골관절염 약물 표적 식별을 위한 멘델 무작위화 전사체학 및 네트워크 약리학

요약

우리는 멘델 무작위화, 전사체 분석, 네트워크 약리학을 통합하여 골관절염 후보 약물 표적을 체계적으로 규명하는 방법론적 프로토콜을 제시합니다. 이 접근법은 공개된 데이터와 계산 도구를 활용하여 유전, 발현, 상호작용 증거를 통해 표적의 우선순위를 지정할 수 있게 합니다.

초록

이 글은 멘델 무작위화(MR), 전사체 분석, 네트워크 약리학을 결합하여 골관절염(OA)의 잠재적 치료 표적을 식별하고 우선순위를 정하는 통합 방법론을 설명합니다. 이 프로토콜은 연구자들이 이 다중 모달 파이프라인을 구현하여 OA에 대한 약물 재활용과 새로운 치료 개입 개발을 연구하는 데 지침을 제공하기 위해 설계되었습니다. 방법론적 틀은 다섯 단계의 순차적 단계로 구성되어 있습니다: 첫째, 골관절염과 관련된 추정 인과 혈장 단백질을 식별하기 위해 2표본 MR을 사용하는 MR 분석 파이프라인, 이어서 인과 방향성과 잠재적 비표적 효과를 평가하기 위한 스티거 필터링 및 현상 전반 연관 스캔; 둘째, RNA-seq 데이터를 통합하여 후보 단백질 표적을 식별하고 정제하는 전사체 시퀀싱 워크플로우; 셋째, MR과 전사체 결과를 통합하여 후보 단백질 우선순위를 정하는 통합 전략; 넷째, 네트워크 약리학 및 분자 도킹 절차로, 단백질-단백질 상호작용 네트워크 구축, 기능 농도 분석, 분자 도킹을 포함하여 리간드-표적 상호작용을 탐구합니다; 다섯째, 의도된 적용으로, 잠재적 치료적 관련성을 가진 후보 화합물과 천연 제품의 우선순위 지정에 중점을 둡니다. 워크플로우를 구분된 분석 단계로 조직함으로써, 이 프레임워크는 유전적 및 전사체 발견에서 계산적 약물 표적 평가로 전환할 수 있는 재현 가능한 접근법을 제공하며, 구체적인 실험 결과를 제시하지 않습니다. 이 방법론은 공개적으로 접근 가능한 데이터셋과 계산 도구를 사용하여 OA 치료제에 대한 체계적이고 가설 중심적인 연구를 용이하게 합니다.

서론

골관절염(OA)은 연골의 점진적 악화, 연골하 뼈의 변화, 그리고 과도한 뼈 성장이 특징입니다¹. 현재 전 세계적으로 장애와 경제적 부담의 주요 원인이^{되었습니다.} 현재 치료법은 주로 통증과 염증을 완화하기 위해 스테로이드 또는 비스테로이드 항염증제(NSAIDs)를 사용합니다. 하지만 NSAIDs는 종종 위장관 및 심^{혈관계에서} 바람직하지 않은 부작용을 일으킵니다. 관절 치환 수술은 대안이 되지만, 약 3분의 1의 환자가 유의미한 통증 완화나 기능 개선을 경험하지 못합니다. OA의 분자 기전에 대한 이해가 깊어짐에 따라, 여러 잠재적 치료 표적이 등장하여 보다 정밀하고 개인화된 치료가 가능해졌습니다⁵. 생물학적 과정에서 인간 단백질의 중요한 역할을 고려할 때, 이들은 OA 약물 개발의 핵심 후보군입니다. Nelson 등은 유전적으로 지지된 표적을 선택하는 것이 임상 개발 중 약물의 높은 실패율 문제를 해결하는 데 도움이 될 수 있다고 제안했습니다^.

프로토콜

우리는 난창대학교 제1부속병원 생의학 연구 윤리 위원회로부터 윤리적 승인과 사전 동의를 받았습니다. 윤리 번호: (2025) CDYFYYLK(08-007).

MR 분석

데이터 리트리버
혈장 pQTL 데이터는 Zheng 등이 연구한 연구에서 얻^었으며, 이 연구는 5개의 GWAS 데이터셋^{15, 16, 17, 18, 19}를 통합했으며, Ferkingstad 등은 연구에서 수집되었습니다. 데이터 포함 기준은 다음과 같았습니다: (i) 유전체 유의한 연관성(p < 5 × 10⁻⁸); 그리고 (ii) 골관절염의 잠재적 치료 표적으로서의 혈장 단백질. 연구 설계는 그림 1에 요약되어....

결과

골관절염 원인 단백질을 프로테옴에서 선별하기

Zheng 등의 연구에서 얻은 혈장 pQTL 데이터를 이용한 멘델 무작위화(MR) 분석에서 Bonferroni 유의치 기준(P < 5.63 × 10⁻⁵)을 충족하는 단백질-무릎 또는 고관절 OA 연관성 6개, 단백질-무릎 OA 연관성 1개, 단백질-고관절 고관절 연관성 4개가 확인되었습니다(표 1 및 그림 2A-C). EGF를 포함한 섬유형 세포외 기질 단백질 1(EFEMP1) 혈장 수치 증가 (OR = 0.83; 95% 신뢰구간, 0.77-0.90; P = 3.35 × 10⁻⁶), 신경내분비 전환효소 1(PCSK1) (OR = 0.96; 9.......

토론

이 방법은 골관절염(OA)과 관련된 잠재적 단백질을 예측하는 데 사용된 2표본 MR 분석법으로, OA 환자의 혈액 샘플 시퀀싱 검증과 네트워크 약리학을 통해 OA의 약물 표적을 예측하는 데 활용되었습니다. 우리는 혈장 단백질체학 데이터와 OA에 대한 GWAS 데이터를 활용하여 2표본 MR 분석을 수행했으며, EFEMP1, PTHLH, PCSK1, ECM1, ISLR2, SEMA3G, SPOCK2, LRIG3, TMEM190, CRYZ, KNG1, OMG, DDX19A, MAPK3, PTPN9, USP8, DDX19B, PROC, ITIH1 등 OA와 관련된 19가지 단백질을 확인하였습니다. MR 결과의 방향을 검증하기 위해 슈타이거 필터링 분석도 도입되었습니다. 이후 OA에 영향을 줄 수 있는 네 가지 단백질(EFEMP1, PTHLH, PCSK1, ECM1)을 다른 경로를 통해 배제하는 표현형 검사가 실시되었습니다. 또한 pheWAS 분석을 통해 치료 단백질이 다른 형.......

재료

이 논문에 사용된 재료 목록

이름	회사	카탈로그 번호	댓글
애질런트 2100 바이오분석기	애질런트 테크놀로지스	G2939AA	자동 RNA 품질 평가 시스템
오토독 비나	스크립스 연구소	Vina 1.1.2	계산 분자 도킹을 위한 오픈 소스 명령줄 소프트웨어
일루미나 노바세쿼터 6000 플랫폼	일루미나	SY-415-1001	고처리량 차세대 시퀀싱 플랫폼
NEBNext 울트라 RNA 라이브러리 준비 키트	뉴잉글랜드 바이오랩스	NEB #E7770	농축된 mRNA를 분해 전사하여 cDNA로 전환합니다
리보-제로 자기 키트	진앙	MRZH11124	rRNA를 제거하세요
트리졸 시약 키트	인비트로젠	AM9738	총 RNA 추출
UCSF 키메라	캘리포니아 대학교 샌프란시스코 캠퍼스	키메라-알파-윈64	분자 시각화 및 구조 분석 소프트웨어.