מחקר אסוציאציה רחב של טרנסקריפטום אינטגרטיבי ואקראיות מנדלית מזהים את LYNX1 ו-MS4A14 כמטרות טיפוליות לאוסטאומיליטיס

Summary

מחקר זה משלב ניתוח אסוציאציה רחב היקף עם אקראיות מנדלית כדי לזהות באופן שיטתי מטרות תרופתיות לאוסטאומיאליטיס. בהסתמך על מאגרי מידע גנטיים, המחברים זיהו את LYNX1 ו-MS4A14 כגנים מועמדים מרכזיים, תוך הדגשת מסלולים מולקולריים קריטיים והנחיות אסטרטגיות טיפוליות מדויקות לניהול זיהומים בעצמות.

Abstract

אוסטאומיאליטיס היא מחלה זיהומית חמורה המאופיינת בדלקת עמוקה בעצם ובמח עצם, והיא נגרמת בעיקר על ידי פתוגנים חיידקיים כמו סטפילוקוקוס אוראוס (S. aureus). עם זאת, משטרי הטיפול הנוכחיים מוגבלים משמעותית בשל הופעת עמידות לאנטיביוטיקה וזיהומים חוזרים, המונעים על ידי יצירת ביופילם חזקה והתמדה חיידקית תוך-תאית. לכן, יש צורך דחוף לזהות מטרות טיפוליות חדשות מעבר לאנטימיקרוביאלים קונבנציונליים. גישה חישובית אינטגרטיבית המשלבת מחקר אסוציאציה רחב הטרנסקריפטום (TWAS) עם ניתוח רנדומיזציה מנדלית מבוסס סיכום (SMR) יושמה לזיהוי שיטתי של גני רגישות סיבתיות שמתחת לאוסטאומיאליטיס. וריאנטים גנטיים בקנה מידה גדול נוצלו כמשתנים אינסטרומנטליים לחיזוי ביטוי גנים ברקמות, מה שאפשר לחקור קשרים סיבתיים בין מטרות אלו לסיכון למחלות. המסגרת האינטגרטיבית זיהתה את LYNX1 ו-MS4A14 כגנים מועמדים מרכזיים ומטרות טיפוליות פוטנציאליות. באופן ספציפי, LYNX1 היה קשור לרגישות מוגברת לאוסטאומיאליטיס, בעוד ש-MS4A14 הראה תכונות הגנה פוטנציאליות. ממצאים אלו מדגישים את התפקידים הרגולטוריים של גנים אלו בתגובה החיסונית של המארח ובוויסות דלקתי במהלך זיהום בעצמות. מחקר זה מגשר על הפער בין ממצאי הקשר הגנומי לבין פרשנות ביולוגית, ומקדם את ההבנה של הבסיס הגנטי של אוסטאומיאליטיס ותומך בפיתוח אסטרטגיות רפואה מדויקת ממוקדות לחיזוק הגנת המארח ולהתמודדות עם העמידות הטיפולית.

Introduction

אוסטאומיליטיס היא מחלה זיהומית חמורה המתאפיינת בדלקת עמוקה בעצם ובמח עצם. לעיתים קרובות היא מתחילה על ידי פלישה חיידקית, כאשר Staphylococcus aureus (S. aureus) הוא פתוגן נפוץ במצגים הדמוניים חריפים וכרוניים ^1,2. בעוד ש-S. aureus בולט, אוסטאומיאליטיס היא לעיתים פולימיקרוביאלית, והכחדת S. aureus לבדה אינה תמיד פותרת את הזיהום בשל התמדה של מיקרואורגניזמים בלתי ניתנים לעיבוד ואינטראקציות דינמיות עם ביופילם ^3,4. במארחים רגישים, פתוגנים משתמשים באסטרטגיות התחמקות מורכבות, כולל התמדה תוך-תאית בתוך מאקרופאגים ויצירת ביופילמים צפופים. הביופילמים הללו, המורכבים מ-DNA חוץ-תאי, פוליסכרידים וחלבונים מיוחדים, יוצרים מחסומים פיזיים חזקים המתנגדים להגנות החיסוניות של המארח ומגבילים את חדירת החומרים האנטי-מיקרוביאליים הקונבנציונליים ^5,6. כתוצאה מכך, אף שניהול קליני כולל בדרך כלל דברידמנט כירורגי אגרסיבי וטיפול אנטיביוטי ממושך, נוכחות של ביופילמים עמידים וקהילות פולימיקרוביאליות מפחיתה משמעותית את יעילות הטיפול, מה שמוביל לתחלואה ממושכת ולזיהומים חוזרים ^7,8. הבהרת הארכיטקטורה המולקולרית שמאחורי האינטראקציות בין המארח לפתוגן נותרת קריטית לזיהוי מטרות טיפוליות חדשות⁹.

מחקרי אסוציאציה גנומית רחבה (GWAS) קידמו את ההבנה של אוסטאומיאליטיס על ידי זיהוי לוקוסים גנטיים מרובים הקשורים לרגישות למחלה¹⁰. עם זאת, בשל ספי בדיקות מרובים מחמירים ומגבלות בעוצמה הסטטיסטית ובגודל המדגם, אתרים קריטיים רבים המשפיעים על רגישות לאוסטאומיאליטיס צפויים להישאר בלתי מזוהים⁷. יתרה מזאת, פירוש ממצאי GWAS נותר מאתגר, שכן רוב הווריאנטים המזוהים נמצאים באזורים שאינם מקודדים או ביני-גניים, מה שמרמז על השפעות רגולטוריות על ביטוי גנים ולא שינויים ישירים במבנה החלבון¹¹. בנוסף, נתוני GWAS ראשוניים חסרים ספציפיות רקמה ישירה, מה שמצריך ניתוחים משלימים במורד הנהר כדי לקבוע את ההקשרים התאיים שבהם וריאנטים אלו מפעילים את השפעתם. מחקרי אסוציאציה רחבי טרנסקריפטום (TWAS) מתמודדים עם מגבלות אלו על ידי שילוב ביטוי גנים חזוי גנטית מפאנלים ייחוס לתוך מאגרי הנתונים הקיימים של GWAS, ומאפשרים זיהוי שיטתי של גנים רלוונטיים תפקודית הקשורים למחלה ברקמות מרובות¹².

כדי לחזק את ההסקה הסיבתית, אקראיות מנדלית (MR) משתמשת בווריאנטים גנטיים כמשתנים אינסטרומנטליים, תוך ניצול ההקצאה האקראית של אללים בעת ההפריה כדי להפחית סיבתיות מבלבלת ולהפוך סיבתיות^13,14. אתרי תכונות ביטוי כמותיות (eQTL) מנתחים עוד וריאנטים של GWAS לשעתוק גנים¹⁵, בעוד ש-SMR מבוסס סיכום מנדלי משלבת מערכי נתונים של GWAS ו-QTL כדי להעדיף גנים סיבתיים ולהבחין ביניהם לבין אסוציאציות המונעות על ידי חוסר שוויון קישור באמצעות בדיקות הטרוגניות¹⁶.

מחקר זה מייצג את היישום הראשון של מסגרת אינטגרטיבית של TWAS ו-MR, המתמקדת במיוחד באוסטאומיאליטיס, תוך טיפול בפער בין ממצאי GWAS לתובנות קליניות שניתנות ליישום קליני. על ידי שילוב נתוני טרנסקריפטומיה ניסיוניים עם נתוני גנטיקה של אוכלוסייה בקנה מידה גדול, גנטי רגישות למחלה מופו באופן שיטתי והוסקו קשרים סיבתיים. אסטרטגיה אינטגרטיבית זו שואפת לחשוף מסלולים מולקולריים שלא זוהו קודם לכן המעורבים בעמידות המארח לאוסטאומיאליטיס ולזהות מטרות מועמדות לפיתוח טיפולי מדויק.

Protocol

כל הסטטיסטיקות הסיכומיות ששימשו בניתוחי ה-Mendelian Randomization (MR) ו-Transcriptome-Wide Association (TWAS) נגזרו אך ורק ממאגרי נתונים שפורסמו בעבר ולא זוהו. אישור אתי והסכמה אישית למחקרים המקוריים מתועדים בפרסומיהם. כתוצאה מכך, אישור אתי נוסף למחקר כריית נתונים זה בוטל על ידי מועצת הביקורת המוסדית של בית החולים טונגדה במחוז ג'ג'יאנג (Zhe Tongde Lunshen 2024 [Yan] No. 028-JY). הכלים ששימשו למחקר זה מופיעים בטבלת החומרים.

1. רכישת ועיבוד נתוני RNA-seq

נתוני טרנסקריפטום התקבלו ממאגר Gene Expression Omnibus (GEO) (GSE272198) להערכת שימור מסלולי חיסון מולדים בין מינים יונקים לצורך אימות ראשוני¹⁷. מקרופאגים שמקורם במח עצם (BMDMs) נדבקו ב-S. aureus (ריבוי זיהום, MOI = 10) במשך שעה, ולאחר מכן טיפול בליזוסטפין (20 מיקרוגרם/מ"ל) וגנטמצין (50 מיקרוגרם/מ"ל) להסרת חיידקים חוץ-תאיים. לאחר שלוש שטיפות עם תמי מלח מפוזר פוספט (PBS), ה-BMDM גודלו במשך 24 שעות, עברו תגובת חילוץ RNA כוללת ורצוף.

איכות ה-RNA הוערכה באמצעות מערכת אלקטרופורזה אוטומטית להבטחת שלמותו. הספריות הוכנו משלושה ניסויים עצמאיים ורצפו על פלטפורמת ריצוף בתפוקה גבוהה. קריאות גולמיות היו מיושרות לגנום העכבר (GRCm38, mm10) באמצעות STAR (v2.7.10a). גנים מבוטאים באופן שונה (DEGs) זוהו באמצעות DESeq2 (v1.38.0). כדי לצמצם חיוביים שגויים, הוגדרה מובהקות סטטיסטית כ-p-value מותאם (FDR) < 0.05 ו-|log₂ שינוי קיפול| > 1. ניתוח אונטולוגיית גנים (GO) בוצע באמצעות clusterProfiler (v4.6.0), וניתוח העשרת קבוצות גנים (GSEA) בוצע באמצעות GseaVis (v0.0.5). מפות חום נוצרו באמצעות חבילת pheatmap (v1.0.12) ב-R (v4.2.0).

ניתוח TWAS

נתוני ריצוף RNA בדם מלא וריצוף גנום מלא (WGS) התקבלו מפרויקט ביטוי גנוטיפ-רקמה (GTEx) (V8)¹⁸. מודלים של ביטוי גנים מאומנים מראש שימשו ממאגר ציבורי (https://doi.org/10.5281/zenodo.3842289). סטטיסטיקות סיכום של דלקת עצם ל-TWAS נאספו מקונסורציום FinnGen, שכלל 2,336 מקרים ו-473,264 מקרים בביקורת,¹².

TWAS בוצע באמצעות שלושה אלגוריתמים: הערכת רקמות מפרקים (JTI), PrediXcan¹⁹, ו-UTMOST ^12,20. JTI מעריך דמיון ביטוי גנים ונגישות כרומטין אפיגנטית כדי למקסם את דיוק החיזוי. PrediXcan מיישם רגרסיה רשת אלסטית עם אימות צולב חמש, בעוד ש-UTMOST משפרת את הדיוק באמצעות נתוני ביטוי רב-רקמתי באמצעות LASSO של קבוצות דלילות. מסגרת ה-UTMOST המותאמת שתוארה על ידי ג'ואו ואח' ¹² מסטנדרטית היפרפרמטרים להערכה בלתי מוטה. גנים עם ציוני אימות צולב יציבים — שהוגדרו מראש כמקדם קורלציה r > 0.1 ומשמעות חיזוי p < 0.05²¹ — נשמרו כבלתי ניתנים לשיעור. מודלים של טרנסקריפטום דם מלא הוקמו באמצעות מטריצות קווריאנטיות SNP ממאגר הנתונים של 1000 גנומים.

לאחר מכן נותחו הקשרים בין ביטוי גנים צפוי לסיכון לאוסטאומיאליטיס. כדי להתחשב בבדיקות מרובות, המובהקות הסטטיסטית של TWAS הוגדרה בעיקר באמצעות סף שיעור גילוי שגוי (FDR) של < 0.05. בהתחשב באופי יצירת ההשערות של מחקר רב-שלבי זה, לוקוסים שעמדו בסף מרמז (נומינלי) של p < 0.05 קיבלו גם עדיפות לניתוחי אקראיות מנדליים (SMR) וקולוקליזציה במורד הזרם. אסטרטגיה אינטגרטיבית זו שואפת למקסם את תפיסת הגורמים הרגולטוריים הפוטנציאליים תוך הסתמכות על אימות משולב (TWAS + SMR) כדי להבטיח את עמידות המועמדים המועדפים.

ניתוח SMR

מחקר זה עמד בהנחיות חיזוק הדיווח על מחקרים תצפיתיים באפידמיולוגיה (STROBE)²². כדי להגדיר חישובית פנוטיפ המייצג נטייה גנטית לתפקוד לקוי של מיטוכונדריה (להלן "מיטודיות" לצורכי ניתוח), הוצאו תמלילים המתאימים לכל הגנים הקשורים למיטוכונדריה הידועים ממאגר הנתונים MitoCarta3.0²³. סט גנים זה שימש כבסיס מוגדר מראש ומבוסס ביולוגיה לחיזוי סיכון פוליגני מאוחר יותר. כל הפרשנויות הפונקציונליות בהמשך הקשורות ל"מיטודיות" נגזרות מהסקה חישובית זו ויש לראות בהן כחיזויות ומיוצרות השערות.

מכשירי לוקי תכונות כמותיים (eQTL) של ביטוי נוצרו באמצעות וריאנטים בטווח של 1000 קילובייט מרצפי קידוד (cis-eQTLs). הסטטיסטיקות הסיכום נאספו מקונסורציום eQTLGen ומ-GTEx V8²⁴. בסך הכל נבחרו 8,932,843 SNPs הקשורים ל-1,013 תמלילים הקשורים למיטודיות בהתבסס על סף מובהקות כלל-גנומי P < 5E-8. סטטיסטיקות GWAS בסיסיות לתוצאות אוסטאומיאליטיס התקבלו מ-FinnGen²⁰.

ניתוח רנדומיזציה מנדלית מבוסס נתוני סיכום (SMR) בוצע באמצעות SMR (גרסה 1.0.3) עם פרמטרים ברירת מחדל להערכת קשרים פליאוטרופיים בין תכונות ביטוי גנים לתוצאות אוסטאומיאליטיס. ההשפעה הסיבתית beta_mitodys–אוסטאומיאליטיס מייצגת את גודל ההשפעה הלוגרית-סיכוי המשוער של תפקוד לקוי מיטוכונדריאלי על אוסטאומיאליטיס ומחושב כך:

יחסי סיכויים (ORs) מייצגים את השינוי לעלייה לוגריתמית טבעית של יחידה אחת ברמות הביטוי הסטנדרטי של גנים. קו-לוקליזציה הוערכה בהמשך באמצעות מבחן ההטרוגניות במכשירים תלויים (HEIDI).

Results

אפיון של ריצוף RNA בכמויות גדולות והעשרות פונקציונליות

בהתאם למתודולוגיה ששימשה לבידוד BMDM לא נגועים (ביקורת) לעומת נגועים ב-S. aureus, זוהו 3,775 DEGs בקבוצת הניסוי, שכללו 1,686 גנים עם ויסות גבוה ו-2,089 גנים עם ויסות נמוך יותר. ניתוח GO חשף רשת מועשרת מאוד להפעלה חיסונית מולדת, כולל ויסות חיובי (GO:0045089) והפעלה (GO:0002218) של התגובה החיסונית המולדת, המשקפת מנגנוני הגנה פתוגנים מונעים על ידי ציטוקין. מודולציה של התרבות לויקוציט...

Discussion

על ידי שילוב ניתוחי TWAS ו-SMR בין מאגרי נתונים תרגומיים, מחקר זה זיהה רשת מרכזית של לוקוסים גנטיים הקשורים לפנוטיפים של אוסטאומיאליטיס. זיהוי LYNX1 ו-MS4A14 כיעדי גנים מועמדים מהווה תרומה מרכזית, המספקת תובנה מכנית מעבר לממצאי GWAS קונבנציונליים על ידי שילוב הקשר טרנסקריפטומי. גישה אינטגרטיבית זו מדגישה את הפוטנציאל של אסטרטגיות רפואה מדויקת לקידום הניהול הקליני של זיהומים חמורים בעצמות.

מבחינה מתודולוגית, השימוש באקראיות מנדלית להסקת קשרים סיבתיים בין ביטוי ...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
clusterProfiler	צוותו של Guangchuang Yu (אוניברסיטת סאן יאט-סן)	NA	משמש לניתוח העשרה פונקציונלי של Gene Ontology (GO) של גנים בעלי ביטוי דיפרנציאלי.
DESeq2	פרויקט Bioconductor (קוד פתוח)	NA	משמש לזיהוי גנים בעלי ביטוי דיפרנציאלי (DEGs)
GSEA / GseaVis	המכון הבריטי / קהילת הקוד הפתוח	NA	משמש לניתוח העשרה של קבוצת גנים (GSEA) לזיהוי קבוצות גנים שמתבטאות באופן קואורדינטיבי. GseaVis משמש ככל הנראה לויזואליזציה.
HEIDI (Heterogeneity in Dependent Instruments) test	פונקציה משולבת בתוכנת SMR	NA	משמש לבדיקה אם הקשר שנצפה ב-SMR מונע על ידי שיווי משקל קישור ולא על ידי גורם סיבתי משותף. P_HEIDI > 0.05 מצביע על אי-הומוגניות מרכזית
JTI (Joint-Tissue Imputation)	Zhou ועמיתים (מודל קוד פתוח)	NA	אלגוריתם TWAS שמעריך דמיון בביטוי גנים ונגישות כרומטין אפיגנטי כדי לייעל את דיוק החיזוי.
pheatmap	Raivo Kolde (חבילת R)	NA	משמש ליצירת תרשימי חום של גנים בעלי ביטוי דיפרנציאלי לצורך הדמיה של נתונים.
PrediXcan	Gamazon ועמיתים (מודל קוד פתוח)	NA	אלגוריתם TWAS המשתמש ברגרסיה אלסטית עם אימות חמישה קפלים כדי להעריך ביטוי גנים ולבדוק את הקשר עם סיכון למחלה.
SMR (Summary-data-based Mendelian Randomization)	פותח על ידי צוות באוניברסיטת פו-דאן (תוכנת קוד פתוח)	NA	משמש לביצוע ניתוח רנדומיזציה מבוסס סיכום כדי לחקור קשרים סיבתיים בין ביטוי גנים לסיכון לאוסטאומיאליטיס. נעשה שימוש בגרסה 1.0.3.
STAR	Alexander Dobin (מעבדת Cold Spring Harbor)	NA	משמש להתאמת קריאות RNA-seq לגנום הייחוס (גנום עכבר GRCm38/mm10).
UTMOST	Hu ועמיתים (מודל קוד פתוח)	NA	אלגוריתם TWAS שמשפר את דיוק החיזוי על ידי שימוש בנתוני ביטוי מרובה רקמות במסגרת מסגרת LASSO קבוצתית מדוללת.