Articolo di ricerca

Analisi di randomizzazione mendeliana dei tratti infiammatori associati ai NET e del diabete di tipo 2 e delle sue complicazioni

DOI:

10.3791/71230

⸱

21 agosto 2026

 ,  ,  ,  ,  ,  ,  ,  , 
1Department of Laboratory Medicine, Zhongshan People's Hospital, 2Department of Advanced Diagnostic and Clinical Medicine, Zhongshan People's Hospital

In questo articolo

Sommario

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

Questo studio MR a due campioni ha identificato possibili associazioni tra tratti infiammatori associati a NETs predetti geneticamente e complicanze del diabete di tipo 2 (T2DM). L'IL-6 predetta geneticamente era inversamente associata alla CAD diabetica, mentre le NETs erano associate a complicanze renali e circolatorie periferiche nel T2DM. Le analisi di sensibilità hanno generalmente confermato la stabilità di queste associazioni significative.

Abstract

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

I tratti infiammatori associati alle trappole extracellulari dei neutrofili (NETs) svolgono un ruolo significativo nel diabete mellito di tipo 2 (T2DM) e nelle sue complicanze. In particolare, l'IL-6, una citochina infiammatoria chiave, è strettamente legato alla formazione delle NETs e alla patogenesi del T2DM e delle sue complicanze. Questo studio si è proposto di esplorare l'associazione causale tra tratti infiammatori associati alle NETs e il T2DM, nonché le sue complicanze, utilizzando un approccio di Randomizzazione Mendeliana (MR). Lo studio ha adottato un disegno MR a due campioni basato su dati di studi di associazione su tutto il genoma (GWAS), comprendente una vasta meta-analisi basata su popolazione europea per il T2DM e le sue complicanze. Il metodo principale di analisi è stato l'approccio weighted inverse variance (IVW), integrato da regressioni MR-Egger, metodo della mediana pesata e metodo della moda pesata. Le analisi di sensibilità hanno incluso MR-Egger, MR-PRESSO, il test Q di Cochran e il metodo leave-one-out per valutare la robustezza dei risultati. Lo studio ha indicato che i livelli di interleuchina-6 (IL-6) predetti geneticamente erano inversamente associati alla malattia coronarica diabetica (CAD) (OR = 0,8997, IC 95%: 0,8257–0,9803, P = 0,0158). Inoltre, le NETs hanno mostrato associazioni significative con il T2DM con complicanze renali (OR = 0,97, IC 95% 0,9428–0,998, P = 0,0358) e con il T2DM con complicanze circolatorie periferiche (OR = 1,0342, IC 95% 1,002–1,0673, P = 0,037). Le associazioni IVW significative non hanno mostrato evidenza di eterogeneità o pleiotropia orizzontale. Questo studio suggerisce che i tratti infiammatori associati alle NETs predetti geneticamente sono correlati a specifiche complicanze del T2DM. L'IL-6 predetto geneticamente era inversamente associato alla CAD diabetica, mentre le NETs erano associate a complicanze renali e circolatorie periferiche nel T2DM.

Introduzione

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

Il diabete mellito di tipo 2 (T2DM), caratterizzato da resistenza all'insulina e spesso accompagnato da una progressiva disfunzione delle cellule beta, ha raggiunto proporzioni epidemiche a livello mondiale1,2. Complicanze come malattie cardiovascolari, insufficienza renale, neuropatia e retinopatia impongono un notevole onere non solo sugli individui in termini di salute e qualità della vita, ma anche sui sistemi sanitari mondiali, sottoponendo a stress le risorse, aumentando i costi e gravando sulle economie3,4. Data la natura multifattoriale del T2DM, è necessaria un'analisi approfondita dei suoi fattori eziologici. Sempre più evidenze hanno implicato le trappole extracellulari dei neutrofili (NETs) nella fisiopatologia di diverse malattie metaboliche, in particolare associate al T2DM.

Le trappole extracellulari dei neutrofili (NETs) sono reti extracellulari di DNA decondensato e proteine dei granuli che possiedono potenti proprietà microbicida5,6. Marcatori come il DNA libero da cellule e l'istone H3 citrullinato rappresentano indicatori chiave della NETosi, riflettendo l'attività infiammatoria in varie malattie7,8. Evidenze crescenti suggeriscono che il diabete promuove la formazione delle NETs, propagando così l'infiammazione e il danno tissutale9,10. Clinicamente, livelli elevati di marcatori delle NETs si correlano con iperglicemia ed esiti avversi in molteplici complicanze diabetiche. Ad esempio, aumentati livelli di dsDNA sono associati a disregolazione del glucosio in pazienti con STEMI11, mentre i componenti delle NETs sono legati alla progressione della retinopatia diabetica12 e predicono il rischio di amputazione nelle ulcere del piede diabetico13. Nonostante queste associazioni, la precisa relazione causale tra le NETs e lo sviluppo del DM2 e delle sue complicanze deve ancora essere completamente chiarita. Evidenze crescenti evidenziano un'interazione bidirezionale tra IL-6 e NETs nell'infiammazione metabolica. L'iperglicemia predispone i neutrofili alla NETosi, con l'IL-6 che funge da potente induttore di questo processo dipendente da energia14. Clinicamente, l'IL-6 predice in modo indipendente livelli elevati di marcatori delle NETs (ad esempio, H3Cit e DNA libero da cellule) nel diabete di tipo 2, i quali si correlano fortemente a stati protrombotici e complicanze microvascolari come la retinopatia diabetica15,16. Inoltre, la NETosi indotta da infezione può potenziare il trans-segnalamento dell'IL-6, stabilendo un circuito regolatorio reciproco17. Nel complesso, questi risultati sottolineano la stretta interconnessione fisiopatologica tra IL-6 e NETs, in particolare nell'ambiente diabetico.

La Randomizzazione Mendeliana (MR) è un potente metodo statistico che sfrutta varianti genetiche naturalmente presenti come variabili strumentali per stimare gli effetti causali di esposizioni modificabili sugli esiti sanitari, fornendo informazioni sui percorsi complessi delle malattie18. Questo approccio, basato sulle leggi mendeliane dell'ereditarietà, consente ai ricercatori di inferire la causalità negli studi osservazionali sfruttando la distribuzione casuale degli alleli durante la meiosi, superando così alcune limitazioni dei metodi epidemiologici tradizionali nel definire relazioni di causa-effetto19.

Ad oggi, sono stati pubblicati pochi rapporti su studi di MR che indagano la relazione causale tra tratti infiammatori associati alle NETs predetti geneticamente e il diabete di tipo 2 (T2DM) e le sue complicanze. Pertanto, lo scopo del presente studio è esplorare le possibili associazioni causali tra tratti infiammatori associati alle NETs e il T2DM, nonché le sue complicanze, utilizzando un metodo di analisi MR a due campioni.

Protocollo

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

Progettazione dello studio

Questa ricerca ha utilizzato un approccio MR a due campioni per esplorare la relazione causale tra tratti infiammatori associati alle NETs e il diabete di tipo 2 (T2DM) e le sue complicanze. Il modello MR si basa su tre assunzioni fondamentali20: 1) la variante genetica deve essere significativamente associata all'esposizione, 2) la variante genetica deve influenzare l'esito unicamente attraverso l'esposizione (esclusione della pleiotropia) e 3) la variante genetica non deve essere associata a fattori di confondimento. Per una panoramica dettagliata del processo dello studio, si prega di consultare Figura 1. Il manoscritto rispetta le linee guida MR-STROBE per la presentazione degli studi MR, garantendo standard rigorosi di trasparenza e riproducibilità21.

Fonti dei dati

I dati delle analisi di associazione sull'intero genoma (GWAS) utilizzati in questa analisi MR provengono da database pubblici GWAS. Per quanto riguarda gli studi GWAS di livello riassuntivo relativi al diabete di tipo 2 (T2DM), sono stati inclusi la più ampia meta-analisi su una popolazione europea, composta da 74.124 casi e 824.006 controlli, insieme a uno studio prospettico caso-coorte annidato condotto in Europa, comprendente 9.978 casi e 12.348 controlli22. Per le complicanze diabetiche, tra cui T2DM con complicanze renali e T2DM con complicanze circolatorie periferiche, questo studio ha recuperato le statistiche riassuntive GWAS da studi in cui i casi erano pazienti con T2DM affetti dalla specifica complicanza e i controlli erano individui senza T2DM. Informazioni dettagliate sulle fonti dei dati sono disponibili nella Tabella Supplementare 1.

I dati GWAS per i tratti infiammatori associati alle NET sono stati ottenuti dal catalogo GWAS (vedere Tabella Supplementare 2). Per affrontare l'eterogeneità nella specificità biologica, questo studio ha suddiviso le esposizioni incluse in due gruppi distinti in base ai loro ruoli funzionali nella biologia dei neutrofili: (1) Fattori principali associati alla NETosi: questa categoria comprende marcatori direttamente coinvolti nella formazione strutturale delle NET o nel processo enzimatico della decondensazione della cromatina. In particolare, questo studio ha incluso le NET stesse, la mieloperossidasi (MPO), l'elastasi neutrofila (NE) e il complesso MPO-DNA. MPO e NE sono enzimi essenziali per la degradazione delle istoni e la decondensazione della cromatina, mentre il complesso MPO-DNA è un marcatore surrogato specifico per le NET23. (2) Mediatori infiammatori associati alle NET: questa categoria comprende citochine e mediatori che agiscono come regolatori iniziali o effettori finali strettamente legati alla NETosi, ma coinvolti anche in vie infiammatorie più ampie. Questo gruppo include l'interleuchina-6 (IL-6)24, il fattore di necrosi tumorale-alfa (TNF-α)25, i livelli di lipocalina associata alla gelatinasi dei neutrofili (NGAL)26 e il fattore della rete di comunicazione cellulare 1 (CCN1)27.

I dati utilizzati in questo studio sono stati ottenuti da database ad accesso aperto o da studi GWAS pubblicati in ricerche precedenti; pertanto, non è stata richiesta un'approvazione etica per questa ricerca.

Selezione di strumenti genetici associati ai NET

Poiché la formazione delle NET rappresenta un processo biologico dinamico non direttamente misurato negli studi GWAS convenzionali, questo studio ha adottato un approccio basato sui geni per identificare strumenti genetici associati a tratti infiammatori legati alle NET. È stato selezionato un insieme completo di 257 geni noti essere crucialmente coinvolti nella formazione e regolazione delle NET, come MPO, insieme ai geni che codificano per le istoni e le proteine dei granuli neutrofili, sulla base di studi meccanicistici consolidati e della letteratura pubblicata28.

Selezione della variabile strumentale

Per identificare strumenti genetici robusti per i tratti infiammatori associati alle NETs, questo studio ha implementato un flusso di lavoro sequenziale di filtraggio utilizzando statistiche riassuntive di GWAS. I passaggi operativi specifici sono stati i seguenti:

Screening iniziale: sono state estratte le varianti genetiche significativamente associate ai tratti di esposizione29 in base a una soglia di significatività di P < 5 × 10⁻6.

Filtraggio per frequenza dell'allele minore (MAF): per garantire un'adeguata potenza statistica, sono state escluse le polimorfismi a singolo nucleotide (SNPs) con una MAF ≤ 0,0130.

Raggruppamento per squilibrio di associazione (LD): per ridurre il confondimento dovuto allo squilibrio di associazione (LD), sono stati selezionati SNP indipendenti utilizzando la funzione di raggruppamento con parametri impostati su r2 < 0,001 all'interno di una finestra di 10.000 kb31.

Valutazione della forza dello strumento: La forza di ciascuna IV rimanente è stata quantificata utilizzando la statistica F, calcolata come F = R2 × (N-2) / (1-R2). Sono stati mantenuti solo gli SNP con una statistica F > 10 per ridurre al minimo il bias dovuto a strumenti deboli32.

Identificazione di SNP proxy e armonizzazione dei dati

Per affrontare la mancanza di SNP nel set di dati dell'esito, questo studio ha effettuato una ricerca di proxy e un processo di armonizzazione dei dati:

Sostituzione con proxy: quando un SNP bersaglio proveniente dal GWAS dell'esposizione non era disponibile nel GWAS dell'esito, questo studio ha utilizzato la funzione LDproxy() basata sul panel di riferimento europeo del Progetto 1,000 Genomi. Un SNP proxy candidato è stato selezionato solo se mostrava un'elevata associazione di linkage disequilibrium con il SNP originale (r2> 0,8). Se non veniva trovato alcun proxy idoneo, il SNP veniva escluso.

Armonizzazione: i set di dati relativi all'esposizione e all'esito sono stati allineati utilizzando la funzione harmonise_data() del pacchetto TwoSampleMR (R versione 4.0.5). In questo studio è stato impostato il parametro action = 2 per allineare automaticamente tutti gli SNP al filamento diretto e rimuovere gli SNP palindromi con orientamento del filamento ambiguo.

Verifica: dopo l'armonizzazione, questo studio ha esaminato manualmente il dataset armonizzato per confermare che le frequenze degli alleli effetto fossero coerenti tra i dati di esposizione e quelli di esito.

Analisi MR e test di sensibilità

L'inferenza causale è stata condotta utilizzando il pacchetto TwoSampleMR (R versione 4.0.5).

Analisi primarie e secondarie: questo studio ha applicato il metodo del peso inverso della varianza (IVW) come approccio principale33. Sono state effettuate analisi complementari utilizzando i metodi MR-Egger34, mediana pesata e moda pesata per garantire la robustezza35.

Valutazione della sensibilità: l'eterogeneità tra le VI è stata valutata mediante il test Q di Cochran36 tramite la funzione mr_heterogeneity(). La pleiotropia orizzontale è stata valutata utilizzando il test dell'intercetta MR-Egger34 (mr_pleiotropy_test()).

Rilevamento degli outlier: questo studio ha utilizzato il pacchetto MR-PRESSO per rilevare possibili outlier37. La funzione mr_presso() è stata eseguita con 1.000 simulazioni. Gli SNP outlier identificati (P < 0,05) sono stati rimossi e le stime causali sono state ricalcolate per verificare la stabilità dei risultati. Inoltre, è stata effettuata un'analisi leave-one-out per assicurare che l'associazione causale non fosse determinata da un singolo SNP38.

Correzione Statistica

Per tener conto dei test multipli, i valori P ottenuti dalle analisi MR sono stati corretti utilizzando il metodo del False Discovery Rate (FDR). Questo è stato applicato mediante la funzione P.adjust() in R con il parametro method = "fdr". Le associazioni con un valore P corretto (PFDR) < 0,05 sono state considerate statisticamente significative.

Risultati

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

Variabili Strumentali Selezionate

Questo studio ha condotto un'analisi MR utilizzando tratti infiammatori associati ai NET come esposizione. Un totale di 106 strumenti validi (IV) sono stati identificati a tale scopo, con dettagli forniti nella Tabella Supplementare 3. Le statistiche F di questi strumenti validi presentavano un valore medio di 26,46, con un intervallo compreso tra un minimo di 20,6 e un massimo di 250,4.

Quando si adottano il DT2 e le sue varie complicanze (chetoacidosi diabetica, complicanze renali, complicanze oftalmiche, complicanze neurologiche e complicanze circolatorie periferiche) come esiti, non è stato possibile abbinare le informazioni relative a tre SNP nei dati riassuntivi. In questo studio sono stati utilizzati SNP proxy (Tabella Supplementare 4).

Associazione causale dei tratti infiammatori associati alle NETs sul diabete di tipo 2 e le sue complicanze

I risultati principali ottenuti con il metodo IVW sono presentati nella Tabella 1, mentre nella Tabella Supplementare 5 sono riportate le stime MR complementari ottenute tramite i metodi MR-Egger, mediana pesata e moda pesata. In particolare, i risultati IVW hanno rivelato associazioni statisticamente significative tra i livelli di interleuchina-6 (IL-6) e la CAD diabetica (OR = 0,8997, IC 95% 0,8257–0,9803, P = 0,0158), in accordo con quanto emerso con il metodo della mediana pesata. Questi risultati indicano che l'IL-6 è geneticamente associata alle complicanze cardiovascolari del diabete. Inoltre, i risultati dell'analisi IVW hanno indicato che i NETs sono significativamente associati al diabete di tipo 2 con complicanze renali (OR = 0,97, IC 95% 0,9428–0,998, P = 0,0358) e al diabete di tipo 2 con complicanze circolatorie periferiche (OR = 1,0342, IC 95% 1,002–1,0673, P = 0,037). Il grafico a dispersione e il grafico a foreste relativi ai risultati positivi sopra menzionati sono mostrati nella Figura 2.

I risultati della regressione MR Egger non hanno indicato evidenza di pleiotropia orizzontale nell'analisi, come specificato nella Tabella 2. Sulla base dei risultati di eterogeneità presentati nel test Q di Cochran (Tabella 2) e nei grafici a imbuto (Figura 3A–C), si osserva che nessuno dei valori P per la statistica Q è al di sotto della soglia convenzionale di 0,05, indicando l'assenza di eterogeneità significativa tra gli strumenti validi (IV) per i principali esiti di interesse in questo studio.

Inoltre, l'analisi MR-PRESSO (Tabella 3) ha identificato un valore anomalo (rs139237904) quando CCN1 era considerato l'esposizione e il diabete di tipo 2 (T2DM) l'esito; i risultati sono rimasti non significativi dopo la sua esclusione. Analogamente, quando MPO era l'esposizione e T2DM l'esito, sono stati rilevati due valori anomali (rs10916508 e rs6544660), e i risultati non significativi sono persistiti anche dopo la loro rimozione. Per NGAL come esposizione e T2DM come esito, è stato trovato un singolo valore anomalo (rs10497219), e i risultati negativi sono stati confermati anche dopo la sua esclusione. Nel caso di TNF-α come esposizione e T2DM con chetoacidosi come esito, era presente un unico valore anomalo (rs10103048), e l'esclusione non ha modificato l'esito non significativo. Tuttavia, quando NGAL è stato associato al T2DM con complicanze neurologiche, sono stati identificati due valori anomali (rs10497219 e rs1287048), e dopo la loro rimozione i risultati sono diventati positivi, indicando un'associazione significativa. L'analisi "leave-one-out" (Figura 3D–F) fornisce ulteriore evidenza della robustezza dei risultati. In sintesi, questa analisi MR suggerisce un possibile ruolo di IL-6 e NETs nella patogenesi delle complicanze diabetiche, giustificando ulteriori indagini.

DISPONIBILITÀ DEI DATI:

Tutti i dati generati o analizzati durante questo studio sono inclusi in questo articolo e nella Tabella Supplementare 1, Tabella Supplementare 2, Tabella Supplementare 3, Tabella Supplementare 4 e Tabella Supplementare 5.

figure-results-1
Figura 1: Disegno dello studio in questo studio MR. (A) Le analisi MR si basano su tre assunzioni fondamentali. (B) Schema del disegno dello studio. NETs: trappole extracellulari dei neutrofili; T2DM: diabete mellito di tipo 2; SNP: polimorfismo a singolo nucleotide; MR: randomizzazione mendeliana; IVW: pesato per la varianza inversa; MR-PRESSO: Somma dei residui e individuazione degli outlier nella randomizzazione mendeliana con pleiotropia Cliccare qui per visualizzare una versione ingrandita di questa figura.

figure-results-2
Figura 2: Associazione causale tra tratti infiammatori associati alle NETs e il diabete di tipo 2 (T2DM) e le sue complicanze. (A) Grafico a dispersione che mostra l'associazione tra i livelli di IL-6 e la CAD diabetica. (B) Grafico a dispersione che mostra l'associazione tra le NETs e il diabete di tipo 2 con complicanze renali. (C) Grafico a dispersione che mostra l'associazione tra le NETs e il diabete di tipo 2 con complicanze circolatorie periferiche. (D) Grafico a foreste dei livelli di IL-6 nella CAD diabetica. (E) Grafico a foreste delle NETs nel diabete di tipo 2 con complicanze renali. F: Grafico a foreste delle NETs nel diabete di tipo 2 con complicanze circolatorie periferiche. Cliccare qui per visualizzare una versione ingrandita di questa figura.

figure-results-3
Figura 3: Risultati dell'analisi di sensibilità. (A) Grafico a imbuto dei livelli di IL-6 nella CAD diabetica. (B) Grafico a imbuto dei NETs nel T2D con complicanze renali. (C) Grafico a imbuto dei NETs nel T2D con complicanze circolatorie periferiche. (D) Analisi di sensibilità di esclusione incrociata dei livelli di IL-6 sulla CAD diabetica. (E) Analisi di sensibilità di esclusione incrociata dei NETs sul T2D con complicanze renali. (F) Analisi di sensibilità di esclusione incrociata dei NETs sul T2D con complicanze circolatorie periferiche. Cliccare qui per visualizzare una versione ingrandita di questa figura.

Tabella 1: Associazione causale primaria tra tratti infiammatori associati alle NETs e il diabete di tipo 2 (T2DM) e le sue complicanze Cliccare qui per scaricare questa tabella.

Tabella 2: Risultati dell'eterogeneità e della pleiotropia delle variabili strumentali Clicca qui per scaricare questa tabella.

Tabella 3: Risultati dell'analisi MR-PRESSO Cliccare qui per scaricare questa tabella.

Tabella supplementare 1: Fonte dei dati su T2DM e le sue complicanze Cliccare qui per scaricare il file.

Tabella supplementare 2: Fonte dei dati relativi ai tratti infiammatori associati ai NET Cliccare qui per scaricare il file.

Tabella supplementare 3: Selezione delle variabili strumentali (IV) Cliccare qui per scaricare il file.

Tabella supplementare 4: Elenco di SNP proxy utilizzati nell'analisi MR Cliccare qui per scaricare il file.

Tabella supplementare 5: Stime MR complementari per le associazioni causali tra tratti infiammatori associati a NET e complicanze del diabete di tipo 2 Cliccare qui per scaricare il file.

Discussione

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

Questo studio utilizza un approccio di MR a due campioni per indagare le associazioni tra tratti infiammatori associati alle NETs e il diabete di tipo 2 (T2DM), nonché le sue complicanze. I risultati principali indicano un'associazione inversa statisticamente significativa tra i livelli di IL-6 predetti geneticamente e la cardiopatia ischemica diabetica. Questo risultato potrebbe riflettere la complessa architettura genetica delle vie di segnalazione dell'IL-6, piuttosto che un effetto protettivo diretto dell'IL-6 circolante sulle complicanze cardiovascolari del diabete. Inoltre, lo studio rivela associazioni tra le NETs e varie complicanze diabetiche, comprese quelle renali e circolatorie periferiche nei pazienti con T2DM. Queste associazioni evidenziano il ruolo importante delle NETs nella patogenesi delle complicanze correlate al diabete e potrebbero guidare future strategie terapeutiche mirate a queste vie infiammatorie.

L'associazione tra IL-6 e CAD diabetica è stata oggetto di notevoli dibattiti, con studi che presentano prospettive diverse sul ruolo dell'IL-6. Questo studio suggerisce che l'IL-6 potrebbe avere un'associazione complessa e negativa con le complicanze cardiovascolari correlate al diabete. Cupido et al.39 confermano questi risultati, collegando il disturbo del segnale dell'IL-6 a un ridotto rischio di malattie cardiometaboliche. Al contrario, Indumathi et al.40 hanno osservato ipomethilazione e sovraespressione dell'IL-6 in soggetti diabetici, suggerendo un ruolo patogenetico nella CAD. Questo è in linea con Shrivastav et al.41 e Chittaragi et al.42, che hanno identificato livelli elevati di IL-6 come fattori pro-infiammatori e marcatori prognostici nella CAD diabetica. Tuttavia, Liu et al.43 sottolineano la natura duale degli adipochine come l'IL-6 nell'aterosclerosi; questa dualità dipendente dal contesto potrebbe spiegare le evidenze contrastanti tra gli studi. La discordanza nei risultati potrebbe essere attribuita a diversi fattori. In primo luogo, l'eterogeneità nei disegni degli studi, nelle popolazioni di pazienti e nei metodi utilizzati per misurare i livelli di IL-6 potrebbe portare a conclusioni differenti44. In secondo luogo, la relazione temporale tra IL-6 e lo sviluppo della CAD è complessa e potrebbe coinvolgere componenti sia causali che reattive, che potrebbero non essere pienamente catturate negli studi trasversali o persino in alcuni studi longitudinali45.

Sebbene il presente studio e diversi altri suggeriscano un'associazione significativa tra IL-6 e CAD diabetica, la natura esatta di questa relazione rimane complessa e potrebbe essere influenzata da vari fattori biologici e metodologici. È importante notare che questa analisi MR indica un'associazione negativa statisticamente significativa tra livelli di IL-6 predetti geneticamente e CAD correlata al diabete (OR=0,8997), in contrasto con la visione convenzionale secondo cui l'IL-6 promuove la patologia cardiovascolare. Tale discrepanza potrebbe essere attribuita al ruolo duplice complesso dell'IL-6 nell'infiammazione e nella riparazione tissutale46, oppure alla possibilità che gli strumenti genetici utilizzati nell'analisi MR riflettano un percorso biologico specifico della segnalazione dell'IL-6 diverso dal suo effetto sistemico complessivo. L'associazione negativa osservata in questo studio non deve essere interpretata semplicisticamente come un effetto cardioprotettivo dell'IL-6; piuttosto, probabilmente riflette i meccanismi genetici complessi alla base della segnalazione del recettore dell'IL-6. In alternativa, l'associazione negativa osservata potrebbe essere influenzata da meccanismi compensatori o da circuiti di feedback negativo all'interno della rete infiammatoria che non vengono pienamente catturati negli studi osservazionali convenzionali. Ricerche future dovrebbero mirare a chiarire queste complessità attraverso studi longitudinali ben progettati e considerando la natura multifattoriale della patogenesi della CAD.

Il ruolo delle NETs nelle complicanze del diabete, in particolare nel contesto della malattia renale, è stato sempre più riconosciuto come un mediatore significativo dell'infiammazione e del danno tissutale. Magaña-Guerrero et al.12 associano le NETs all'iper-glicemia e all'insufficienza renale nella retinopatia diabetica, posizionandole come marcatori della progressione della malattia. Nel contesto della malattia renale diabetica (DKD), Liu et al.47 dimostrano che l'upregolazione della midchina promuove il danno renale potenziando la formazione delle NETs, mentre Zheng et al.48 mostrano che le NETs inducono disfunzione endoteliale glomerulare e piroptosi, effetti attenuati dal trattamento con DNasi I. Oltre questi risultati sperimentali, recenti analisi di MR e trascrittomica hanno identificato specifici geni associati alle NETs (ad es., CLIC3, GBP2) come fattori di rischio causali per la retinopatia diabetica proliferativa28. Curiosamente, questa evidenza genetica contrasta nettamente con i risultati di un'associazione negativa con le complicanze renali, evidenziando i meccanismi specifici per tessuto delle NETs. Nel complesso, lo studio arricchisce questo panorama dimostrando un'associazione causale significativa tra le NETs e le complicanze circolatorie periferiche nel DT2. Ulteriori ricerche sono essenziali per chiarire l'interazione complessa di fattori che potrebbero influenzare il ruolo delle NETs nella nefropatia diabetica.

Sebbene questo studio abbia identificato un'associazione potenziale tra IL-6 e CAD diabetica, nonché una correlazione significativa tra NETs e altre complicanze diabetiche, l'interazione tra questi due mediatori infiammatori richiede ulteriori indagini. Sebbene questo studio non abbia effettuato un'analisi MR dedicata per verificare il percorso causale da IL-6 a NETs, un'ampia serie di evidenze sperimentali suggerisce che l'IL-6 possa agire come fattore guida a monte dei tratti infiammatori associati a NETs.

Dal punto di vista biologico, l'IL-6 è una citochina fondamentale nella risposta acuta49 e si è dimostrato in grado di predisporre i neutrofili alla formazione di trappole extracellulari neutrofiliche (NET)50. Livelli elevati di IL-6, spesso osservati nell'ambiente microscopico iperglicemico del diabete51, possono attivare la via di segnalazione JAK/STAT3 all'interno dei neutrofili52. Questa attivazione rappresenta un passaggio cruciale nell'upregolazione trascrizionale della peptidilarginina deiminasi 4 (PAD4)53, l'enzima responsabile della citrullinazione degli istoni e della decondensazione della cromatina54, caratteristiche distintive della NETosi54. È quindi biologicamente plausibile ipotizzare un asse patologico sequenziale: l'upregolazione sistemica dell'IL-6 promuove una formazione eccessiva di NET, che a sua volta aggrava i danni endoteliali e la trombosi, portando a diverse complicanze diabetiche, tra cui la cardiopatia ischemica diabetica (CAD) e le lesioni renali. Studi futuri che utilizzino analisi di regressione multivariata (MR) o analisi di mediazione saranno necessari per quantificare formalmente in quale misura gli effetti dannosi dell'IL-6 siano mediati attraverso le NET.

Il framework analitico qui presentato ha un notevole potenziale per applicazioni future. Da un punto di vista metodologico, questo flusso di lavoro può essere esteso alla MR multivariabile (MVMR) per scomporre gli effetti causali indipendenti di esposizioni correlate, affrontando così in modo più completo le vie biologiche complesse. Inoltre, l'integrazione di analisi di colocalizzazione nelle future versioni permetterebbe di verificare che esposizione e outcome condividano la stessa variante causale, riducendo ulteriormente il rischio di distorsione dovuta al disequilibrio di associazione (linkage disequilibrium). Dal punto di vista clinico, questo approccio fornisce un modello solido per la validazione di bersagli terapeutici. Filtrando sistematicamente la pleiotropia orizzontale e garantendo la validità degli strumenti, questo framework può selezionare priorità di bersagli terapeutici con una maggiore probabilità di successo clinico. In definitiva, tradurre questi approfondimenti genetici in modelli di predizione del rischio potrebbe facilitare strategie di medicina di precisione, identificando sottogruppi ad alto rischio che trarrebbero maggiore beneficio da interventi precoci.

Questo studio utilizza un approccio MR a due campioni, che sfrutta varianti genetiche come variabili strumentali (IV) per stabilire la causalità, fornendo così un quadro solido per esplorare la relazione tra tratti infiammatori associati ai NETs e il diabete di tipo 2 (T2DM) e le sue complicanze. Questo approccio migliora gli studi osservazionali utilizzando l'MR per ridurre i fattori di confondimento e la causalità inversa. A differenza delle implementazioni standard dell'MR basate esclusivamente sulle stime IVW, questo studio integra analisi di sensibilità robuste (mediana pesata, MR-Egger) e controlli della pleiotropia. Questo quadro multimetodo garantisce che le stime causali non siano influenzate da strumenti non validi, offrendo una maggiore validità rispetto alle analisi monometodiche. Inoltre, la riproducibilità di questo approccio è assicurata da un protocollo standardizzato e trasparente per l'armonizzazione dei dati e il controllo di qualità, affrontando la «crisi della replicabilità» spesso osservata nelle analisi genetiche complesse. In termini di efficienza e applicabilità, questa procedura semplificata riduce il carico computazionale associato alla cura manuale dei dati, consentendo lo screening rapido di fenotipi multipli. Questa scalabilità rende il quadro ampiamente applicabile non solo ad analisi specifiche, ma anche a scansioni fenoma-larghe ad alto rendimento, offrendo uno strumento più versatile per esplorare reti biologiche complesse rispetto agli approcci osservazionali rigidi e monostep.

Tuttavia, lo studio non è privo di limitazioni. L'uso di strumenti genetici si basa sull'assunzione che le varianti selezionate siano associate all'esposizione di interesse e all'esito attraverso un singolo percorso, il che potrebbe non cogliere appieno la complessità dei sistemi biologici. In secondo luogo, poiché questo studio si è basato principalmente su dati provenienti da popolazioni europee per l'analisi MR, la generalizzabilità dei risultati ad altre popolazioni etniche o geografiche potrebbe essere limitata. In terzo luogo, sebbene questo studio abbia identificato possibili associazioni tra tratti infiammatori associati alle NETs e il diabete di tipo 2 (T2DM) e le sue complicanze, le specifiche reti regolatorie molecolari e i meccanismi biologici sottostanti richiedono ulteriori chiarimenti attraverso studi sperimentali successivi. È importante sottolineare che le associazioni causali significative si sono rivelate limitate a specifiche complicanze, come la cardiopatia ischemica diabetica, renale e quelle circolatorie periferiche, e non sono state osservate uniformemente in tutti gli esiti diabetici testati. Inoltre, sebbene l'analisi MR possa ridurre il confondimento, non è in grado di tenere conto di tutte le possibili fonti di bias, come fattori ambientali non misurati o la stratificazione della popolazione.

Inoltre, la generalizzabilità dei risultati potrebbe essere limitata dalle popolazioni specifiche da cui sono derivati i dati genetici, ed è necessaria una replicazione in popolazioni diverse per confermare questi risultati. Sebbene questo studio utilizzi statistiche riassuntive di GWAS su larga scala, l'assenza di dati aggiuntivi di sequenziamento multi-omico provenienti da coorti cliniche o modelli sperimentali limita la possibilità di validare i meccanismi molecolari e i cambiamenti trascrizionali alla base delle associazioni causali osservate. Questo flusso di lavoro MR ha richiesto aggiustamenti specifici per affrontare le difficoltà analitiche, in particolare per quanto riguarda l'armonizzazione degli alleli e la pleiotropia. Per ridurre al minimo l'ambiguità del filamento nei SNP palindromici, questo studio ha modificato il flusso di lavoro escludendo rigorosamente le varianti con frequenze alleliche intermedie (>0,42). Inoltre, per risolvere potenziali casi di pleiotropia orizzontale, questo studio ha integrato nel flusso di lavoro il test degli outlier MR-PRESSO. Ciò ha permesso la rimozione iterativa di variabili strumentali non valide, assicurando che le stime causali finali fossero robuste e non determinate da outlier pleiotropici.

La validità dei risultati ottenuti con la MR dipende fortemente da diversi passaggi analitici critici. Innanzitutto, la selezione rigorosa degli strumenti validi (IV) è fondamentale. Adottando severi soglie di significatività a livello genoma (P<5×10-6) e raggruppando per disequilibrio di associazione (r2<0,001), questo studio ha ridotto al minimo il rischio di bias dovuto a strumenti deboli, assicurando che gli SNP selezionati siano fortemente associati all'esposizione. In secondo luogo, la robustezza delle stime causali dipende dalla gestione della pleiotropia orizzontale. Questo studio si è avvalso di diversi metodi complementari, in particolare MR-Egger, mediana pesata e MR-PRESSO, che hanno fornito un'adeguata protezione; la coerenza tra questi metodi, unita a intercette MR-Egger non significative, sostiene l'ipotesi che gli strumenti validi influenzino l'esito esclusivamente attraverso l'esposizione. Sebbene le variazioni genetiche possano fungere da proxy per tratti infiammatori associati ai NET, potrebbero non riflettere pienamente le fluttuazioni dinamiche e in tempo reale della NETosi in vivo, poiché i percorsi regolatori che vanno dal genotipo germinale all'attivazione trascrizionale e al rilascio proteico coinvolgono processi biologici complessi e non strettamente lineari. Per quanto riguarda la riproducibilità, l'uso di statistiche riassuntive di GWAS su larga scala e pubblicamente disponibili garantisce che questa analisi possa essere verificata in modo indipendente. La trasparenza del percorso analitico, inclusi i parametri specifici per l'armonizzazione e la rimozione degli outlier, permette la replicazione esatta di questi risultati. Nel complesso, questi passaggi rafforzano la validità interna dello studio e forniscono un quadro riproducibile per future indagini.

In conclusione, questo studio utilizza un approccio di MR su due campioni per esplorare l'associazione tra tratti infiammatori associati ai NET e il diabete di tipo 2 (T2DM) e le sue complicanze. I risultati indicano un'associazione significativa tra i livelli di IL-6 e la cardiopatia ischemica diabetica, evidenziando un possibile ruolo dell'IL-6 nelle complicanze cardiovascolari del diabete. Inoltre, lo studio rivela associazioni tra i NET e varie complicanze diabetiche, inclusi disturbi renali e circolatori periferici, sottolineando l'importanza dei tratti infiammatori associati ai NET nella patogenesi delle condizioni correlate al diabete. Queste scoperte contribuiscono alla comprensione dell'interazione complessa tra infiammazione, metabolismo del glucosio e salute vascolare nel T2DM. Sebbene lo studio fornisca evidenze preziose sul ruolo dei NET nelle complicanze diabetiche, riconosce anche la complessità dei meccanismi biologici coinvolti e la necessità di ulteriori ricerche per chiarire i percorsi precisi e i potenziali bersagli terapeutici.

Dichiarazioni

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

Gli autori dichiarano di non avere interessi in conflitto.

Ringraziamenti

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

Lo studio è stato sostenuto dal Progetto Maggiore di Ricerca in Scienze Sociali e Tecnologia di Zhongshan (numero della sovvenzione: 2021B3013) e dal Progetto di Ricerca in Scienze Sociali e Tecnologia di Zhongshan (numero della sovvenzione: 2022B1080). I finanziatori non hanno avuto alcun ruolo nella progettazione dello studio, nella raccolta e analisi dei dati, nella decisione di pubblicare o nella preparazione del manoscritto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
CCN1Catalogo GWASGCST90277805http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST90277001-GCST90278000/GCST90277805/harmonised/GCST90277805.h.tsv.gz
CAD diabeticaCatalogo GWASGCST006405http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST006001-GCST007000/GCST006405/Fall_gwas_results_any_chd_tab.txt.gz
IL-6Catalogo GWASGCST90010146http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST90010001-GCST90011000/GCST90010146/harmonised/33303764-GCST90010146-EFO_0007937.h.tsv.gz
MPOCatalogo GWASGCST90087967http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST90087001-GCST90088000/GCST90087967/harmonised/35078996-GCST90087967-EFO_0011039.h.tsv.gz
MPO-DNACatalogo GWASGCST90013658http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST90013001-GCST90014000/GCST90013658/harmonised/33717105-GCST90013658-EFO_0005243.h.tsv.gz
Pacchetto MR-PRESSOGitHub (rondolab)Versione 1.0Pacchetto R utilizzato per rilevare e correggere le stime causali da pleiotropia.
NECatalogo GWASGCST90162366http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST90162001-GCST90163000/GCST90162366/harmonised/GCST90162366.h.tsv.gz
NETsCatalogo GWASGCST90137414http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST90137001-GCST90138000/GCST90137414/harmonised/GCST90137414.h.tsv.gz
NGALCatalogo GWASGCST90161504http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST90161001-GCST90162000/GCST90161504/harmonised/GCST90161504.h.tsv.gz
Software RFondazione R per il Calcolo StatisticoVersione 4.0.5Ambiente principale di calcolo statistico utilizzato per tutte le analisi.
T2DFINN R9T2Dhttps://storage.googleapis.com/finngen-public-data-r9/summary_stats/finngen_R9_T2D.gz
T2D con chetoacidosiFINN R9E4_DM2KETOhttps://storage.googleapis.com/finngen-public-data-r9/summary_stats/finngen_R9_E4_DM2KETO.gz
T2D con complicanze neurologicheFINN R9E4_DM2NEUhttps://storage.googleapis.com/finngen-public-data-r9/summary_stats/finngen_R9_E4_DM2NEU.gz
T2D con complicazione oftalmicaFINN R9E4_DM2OPTHhttps://storage.googleapis.com/finngen-public-data-r9/summary_stats/finngen_R9_E4_DM2OPTH.gz
T2D con circolazione perifericaFINN R9E4_DM2PERIPHhttps://storage.googleapis.com/finngen-public-data-r9/summary_stats/finngen_R9_E4_DM2PERIPH.gz
T2D con complicanze renaliFINN R9E4_DM2RENhttps://storage.googleapis.com/finngen-public-data-r9/summary_stats/finngen_R9_E4_DM2REN.gz
TNF-aCatalogo GWASGCST004426http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST004001-GCST005000/GCST004426/harmonised/27989323-GCST004426-EFO_0004684.h.tsv.gz
Pacchetto TwoSampleMRGitHub (MRCIEU)Versione 0.6.22Pacchetto R utilizzato per eseguire l'analisi di Randomizzazione Mendeliana.

Riferimenti

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Tanase DM, et al. The intricate relationship between type 2 diabetes mellitus (T2DM), insulin resistance (IR), and nonalcoholic fatty liver disease (NAFLD). J Diabetes Res. 2020;2020:3920196.
  2. Yan Y, et al. Prevalence, awareness and control of type 2 diabetes mellitus and risk factors in Chinese elderly population. BMC Public Health. 2022;22(1):1382.
  3. Dugani SB, Mielke MM, Vella A. Burden and management of type 2 diabetes in rural United States. Diabetes Metab Res Rev. 2021;37(5):e3410.
  4. Rodriquez IM, O'Sullivan KL. Youth-onset type 2 diabetes: Burden of complications and socioeconomic cost. Curr Diab Rep. 2023;23(5):59-67.
  5. Zhang H, et al. Neutrophil, neutrophil extracellular traps and endothelial cell dysfunction in sepsis. Clin Transl Med. 2023;13(1):e1170.
  6. Hidalgo A, et al. Neutrophil extracellular traps: From physiology to pathology. Cardiovasc Res. 2022;118(13):2737-53.
  7. Goggs R, Jeffery U, Levine DN, Li RHL. Neutrophil-extracellular traps, cell-free DNA, and immunothrombosis in companion animals: A review. Vet Pathol. 2020;57(1):6-23.
  8. Tilley DO, et al. Histone H3 clipping is a novel signature of human neutrophil extracellular traps. Elife. 2022;11.
  9. Shafqat A, et al. Emerging role of neutrophil extracellular traps in the complications of diabetes mellitus. Front Med (Lausanne). 2022;9:995993.
  10. Njeim R, et al. NETosis contributes to the pathogenesis of diabetes and its complications. J Mol Endocrinol. 2020;65(4):R65-76.
  11. Helseth R, et al. Glucose associated NETosis in patients with ST-elevation myocardial infarction: An observational study. BMC Cardiovasc Disord. 2019;19(1):221.
  12. Magana-Guerrero FS, et al. Spontaneous neutrophil extracellular traps release are inflammatory markers associated with hyperglycemia and renal failure on diabetic retinopathy. Biomedicines. 2023;11(7).
  13. Ibrahim I, et al. Neutrophil extracellular traps (NETs) are associated with type 2 diabetes and diabetic foot ulcer related amputation: A prospective cohort study. Diabetes Ther. 2024;15(6):1333-48.
  14. Joshi MB, et al. High glucose modulates IL-6 mediated immune homeostasis through impeding neutrophil extracellular trap formation. FEBS Lett. 2013;587(14):2241-6.
  15. Bryk AH, et al. Predictors of neutrophil extracellular traps markers in type 2 diabetes mellitus: Associations with a prothrombotic state and hypofibrinolysis. Cardiovasc Diabetol. 2019;18(1):49.
  16. Park JH, et al. Evaluation of circulating markers of neutrophil extracellular trap (NET) formation as risk factors for diabetic retinopathy in a case-control association study. Exp Clin Endocrinol Diabetes. 2016;124(9):557-61.
  17. Winslow S, et al. Multi-omics links IL-6 trans-signalling with neutrophil extracellular trap formation and Haemophilus infection in COPD. Eur Respir J. 2021;58(4).
  18. Bowden J, Holmes MV. Meta-analysis and Mendelian randomization: A review. Res Synth Methods. 2019;10(4):486-96.
  19. Birney E. Mendelian randomization. Cold Spring Harb Perspect Med. 2022;12(4).
  20. Sanderson E, et al. Mendelian randomization. Nat Rev Methods Primers. 2022;2.
  21. Skrivankova VW, et al. Strengthening the reporting of observational studies in epidemiology using Mendelian randomization: The STROBE-MR statement. JAMA. 2021;326(16):1614-21.
  22. Liang YC, et al. Association of circulating inflammatory proteins with type 2 diabetes mellitus and its complications: A bidirectional Mendelian randomization study. Front Endocrinol (Lausanne). 2024;15:1358311.
  23. Papayannopoulos V, Metzler KD, Hakkim A, Zychlinsky A. Neutrophil elastase and myeloperoxidase regulate the formation of neutrophil extracellular traps. J Cell Biol. 2010;191(3):677-91.
  24. Kindberg KM, et al. IL-6R signaling is associated with PAD4 and neutrophil extracellular trap formation in patients with STEMI. Int J Mol Sci. 2025;26(11).
  25. Mao CL, et al. Neutrophil extracellular traps in rheumatoid arthritis: Pathogenic mechanisms and therapeutic potential. Front Immunol. 2025;16:1717671.
  26. Li H, et al. Hepatocytes and neutrophils cooperatively suppress bacterial infection by differentially regulating lipocalin-2 and neutrophil extracellular traps. Hepatology. 2018;68(4):1604-20.
  27. Li T, et al. Cellular communication network factor 1 promotes retinal leakage in diabetic retinopathy via inducing neutrophil stasis and neutrophil extracellular traps extrusion. Cell Commun Signal. 2024;22(1):275.
  28. Hao L, et al. Transcriptome sequencing and Mendelian randomization analysis identified biomarkers related to neutrophil extracellular traps in diabetic retinopathy. Front Immunol. 2024;15:1408974.
  29. Wang S, et al. Association between periodontitis and temporomandibular joint disorders. Arthritis Res Ther. 2023;25(1):143.
  30. Yin KJ, et al. No genetic causal association between periodontitis and arthritis: A bidirectional two-sample Mendelian randomization analysis. Front Immunol. 2022;13:808832.
  31. Genomes Project C, et al. A map of human genome variation from population-scale sequencing. Nature. 2010;467(7319):1061-73.
  32. Burgess S, Thompson SG, Collaboration CCG. Avoiding bias from weak instruments in Mendelian randomization studies. Int J Epidemiol. 2011;40(3):755-64.
  33. Burgess S, Butterworth A, Thompson SG. Mendelian randomization analysis with multiple genetic variants using summarized data. Genet Epidemiol. 2013;37(7):658-65.
  34. Burgess S, Thompson SG. Interpreting findings from Mendelian randomization using the MR-Egger method. Eur J Epidemiol. 2017;32(5):377-89.
  35. Bowden J, Davey Smith G, Haycock PC, Burgess S. Consistent estimation in Mendelian randomization with some invalid instruments using a weighted median estimator. Genet Epidemiol. 2016;40(4):304-14.
  36. Greco MF, Minelli C, Sheehan NA, Thompson JR. Detecting pleiotropy in Mendelian randomisation studies with summary data and a continuous outcome. Stat Med. 2015;34(21):2926-40.
  37. Verbanck M, Chen CY, Neale B, Do R. Publisher correction: Detection of widespread horizontal pleiotropy in causal relationships inferred from Mendelian randomization between complex traits and diseases. Nat Genet. 2018;50(8):1196.
  38. Cheng H, Garrick DJ, Fernando RL. Efficient strategies for leave-one-out cross validation for genomic best linear unbiased prediction. J Anim Sci Biotechnol. 2017;8:38.
  39. Cupido AJ, et al. Dissecting the IL-6 pathway in cardiometabolic disease: A Mendelian randomization study on both IL6 and IL6R. Br J Clin Pharmacol. 2022;88(6):2875-84.
  40. Indumathi B, Oruganti SS, Sreenu B, Kutala VK. Association of promoter methylation and expression of inflammatory genes IL-6 and TNF-alpha with the risk of coronary artery disease in diabetic and obese subjects among Asian Indians. Indian J Clin Biochem. 2022;37(1):29-39.
  41. Shrivastav D, et al. Comparative analysis of Nε-carboxymethyl-lysine and inflammatory markers in diabetic and non-diabetic coronary artery disease patients. World J Diabetes. 2023;14(12):1754-65.
  42. Chittaragi GH, Ambali AP, Honnutagi R, Ganesh V. Interleukin-6 and uric acid among type 2 diabetes mellitus patients with coronary artery disease. Bioinformation. 2023;19(12):1134-8.
  43. Liu L, et al. Adipokines, adiposity, and atherosclerosis. Cell Mol Life Sci. 2022;79(5):272.
  44. Hua MJ, Butera G, Akinyemi O, Porterfield D. Biases and limitations in observational studies of long COVID prevalence and risk factors: A rapid systematic umbrella review. PLoS One. 2024;19(5):e0302408.
  45. Savitz DA, Wellenius GA. Can cross-sectional studies contribute to causal inference? It depends. Am J Epidemiol. 2023;192(4):514-6.
  46. Hirano T. IL-6 in inflammation, autoimmunity and cancer. Int Immunol. 2021;33(3):127-48.
  47. Liu G, Ren X, Li Y, Li H. Midkine promotes kidney injury in diabetic kidney disease by increasing neutrophil extracellular traps formation. Ann Transl Med. 2022;10(12):693.
  48. Zheng F, et al. Neutrophil extracellular traps induce glomerular endothelial cell dysfunction and pyroptosis in diabetic kidney disease. Diabetes. 2022;71(12):2739-50.
  49. Schmidt-Arras D, Rose-John S. IL-6 pathway in the liver: From physiopathology to therapy. J Hepatol. 2016;64(6):1403-15.
  50. Xiao Y, et al. Cathepsin C promotes breast cancer lung metastasis by modulating neutrophil infiltration and neutrophil extracellular trap formation. Cancer Cell. 2021;39(3):423-37.e427.
  51. Sater MS, et al. Plasma IL-6, TREM1, uPAR, and IL6/IL8 biomarkers increment further witnessing the chronic inflammation in type 2 diabetes. Horm Mol Biol Clin Investig. 2023;44(3):259-69.
  52. Martino N, et al. Endothelial SOCS3 maintains homeostasis and promotes survival in endotoxemic mice. JCI Insight. 2021;6(14).
  53. Akboua H, Eghbalzadeh K, Keser U, Wahlers T, et al. Impaired non-canonical transforming growth factor-β signalling prevents profibrotic phenotypes in cultured peptidylarginine deiminase 4-deficient murine cardiac fibroblasts. J Cell Mol Med. 2021;25(20):9674-84.
  54. Thiam HR, et al. NETosis proceeds by cytoskeleton and endomembrane disassembly and PAD4-mediated chromatin decondensation and nuclear envelope rupture. Proc Natl Acad Sci U S A. 2020;117(13):7326-37.

Ristampe e permessi

Richiedi il permesso di riutilizzare il testo o le figure di questo articolo JoVE

Richiedi permesso

Tag

Trappole extracellulari dei neutrofiliInterleuchina 6complicazioni diabetichecoronaropatiacomplicazioni renalicomplicazioni della circolazione perifericaassociazione genome wide

Articoli correlati