メンデリアン無作為化、局在化、サマリーデータベースのメンデリアン無作為化、薬物予測を用いた心不全の標的探索

Huiling Zhu; Suxin Luo

doi:10.3791/71544

Method Article

メンデリアン無作為化、局在化、サマリーデータベースのメンデリアン無作為化、薬物予測を用いた心不全の標的探索

DOI:

10.3791/71544

⸱

July 10th, 2026

Huiling Zhu¹ , Suxin Luo¹

¹Department of Cardiovascular Medicine, Cardiovascular Research Center, The First Affiliated Hospital of Chongqing Medical University

Summary

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

この研究は遺伝子解析を通じて心不全の8つの潜在的な薬物ターゲットを特定し、これらの特定されたターゲットに関連する候補治療化合物を探索しました。

Abstract

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

心不全（HF）は、進行期に生活の質を著しく損なう一般的な心血管疾患です。現在の様々な治療戦略にもかかわらず、HFの疾病負担は依然として大きいものです。そのため、新しい治療標的の探索が緊急に必要とされています。この研究では、メンデル型無作為化（MR）を用いて、薬剤投与可能な遺伝子とHFの間の因果関係を評価しました。さらに、コロケーション解析および要約データに基づくメンデル型無作為化（SMR）を実施し、それらの関係を検証しました。最終的に、HFの8つの潜在的治療標的が特定されました。これらは4つのリスク因子（CYP11A1、GALT、KCNH2、METRN）と4つの保護因子（APOM、CHD4、IL11RA、LPAR5）を含んでいます。GOエンリッチメント、KEGGエンリッチメント、タンパク質間相互作用（PPI）ネットワーク解析により、これらの遺伝子は主に代謝調節と心臓の電気生理学的プロセスに関与していることが示されました。さらに、これらの標的をターゲットとする潜在的な薬剤が、薬物予測と分子ドッキングによって特定されました。これには、ミトタン、アデール、ベンゾフラン、1,3-ジ-o-トリルグアニジン、96-69-5、ブロモエノールラクトンが含まれます。さらに、PCRの結果は、ミトタンがCYP11A1とKCNH2と関連している可能性があることも示しました。これらの潜在的治療標的に基づいて設計された薬剤は、より高い成功率と臨床結果の改善をもたらす可能性があります。

Introduction

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

心不全（HF）は、心室充満または心筋収縮の障害によって特徴付けられる、心血管症候群の一般的な症候群であり、代謝要求を満たすのに十分な心拍出量が得られない¹^,²^,³。臨床的には、HFは肺および全身性鬱血、組織虚血、および呼吸困難、疲労、末梢性浮腫などの症状によって特徴づけられます¹^,⁴^,⁵。治療の進歩にもかかわらず、HFは世界中で罹患率と死亡率の上位原因であり、世界疾病負担（GBD）研究によると6400万人以上が影響を受けています⁶^,⁷^,⁸。この重大な疾病負担は、新たな治療戦略の緊急の必要性を強調しています。

現在のHFに対する薬物療法およびデバイス療法は、治療効果が最適でないことや副作用によって制限されており、再入院率が高く、生活の質が低下しています⁹^,¹⁰^,¹¹^,¹²。したがって、HFの病態生理に因果関係のある新しい分子標的を特定することは、臨床結果の改善に不可欠です。遺伝学を創薬に統合することは、効率性を高めるための非常に効果的な戦略であり、遺伝的に検証された治療法は臨床試験で著しく高い成功率を示しています¹³^,¹⁴^,¹⁵。さらに、これらの作用可能な遺伝子によってコードされるタンパク質は、小分子およびモノクローナル抗体の両方にとって優れた治療標的となっています¹⁶^,¹⁷。

ヒト遺伝学の最近の進歩により、ゲノムワイド関連解析（GWAS）と発現定量性状遺伝座（eQTL）データの統合解析を通じて、薬物標的の優先順位付けが容易になりました。メンドレアン無作為化（MR）は、観察研究に内在する交絡因子と逆因果関係を最小限に抑えるために、因果効果を推定するために遺伝的変異を機器変数として活用します¹³^,¹⁴。共局在化とサマリーベースのMR（SMR）と組み合わせると、このアプローチにより、その変調が疾病リスクに影響を与える可能性のある遺伝子の堅固な優先順位付けが可能となり、標的発見のための遺伝学的に錨定された戦略を提供します¹⁸^,¹⁹^,²⁰。従来の関連解析と比較して、MR、SMR、共局在化を統合することで、交絡因子と逆因果関係を克服し、堅固な因果推論を確立します。さらに、このフレームワークは、遺伝子発現と心不全リスクが同じ根本的な因果変異を共有することを確実にすることで、平衡不一致による誤陽性シグナルをフィルタリングし、標的の優先順位付けを最適化します。心血管組織は高い特異性を示しますが、この研究では主に大規模な血液cis-eQTLデータを利用して統計的検出力を最大化しています。このアプローチはHFに固有の組織特異的メカニズムを完全に捉えることはできないかもしれませんが、血液由来の変異はアクセスしやすいバイオマーカーとして機能し、疾病の全身的遺伝的駆動因子に関する堅固な洞察を提供します。

この研究では、大規模なGWASおよびeQTLデータセットを使用して、HFリスクのドラッグアブル遺伝子の因果効果を評価しました。有意な関連は、共局在化およびSMR解析によってさらに検証されました。優先された標的の生物学的機能を解明するために、遺伝子オントロジー（GO）および京都遺伝子およびゲノム百科事典（KEGG）エンリッチメント解析、タンパク質-タンパク質相互作用（PPI）ネットワーク解析が実施されました。治療の可能性は、薬物予測および分子ドッキングによって評価されました。最後に、選択されたドラッグアブル遺伝子と候補薬との関連性は、in vitro実験によって検証されました。

結論として、この研究はHFの新しい治療標的の発見に関する重要な洞察を提供します。MR、SMR、共局在化解析、遺伝子エンリッチメント解析、PPIネットワーク構築、薬物予測、分子ドッキング、およびin vitro実験を用いることで、これらの発見はHFのより効果的な治療戦略の開発に貢献する可能性があります。

Protocol

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

この研究で使用されたすべてのデータセットは、以前に発表された研究から得られ、倫理的承認を受けています。使用された試薬と機器は材料表にリストされています。

1. 研究設計

この研究のワークフローは図1に示されています。まず、治療可能な遺伝子のcis-eQTLから暴露データが得られました。次に、治療可能な遺伝子とHFの因果関係を調査するためにMR分析が行われました。その後、局在化分析とSMR分析によってHFの候補治療標的が特定されました。次に、遺伝子エンリッチメント分析とPPIネットワーク構築が行われました。最後に、薬物予測と分子ドッキングが薬物と遺伝子の親和性を調査するために行われました。

2. データソース

治療可能な遺伝子は合計6,888個が2つのソースから特定されました。1つのデータセットは、複数のデータソースを統合した以前に発表された研究から4,463遺伝子を含んでいます¹⁷。もう1つのデータセットは、Drug-Gene Interaction Database（DGIdb）から5,012遺伝子を含んでいます²¹。詳細情報はウェブサイト（https://www.dgidb.org/）で説明されています。重複を除去して統合した後、6,888の独自の治療可能な遺伝子が分析に使用されました。

cis-eQTLデータは、31,684の血液サンプルの表現プロファイルを含むeQTLGenコンソーシアム（https://eqtlgen.org/cis-eqtls.html）から得られ、16,987の遺伝子をカバーしています²²。

HFの集計統計は、FinnGenデータベースのR12リリース²³から得られ、37,653症例と462,695対照が含まれています。HFの診断は国際疾病分類（ICD）に基づいており、ICD-10：I11.0、I13.0、I13.2、I50、ICD-9：4029B|428、ICD-8：42700|42710|428|7824が含まれています。すべての参加者はヨーロッパ系の先祖です。詳細情報はFinnGenウェブサイトと原著論文（https://www.finngen.fi/en/access_results）で入手可能です。

3. Mendelianランダム化分析

計器変数（IV）は、3つのMRの基本的な仮定に基づいて選択されました²⁴。まず、IVは暴露要因と直接関連しています。次に、IVは交絡因子と関連していません。最後に、IVは暴露を通じてのみ結果に影響を与えます。近接するeQTLは標的遺伝子に対してより即時かつ堅固な制御を及ぼすため、MRは生物学的に近接した位置にある遺伝子から100 kb以内のSNPのみを用いて最大の生物学的近接性を確保しました。SNPの選択には厳格な基準が適用されました。選択されたすべてのSNPは、各治療可能な遺伝子の転写開始部位から100 kb上流、および転写終端部位から100 kb下流に位置していました。ゲノムワイドの有意性（p < 5×10^-8）を持つSNPのみが含まれました²⁵。連鎖不平衡（LD）を最小限に抑えるため、LDクランピングはr²の閾値0.001とクランピング距離10,000 kbを使用して実施されました²⁶。F統計量が10より大きいSNPが保持されました。これはF = [R²(N-k-1)]/[k(1-R²)]の式で計算されました²⁷。SNP情報は補足表1に提供されています。

主要な分析方法は、逆分散加重（IVW）とウォルド比率でした。p値が0.05未満で統計的に有意とされました²⁸^,²⁹。偽発見率（FDR）は、誤陽性結果を最小限に抑えるためにp値を調整するために適用されました³⁰。SNPが1つしかない場合はウォルド比率法が使用され、そうでない場合はIVWが適用されました。分析には、十分なSNPが存在する場合、MR-Egger、重み付き中央値、重み付きモード、および単純モードが含まれました。

コクランQ検定とMR-Egger切片分析が、不均一性と多型性をテストするために用いられました。Q-p値が0.05より大きい場合は、不均一性の不在を示しました³¹。MR-Egger切片のp値が0.05未満の場合は、方向性多型性の存在を示しました¹⁸。最後に、単一のSNPによって結果が影響を受けるかどうかをテストするために、1つ抜きテストが実施されました。MR分析は、Rバージョン4.4.2のTwoSampleMRパッケージ（バージョン0.6.11）を使用して実施されました。

4. 局在化分析

局在化分析は、共有された遺伝子変異が遺伝子発現とHFリスクに影響を与えているかどうかを特定するために、coloc Rパッケージ（バージョン6.0.1）を使用して実施されました³²。SNPがいずれかの形質または両方の形質と関連しているという事前確率は、それぞれ1 × 10^-4および1 × 10^-5に設定されました。5つの仮説の事後確率を計算できます：（1）PPH0：SNPは2つの形質と関連していません。（2）PPH1/PPH2：SNPは遺伝子発現またはHFと関連しています。（3）PPH3：SNPはHFと遺伝子発現に関連していますが、これらは異なるSNPによって駆動されています。（4）PPH4：SNPはHFと遺伝子発現に関連しており、これらは共通のSNPによって駆動されています。PPH4 > 0.8は局在化の証拠とされました。

5. SMR分析

SMR分析は、SMRソフトウェア（バージョン1.3.1）³³を使用して、遺伝子とHFの関係を探るために実施されました。依存する計器の不均一性（HEIDI）検定は、観察された関連が連鎖によるものであるかどうかを判断するために実施されました。SMR p値（< 0.05）が有意で、HEIDI p値が0.05より大きい場合は、連鎖によるシナリオで引き起こされた関連ではなく

Results

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

メンデリアンランダム化
薬剤標的遺伝子発現と心不全の因果効果を評価するMRの結果は補足表3に示されています。FDR補正P値が0.05未満を統計学的に有意としました。心不全と有意な因果関連を持つ遺伝子は合計11個同定されました（図2）。そのうち6つの遺伝子は心不全のリスク増加と関連し、CDKN1A（P_FDR：0.03、OR：1.293）,CYP11A1（P_FDR：0.034、OR：1.494）,GALT（P_FDR：0.042、OR：1.074）,KCNH2（P_FDR：0.018、OR：1.163）,LST1（P_FDR：0.03、OR：1.112）およびMETRN（P_FDR：0.018、OR：1.115）が該当しました。残りの5つの遺伝子は心不全リスク低下と関連し、APOM（P_FDR：0.03、OR：0.773）,CAMK2G（P_FDR：0.018、OR：0.699）,CHD4（P_FDR：0.018、OR：0.811）,IL11RA（P_FDR：0.018、OR：0.947）およびLPAR5（P_FDR：0.021、OR：0.915）が該当しました。

本研究では感度分析を実施し、結果は重要な不均一性や水平多様性は検出されなかったことを示しました（表1）、またMR推定値は1つのSNPによって引き起こされていないことを示しました（補足図1）。

局在化分析
11個同定された遺伝子に対して局在化分析を実施しました（図3および表2）。9つの遺伝子は心不全と因果変異の共有に強い証拠を示し、APOM（PP.H4：0.923）,CHD4（PP.H4：0.942）,CYP11A1（PP.H4：0.91）,GALT（PP.H4：0.967）,IL11RA（PP.H4：0.967）,KCNH2（PP.H4：0.815）,LPAR5（PP.H4：0.938）,LST1（PP.H4：0.913）およびMETRN（PP.H4：0.907）が該当しました。一方、PP.H4が0.8未満であったCDKN1AとCAMK2Gの2つの遺伝子はさらなる分析から除外されました。

SMR分析
遺伝子疾患関連をさらに検証するために、9つの局在化遺伝子に対してSMR分析を実施しました（表2）。SMR分析の結果、8つの遺伝子が心不全と有意に関連し続けました。心不全と負の関連を示す遺伝子は4つで、APOM（P_SMR：0.018、P_HEIDI：0.115、OR：0.838）,CHD4（P_SMR：5.45E-05、P_HEIDI：0.458、OR：0.732）,IL11RA（P_SMR：1.00E-04、P_HEIDI：0.388、OR：0.938）およびLPAR5（P_SMR：3.71E-05、P_HEIDI：0.168、OR：0.889）が該当しました。また、心不全と正の関連を示す遺伝子は4つで、CYP11A1（P_SMR：5.68E-04、P_HEIDI：0.056、OR：1.81）,GALT（P_SMR：1.02E-04、P_HEIDI：0.726、OR：1.085）,KCNH2（P_SMR：2.76E-04、P_HEIDI：0.162、OR：1.236）およびMETRN（P_SMR：1.55E-05、P_HEIDI：0.068、OR：1.103）が該当しました。一方、LST1（P_SMR：4.61E-05、P_HEIDI：0.025、OR：1.135）は心不全リスクの増加と関連する可能性がありましたが、HEIDI検定では関連性が連鎖不平衡によって引き起こされる可能性があることを示しました。したがって、LST1は除外されました。

濃縮分析
MR、局在化、SMR分析によって同定された8つの遺伝子について、GO濃縮分析およびKEGG濃縮分析を実施しました（図4A–E）。BPクラスでは、遺伝子は代謝プロセスの解体（コルチゾール代謝プロセス、ガラクトース代謝プロセス、グルココルチコイド生合成プロセス、逆コレステロール輸送）、リポタンパク質粒子関連プロセス（高密度リポタンパク質粒子の組立、高密度リポタンパク質粒子のリモデリング、高密度リポタンパク質粒子の除去）、および心室心筋細胞の活動電位の膜再分極で濃縮されました。CCクラスでは、遺伝子はリポタンパク質粒子（低密度リポタンパク質粒子、超低密度リポタンパク質粒子、トリグリセリドに富む血漿リポタンパク質粒子、高密度リポタンパク質粒子、血漿リポタンパク質粒子、リポタンパク質粒子）およびタンパク質複合体（NuRD複合体、CHD型複合体、タンパク質-脂質複合体）で濃縮されました。MFクラスでは、遺伝子は電気生理学的プロセス（心室心筋細胞の活動電位再分極に関与する電位依存性カリウムチャネル活性、心筋細胞の活動電位再分極に関与する電位依存性カリウムチャネル活性、遅延整流カリウムチャネル活性、および内向性整流カリウムチャネル活性）および核構造結合（ヌクレオソームDNA結合、スキャフォールドタンパク質結合、およびヌクレオソーム結合）で濃縮されました。図4D,Eに示すように、KEGG濃縮分析によって分析された経路は代謝プロセス（ガラクトース代謝、ヌクレオチド

Discussion

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

この研究は、MRを使用してHFリスクの因果効果を体系的に評価し、8つの潜在的な治療標的を特定しました。これらには4つの保護因子（APOM、CHD4、IL11RA、LPAR5）と4つのリスク因子（CYP11A1、GALT、KCNH2、METRN）が含まれました。これらの関連性は、コロケーション分析とSMRによってさらに裏付けられました。GO、KEGGエンリッチメント、PPIネットワーク分析による機能アノテーションは、これらの遺伝子が主に代謝と電気生理学に関連する経路を通じてHFに影響を与える可能性があることを示唆しました。さらに、薬物予測と分子ドッキング研究は、これらの標的の翻訳的可能性を強調しました。

APOMはHFの保護因子として特定されました。APOMはスフィンゴシン-1-リン酸（S1P）に結合し、TNF-αの発現を減少させ、単球-内皮接着を制限し、内皮バリアの完全性を維持することで抗炎症効果を発揮し、炎症誘発性心筋損傷を軽減します⁴²^,⁴³^,⁴⁴。さらに、APOMは心筋細胞の生存と増殖を支え、アポトーシスを減少させ、心臓の構造と機能を維持します。その欠乏は不良な心臓の結果と関連しており、この発見と一致しています⁴²^,⁴⁵。しかし、APOMとHFを結びつける根底のメカニズムはさらなる調査が必要です。

CHD4は、核小体のリモデリングと脱アセチル化（NuRD）複合体の核心的構成要素であり、心臓の発生と心筋の成長に重要な役割を果たします⁴⁶^,⁴⁷^,⁴⁸。CHD4の喪失は、不適切な筋原線維蛋白質の心筋小胞体への組み込みを引き起こし、構造的および機能的異常、例えば心室拡張や心室発達の障害を引き起こします。この結果は、正常な心臓機能を維持する上でCHD4が果たす重要な役割を強調しています。

また、IL11RAがHFのリスクを減少させる可能性も明らかになりました。IL11RAはIL-11受容体複合体の主要なリガンド結合サブユニットです。IL-11は心臓の線維化反応を引き起こすことが示されていますが、IL11RAの具体的な役割は不明確です⁴⁹。この研究で観察された保護効果は、IL11RAが特定の条件下で線維化を制限するために、文脈依存的な機能を発揮するか、他のシグナル伝達成分と相互作用している可能性を示唆しています⁵⁰。この明らかな不一致は、HFの病因におけるIL11RAの機能的役割を明確にするためにさらなるメカニズム研究が必要であることを強調しています。

この研究では、LPAR5がHFリスクの低下と関連していることが示されました。LPAR5はリソホスファチジン酸（LPA）の受容体です。LPAは一般的に炎症誘発性とされ、心臓の不利なリモデリングに関与していますが、個々のLPA受容体は異なる役割を果たす可能性があります⁵¹^,⁵²。例えば、LPAシグナル伝達はGα12/13およびGαq/11経路を通じて細胞骨格のストレスファイバー形成を調節し、心筋細胞の形態、収縮機能、シグナル伝達の維持に重要な役割を果たします⁵³^,⁵⁴。しかしながら、HFの病態生理におけるLPAR5の正確な役割はさらなる調査が必要です。

この研究では、CYP11A1がHFのリスク因子であることが示されました。CYP11A1はステロイドホルモン生合成の制限酵素をコードします⁵⁵^,⁵⁶。ステロイドホルモン、特にアルドステロンの産生増加は、HF進行の重要な特徴であるナトリウム保持と心臓の負荷増加に寄与します⁵⁷^,⁵⁸。さらに、CYP11A1はその代謝活性中に活性酸素種を生成し、これは心筋損傷を悪化させる可能性があります⁵⁹。in vitroでCYP11A1とミトタンの間の実際の相関が観察され、ミトタンがHF治療に潜在的な治療価値を持つ可能性があるという証拠を提供しました。しかし、ミトタンとHFの関係をさらに探求するためにはさらなる実験が必要です。

この研究では、GALTがHFのリスクを増加させる可能性が示されました。GALTはガラクトース代謝の重要な酵素であり、HFリスクと正の関連を示します⁶⁰^,⁶¹。GALTの発現増加は心臓線維症とリモデリングのバイオマーカーとして提案され、より高いレベルがより悪い臨床結果と関連しており、これはガラクトース代謝の線維化促進経路との関連による可能性があります⁶²^,⁶³。この発見は、GALTを標的とすることでHFの予後を改善できる可能性を示唆しています。しかし、これが線維化の減少によって媒介されるかどうかはさらなる調査が必要です。

この研究では、KCNH2がHFのリスク因子であることが示されました。KCNH2は心臓の再分極に関与する電位依存性カリウムチャネルのサブユニットをコードします⁶⁴。KCNH2の変異は不整脈を引き起こすことが知られており、心筋のストレスとHFリスクを増加させます⁶⁵^,⁶⁶。新たな証拠はまた、KCNH2がミトコンドリア機能に影響を与える可能性があることを示唆しています。HFの病因におけるミトコンドリア機能障害の確立された役割を考えると、HFの文脈におけるKCNH2のミトコンドリア機能への潜在的な影響は将来の研究の重要な方向性を表しています⁶⁷^,⁶⁸。RT-PCRの結果は、KCNH2がミトタンと関連していることを示しました。ミトタンとHFの関連を探るためのさらなる調査が必要でした。

最後に、METRNがリスク因子として特定されましたが、HFにおけるその役割は議論の余地があります。METRNは脂肪組織と粘膜で高く発現する分泌タンパク質で、脂肪の茶色化、インスリン感受性、炎症に関与します

Disclosures

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

著者は競合する利益がないと宣言します。

Acknowledgements

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

フィンゲン研究の参加者と調査員に感謝の意を表します。また、eQTLGenコンソーシアム、DGIdb、そしてこの分析に公開データを提供した他の研究者にも感謝します。この研究は、重慶医科大学第一臨床医学院の修士研究イノベーションプロジェクト（CYYY-SSCX202516）と心不全の標準化診断と治療（2025cyjstg006）によって支援されました。

著者の貢献
朱輝玲は概念化、資金調達、調査、方法論、資源、ソフトウェア、監督、検証、原稿の執筆、原稿のレビューと編集に貢献しました。羅素欣は資金調達、方法論、監督、原稿のレビューと編集に貢献しました。

Materials

List of materials used in this article
Name	Company	Catalog Number
2× Universal SYBR Green Fast qPCR Mix	Abclonal	RK21203
AC16	HyCyte	TCH-C119
AC16細胞特異的培養培地	HyCyte	TCH-G119
cDNAリバースkit	Abclonal	RK20400
CFX96™リアルタイムシステム	Bio-Rad Laboratories
ミトタン	TargetMol	T1199
パルミチン酸	TargetMol	T2908
RNA抽出kit	Abclonal	RK30120

Reprints and Permissions

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

Request Permission

メンデリアン無作為化、局在化、サマリーデータベースのメンデリアン無作為化、薬物予測を用いた心不全の標的探索

In This Article

Summary

Abstract

Introduction

Protocol

Results

Discussion

Disclosures

Acknowledgements

Materials

Reprints and Permissions

Tags

Related Articles