Research Article

טרנסקריפטומיקה רנדומית מנדלית ופרמקולוגיה רשתית לזיהוי מטרות תרופות לדלקת מפרקים ניוסטית

DOI:

10.3791/69569

⸱

January 23rd, 2026

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Smart minimally invasive orthopedics and interventional Medicine department, Nanchang Hongdu Hospital of Traditional Chinese Medicine, 2Nanchang Hongdu Hospital of Traditional Chinese Medicine, 3Jiangxi University of Chinese Medicine, 4Department of Orthopedic Hospital, the 1st Affiliated Hospital, Jiangxi Medical College, Nanchang University

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

אנו מציגים פרוטוקול מתודולוגי המשלב אקראיות מנדליאנית, ניתוח טרנסקריפטומי ופרמקולוגיה רשתית כדי לזהות באופן שיטתי מטרות תרופות מועמדות לאוסטיאוארתריטיס. גישה זו מאפשרת לתעדוף מטרות באמצעות ראיות גנטיות, ביטוי ואינטראקציה, באמצעות נתונים וכלים חישוביים זמינים לציבור.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מאמר זה מפרט מתודולוגיה משולבת המשלבת אקראיות מנדלית (MR), ניתוח טרנסקריפטומי ופרמקולוגיית רשת כדי לזהות ולתעדף מטרות טיפוליות פוטנציאליות לאוסטיאוארתריטיס (OA). התוכנית נועדה להנחות חוקרים ביישום צינור רב-מודלי זה לחקירת שימוש מחדש בתרופות ופיתוח התערבויות טיפוליות חדשניות ל-OA. המסגרת המתודולוגית מורכבת מחמישה שלבים עוקבים: ראשית, צינור ניתוח MR, המשתמש ב-MR דו-מדגמי לזיהוי חלבוני פלזמה סיבתיים משוערים הקשורים ל-OA, ולאחר מכן סינון Steiger וסריקת אסוציאציה רחבת פנומה להערכת כיוון סיבתי והשפעות פוטנציאליות מחוץ למטרה; שנית, תהליך ריצוף טרנסקריפטומי, הכולל נתוני RNA-seq לזיהוי ושיפור יעדי חלבון מועמדים; שלישית, אסטרטגיית אינטגרציה, מיזוג תוצאות MR וטרנסקריפטומיות כדי לתת עדיפות לחלבונים מועמדים; רביעית, פרמקולוגיה רשתית ונהלי עגינה מולקולרית, הכוללים בניית רשתות אינטראקציה בין חלבון, ניתוח העשרה פונקציונלית ועגינה מולקולרית לחקר אינטראקציות בין ליגנדים למטרה; וחמישית, יישום מיועד, המתמקד במתן עדיפות לתרכובות מועמדות ומוצרים טבעיים בעלי רלוונטיות טיפולית פוטנציאלית. על ידי ארגון זרימת העבודה לשלבים אנליטיים מובחנים, מסגרת זו מספקת גישה ניתנת לשחזור למעבר מגילוי גנטי וטרנסקריפטומי להערכה חישובית של מטרות תרופות, ללא הצגת תוצאות ניסוי ספציפיות. המתודולוגיה מסייעת בחקירה שיטתית ומונחית השערות של תרופות OA באמצעות מאגרי נתונים וכלים חישוביים זמינים לציבור.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

אוסטיאוארתריטיס (OA) מאופיינת בהתדרדרות הדרגתית של הסחוס, שינויים בעצם התת-כונדרלית וצמיחה מופרזת של העצם1. כיום זהו גורם מרכזי לנכות ולעומסכלכלי ברחבי העולם. הטיפולים הנוכחיים כוללים בעיקר תרופות נוגדות דלקת סטרואידיות או לא סטרואידיות (NSAIDs) להקלה על כאב ודלקת. עם זאת, NSAIDs לעיתים קרובות גורמים לתופעות לוואי לא רצויותבמערכת העיכול והלב וכלי הדם. ניתוח החלפת מפרק מציע אלטרנטיבה, אך כשליש מהמטופלים אינם חווים הקלה משמעותית בכאב או שיפור תפקודי4. ככל שהבנתנו את המנגנונים המולקולריים של OA משתפרת, הופיעו מספר יעדים טיפוליים פוטנציאליים, המאפשרים טיפולים מדויקים ומותאמים אישית יותר5. בהתחשב בתפקידים הקריטיים של חלבונים אנושיים בתהליכים ביולוגיים, הם מהווים מועמדים מרכזיים לפיתוח תרופות OA. נלסון ואחרים הציעו כי בחירת מטרות מגובות גנטית עשויה לסייע בהתמודדות עם שיעור הכישלון הגבוה של תרופות בפיתוח קליני.6.

רנדומיזציה מנדלית (MR) היא גישה גנטית להסקת קשרים סיבתיים בין חשיפות לתוצאות באמצעות פולימורפיזמים של נוקלאוטידים בודדים (SNPs) ממחקרי אסוציאציה גנומית רחבת היקף (GWAS) כמשתנים אינסטרומנטליים 7,8. בהשוואה למחקרים תצפיתיים, MR מנצל את המגוון האקראי של גנוטיפים בעת ההפריה כדי להפחית סיבתיות מבלבלת והפכה9. ניתוחי רגישות מסייעים להסביר את הפליאוטרופיה הפוליגנית, ומספקים מסקנות שמקרבות את הסיבתיות. בשל חוזקות אלו, MR משמש יותר ויותר לזיהוי מטרות טיפוליות למחלות כמו טרשת נפוצה ודלקת מפרקים שגרונית10. עם זאת, תחזיות מבוססות MR עדיין דורשות אימות ניסיוני, שניתן להקל עליו באמצעות ניתוח טרנסקריפטומי כדי לתת עדיפות לגנים מרכזיים הקשורים למחלות.

פרמקולוגיה ברשת, גישה בין-תחומית המשלבת ביולוגיה מערכתית וכלים חישוביים11, מציעה שמחלות לעיתים קרובות נגרמות מהפרעות ברשתות ביולוגיות ולא ממוטציות של גן יחיד12. שיטה זו מאפשרת ניתוח תרופות רב-רכיביות וחיזוי מטרות טיפוליות ברמת מערכת על ידי כריית מאגרי מידע של מחלות תרופות13. עגינה מולקולרית, מרכיב מרכזי במסגרת זו, מדמה זיקות קישור בין תרופות למטרות כדי להעריך את יכולת התרופות. למרות ההתקדמות הזו, מעט מחקרים שילבו MR עם פרמקולוגיה רשת ל-OA.

מאמר זה מציג פרוטוקול המשלב MR, ניתוח טרנסקריפטומי ופרמקולוגיה רשתית כדי לזהות חלבוני פלזמה כמטרות טיפוליות ברי קיימא ל-OA. המטרה אינה רק לזהות חלבונים סיבתיים, אלא גם לתת עדיפות לתרכובות טיפוליות מועמדות באמצעות ניתוח חישובי.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

קיבלנו אישור אתי והסכמה מדעת מוועדת האתיקה למחקר ביו-רפואי של בית החולים הראשון המסוים באוניברסיטת נאנצ'אנג. מספר אתיקה: (2025)CDYFYYLK(08-007).

ניתוח MR

שליפת נתונים
נתוני pQTL הפלזמה התקבלו ממחקר של Zheng ואח' 14, ששילב חמישה מערכי GWAS 15,16,17,18,19, וממחקר של פרקינגסטאד ואחרים. קריטריוני ההכללה לנתונים היו: (i) אסוציאציות מובהקות כלל-גנומיות (p < 5 × 10⁻⁸); ו-(ii) חלבוני פלזמה כמטרות טיפוליות פוטנציאליות ל-OA. עיצוב המחקר מסוכם באיור 1. ראשית, זיהינו יעדים טיפוליים מועמדים באמצעות נתוני GWAS מ-IEU OpenGWAS ונתוני pQTL פלזמה ממחקרים של Zheng14 ו-Ferkingstad20 (טבלה משלימה S1 וטבלה משלימה S2). לאחר מכן בוצעו סינון סטייגר וסריקת פנוטיפ כדי לאמת את עמידות התוצאות. ה-IEU OpenGWAS (https://gwas.mrcieu.ac.uk/) שימש לקבלת סטטיסטיקות סיכום עבור OA בירך או ברך (n = 417,596), OA בברך (n = 403,124), ו-OA ירך (n = 393,873)21.

פקודות סינון SNP

SNPs עם מובהקות כלל-גנומית (p < 5 × 10⁻⁸) עברו תהליך התגבשות (r² < 0.001, F-statistics > 10, גודל חלון = 10,000 קילובייט) לפני ניתוח MR.

ניתוח MR

כדי לחקור מטרות תרופות פוטנציאליות, בוצע ניתוח MR באמצעות חלבוני פלזמה כחשיפות ו-OA כתוצאה, שיושם באמצעות חבילת "TwoSampleMR" ב-R (v4.3.1). כאשר היה רק pQTL יחיד זמין לחלבון, נעשה שימוש ביחס וולד; אחרת, הוחל MR משוקלל השונות ההפוכה (MR-IVW), ואחריו הערכות הטרוגניות ופליאוטרופיה. תיקון בונפרוני שימש לביצוע בדיקות מרובות, עם סף של p < 5.63 × 10⁻⁵ לתעדוף חלבונים.

סינון סטייגר וסריקת פנוטיפ

כדי להעריך סיבתיות הפוכה, ביצענו סינון שטייגר. תוצאה של "TRUE" עם p < 0.05 הראתה שאין סיבתיות הפוכה. סריקת פנוטיפ בוצעה באמצעות LDtrait (https://ldlink.nih.gov/?tab=ldtrait#home-tab)22 כדי לבחון את הקשרים בין pQTLs לתכונות אחרות. הספים היו R² = 0.1 וחלון זוגות בסיס של ±500,000. השפעות פליאוטרופיות הוקצו ל-pQTLs שעמדו בשני התנאים הבאים: (i) אסוציאציה מובהקת כלל-גנומית (p < 5 × 10⁻⁸), ו-(ii) קשר עם גורמי סיכון ידועים ל-OA.

מחקר אסוציאציה רחב-תופעה

כדי לקחת בחשבון פליאוטרופיה גנטית והשפעות מחוץ למטרה, ערכנו מחקר אסוציאציה רחב-פנומן (PheWAS) באמצעות פורטל AstraZeneca PheWAS (https://azphewas.com/), שמכיל 15,500 פנוטיפים בינאריים ו-1,500 פנוטיפים רציפים מ-~450,000 משתתפי Biobank בבריטניה23. הספים הוגדרו לערכי ברירת מחדל כדי למזער חיוביים שגויים.

רשת אינטראקציה בין חלבון לחלבון (PPI)

כדי להמחיש אינטראקציות בין מטרות חלבון פוטנציאליות שזוהו על ידי MR, השתמשנו ב-GeneMANIA (https://genemania.org/) לניתוח אינטראקציה בין חלבון לחלבון ולהצגת תוצאות24.

ניתוח העשרה

כדי לחקור רלוונטיות ביולוגית, ביצענו ניתוח העשרה באמצעות כלי ביו-אינפורמטיקה מ-https://www.bioinformatics.com.cn לניתוח נתונים והדמיה.

תהליך עבודה טרנסקריפטומי

סך ה-RNA הופק באמצעות ערכת התגובה להפקת RNA בהתאם להנחיות היצרן. איכות ה-RNA הוערכה באמצעות מערכת הערכת איכות RNA אוטומטית; נעשה שימוש רק בדגימות עם RIN ≥7.0. האיכות אושרה על ידי אלקטרופורזה של ג'ל אגרוז ללא RNase (1.5% ג'ל). mRNA אאוקריוטי הועשר באמצעות חרוזי Oligo(dT); mRNA פרוקריוטי הועשר באמצעות ערכת מגנטית להסרת RNA. mRNA פורק (200-700 נטרון) והוסב ל-cDNA באמצעות ערכת ההכנה של ספריית ה-RNA. ספריית ה-cDNA תוקנה בקצה, עם זנב A, קשורה למתאמים, טוהרה באמצעות חרוזים מגנטיים מטהרים DNA (1.0×), והוגברה ב-PCR. הרצף בוצע על פלטפורמת רצף מהדור הבא עם תפוקה גבוהה. גנים שבוטאו באופן שונה הוגדרו על ידי log₂FC > 1 והתאימו p < 0.05.

פרמקולוגיה רשת

כדי לזהות תרופות פוטנציאליות לחלבוני מטרה, השתמשנו ב-BATMAN-TCM (http://bionet.ncpsb.org.cn/batman-tcm/index.php)25. סף ציון של 0.74 (LR = 32.5) שימש לבחירת תרכובות ידועות וחזויות. רכיבים צמחיים נאספו מ-TCMSP (https://old.tcmsp-e.com/index.php) וסוננו עם OB > 30% ו-DL > 0.1826.

עגינה מולקולרית

עגינה מולקולרית שימשה להערכת אינטראקציות קשירה. מבני חלבונים נאספו מה-PDB (https://www.rcsb.org/). UCSF Chimera שימשה לעיבוד מוקדם של מבנים על ידי הסרת ליגנדים וממסים. כלי AutoDock שימשו לחישוב מטעני גסטייגר ולהגדרת מרכזי קופסאות וגדלים. מבני התרופות התקבלו מ-PubChem (https://pubchem.ncbi.nlm.nih.gov/) ועובדו מראש באופן דומה. העגינה בוצעה באמצעות AutoDock Vina. מידות הקופסה משתנות לפי המטרה. חושבו זיקות קשירה, והתוצאות הוצגו בכימרה של UCSF.

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

סינון הפרוטאום לחלבונים סיבתיים לדלקת מפרקים ניוונית

באמצעות נתוני pQTL בפלזמה ממחקר של ג'נג ואחרים, ניתוח MR מנדלי זיהה שישה אסוציאציות OA חלבון-ברך או ירך, אסוציאציה אחת חלבון-ברך OA, וארבע אסוציאציות OA חלבון-ירך שעמדו בסף המובהקות של Bonferroni (P < 5.63 × 10⁻⁵) (טבלה 1 ואיור 2A-C). עלייה ברמות הפלזמה של חלבון מטריצת חוץ-תאי ...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

זוהי שיטת ניתוח MR דו-דגימית ששימשה לחיזוי חלבונים פוטנציאליים הקשורים לאוסטיאוארתריטיס (OA), בתוספת ריצוף של אימות דגימות דם של מטופלי OA ופרמקולוגיה רשת לחיזוי מטרות תרופתיות לאוסטיאוארתריטיס (OA). השתמשנו בנתוני פרוטאומיקה פלזמה ונתוני GWAS עבור OA לביצוע ניתוח MR דו-דגימי, תוך זיהוי 19 חלבונים הקשורים ל-OA, כולל EFEMP1, PTHLH, PCSK1, ECM1, ISLR2, SEMA3G, SPOCK2, LRIG3, TMEM190, CRYZ, KNG1, OMG, DDX19A, MAPK3, PTPN9, USP8, DDX19B, PROC ו-ITIH1. כדי לאמת את כיוון תוצאות ה-MR, יושם גם נ...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

למחברים אין אינטרסים מנוגדים להצהיר עליהם.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

פרויקט זה נתמך על ידי פרויקט תוכנית המדע והטכנולוגיה של ועדת הבריאות של מחוז ג'יאנגשי (202610930) ותוכנית המדע והטכנולוגיה של מנהל הרפואה הסינית המסורתית של ג'יאנגשי (2025022398).

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
אנלייזר ביולוגי Agilent 2100אג'ילנט טכנולוגיותG2939AAמערכת הערכת איכות RNA אוטומטית
אוטודוק וינהמכון המחקר סקריפסוינה 1.1.2תוכנת שורת פקודה בקוד פתוח לעגינה מולקולרית חישובית
פלטפורמת Illumina NovaSeq 6000אילומינהSY-415-1001פלטפורמת רצף מהדור הבא עם תפוקה גבוהה
ערכת הכנה לספריית RNA אולטרה NEBNextניו אינגלנד ביולאבסNEB #E7770שבר ותעתיק mRNA מועשר ל-cDNA
ערכת מגנטית ריבו-זירומוקד האפיצ'רMRZH11124הסרת rRNA
ערכת ריאגנט טריזולInvitrogenAM9738הפקת RNA כולל
UCSF כימרהאוניברסיטת קליפורניה, סן פרנסיסקוכימרה-אלפא-ווינ64תוכנות לוויזואליזציה מולקולרית וניתוח מבנים.

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Sirong, S., et al. Effects of tetrahedral framework nucleic acid/wogonin complexes on osteoarthritis. Bone Res. 8 (6), 6(2020).
  2. Glyn-Jones, S., et al. Osteoarthritis. Lancet. 386 (9991), 376-387 (2015).
  3. Bindu, S., Mazumder, S., Bandyopadhyay, U. Non-steroidal anti-inflammatory drugs (NSAIDs) and organ damage: a current perspective. Biochem Pharmacol. 180, 114147(2020).
  4. Costello, C. A., et al. Association between epidemiological factors and nonresponders to total joint replacement surgery in primary osteoarthritis patients. J Arthroplasty. 36 (5), 1502-1510.e5 (2021).
  5. Cho, Y., et al. Disease-modifying therapeutic strategies in osteoarthritis: current status and future directions. Exp Mol Med. 53 (11), 1689-1696 (2021).
  6. Nelson, M. R., et al. The support of human genetic evidence for approved drug indications. Nat Genet. 47 (8), 856-860 (2015).
  7. Reay, W. R., Cairns, M. J. Advancing the use of genome-wide association studies for drug repurposing. Nat Rev Genet. 22 (10), 658-671 (2021).
  8. Smith, G. D., Ebrahim, S. Mendelian randomization: can genetic epidemiology contribute to understanding environmental determinants of disease. Int J Epidemiol. 32 (1), 1-22 (2003).
  9. Lin, J., Zhou, J., Xu, Y. Potential drug targets for multiple sclerosis identified through Mendelian randomization analysis. Brain. 146 (8), 3364-3372 (2023).
  10. Cao, Y., Yang, Y., Hu, Q., Wei, G. Identification of potential drug targets for rheumatoid arthritis from genetic insights: a Mendelian randomization study. J Transl Med. 21 (1), 616(2023).
  11. Ju, S., et al. Potential therapeutic drug targets and pathways prediction for premature ovarian insufficiency based on network pharmacologic method. J Ethnopharmacol. 304, 116054(2023).
  12. Hopkins, A. L. Network pharmacology: the next paradigm in drug discovery. Nat Chem Biol. 4 (11), 682-690 (2008).
  13. Liu, X., et al. Integrating hippocampal metabolomics and network pharmacology deciphers the antidepressant mechanisms of Xiaoyaosan. J Ethnopharmacol. 268, 113549(2021).
  14. Zheng, J., et al. Phenome-wide Mendelian randomization mapping the influence of the plasma proteome on complex diseases. Nat Genet. 52 (10), 1122-1131 (2020).
  15. Suhre, K., et al. Connecting genetic risk to disease end points through the human blood plasma proteome. Nat Commun. 8, 14357(2017).
  16. Sun, B. B., et al. Genomic atlas of the human plasma proteome. Nature. 558 (7708), 73-79 (2018).
  17. Yao, C., et al. Genome-wide mapping of plasma protein QTLs identifies putatively causal genes and pathways for cardiovascular disease. Nat Commun. 9 (1), 3268(2018).
  18. Emilsson, V., et al. Co-regulatory networks of human serum proteins link genetics to disease. Science. 361 (6404), 769-773 (2018).
  19. Folkersen, L., et al. Mapping of 79 loci for 83 plasma protein biomarkers in cardiovascular disease. PLoS Genet. 13 (4), e1006706(2017).
  20. Ferkingstad, E., et al. Large-scale integration of the plasma proteome with genetics and disease. Nat Genet. 53 (12), 1712-1721 (2021).
  21. Tachmazidou, I., et al. Identification of new therapeutic targets for osteoarthritis through genome-wide analyses of UK Biobank data. Nat Genet. 51 (2), 230-236 (2019).
  22. Lin, S. H., Brown, D. W., Machiela, M. J. LDtrait: an online tool for identifying published phenotype associations in linkage disequilibrium. Cancer Res. 80 (16), 3443-3446 (2020).
  23. Wang, Q., et al. Rare variant contribution to human disease in 281,104 UK Biobank exomes. Nature. 597 (7877), 527-532 (2021).
  24. Warde-Farley, D., et al. The GeneMANIA prediction server: biological network integration for gene prioritization and predicting gene function. Nucleic Acids Res. 38 (Web Server issue), W214-W220 (2010).
  25. Kong, X., et al. BATMAN-TCM 2.0: an enhanced integrative database for known and predicted interactions between traditional Chinese medicine ingredients and target proteins. Nucleic Acids Res. 51 (Database issue), D1268-D1276 (2023).
  26. Liu, H., Wang, J., Zhou, W., Wang, Y., Yang, L. Systems approaches and polypharmacology for drug discovery from herbal medicines: an example using licorice. J Ethnopharmacol. 146 (3), 773-793 (2013).
  27. Collins, K. H., et al. Adipose tissue is a critical regulator of osteoarthritis. Proc Natl Acad Sci U S A. 118 (1), (2021).
  28. Godziuk, K., Hawker, G. A. Obesity and body mass index: past and future considerations in osteoarthritis research. Osteoarthritis Cartilage. 32 (4), 452-459 (2024).
  29. Kohno, H., et al. Synovial fluids from patients with osteoarthritis and rheumatoid arthritis contain high levels of parathyroid hormone-related peptide. J Bone Miner Res. 12 (5), 847-854 (1997).
  30. Binvignat, M., Sellam, J., Berenbaum, F., Felson, D. T. The role of obesity and adipose tissue dysfunction in osteoarthritis pain. Nat Rev Rheumatol. 20, (2024).
  31. D'Angelo, D., De Martino, M., Arra, C., Fusco, A. Emerging role of USP8, HMGA, and non-coding RNAs in pituitary tumorigenesis. Cancers (Basel). 11 (9), (2019).
  32. Islam, M. T., Chen, F., Chen, H. The oncogenic role of ubiquitin-specific peptidase USP8 and its signaling pathways targeting for cancer therapeutics. Arch Biochem Biophys. 701, 108811(2021).
  33. Hunter, D. J., Bierma-Zeinstra, S. Osteoarthritis. Lancet. 393 (10182), 1745-1759 (2019).
  34. Den Hollander, W., et al. Knee and hip articular cartilage have distinct epigenomic landscapes: implications for future cartilage regeneration approaches. Ann Rheum Dis. 73 (12), 2208-2212 (2014).
  35. Han, J., et al. Discovery of novel USP8 inhibitors via ubiquitin-rhodamine-110 fluorometric assay-based high-throughput screening. Bioorg Chem. 101, 103962(2020).
  36. Martineau-Doizé, B., Lai, W. H., Warshawsky, H., Bergeron, J. J. In vivo demonstration of cell types in bone that harbor epidermal growth factor receptors. Endocrinology. 123 (2), 841-858 (1988).
  37. Qin, L., Beier, F. EGFR signaling: friend or foe for cartilage. JBMR Plus. 3 (2), e10177(2019).
  38. Konttinen, Y. T., et al. Acidic cysteine endoproteinase cathepsin K in the degeneration of the superficial articular hyaline cartilage in osteoarthritis. Arthritis Rheum. 46 (4), 953-960 (2002).
  39. Lecaille, F., Kaleta, J., Brömme, D. Human and parasitic papain-like cysteine proteases: their role in physiology and pathology and recent developments in inhibitor design. Chem Rev. 102 (12), 4459-4488 (2002).
  40. Huberts, D. H., Van Der Klei, I. J. Moonlighting proteins: an intriguing mode of multitasking. Biochim Biophys Acta. 1803 (4), 520-525 (2010).
  41. Piatigorsky, J. Gene sharing, lens crystallins and speculations on an eye/ear evolutionary relationship. Integr Comp Biol. 43 (4), 492-499 (2003).
  42. Schiavone, N., et al. A conserved AU-rich element in the 3′ untranslated region of BCL-2 mRNA is endowed with a destabilizing function involved in BCL-2 down-regulation during apoptosis. FASEB J. 14 (1), 174-184 (2000).
  43. Papucci, L., et al. Impact of targeting the adenine- and uracil-rich element of BCL-2 mRNA with oligoribonucleotides on apoptosis, cell cycle, and neuronal differentiation in SH-SY5Y cells. Mol Pharmacol. 73 (2), 498-508 (2008).
  44. Banerjee, P., Markande, S., Kalarikkal, M., Joseph, J. Sumoylation modulates the function of DDX19 in mRNA export. J Cell Sci. 135 (4), (2022).
  45. Primorac, D., Stover, M. L., Clark, S. H., Rowe, D. W. Molecular basis of nanomelia, a heritable chondrodystrophy of chicken. Matrix Biol. 14 (4), 297-305 (1994).
  46. Styrkarsdottir, U., et al. Whole-genome sequencing identifies rare genotypes in COMP and CHADL associated with high risk of hip osteoarthritis. Nat Genet. 49 (5), 801-805 (2017).
  47. Kashima, I., et al. Binding of a novel SMG-1-UPF1-eRF1-eRF3 complex to the exon junction complex triggers UPF1 phosphorylation and nonsense-mediated mRNA decay. Genes Dev. 20 (3), 355-367 (2006).
  48. Yamashita, A., et al. SMG-8 and SMG-9, two novel subunits of the SMG-1 complex, regulate remodeling of the mRNA surveillance complex during nonsense-mediated mRNA decay. Genes Dev. 23 (9), 1091-1105 (2009).
  49. Hug, N., Cáceres, J. F. The RNA helicase DHX34 activates NMD by promoting a transition from the surveillance to the decay-inducing complex. Cell Rep. 8 (6), 1845-1856 (2014).
  50. Yamashita, A., Ohnishi, T., Kashima, I., Taya, Y., Ohno, S. Human SMG-1 associates with components of the mRNA surveillance complex and regulates nonsense-mediated mRNA decay. Genes Dev. 15 (17), 2215-2228 (2001).
  51. Campbell, D. J. The kallikrein-kinin system in humans. Clin Exp Pharmacol Physiol. 28 (12), 1060-1065 (2001).
  52. Bhoola, K. D., Elson, C. J., Dieppe, P. A. Kinins: key mediators in inflammatory arthritis. Br J Rheumatol. 31 (8), 509-518 (1992).
  53. Mateos, J., et al. Differential protein profiling of synovial fluid from rheumatoid arthritis and osteoarthritis patients using LC-MALDI TOF/TOF. J Proteomics. 75 (10), 2869-2878 (2012).
  54. Pelletier, J. P., et al. Inhibition of subchondral bone resorption in early experimental dog osteoarthritis by licofelone is associated with reduced synthesis of MMP-13 and cathepsin K. Bone. 34 (3), 527-538 (2004).
  55. Vasiljeva, O., et al. Emerging roles of cysteine cathepsins in disease and their potential as drug targets. Curr Pharm Des. 13 (4), 387-403 (2007).
  56. Zeng, Z., et al. Pelargonidin ameliorates inflammatory response and cartilage degeneration in osteoarthritis via suppressing the NF-κB pathway. Arch Biochem Biophys. 743, 109668(2023).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Mendelian RandomizationTranscriptomic AnalysisNetwork PharmacologyOsteoarthritis Drug TargetsTwo Sample MRRNA SequencingProtein Protein InteractionFunctional EnrichmentMolecular DockingDrug Repurposing

Related Articles