이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

연구 논문

콜레스테롤과 스테아라미드는 전신성 홍반성 루푸스에서 림프구 세포사멸 및 사이토카인 분비를 매개합니다.

529 조회수

⸱

DOI:

10.3791/69038

⸱

2025년 10월 17일

 ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Anhui University of Science & Technology, The First Hospital, 2Department of Rheumatism and Immunology, Peking University Shenzhen Hospital, 3School of Computer Science and Engineering, Anhui University of Science & Technology, 4Taizhou University of Medicine, 5School of Medicine, Anhui University of Science & Technology, 6Department of Radiotherapy, Shenzhen Traditional Chinese Hospital, the Fourth Clinical Medical College of Guangzhou University of Chinese Medicine, the Clinical Medical Research Center of Shenzhen People's Hospital, 7Anhui Provincial Academician Workstation of Anhui University of Science & Technology for Autoimmune Disease Diagnostic Technology, 8Departments of Nephrology, Shenzhen People's Hospital

이 논문에서

정오 공지

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

요약

여기에서는 2개 샘플 멘델 무작위화, 액체 크로마토그래피-질량 분석법(LC-MS) 기반 대사체학 검증 및 전신성 홍반성 루푸스(SLE) 환자 유래 림프구를 사용하여 대사 자극 후 세포사멸 및 사이토카인 반응을 평가하는 기능 분석을 통합하는 연구를 제시합니다.

초록

혈청 대사산물 구성의 변화는 전신성 홍반성 루푸스(SLE)와 점점 더 연관되어 있지만 면역 세포 기능에 대한 이러한 대사산물의 직접적인 영향은 잘 정의되지 않은 상태로 남아 있습니다. 본 연구는 SLE와 관련된 말초 혈액 대사산물을 확인하고 SLE 환자로부터 유래한 림프구의 세포사멸 및 사이토카인 분비에 미치는 영향을 평가하는 것을 목표로 했습니다.

역분산 가중 모델을 1차 분석 접근법으로 사용하여 565개의 혈청 대사산물과 SLE 사이의 관계를 조사하기 위해 2표본 멘델 무작위화(MR) 분석을 수행했습니다. 중요한 결과는 액체 크로마토그래피-질량 분석법(LC-MS)을 기반으로 이전에 발표된 비표적 대사체학 데이터를 사용하여 교차 검증되었습니다. 기능적 실험에서는 SLE 환자로부터 분리된 림프구를 표적 대사산물로 자극한 후 세포사멸 및 사이토카인 분비를 평가했습니다.

MR 분석에서 SLE와 유의미하게 관련된 28개의 대사산물이 확인되었습니다. 이 중 콜레스테롤(OR = 1.462, 95% CI: 1.100-1.940, P = 0.008)과 스테아라미드(OR = 0.125, 95% CI: 0.020-0.660, P = 0.014)는 LC-MS를 통해 검증되었으며 SLE 환자에서 상승한 것으로 나타났습니다. 수신기 작동 특성 분석은 강력한 진단 성능을 보여주었습니다(콜레스테롤에 대한 AUC = 0.999; 스테아라미드의 경우 AUC = 1.000). 기능적으로 두 대사산물 모두 SLE 림프구에서 세포사멸 증가 및 TNF-α, IFN-γ 및 TGF-β1 분비 증가를 유도했습니다.

요약하면, 유전적 연관성, 대사산물 프로파일링 및 기능 분석을 결합한 우리의 통합 접근 방식은 콜레스테롤이 SLE의 면역 조절 장애에 기여할 수 있음을 보여줍니다. 스테아라마이드는 MR 분석에서 SLE 위험과 부정적인 연관성을 보였지만 시험관 내 효과는 콜레스테롤의 효과를 반영하여 복잡하고 상황에 따라 달라진 역할을 시사합니다. 이러한 발견은 SLE에서 지질 대사의 중요성을 강조하고 면역학적 영향에 대한 추가 기계론적 및 임상 조사를 지원합니다.

서론

전신성 홍반성 루푸스(SLE)는 전 세계 수백만 명의 사람들에게 영향을 미치는 복잡한 병인과 다양한 임상 증상으로 구별되는 만성 자가면역 질환입니다1. 증상이 개인마다 크게 다르고 시간이 지남에 따라 진화하는 SLE의 이질성은 진단, 질병 활동 모니터링 및 맞춤형 치료 계획 맞춤화에 상당한 어려움을 야기합니다2,3. 2019년 유럽 류머티스 연맹 및 미국 류마티스 학회(EULAR/ACR) SLE 분류 기준이진단 정확도를 향상시켰지만4, 이러한 기준은 모든 질병 징후를 포착하지 못하며 종종 신장 생검과 같은 침습적 절차에 의존하여 환자에게 비실용적이고 부담스러울 수 있습니다.

최근 몇 년 동안 SLE의 바이오마커로서 대사산물에 대한 연구가 증가하고 있으며, 이는 조기 질병 진단, 유형 지정 및 예후 평가에서 엄청난 잠재력을 입증하고 있습니다 5,6,7. 그러나 SLE에 대한 대사산물 기반 연구의 번역 잠재력은 몇 가지 주요 과제로 인해 여전히 제한되어 있습니다. 첫째, 작은 표본 크기가 주요 제약입니다8. 현재까지 대부분의 대사체 연구는 상대적으로 적은 수의 참가자를 참여시켰기 때문에 SLE의 완전한 임상적 이질성을 포착하는 능력이 제한됩니다. SLE가 경미한 피부 침범에서 심각한 신장 또는 신경학적 증상에 이르기까지 다양할 수 있다는 점을 감안할 때 샘플 다양성이 불충분한 연구는 재현성이 낮고 일반화성이 제한될 수 있습니다9. 둘째, 기계론적 깊이가 여전히 부족합니다. 이전 연구에서는 특정 대사산물과 질병 활동, 장기 손상 또는 특정 임상 특징 사이의 연관성을 입증했지만 대부분의 결과는 본질적으로 설명적인 것으로 남아 있습니다10. 이러한 조사는 SLE의 면역병리학에서 대사산물의 인과적 역할을 탐구하지 않고 대사산물 수준의 정량적 차이와 임상 지표와의 통계적 상관관계에 주로 초점을 맞췄습니다. 비정상적인 림프구 사멸 및 불균형한 사이토카인 분비를 포함한 면역 조절 장애가 SLE 병인의 핵심이므로 대사 산물이 이러한 과정에 어떤 영향을 미치는지 이해하는 것이 중요합니다11. 현재 SLE와 관련하여 특정 대사산물이 면역 세포 세포사멸 또는 사이토카인 생산을 어떻게 조절하는지 직접 조사한 연구는 거의 없습니다.

여기서 본 연구는 멘델 무작위화(MR)와 LC-MS 비표적 대사체학 분석의 통합을 통해 SLE 관련 대사 바이오마커를 식별하고, 그림 1과 같이 표적 세포 기반 분석을 사용하여 림프구 세포사멸 및 염증성 사이토카인 생산을 조절하는 데 있어 이러한 후보 대사산물의 기능적 역할을 밝히는 것을 목표로 합니다.

이것은 SLE의 병인에서 지질 대사 산물, 특히 콜레스테롤과 스테아라마이드의 인과 및 기계론적 역할을 조사하기 위해 MR, 대사체 검증 및 시험관 내 기능 분석을 통합한 최초의 연구입니다. 유전적, 대사적, 실험적 증거를 결합함으로써 이 연구는 특정 지질 변화가 SLE의 면역 조절 장애에 어떤 영향을 미칠 수 있는지에 대한 포괄적이고 다층적인 통찰력을 제공합니다. 이 통합적 접근법은 자가면역 질환에서 잠재적인 대사 바이오마커 및 치료 표적을 식별하기 위한 새로운 프레임워크를 제공합니다12.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

이 연구는 2019 EULAR/ACR 분류 기준에 따라 수행되었습니다. 이 연구는 Shenzhen People's Hospital의 승인을 받았습니다(윤리위원회 승인 번호 LL-KY-2019514).

멘델 무작위화(MR) 분석

GWAS 데이터 소스
SLE 및 565개 대사산물에 대한 유전적 연관 데이터는 OpenGWAS 데이터베이스(https://gwas.mrcieu.ac.uk/)에서 얻었습니다. 질병 GWAS 데이터 세트는 표 1에 요약되어 있으며 대사 산물 GWAS 데이터의 출처 및 샘플 크기는 표 2에 자세히 설명되어 있습니다. 이러한 데이터 세트는 대사산물과 SLE 13,14,15,16 사이의 인과 관계를 탐색하기 위한 MR 분석의 기초를 제공했습니다.

도구 변수 선택
혈액 대사산물 및 SLE와 관련된 유전적 변이가 MR 분석을 위한 도구 변수(IV)로 선택되었습니다. IV는 MR의 세 가지 핵심 가정인 관련성, 독립성 및 배제 제한에 따라 선택되었습니다17. 구체적으로, P < 5 × 10-8의 게놈 전체 유의 임계값에서 대사산물과 관련된 단일 뉴클레오티드 다형성(SNP)이 선택되었습니다18. IV 간의 독립성을 보장하기 위해 유럽 인구를 참조 패널로 사용하여 r2 < 0.001의 임계값과 10,000kb의 물리적 거리로 연결 불균형(LD) 응집을 수행했습니다19. 이 프로세스는 중복성을 최소화하고 각 IV가 MR 분석을 위한 고유한 정보를 제공하도록 했습니다.

통계 분석
MR 분석을 위한 1차 통계적 접근법은 SLE20에 대한 대사산물의 인과 효과를 추정하기 위해 여러 IV의 효과를 결합하는 역분산 가중(IVW) 방법이었습니다. 잠재적인 다발성을 설명하기 위해 MR-Egger 회귀21을 사용하여 민감도 분석을 수행했습니다. 각 IV의 강도는 F-통계를 사용하여 평가되었으며, 강력한 기기 강도를 보장하기 위해 F > 10을 나타내는 SNP만 유지되었습니다22. 약한 기기 편향을 피하기 위해 F-통계량이 낮은 SNP는 제외되었습니다. 최종 MR 분석은 유의미한 이질성이나 다발성이 검출되지 않은 경우에만 수행되어 인과 추정치의 신뢰성을 보장했습니다23.

민감도 분석
MR 결과의 견고성을 평가하기 위해 여러 민감도 분석이 사용되었습니다. IV 간의 이질성은 Cochran's Q 테스트를 사용하여 평가되었고 다발성은 MR-Egger 회귀24를 통해 평가되었습니다. 또한 MR 결과가 단일 SNP25에 의해 불균형적으로 영향을 받는지 여부를 확인하기 위해 leave-one-out 분석을 수행했습니다. IV의 개별 및 결합 효과를 시각화하기 위해 산림 플롯이 생성되었습니다. 이러한 분석은 MR 결과가 다발성 효과나 이상치 SNP에 의해 편향되지 않도록 종합적으로 확인했습니다.

대사체학 데이터 소스
이 연구에 사용된 대사체학 데이터는 우리 연구 그룹10에서 이전에 발표한 연구에서 파생되었습니다. 그 연구에서 우리는 121명의 SLE 환자와 106명의 건강한 개인의 혈청 샘플에 대해 대사체학 분석을 수행했습니다. 비표적 대사체학 프로파일링은 질량 분석법과 결합된 초고성능 액체 크로마토그래피(UHPLC-MS)를 사용하여 수행되었습니다. 데이터는 SLE와 유의미하게 관련된 대사산물을 식별하기 위해 피크 검출, 정렬 및 정규화를 포함한 표준 대사체학 워크플로를 사용하여 처리되었습니다. 그런 다음 이러한 대사산물을 MR 분석 결과와 상호 참조하여 중복되는 대사산물을 식별했습니다. 더 자세한 정보는 이전 간행물10에서 찾을 수 있습니다. 대사체학 분석에서 유의미하게 연관된 대사산물과 MR 분석에서 유의미한 인과 연관성이 있는 대사산물을 MetaboAnalyst 플랫폼을 사용하여 각각의 HMDB ID에 매핑했습니다. 그런 다음 두 세트의 HMDB ID를 교차시켜 공통 대사산물을 식별했습니다.

사이토카인 측정 및 세포사멸 분석
2019 EULAR/ACR 분류 기준에 따라 총 3명의 SLE 환자가 등록되었습니다(표 3).

말초 혈액 샘플 수집 및 림프구 분리
말초 혈액 샘플(3-6mL)은 항응고제로 헤파린 나트륨을 함유한 진공관을 사용하여 참가자로부터 수집되었습니다. 말초 혈액 단핵 세포(PBMC)는 Ficoll-Paque 밀도 구배 원심분리(20-30분 동안 400-800 × g )를 통해 분리되었습니다. 분리된 세포를 저속 원심분리(10분 동안 250 ×g )를 통해 인산염 완충 식염수(PBS, HyClone)로 2회 세척하고 10% 소 태아 혈청이 보충된 완전한 RPMI-1640 배지에 재현탁했습니다. 세포 밀도는 자동 세포 계수기로 확인된 바와 같이 1 × 106 세포/mL로 조정되었습니다. 세포 현탁액을 배양 플레이트에 파종하고 부착을 촉진하기 위해 5% CO2 분위기에서 37°C에서 2시간 동안 사전 배양했습니다. 사전 배양 후, 배양 상청액의 비부착 세포를 조심스럽게 수집하고 림프구 분리를 실시했습니다. 수집된 현탁액을 Ficoll-Paque 위에 부드럽게 층층화하고 브레이크 없이 20분 동안 400×g에서 다시 원심분리했습니다. 혈장-Ficoll 계면의 단핵 세포층을 조심스럽게 흡인하고 인산염 완충 식염수(PBS)로 두 번 세척한 다음 10% 소 태아 혈청을 함유한 RPMI-1640 배지에 재현탁했습니다. 자동 세포 계수기를 사용하여 세포 생존력과 농도를 평가한 후 림프구를 다운스트림 적용에 사용했습니다.

세포 처리 및 배양
세포는 치료를 위해 5개 그룹으로 나뉘었습니다. 대조군: 동일한 부피의 DMSO로 처리했습니다. 콜레스테롤 치료군: 1.5mmol/L 농도의 콜레스테롤로 치료합니다. 본 연구에 사용된 유리 콜레스테롤 농도의 1.5mmol/L는 생리학적 수준을 넘어 지질이 풍부한 미세 환경을 시뮬레이션하기 위해 선택되었습니다. 건강한 개인의 순환 유리 콜레스테롤은 일반적으로 0.9-1.3mmol/L 범위입니다. 이 실험에 사용된 약간 상승된 농도는 SLE에서 염증이 있거나 대사적으로 교란된 조직에서 발생할 수 있는 병리학적 지질 축적을 모방하기 위한 것이었습니다. 스테아라미드 치료군: 5μmol/L 및 10μmol/L 농도의 스테아라마이드로 처리합니다. 스테아라마이드의 농도(5 및 10 μmol/L)는 이전 보고서26에 기초하여 선택되었으며, 이는 5-10 μmol/L 범위의 스테아라미드 수준이 병리학적 조건에서 증가된 지질 축적을 모방할 수 있음을 시사했습니다. 여기서 의도는 염증 또는 대사 조절 장애 상태를 시뮬레이션하여 SLE 림프구에 대한 고농도 지질 노출의 세포사멸 촉진 및 면역 조절 효과를 탐색하는 것이었습니다. 콜레스테롤과 스테아라미드를 먼저 DMSO에 용해시켜 고농도 원액을 제조한 다음 배양 배지에서 희석하여 목표 농도를 달성했습니다. 모든 그룹의 최종 DMSO 농도는 0.1%(v/v)를 초과하지 않았습니다. 각각의 처리를 첨가한 후, 플레이트를 부드럽게 흔들어 균일한 분포를 보장하고 5% CO2 환경에서 37°C에서 48시간 동안 배양했습니다.

세포사멸 분석
세포사멸 실험을 위해 1 × 106 내지 3 × 106 세포를 수집하고 사전 냉각된 PBS로 2회 세척하였다. 양성 대조군은 사전 냉각된 세포사멸-양성 대조군 용액 500μL에 세포를 재현탁하고 얼음 위에서 30분 동안 배양한 후 또 다른 PBS 세척을 통해 준비했습니다. 실험군은 섹션 1.7에 설명된 대로 대조군, 콜레스테롤(1.5mmol/L) 및 스테아라마이드(10μmol/L) 처리로 치료되었습니다. 처리 후, 1-10 ×10 5 세포(배양 상청액으로부터의 세포 포함)를 수집하여 500 μL의 1× 결합 완충액(5× 원액을 이중 증류수로 희석하여 제조)에 재현탁했습니다. 각 샘플을 동일한 수의 처리되지 않은 살아있는 세포와 혼합하고 부피를 사전 냉각된 1× 결합 완충액으로 1.5mL로 조정했습니다. 그런 다음 현탁액을 3개의 튜브로 나누었습니다: 하나는 블랭크 컨트롤용이고 2개는 단일 염색 보상용(Annexin V-FITC 및 PI)입니다. 각 실험 튜브에 5μL의 Annexin V-FITC 및 10μL의 PI 염색 용액을 첨가한 후 소용돌이치고 어두운 곳에서 실온에서 5분 동안 배양했습니다. 유세포 분석은 Annexin V-FITC(530nm에서 방출) 및 PI(615nm에서 방출)를 검출하기 위해 488nm 여기 레이저를 사용하여 수행되었습니다. 블랭크 컨트롤 튜브는 FSC(Forward Scatter), SSC(Side Scatter) 및 형광 채널 전압을 설정하는 데 사용되었고 단일 염색 튜브는 형광 보상에 사용되었습니다. 세포사멸은 세포사멸 세포의 비율을 평가하기 위해 이중 매개변수 산점도를 사용하여 분석되었습니다27,28.

면역 인자 검출
48시간 배양 후, 세포 현탁액을 원심분리(5분 동안 250× g )하여 배양 상청액을 수집하고, 분석할 때까지 -80°C에서 보관했습니다. 사이토카인 정량화는 기기에 대한 최적화와 함께 제조업체의 지침에 따라 상업용 Human Essential Immune Response Panel을 사용하여 수행되었습니다. 간단히 말해서, 25 μL의 분석 완충액 및 25 μL의 표준물질(2.4 내지 10,000 pg/mL 범위) 또는 샘플을 마이크로플레이트의 각 웰에 첨가했습니다. 비드 혼합물을 30초 동안 소용돌이치고 웰에 첨가하여 총 반응 부피를 75μL로 만들었습니다. 플레이트를 어두운 곳에서 2시간 동안 실온에서 진탕(800rpm)하면서 배양했습니다. 2회 자동 세척(1× 세척 완충액, 5분 동안 250× g ) 후, 25μL의 비오티닐화 검출 항체를 각 웰에 첨가하고 1시간 동안 배양했습니다. 그 후, 25μL의 스트렙타비딘-피코에리트린(SA-PE)을 30분 동안 첨가하여 신호를 증폭시켰다.

데이터 수집은 PE 검출을 위해 488nm 여기 레이저와 575/26nm 필터가 장착된 유세포 분석기를 사용하여 수행되었습니다. 각 실험 전에 보정 비드를 사용하여 광전자 증배관 전압 및 스펙트럼 보상을 최적화했습니다. 데이터는 LEGENDplex 소프트웨어 v8.0을 사용하여 분석되었으며, 사이토카인 농도는 5-매개변수 로지스틱(5PL) 곡선 피팅을 통해 결정되었습니다. 각 사이토카인에 대한 검출 한계는 0.68pg/mL에서 1.97pg/mL 사이였으며, 정밀도(웰 간 변동 계수<10%)를 보장하기 위해 실험을 이중으로 수행했습니다. 결과는 평균±± 표준편차로 표현되었으며, 그룹 간의 통계적 차이는 일원 분산 분석에 이어 적절한 통계 분석 소프트웨어에서 Tukey의 사후 테스트를 사용하여 평가되었습니다. 48시간 잠복기는 면역 반응을 종합적으로 포착하기 위해 사이토카인 분비의 동적 변화를 기반으로 선택되었습니다. DMSO 농도(≤0.1%)의 일일 기기 교정 및 제어는 결과의 신뢰성과 재현성을 보장했습니다 29,30,31.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

SLE의 주요 대사산물과 임상 증상 사이의 연관성

이 연구에서 SLE가 있는 565개의 대사산물에 대한 MR 분석에서 유의미한 인과 연관성이 확인되었습니다. 그림 2에서 볼 수 있듯이 펩타이드, 아미노산, 에너지, 지질, 탄수화물 및 지방산과 같은 범주를 포함하여 SLE와 유의미하게 관련된 총 28개의 대사 산물이 확인되었습니다. 감마-글루타밀페닐알라닌 및 프로-하이드록시-프로와 같은 펩타이드, 트립토판 베타인 및 아스파라긴을 포함한 아미노산, 알파-케토글루타레이트와 같은 에너지 대사산물은 SLE와 음의 상관관계가 있었습니다. 반대로, 대부분의 지질 대사산물은 매우 큰 HDL의 유리 콜레스테롤, IDL의 총 콜레스테롤, 유리 콜레스테롤, 매우 큰 HDL의 트리글리세리드, HDL 입자의 평균 직경, IDL의 총 지질 및 매우 큰 HDL의 총 지질과 같은 콜레스테롤 관련 대사산물을 포함하여 SLE와 ...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

우리의 연구는 1.5mmol/L 콜레스테롤, 5μmol/L 스테아라미드 및 10μmol/L 스테아라미드가 SLE 환자의 림프구에서 유사한 패턴의 세포사멸 및 사이토카인 분비를 유도하지만 크기의 변화가 관찰되었음을 보여줍니다. 구체적으로, 1.5mmol/L 콜레스테롤과 5μmol/L 스테아라마이드 모두 SLE 림프구에서 세포사멸을 유의하게 증가시켰습니다. 또한, 1.5mmol/L 콜레스테롤과 5μmol/L 또는 10μmol/L 스테아라마이드를 병용하여 치료하면 관련 면역 인자의 분비가 더욱 향상되었습니다. 실험 결과 1.5mmol/L 콜레스테롤 치료 그룹에서 IFN-γ, TNF-α, TGF-β1, IL-1β 및 IL-4 수치가 상승한 것으로 나타났습니다. 5 μmol/L 스테아라미드 처리군에서 TNF-α 및 TGF-β1 수치 증가; 10μmol/L 스테아라미드 처리군에서 TGF-β1, IFN-γ 및 IL-4 수치가 유의하게 상승했습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자는 경쟁하는 이해관계가 없음을 선언합니다.

감사의 글

이 연구는 안후이성 과학기술대학교 대학원 혁신 기금 프로젝트(No. 2024cx2204), 안후이성 학자 워크스테이션(안후이성 학자 워크스테이션(자가면역 질환 진단 기술), 안후이성 과학기술대학교, 안후이성 화이난, 232001, 중국)(문서 번호 317 [2023], 안후이성 과학기술부 발행), 광둥성 기초 및 응용 기초 연구 기금(No.2021A1515110250), 중국 국가 자연 과학 재단(No.82271824).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
부속 V-FITC/PI 세포자멸 키트다중과학AP101유세포분석법을 통한 세포자멸사 검출을 위해
콜레스테롤상하이 진판 바이오테크 유한회사.JP1210051PBMC에서 자극 실험에 사용됨 (10g)
카운터웰 인서트코 닝CBG10001공동 배양 실험에서 세포를 물리적으로 분리하는 데 사용됨
플로우 사이토미터벡먼 쿨터사이토플렉스유세포 분석
그래프패드 프리즘 소프트웨어그래프패드통계 분석 및 그래프 작성
LEGENDplex 인간 필수 면역 반응 패널바이오레전드740390면역 관련 사이토카인의 다중성 검출
마이크로피펫 세트  에펜도르프다양한액체 취급 및 부피 이동 (0.1– 10 & 뮤; L, 10 & ndash; 100 & mu; L, 100– 1000 & mu; L)
말초 혈액 림프구 분리 배지국내 제조업체B1.1420APBMC 분리에 사용됨 (200 mL)
RPMI-1640 미디엄깁코C22400500BTPBMC 배양 배지
스테라마이드상하이 진판 바이오테크 유한회사.1267285PBMC(100g) 지질 자극에 사용됨
무균 24웰 플레이트국내 제조업체BLJ182A세포 배양을 위해
카운트스타상하이 루이위 바이오테크놀로지CS200자동 셀 카운터
PBS하이클론10010023셀 세척
피콜-파케 시티바17-5442-03활세포 분리
LEGENDplex 소프트웨어 바이오레전드버전 8유세포측 데이터 분석
그래프패드 프리즘 9.0그래프패드 소프트웨어버전 9통계 분석

참고문헌

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

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

정오


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

This corrects the article 10.3791/69038

태그

문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.