavó dos veces con solución salina tamponada con fosfato (PBS) y se resuspendió en medio RPMI-1640 que contenía un 10% de suero bovino fetal. La viabilidad y la concentración celular se evaluaron utilizando el contador automático de células, y los linfocitos se utilizaron posteriormente para aplicaciones posteriores.

Tratamiento y cultivo celular
Las células se dividieron en cinco grupos para el tratamiento: Grupo de control: tratado con un volumen igual de DMSO. Grupo de tratamiento del colesterol: tratado con colesterol a una concentración de 1,5 mmol/L. La concentración de 1,5 mmol/L de colesterol libre utilizada en este estudio se seleccionó para simular un microambiente rico en lípidos más allá de los niveles fisiológicos. El colesterol libre circulante en individuos sanos generalmente oscila entre 0.9 y 1.3 mmol / L. La concentración ligeramente elevada utilizada en estos experimentos tenía la intención de imitar la acumulación patológica de lípidos que puede ocurrir en tejidos inflamados o metabólicamente alterados en el LES. Grupos de tratamiento con estearamida: tratados con estearamida en concentraciones de 5 μmol/L y 10 μmol/L. Las concentraciones de estearamida (5 y 10 μmol/L) se seleccionaron sobre la base de un informe anterior26, que sugería que los niveles de estearamida en el rango de 5-10 μmol/L pueden imitar una acumulación elevada de lípidos en condiciones patológicas. La intención aquí era explorar los efectos proapoptóticos e inmunomoduladores de la exposición a lípidos de alta concentración en los linfocitos de LES, simulando estados inflamatorios o metabólicamente desregulados. El colesterol y la estearamida se disolvieron primero en DMSO para preparar soluciones madre de alta concentración, que luego se diluyeron en medio de cultivo para alcanzar las concentraciones objetivo. La concentración final de DMSO en todos los grupos no superó el 0,1% (v/v). Después de agregar los tratamientos respectivos, las placas se agitaron suavemente para asegurar una distribución uniforme y se incubaron durante 48 h a 37 °C en un ambiente de 5% deCO2.

Ensayo de apoptosis
Para los experimentos de apoptosis, se recolectaron 1 × 106 a 3 × 106 células y se lavaron dos veces con PBS preenfriado. Se preparó un grupo de control positivo resuspendiendo las células en 500 μL de solución de control positivo para apoptosis preenfriada e incubando en hielo durante 30 minutos, seguido de otro lavado con PBS. Los grupos experimentales fueron tratados como se describe en la sección 1.7, con tratamientos de control, colesterol (1,5 mmol/L) y estearamida (10 μmol/L). Después del tratamiento, se recogieron 1-10 × 105 células (incluidas las del sobrenadante de cultivo) y se resuspendieron en 500 μL de tampón aglutinante 1× (preparado diluyendo la solución madre al 5× con agua bidestilada). Cada muestra se mezcló con un número igual de células vivas no tratadas y el volumen se ajustó a 1,5 ml con tampón de unión 1× preenfriado. A continuación, la suspensión se dividió en tres tubos: uno para el control del blanco y dos para la compensación de una sola mancha (anexina V-FITC y PI). A cada tubo experimental, se agregaron 5 μL de anexina V-FITC y 10 μL de solución de tinción PI, seguidos de vórtice e incubación a temperatura ambiente en la oscuridad durante 5 minutos. La citometría de flujo se realizó utilizando un láser de excitación de 488 nm para detectar anexina V-FITC (emisión a 530 nm) y PI (emisión a 615 nm). El tubo de control en blanco se utilizó para establecer los voltajes de dispersión directa (FSC), dispersión lateral (SSC) y canal de fluorescencia, mientras que los tubos de tinción única se utilizaron para la compensación de fluorescencia. La apoptosis se analizó utilizando diagramas de dispersión de doble parámetro para evaluar la proporción de células apoptóticas27,28.

Detección de factores inmunitarios
Después de la incubación de 48 h, las suspensiones celulares se centrifugaron (250 × g durante 5 min) para recolectar los sobrenadantes de cultivo, que se almacenaron a -80 °C hasta su análisis. La cuantificación de citoquinas se realizó utilizando un panel comercial de respuesta inmune esencial humana, siguiendo las instrucciones del fabricante con optimizaciones para el instrumento. Brevemente, se agregaron 25 μL de tampón de ensayo y 25 μL de estándares (que van de 2.4 a 10,000 pg / mL) o muestras a cada pocillo de una microplaca. La mezcla de perlas se agitó en vórtice durante 30 s y se agregó a los pocillos, lo que elevó el volumen total de reacción a 75 μL. La placa se incubó agitando (800 rpm) a temperatura ambiente durante 2 h en la oscuridad. Después de dos lavados automatizados (tampón de lavado 1×, 250 × g durante 5 min), se agregaron 25 μL de anticuerpo de detección biotinilado a cada pocillo y se incubaron durante 1 h. Posteriormente, se agregaron 25 μL de estreptavidina-ficoeritrina (SA-PE) durante 30 min para amplificar la señal.

La adquisición de datos se realizó utilizando un citómetro de flujo equipado con un láser de excitación de 488 nm y un filtro de 575/26 nm para la detección de PE. Antes de cada experimento, se utilizaron perlas de calibración para optimizar los voltajes del tubo fotomultiplicador y la compensación espectral. Los datos se analizaron utilizando el software LEGENDplex v8.0, con concentraciones de citoquinas determinadas mediante ajuste de curva logística de cinco parámetros (5PL). Los límites de detección para cada citocina oscilaron entre 0,68 pg/ml y 1,97 pg/ml, y los experimentos se realizaron por duplicado para garantizar la precisión (coeficiente de variación entre pocillos <10%). Los resultados se expresaron como media ±± desviación estándar, y las diferencias estadísticas entre los grupos se evaluaron mediante ANOVA de una vía seguido de la prueba post-hoc de Tukey en un software de análisis estadístico apropiado. El período de incubación de 48 h se seleccionó en función de los cambios dinámicos en la secreción de citoquinas para capturar la respuesta inmune de manera integral. La calibración diaria del instrumento y el control de la concentración de DMSO (≤0,1%) aseguraron la confiabilidad y reproducibilidad de los resultados 29,30,31.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

Asociación entre metabolitos clave y manifestaciones clínicas en el LES

En este estudio, el análisis de RM de 565 metabolitos con LES identificó asociaciones causales significativas. Como se muestra en la Figura 2, se identificaron un total de 28 metabolitos significativamente asociados con el LES, que abarcan categorías como péptidos, aminoácidos, energía, lípidos, carbohidratos y ácidos grasos. Los péptidos como la gamma-glutamilfenilalanina y l...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

Nuestro estudio demuestra que 1,5 mmol/L de colesterol, 5 μmol/L de estearamida y 10 μmol/L de estearamida inducen patrones similares de apoptosis y secreción de citoquinas en linfocitos de pacientes con LES, aunque se observaron variaciones en la magnitud. Específicamente, tanto 1,5 mmol/L de colesterol como 5 μmol/L de estearamida aumentaron significativamente la apoptosis en los linfocitos del LES. Además, el tratamiento con 1,5 mmol/L de colesterol en combinación con 5 μmol/L o 10 μm...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

Los autores declaran que no tienen intereses contrapuestos.

Agradecimientos

Esta investigación fue apoyada por el Proyecto del Fondo de Innovación para Graduados de la Universidad de Ciencia y Tecnología de Anhui (No. 2024cx2204), la Estación de Trabajo Académica Provincial de Anhui (Estaciones de Trabajo Académicas Provinciales de Anhui (Técnicas de Diagnóstico para Trastornos Autoinmunes), Universidad de Ciencia y Tecnología de Anhui, Huainan, Anhui 232001, China) (Documento No. 317 [2023], emitido por el Departamento de Ciencia y Tecnología de la Provincia de Anhui), Fondo de Investigación Básica y Aplicada de la Provincia de Guangdong (No.2021A1515110250), Fundación Nacional de Ciencias Naturales de China (No.82271824).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
Annexin V-FITC/PI Apoptosis KitMulticienciasAP101Para la detección de apoptosis mediante citometría de flujo
ColesterolShanghai Jinpan Biotech Co., Ltd.JP1210051Utilizado para experimentos de estimulación en PBMCs (10 g)
Inserto de pozo de contenciónCorningCBG10001Utilizado para separar físicamente células en experimentos de cocultura
Citómetro de flujoBeckman CoulterCytoFLEXAnálisis citométrico de flujo
Software de prisma GraphPadGraphPadAnálisis estadístico y gráficos
Panel LEGENDplex de Respuesta Inmunitaria Esencial HumanaBioLegend740390Detección multiplex de citocinas relacionadas con el sistema inmunitario
Juego de micropipetas EppendorfVariosManejo de líquidos y transferencia de volumen (0.1– 10 & mu; L, 10 y guion n; 100 & mu; L, 100 y guion; 1000 y mu; L)
Medio de separación de linfocitos en sangre periféricaFabricante nacionalB1.1420AUsado para aislamiento PBMC (200 mL)
RPMI-1640 MediumGibcoC22400500BTMedio de cultivo para PBMCs
StearamidaShanghai Jinpan Biotech Co., Ltd.1267285Utilizado para la estimulación lipídica de PBMCs (100 g)
Placa estéril de 24 pozosFabricante nacionalBLJ182APara el cultivo celular
CountStarShanghai Ruiyu BiotechnologyCS200Contador automático de celdas
PBSHyclone10010023Lavado de celdas
Ficoll-Paque Cytiva17-5442-03Aislamiento celular sinovial.
LEGENDplex software BioLegendVersión 8Análisis de datos de citometría de flujo
GraphPad Prism 9.0GraphPad SoftwareVersión 9Análisis estadístico

Referencias

  1. Barber, M. R., et al. Global epidemiology of systemic lupus erythematosus. Nat Rev Rheumatol. 17 (8), 515-532 (2021).
  2. Owen, K. A., Grammer, A. C., Lipsky, P. E. Deconvoluting the heterogeneity of SLE: the contribution of ancestry. J Allergy Clin Immunol. 149 (1), 12-23 (2022).
  3. Allen, M. E., Rus, V., Szeto, G. L. Leveraging heterogeneity in systemic lupus erythematosus for new therapies. Trends Mol Med. 27 (2), 152-171 (2021).
  4. Aringer, M., et al. European League against Rheumatism (EULAR)/American College of Rheumatology (ACR) SLE classification criteria item performance. Ann Rheum Dis. 80 (6), 775-781 (2021).
  5. Yoon, N., Jang, A. K., Seo, Y., Jung, B. H. Metabolomics in autoimmune diseases: Focus on rheumatoid arthritis, systemic lupus erythematous, and multiple sclerosis. Metabolites. 11 (8), 812(2021).
  6. Liang, J., et al. Targeted metabolomics combined with machine learning to identify and validate new biomarkers for early SLE diagnosis and disease activity. Clin Immunol. 264, 110235(2024).
  7. Liu, Y., Yang, X. A review on the novel biomarkers of systemic lupus erythematosus discovered via metabolomic profiling. Front Immunol. 15, 1443440(2024).
  8. Cheng, S., et al. Uncovering potential biomarkers and metabolic pathways in systemic lupus erythematosus and lupus nephritis through integrated microbiome and metabolome analysis. BMC Microbiol. 25 (1), 275(2025).
  9. Júnior, V. F. A. J. A., Silva, S. M., Amaral, A. L., Perini, J. V. deF. V., dos Santos, J. E. N. Systemic lupus erythematosus (SLE): Most common clinical manifestations and renal complications. Braz J Implantol Health Sci. 6, 647-660 (2024).
  10. He, J., et al. Serum proteome and metabolome uncover novel biomarkers for the assessment of disease activity and diagnosing of systemic lupus erythematosus. Clin Immunol. 251, 109330(2023).
  11. Moysidou, E., et al. Lymphocytes change their phenotype and function in systemic lupus erythematosus and lupus nephritis. Int J Mol Sci. 25, 10905(2024).
  12. Deng, P., Li, Z., Yi, B., Leng, Y. A Mendelian randomization study to assess the genetic liability of type 1 diabetes mellitus for IgA nephropathy. Front Endocrinol. 13, 874562(2022).
  13. Wang, Y. F., et al. Identification of 38 novel loci for systemic lupus erythematosus and genetic heterogeneity between ancestral groups. Nat Commun. 12, 772(2021).
  14. Hom, G., et al. Association of systemic lupus erythematosus with C8orf13-BLK and ITGAM-ITGAX. N Engl J Med. 358, 900-909 (2008).
  15. Shin, S. Y., et al. An atlas of genetic influences on human blood metabolites. Nat Genet. 46, 543-550 (2014).
  16. Kettunen, J., et al. Genome-wide study for circulating metabolites identifies 62 loci and reveals novel systemic effects of LPA. Nat Commun. 7, 11122(2016).
  17. Moodie, E. E., le Cessie, S. Instrumental variables analysis and mendelian randomization for causal inference. J Infect Dis. 231 (3), 556-558 (2025).
  18. Zhang, S., Zhang, W., Sun, H., Xue, R., Lv, Q. Therapeutic potential of single-nucleotide polymorphism-mediated interleukin-6 receptor blockade in cancer treatment: A Mendelian randomization study. Heliyon. 9, (2023).
  19. Yuan, S., Larsson, S. C., Gill, D., Burgess, S. Concerns about instrumental variable selection for biological effect versus uptake of proton pump inhibitors in Mendelian randomisation analysis. Gut. 74, e6-e6 (2025).
  20. Lin, Z., Deng, Y., Pan, W. Combining the strengths of inverse-variance weighting and Egger regression in Mendelian randomization using a mixture of regressions model. PLoS Genet. 17 (1), e1009922(2021).
  21. Markozannes, G., et al. Systematic review of Mendelian randomization studies on risk of cancer. BMC Med. 20, 41(2022).
  22. Li, Y., et al. The effects of coagulation factors on the risk of endometriosis: a Mendelian randomization study. BMC Med. 21, 195(2023).
  23. Grant, A. J., Burgess, S. Pleiotropy robust methods for multivariable Mendelian randomization. Stat Med. 40 (25), 5813-5830 (2021).
  24. Wang, C., Zhang, J., Han, F., Liu, D., Han, Y. No evidence for a causal link between Helicobacter pylori infection and irritable bowel syndrome: a Mendelian randomization study. Front Microbiol. 14, 1268492(2024).
  25. Zhu, K., Shi, J., Yang, R., Zhou, C., Liu, Z. Evidence based on Mendelian randomization: causal relationship between mitochondrial biological function and lung cancer and its subtypes. Neoplasia. 46, 100950(2023).
  26. Lin, F., Wang, Z., Xiang, L., Deng, L., Cui, W. Charge-guided micro/nano-hydrogel microsphere for penetrating cartilage matrix. Adv Funct Mater. 31, 2101132(2021).
  27. Chen, L. J., et al. Long non-coding RNA 01614 hyperactivates WNT/β-catenin signaling to promote pancreatic cancer progression by suppressing GSK-3β. Int J Oncol. 61, 116(2022).
  28. Zhao, J., Liang, K., Zhong, H., Liu, S., He, R., Sun, P. A cold-water polysaccharide-protein complex from Grifola frondosa exhibited antiproliferative activity via mitochondrial apoptotic and Fas/FasL pathways in HepG2 cells. Int J Biol Macromol. 218, 1021-1032 (2022).
  29. Tovar Acero, C., et al. IL-4, IL-10, CCL2 and TGF-β as potential biomarkers for severity in Plasmodium vivax malaria. PLoS Negl Trop Dis. 16, e0010798(2022).
  30. Strengert, M., et al. Cellular and humoral immunogenicity of a SARS-CoV-2 mRNA vaccine in patients on haemodialysis. EBioMedicine. 70, 103524(2021).
  31. Bhandi, S., et al. Modulation of the dental pulp stem cell secretory profile by hypoxia induction using cobalt chloride. J Pers Med. 11, 247(2021).
  32. Mao, C., et al. Alpha-ketoglutarate alleviates systemic lupus erythematosus-associated periodontitis in a novel murine model. J Clin Periodontol. 52, 457-470 (2025).
  33. Vaishnav, P., Yoo, Y. J., Yoon, Y. J., Demain, A. L. Immunosuppressants: Remarkable Microbial Products. Bioactive Nat. Prod. Chem. Biol. , 43-82 (2014).
  34. Shi, W., et al. Causal effect of three autoimmune diseases on brain functional networks and cerebrospinal fluid metabolites to underlie the pathogenesis of autoimmune psychosis: a two-sample Mendelian randomization analysis. J Transl Med. 23, 440(2025).
  35. Baig, S., Vanarsa, K., Ding, H., Titus, A., McMahon, M., Mohan, C. Baseline elevations of leukotriene metabolites and altered plasmalogens are prognostic biomarkers of plaque progression in systemic lupus erythematosus. Front Cardiovasc Med. 9, 861724(2022).
  36. Warda, M., et al. Lipid rafts: novel therapeutic targets for metabolic, neurodegenerative, oncological, and cardiovascular diseases. Lipids Health Dis. 24, 147(2025).
  37. Hu, C., Wu, H., Zhu, Q., Cao, N., Wang, H. Cholesterol metabolism in T-cell aging: accomplices or victims. FASEB J. 37, e23136(2023).
  38. Song, Y., Liu, J., Zhao, K., Gao, L., Zhao, J. Cholesterol-induced toxicity: an integrated view of the role of cholesterol in multiple diseases. Cell Metab. 33, 1911-1925 (2021).
  39. Wei, Y., Wang, D., Topczewski, F., Demain, A. L. Saturated fatty acids induce endoplasmic reticulum stress and apoptosis independently of ceramide in liver cells. Am J Physiol-Endocrinol Metab. 291 (2), E275-E281 (2006).
  40. Rámek, J., Němcová-Fürstová, V., Pavlíková, N., Kovář, J. Effect of saturated stearic acid on MAP kinase and ER stress signaling pathways during apoptosis induction in human pancreatic β-cells is inhibited by unsaturated oleic acid. Int J Mol Sci. 18 (11), 2313(2017).
  41. Westerterp, M., et al. Cholesterol accumulation in dendritic cells links the inflammasome to acquired immunity. Cell Metab. 25 (6), 1294-1304.e6 (2017).
  42. Chen, J., et al. UPLC-MS/MS-based plasma lipidomics reveal a distinctive signature in systemic lupus erythematosus patients. MedComm (2020). 2 (2), 269-278 (2021).
  43. López, P., et al. Low-density granulocytes and monocytes as biomarkers of cardiovascular risk in systemic lupus erythematosus. Rheumatology (Oxford). 59 (7), 1795(2020).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Erratum


Formal Correction: Erratum: Cholesterol and Stearamide Mediate Lymphocyte Apoptosis and Cytokine Secretion in Systemic Lupus Erythematosus
Posted by JoVE Editors on 11/18/2025. Citeable Link.

This corrects the article 10.3791/69038

Etiquetas

Metabolitos s ricosaleatorizaci n mendelianametabolismo del colesterolefectos de la estearamidacromatograf a l quida espectrometr a de masasdesregulaci n inmunitariametabolismo lip dico