Deze studie identificeerde acht potentiële geneesmiddeldoelen voor hartfalen door middel van genetische analyse en onderzocht kandidaattherapeutische verbindingen geassocieerd met deze geïdentificeerde doelen.
Method Article
Deze studie identificeerde acht potentiële geneesmiddeldoelen voor hartfalen door middel van genetische analyse en onderzocht kandidaattherapeutische verbindingen geassocieerd met deze geïdentificeerde doelen.
Hartfalen (HF) is een veelvoorkomende hart- en vaatziekte die in de gevorderde stadia de kwaliteit van leven aanzienlijk beïnvloedt. Ondanks een verscheidenheid aan huidige behandelingsstrategieën, blijft de ziektelast van HF significant. Daarom is er dringend behoefte aan het verkennen van nieuwe therapeutische doelen. Dit onderzoek maakte gebruik van Mendeliaanse randomisatie (MR) om de causale relaties tussen druggable genen en HF te evalueren. Colocalisatieanalyse en op samenvattingsgegevens gebaseerde Mendeliaanse randomisatie (SMR) werden uitgevoerd om de relatie tussen hen verder te valideren. Uiteindelijk werden 8 potentiële therapeutische doelen voor HF geïdentificeerd, waaronder 4 risicofactoren (CYP11A1, GALT, KCNH2 en METRN) en 4 beschermende factoren (APOM, CHD4, IL11RA en LPAR5). De GO-verrijking, KEGG-verrijking en analyse van eiwit-eiwitinteractie (PPI) netwerk gaven aan dat deze genen voornamelijk betrokken waren bij metabolische regulatie en cardiale elektrofysiologische processen. Bovendien werden potentiële geneesmiddelen die zich op deze doelen richten geïdentificeerd door middel van geneesmiddelvoorspelling en moleculaire docking, waaronder mitotane, Adehl, Benzofurans, 1,3-Di-o-tolylguanidine, 96-69-5 en bromoënol lacton. Verder toonden PCR-resultaten ook aan dat mitotane mogelijk geassocieerd is met CYP11A1 en KCNH2. Geneesmiddelen die zijn ontworpen op basis van deze potentiële therapeutische doelen kunnen hogere succespercentages bieden en klinische resultaten verbeteren.
Hartfalen (HF) is een veelvoorkomend cardiovasculair syndroom dat wordt gedefinieerd door verminderde ventrikelvulling of myocardcontractiliteit, resulterend in onvoldoende cardiale output om te voldoen aan metabole behoeften1,2,3. Klinisch wordt HF gekenmerkt door pulmonale en systemische congestie, weefselhypoperfusie en symptomen zoals kortademigheid, vermoeidheid en perifeer oedeem1,4,5. Ondanks therapeutische vooruitgang blijft HF een leidende oorzaak van morbiditeit en mortaliteit wereldwijd, en treft het meer dan 64 miljoen individuen volgens de Global Burden of Disease (GBD) studie6,7,8. De aanzienlijke ziektelast onderstreept de dringende behoefte aan nieuwe therapeutische strategieën.
Huidige farmacologische en op apparaten gebaseerde interventies voor HF worden beperkt door suboptimale werkzaamheid en bijwerkingen, wat bijdraagt aan aanhoudend hoge herhospitalisatiepercentages en een verminderde kwaliteit van leven9,10,11,12. Het identificeren van nieuwe moleculaire doelen met causale links naar HF-pathogenese is daarom cruciaal voor het verbeteren van klinische resultaten. Het integreren van genomics in medicijnontdekking vertegenwoordigt een zeer effectieve strategie voor het verbeteren van efficiëntie, aangezien genetisch gevalideerde therapieën een significant hoger succespercentage vertonen in klinische proeven13,14,15. Bovendien dienen eiwitten gecodeerd door deze actuele genen als belangrijke therapeutische doelen voor zowel kleine moleculen als monoklonale antilichamen16,17.
Recente vorderingen in humane genetica hebben de prioritering van medicijndoelen vergemakkelijkt door middel van integratieve analyse van genoom-wide associatiestudies (GWAS) en expressie kwantitatieve eigenschapsloci (eQTL) gegevens. Mendeliaanse randomisatie (MR) gebruikt genetische varianten als instrumentele variabelen om causale effecten te schatten, minimaliseert verwarring en omgekeerde causaliteit inherent aan observationele studies13,14. In combinatie met colocaliserende en samenvattende MR (SMR), maakt deze aanpak een robuuste prioritering mogelijk van genen waarvan de modulatie de ziekterisico's kan beïnvloeden, wat een genetisch verankerde strategie biedt voor doelontdekking18,19,20. In vergelijking met conventionele associatiestudies overwint het integreren van MR, SMR en colocalisering verwarring en omgekeerde causaliteit om robuuste causale gevolgtrekkingen te maken. Bovendien filtert dit kader vals-positieve signalen uit vanuit koppelingsonevenwicht door ervoor te zorgen dat genexpressie en hartfalenrisico dezelfde onderliggende causale variant delen, wat de doelprioritering optimaliseert. Het is vermeldenswaard dat hoewel cardiovasculaire weefsels een hoge specificiteit vertonen, maakt deze studie voornamelijk gebruik van grootschalige bloed cis-eQTL-gegevens om de statistische kracht te maximaliseren. Hoewel deze aanpak de weefselspecifieke mechanismen inherent aan HF mogelijk niet volledig vastlegt, dienen bloedafgeleide varianten als toegankelijke biomarkers en bieden robuuste inzichten in systemische genetische drijfveren van de ziekte.
In deze studie werden grootschalige GWAS- en eQTL-datasets gebruikt om de causale effecten van drugbare genen op HF-risico te evalueren. Significante associaties werden verder gevalideerd door middel van colocaliserende en SMR-analyses. Om de biologische functies van geprioritiseerde doelen te verduidelijken, werden Gene Ontology (GO) en Kyoto Encyclopedia of Genes and Genomes (KEGG) verrijkingsanalyses, samen met eiwit-eiwit interactie (PPI) netwerkanalyse, uitgevoerd. Het therapeutische potentieel werd vervolgens beoordeeld door middel van medicijnvoorspelling en moleculaire docking. Ten slotte werden de associaties tussen geselecteerde drugbare genen en kandidaatmedicijnen gevalideerd door middel van in vitro experimenten.
Kortom, deze studie biedt belangrijke inzichten voor de ontdekking van nieuwe therapeutische doelen voor HF. Door MR, SMR, colocaliserende analyse, genverrijkingsanalyse, PPI-netwerkconstructie, medicijnvoorspelling, moleculaire docking en in vitro experimenten te gebruiken, kunnen deze bevindingen bijdragen aan de ontwikkeling van effectievere therapeutische strategieën voor HF.
Alle datasets die in dit onderzoek zijn gebruikt, zijn verkregen uit eerder gepubliceerde studies met ethische goedkeuring. De reagentia en de gebruikte apparatuur staan vermeld in de Tabel van Materialen.
1. Onderzoeksontwerp
De workflow van dit onderzoek is geïllustreerd in Figuur 1. Eerst werden blootstellingsgegevens verkregen uit de cis-eQTL's van geneesbare genen. Ten tweede werd MR-analyse uitgevoerd om de causale relatie tussen geneesbare genen en HF te onderzoeken. Kandidatentherapeutische doelen voor HF werden vervolgens geïdentificeerd door coloc- en SMR-analyses. Vervolgens werden genverrijkingsanalyse en PPI-netwerkconstructie uitgevoerd. Ten slotte werden geneesmiddelvoorspelling en moleculaire docking uitgevoerd om de affiniteit van geneesmiddelen voor genen te onderzoeken.
2. Gegevensbron
In totaal werden 6.888 geneesbare genen geïdentificeerd uit twee bronnen. Eén dataset bevatte 4.463 genen uit een eerder gepubliceerd onderzoek dat meerdere gegevensbronnen integreerde17. De andere dataset bevatte 5.012 genen uit de Drug-Gene Interaction Database (DGIdb)21. Gedetailleerde informatie werd geïllustreerd op de website (https://www.dgidb.org/). Na het samenvoegen en verwijderen van duplicaten, werden 6.888 unieke geneesbare genen behouden voor analyse.
Cis-eQTL-gegevens werden verkregen uit het eQTLGen Consortium (https://eqtlgen.org/cis-eqtls.html), dat expressieprofielen omvat van 31.684 bloedmonsters en 16.987 genen22.
HF-samenvattingsstatistieken werden verkregen uit de R12-release van de FinnGen-database23, die 37.653 gevallen en 462.695 controles omvatte. De diagnose van HF was gebaseerd op de International Classification of Diseases (ICD), inclusief ICD-10—I11.0, I13.0, I13.2, I50, ICD-9—4029B|428, en ICD-8—42700|42710|428|7824. Alle deelnemers waren van Europese afkomst. Gedetailleerde informatie is beschikbaar op de FinnGen-website en het originele artikel (https://www.finngen.fi/en/access_results).
3. Mendeliaanse randomisatieanalyse
Instrumentale variabelen (IV's) werden geselecteerd op basis van drie kern-MR-aannames24. Ten eerste zijn IV's direct geassocieerd met blootstellingsfactoren. Ten tweede zijn IV's niet geassocieerd met verstorende factoren. Ten slotte beïnvloeden IV's het resultaat alleen via blootstelling. Aangezien proximale eQTL's een meer directe en robuuste regulerende controle over doelgenen uitoefenen, gebruikte MR uitsluitend SNP's die zich binnen 100 kb-regio's van de genen bevinden om biologische nabijheid te maximaliseren. Strenge criteria werden toegepast voor SNP-selectie. Alle geselecteerde SNP's bevonden zich binnen 100 kb stroomopwaarts van de transcriptiestartsite en 100 kb stroomafwaarts van de transcriptie-eindsite van elk geneesbaar gen. Alleen SNP's met genomische significantie (p < 5×10-8) werden opgenomen25. Om linkage disequilibrium (LD) te minimaliseren, werd LD clumping uitgevoerd met een r2-drempel van 0,001 en een clumping-afstand van 10.000 kb26. SNP's met F-statistieken >10 werden behouden, berekend met de formule: F = [R2(N−k−1)]/[k(1−R2)]27. SNP-informatie wordt gegeven in Aanvullende Tabel 1.
De primaire analytische methoden waren inverse-variance gewogen (IVW) en Wald-verhouding. Een p-waarde minder dan 0,05 werd als statistisch significant beschouwd28,29. False discovery rate (FDR) werd toegepast om de p-waarde aan te passen om vals positieve resultaten te minimaliseren30. Wanneer slechts één SNP beschikbaar was, werd de Wald-verhoudingsmethode gebruikt; anders werd IVW toegepast. Analyses omvatten MR-Egger, gewogen mediaan, gewogen modus en eenvoudige modus wanneer er voldoende SNP's aanwezig waren.
De Cochran's Q-test en MR-Egger intercept-analyse werden gebruikt om heterogeniteit en pleiotropisme te testen. Een Q-p-waarde groter dan 0,05 gaf de afwezigheid van heterogeniteit aan31. Een p-waarde voor de MR-Egger intercept minder dan 0,05 gaf de aanwezigheid van directioneel pleiotropisme aan18. Ten slotte werd de leave-one-out-test uitgevoerd om te testen of de resultaten konden worden beïnvloed door een enkele SNP. MR-analyses werden uitgevoerd met behulp van de TwoSampleMR-pakket (versie 0.6.11) in R (versie 4.4.2).
4. Colocalisatie-analyse
Colocalizatiegelys werd uitgevoerd met behulp van het coloc R-pakket (versie 6.0.1) om te identificeren of gedeelde genetische varianten zowel genexpressie als HF-risico beïnvloedden32. Prior waarschijnlijkheden voor een SNP die geassocieerd was met een van beide kenmerken en beide kenmerken werden ingesteld op 1 × 10-4 en 1 × 10-5, respectievelijk. De posterieure waarschijnlijkheden van de vijf hypotheses kunnen worden berekend: (1) P
Mendeliaanse randomisatie
De MR-resultaten die de causale effecten tussen geneesmiddelbare genexpressie en HF evalueerden, werden gepresenteerd in Aanvullende Tabel 3. Een FDR-gecorrigeerd P-waarde minder dan 0,05 werd als statistisch significant beschouwd. In totaal werden 11 genen met significante causale associaties met HF geïdentificeerd (Figuur 2). Onder hen waren zes genen geassocieerd met een verhoogd risico op HF, waaronder 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) en METRN (P_FDR: 0,018, OR: 1,115). De overige vijf genen waren geassocieerd met een verlaagd risico op HF, waaronder 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) en LPAR5 (P_FDR: 0,021, OR: 0,915).
Gevoeligheidsanalyse werd in dit onderzoek uitgevoerd en de resultaten toonden aan dat er geen significante heterogeniteit of horizontale pleiotropische detectie werd gedetecteerd (Tabel 1), en de MR-schattingen werden niet beïnvloed door enkele SNP's (Aanvullende Figuur 1).
Colocatie-analyse
Colocatie-analyse werd uitgevoerd op de 11 geïdentificeerde genen (Figuur 3 en Tabel 2). Negen genen toonden sterk bewijs van het delen van causale varianten met HF, waaronder 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) en METRN (PP.H4: 0,907). Er waren twee genen die werden uitgesloten van verdere analyse omdat de PP.H4 minder dan 0,8 was, namelijk CDKN1A en CAMK2G.
SMR-analyse
Om gene-ziekteassociaties verder te valideren, werd SMR-analyse uitgevoerd voor de negen gecolocaliseerde genen (Tabel 2). De SMR-analyse toonde aan dat acht genen significant geassocieerd bleven met HF. Er waren vier genen negatief geassocieerd met HF, waaronder 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) en LPAR5 (P_SMR: 3,71E-05, P_HEIDI: 0,168, OR: 0,889). En vier waren positief geassocieerd met HF, waaronder 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) en METRN (P_SMR: 1,55E-05, P_HEIDI: 0,068, OR: 1,103). Hoewel LST1 (P_SMR: 4,61E-05, P_HEIDI: 0,025, OR: 1,135) een associatie vertoonde met een verhoogd risico op HF, gaf de HEIDI-test aan dat de associatie mogelijk werd veroorzaakt door linkage-disequilibrium. Daarom werd LST1 uitgesloten.
Verrijkingsanalyse
De acht genen die werden geïdentificeerd door MR-, colocatie- en SMR-analyses, werden onderworpen aan GO-verrijking en KEGG-verrijkingsanalyse (Figuur 4A–E). In klasse BP waren genen verrijkt in demontage van metabole processen (cortisolmetabolisme, galactosemetabolisme, glucocorticoïden biosyntheseproces en omgekeerde cholesteroltransport), lipoproteïne-deeltje-gerelateerde processen (high-density lipoprotein-deeltje-assemblage, high-density lipoprotein-deeltje-hermodellering en high-density lipoprotein-deeltje-clearance) en membraanrepolarisatie tijdens de actiepotentiaal van ventrikelhartspiercellen. In klasse CC waren genen verrijkt in lipoproteïnedeeltjes (low-density lipoproteïnedeeltje, very-low-density lipoproteïnedeeltje, triglyceriderijk plasmalipoproteïnedeeltje, high-density lipoproteïnedeeltje, plasmalipoproteïnedeeltje en lipoproteïnedeeltje) en eiwitcomplexen (NuRD-complex, CHD-type complex en eiwit-lipidecomplex). In klasse MF waren genen verrijkt in elektrofysiologische processen (voltage-gated kaliumkanaalactiviteit betrokken bij de repolarisatie van de actiepotentiaal van ventrikelhartspiercellen, voltage-gated kaliumkanaalactiviteit betrokken bij de repolarisatie van de actiepotentiaal van hartspiercellen, vertraagde rectifier kaliumkanaalactiv
Dit onderzoek evalueerde systematisch de causale effecten van geneesbare genen op HF-risico door het gebruik van MR, waarbij acht potentiële therapeutische doelen werden geïdentificeerd. Deze omvatten vier beschermende factoren (APOM, CHD4, IL11RA en LPAR5) en vier risicofactoren (CYP11A1, GALT, KCNH2 en METRN). Deze associaties werden verder ondersteund door colocalisatieanalyse en SMR. Functionele annotatie via GO, KEGG-verrijking en PPI-netwerkanalyses suggereerde dat deze genen HF mogelijk voornamelijk beïnvloeden via paden die gerelateerd zijn aan metabolisme en elektrofysiologie. Bovendien benadrukten geneesmiddelvoorspellingen en moleculaire dockingstudies het translationele potentieel van deze doelen.
APOM werd geïdentificeerd als een beschermende factor voor HF. APOM bindt sphingosine-1-fosfaat (S1P) en oefent anti-inflammatoire effecten uit door de expressie van TNF-α te verminderen, monocyte-endotheel-adhesie te beperken en de integriteit van de endotheliale barrière te handhaven, waardoor ontstekingsgeïnduceerde myocardischemie wordt verminderd42,43,44. Bovendien ondersteunt APOM cardiomyocyte-overleving en proliferatie terwijl het apoptose vermindert, waardoor de hartstructuur en -functie worden behouden. Het tekort ervan is gekoppeld aan ongunstige hartresultaten, consistent met deze bevinding42,45. Het onderliggende mechanisme dat APOM met HF verbindt, vereist echter verder onderzoek.
CHD4, een ander geïdentificeerd beschermend gen, is een kerncomponent van het nucleosome remodeling and deacetylase (NuRD) complex en speelt een essentiële rol in de hartontwikkeling en myocardische groei46,47,48. Verlies van CHD4 leidt tot incorporatie van ongepaste myofibrillaire eiwitten in cardiale sarcomeren, resulterend in structurele en functionele afwijkingen, inclusief kamerdilatatie en verminderde ventriculaire ontwikkeling. Dit resultaat versterkt de cruciale rol van CHD4 bij het handhaven van normale hartfunctie.
Het werd ook onthuld dat IL11RA het HF-risico zou kunnen verlagen. IL11RA is de primaire ligand-bindende subeenheid van het IL-11 receptorcomplex. Hoewel IL-11 is aangetoond om fibrotische reacties in het hart te stimuleren, blijft de specifieke rol van IL11RA onduidelijk49. Het beschermende effect dat in deze studie werd waargenomen, suggereert dat IL11RA context-afhankelijke functies kan uitoefenen of kan interageren met andere signaalcomponenten om fibrose onder bepaalde omstandigheden te beperken50. Deze schijnbare discrepantie benadrukt de noodzaak van verdere mechanistische studies om de functionele rol van IL11RA in HF-pathogenese te verduidelijken.
Deze studie toonde aan dat LPAR5 geassocieerd was met een verlaagd HF-risico. LPAR5 is een receptor voor lyso fosfatinezuur (LPA). Hoewel LPA over het algemeen als pro-inflammatoir wordt beschouwd en is geïmpliceerd in ongunstige harthermodellering, kunnen individuele LPA-receptoren uiteenlopende rollen hebben51,52. Bijvoorbeeld, LPA-signalering moduleert cytoskeletaal stressfibervorming via Gα12/13 en Gαq/11 paden, speelt een belangrijke rol bij het handhaven van cardiomyocyte-morfologie, contractiele functie en signaaloverdracht53,54. Niettemin verdient de precieze rol van LPAR5 in HF-fysiopathologie verder onderzoek.
Dit onderzoek gaf aan dat CYP11A1 een risicofactor voor HF was. CYP11A1 codeert voor het snelheidsbepalende enzym in de biosynthese van steroïde hormonen55,56. Verhoogde productie van steroïde hormonen, met name aldosteron, draagt bij aan natriumretentie en verhoogde hartbelasting, belangrijke kenmerken van HF-progressie57,58. Bovendien genereert CYP11A1 reactieve zuurstofsoorten tijdens zijn metabolische activiteit, wat myocardisch letsel kan verergeren59. Een reële correlatie tussen CYP11A1 en mitotane werd waargenomen in vitro, wat bewijs levert dat mitotane mogelijk therapeutische waarde kan hebben voor de behandeling van HF. Echter, verdere experimenten zijn nodig om de relatie tussen mitotane en HF te onderzoeken.
GALT zou het HF-risico in dit onderzoek kunnen verhogen. GALT is een sleutel-enzym in galactose-metabolisme en vertoont een positieve associatie met HF-risico60,61. Verhoogde GALT-expressie is voorgesteld als een biomerker voor cardiale fibrose en hermodellering, met hogere niveaus gekoppeld aan slechtere klinische uitkomsten, mogelijk vanwege zijn associatie met profibrotische metabolische paden62,63. Deze bevinding suggereert dat het targeten van GALT HF-prognose kan verbeteren; echter, of dit wordt gemedieerd door verzwakking van fibrose vereist verder onderzoek.
Dit onderzoek toonde aan dat KCNH2 een risicofactor voor HF was. KCNH2 codeert voor een subeenheid van de spanningsafhankelijke kaliumkanaal, die betrokken is bij cardiale repolarisatie64. Mutaties in KCNH2 zijn bekend om aritmieën te veroorzaken, wat myocardische stress en HF-risico verhoogt65,66. Opkomend bewijs suggereert ook dat KCNH2 mitochondriale functie kan beïnvloeden. Gezien de gevestigde rol van mitochondriale disfunctie in HF-pathogenese, vertegenwoordigen de potentiële effecten van KCNH2
De auteurs verklaren dat ze geen concurrerende belangen hebben.
De deelnemers en onderzoekers van de FinnGen-studie worden erkend. Het eQTLGen-consortium, DGIdb en andere onderzoekers die openbaar beschikbare gegevens voor deze analyse hebben verstrekt, worden ook met dank erkend. Dit werk werd ondersteund door het Master Research Innovation Project van de First Clinical College van de Chongqing Medical University (CYYY-SSCX202516) en de gestandaardiseerde diagnose en behandeling van hartfalen (2025cyjstg006).
Auteurbijdrage
Huiling Zhu droeg bij aan conceptualisering, acquisitie van financiering, onderzoek, methodologie, middelen, software, supervisie, validatie, het schrijven van de originele versie van het manuscript en het herzien en bewerken van het manuscript. Suxin Luo droeg bij aan acquisitie van financiering, methodologie, supervisie en herzien en bewerken van het manuscript.
| Name | Company | Catalog Number | Comments |
|---|---|---|---|
| 2× Universal SYBR Green Fast qPCR Mix | Abclonal | RK21203 | |
| AC16 | HyCyte | TCH-C119 | |
| AC16 celspecifiek kweekmedium | HyCyte | TCH-G119 | |
| cDNA reverse kit | Abclonal | RK20400 | |
| CFX96™ Real-Time systeem | Bio-Rad Laboratories | ||
| Mitotane | TargetMol | T1199 | |
| Palmitinezuur | TargetMol | T2908 | |
| RNA extractiekit | Abclonal | RK30120 |
Request permission to reuse the text or figures of this JoVE article
Request Permission