Artykuł badawczy
Za pomocą dwupróbkowych analiz randomizacji mendelowskiej i mediacji, niniejsze badanie identyfikuje 32 fenotypy komórek odpornościowych i 9 metabolitów osocza przyczynowo związanych z zapaleniem tarczycy Hashimoto i potwierdza częściową oś immunometaboliczną CD39+Treg-izowalerylkarnityna (C5)-HT. Wstępne dane z cytometrii przepływowej i metabolomii dostarczają początkowej biologicznej wiarygodności zgodnej z tym szlakiem.
Zespół Hashimoto (HT) jest autoimmunologicznym zaburzeniem tarczycy. Chociaż komórki odpornościowe są zaangażowane w jego patogenezę, ich konkretne role nie zostały jeszcze w pełni wyjaśnione. Przeprowadzono analizę randomizacji mendelowskiej (MR) z dwoma próbkami, integrując sumaryczne statystyki badań skojarzeń genomowych (GWAS) z dużych publicznych zbiorów danych dla cech komórek odpornościowych (ebi-a-GCST90001391 do ebi-a-GCST90002121), metabolitów osocza (GCST90199621-9020102) i HT (ebi-a-GCST90018855). Przyczynowe efekty oszacowano za pomocą metod odwrotnie zważonych wariancją (IVW), z analizami MR-Egger, mediany zważonej i leave-one-out w celu oceny pleiotropii i wytrzymałości. Analizy MR dwukierunkowe i mediacyjne zostały dodatkowo zastosowane, aby przetestować kierunkowość i zidentyfikować potencjalne szlaki pośredniczące metabolitów. Komórki CD3⁺CD4⁺CD25⁺CD39⁺Treg zostały sprecyzowane w próbkach krwi obwodowej za pomocą cytometrii przepływowej. Izowalerylokarnitynę (C5) zmierano za pomocą tandemowej chromatografii cieczowej z widmometrią masową. Analiza IVW wykryła 32 fenotypy komórek odpornościowych znacząco związane z ryzykiem HT (P < 0,05 po korekcji FDR). Odwrotna analiza MR wykazała, że HT był pozytywnie przyczynowo związany z 2 cechami odpornościowymi, podczas gdy 4 cechy odpornościowe (wszystkie P < 0,05) były odwrotnie związane z HT. Analizy wrażliwości nie wykazały pleiotropii poziomej ani heterogeniczności. Ponadto metoda IVW wstępnie zidentyfikowała 9 metabolitów osocza jako przyczynowo związanych z HT, w tym zwiększające ryzyko C5 (OR = 1,120, 95% CI: 1,032-1,215, P = 0,006) i ochronną ergotioneinę (OR = 0,958, 95% CI: 0,927-0,990, P = 0,010). Dwustopniowa mediacja MR wykazała C5 jako kandydatowego pośrednika łączącego CD3⁺ CD39⁺ Treg z HT (proporcja mediacji 8,89%, 95% CI: 2,34%-15,4%, P = 0,008). Cytometria przepływowa wykazała podwyższone poziomy CD39⁺Treg i C5 w osoczu u pacjentów z HT, przy czym C5 był pozytywnie skorelowany z proporcją komórek CD39⁺Treg. Badanie to ustanawia nowe przyczynowe łącza między fenotypami komórek odpornościowych a HT oraz podkreśla metabolity osocza, szczególnie C5, jako potencjalne pośredniki w patogenezie HT. Te odkrycia pogłębiają rozumienie mechanizmu choroby autoimmunologicznej tarczycy i mogą wskazywać na przyszłe odkrycia biomarkerów i potencjalnych celów terapeutycznych.
Zespół Hashimoto (HT) jest częstą chorobą autoimmunologiczną, w której układ odpornościowy atakuje gruczoł tarczycy, powodując niedoczynność tarczycy1,2. Ostatnie badania wykazały stały coroczny wzrost zachorowań na HT. W Chinach szacuje się, że jego częstość występowania waha się od 0,2% do 1,3%3. Dokładna przyczyna HT jest nieznana, chociaż uważa się, że jej patogeneza obejmuje złożoną interakcję genetycznych, środowiskowych i immunologicznych składników4,5.
Rozwój HT jest mocno wpływany przez układ odpornościowy6,7,8. Nieprawidłowe reakcje odpornościowe atakują tkankę tarczycy, wywołując produkcję autoprzeciwciał, w tym przeciwko peroksydazie tarczycowej (anti-TPO) i przeciwko tyreoglobulinie (anti-Tg)9. Te autoprzeciwciała wchodzą w interakcję z komórkami tarczycy, indukując śmierć komórek pośredniczoną przez układ odpornościowy i reakcje zapalne, co prowadzi do upośledzenia funkcji tarczycy10. Określone ścieżki patogenne, szczególnie sygnały metaboliczne, które prowadzą do dysfunkcji komórek immunologicznych, pozostają nie do końca zrozumiałe. Komórki T regulatorowe (Tregs), szczególnie te wyrażające CD39, odgrywają kluczową rolę w utrzymaniu tolerancji immunologicznej poprzez hydrolizę pozakomórkowego ATP do immunosupresyjnego adenozynu. Zakłócenia w funkcji Treg lub ich środowisku metabolicznym mogą prowadzić do upadku tolerancji własnej, jednak zależność przyczynowa między określonymi podzbiorami Treg a HT pozostaje do wyjaśnienia11,12,13,14,15,16.
Tradycyjne badania obserwacyjne są często ograniczone przez zmienne mylące i potencjalną relację przyczynowo-skutkową, co komplikuje możliwość określenia ścisłych relacji przyczynowych między fenotypami komórek immunologicznych a HT17. Ponadto, ponieważ HT jest chorobą ogólnoustrojową, wpływającą na różne podzbiory immunologiczne i pośrednie metabolity, wąskie skupienie się na pojedynczych kandydatach może pominąć nowe czynniki patogenne18. Dlatego konieczne jest zastosowanie dużej skali podejścia przesiewowego, aby zapewnić nieuprzedzone i kompleksowe spojrzenie na czynniki immunometaboliczne przyczyniające się do HT. Ostatnie osiągnięcia w badaniach skojarzeń genomowych (GWAS) dostarczyły kompleksowych danych na temat fenotipów komórek immunologicznych i metabolitów osocza, otwierając nowe szlaki do zbadania mechanizmów leżących u podstaw HT19. Randomizacja Mendelowska (MR) opiera się na zasadach losowego przypisywania gamiet Mendelowskich i wolnych kombinacji16 oraz wykorzystuje polimorfizmy pojedynczego nukleotydu (SNP) jako zmienne instrumentalne (IV) do wywnioskowania potencjalnych przyczynowych wpływów ekspozycji na wyniki20,21. Ta metoda pomaga zmniejszyć wpływ czynników mylących i relację przyczynowo-skutkową, które często komplikują tradycyjne badania obserwacyjne16,22.
W świetle tych rozwojów, celem niniejszego badania jest dwojakie. Po pierwsze, przeprowadzono eksploracyjną analizę generującą hipotezy, wykorzystującą strukturę MR na dwóch próbach, aby systematycznie przesiewać 731 fenotipów komórek immunologicznych i 1400 metabolitów osocza, w celu zidentyfikowania nowych kandydatów do czynników ryzyka HT. Po drugie, przeprowadzono przejście do badania opartego na hipotezie, aby ocenić szczególną rolę mediatorów zidentyfikowanych metabolitów, takich jak izwalerylkarnityna, w ścieżce łączącej komórki T regulatorowe z ryzykiem HT. Niniejsze badanie integruje więc przesiewanie MR na dużą skalę z analizą mediacji i wstępną walidacją kliniczną, aby dostarczyć genetycznie wspartych dowodów zgodnych z hipotetyczną strukturą immunometaboliczną (Treg–metabolit–HT), podkreślając jednocześnie eksploracyjny charakter tych wyników. Identyfikując te precyzyjne łańcuchy przyczynowe, zapewnia się nowe perspektywy na metaboliczną regulację autoimmunologii tarczycy, a także solidne kandydatury na przyszłe cele terapeutyczne.
Badanie zostało zatwierdzone przez Komitet Etyczny Szpitala Uniwersytetu Medycznego w Mongolii Wewnętrznej. Wszystkie procedury przeprowadzano zgodnie z Deklaracją Helsińską i odpowiednimi wytycznymi etycznymi. Pisemną, świadomą zgodę uzyskaono od wszystkich uczestników przed rozpoczęciem jakichkolwiek procedur związanych z badaniem. Badanie objęło dwie grupy uczestników: grupę z zapaleniem tarczycy Hashimoto (HT, n = 10) i grupę zdrowych osób kontrolnych (Zdrowi, n = 10). Obie grupy były dobrane z uwzględnieniem wieku i płci. Wszystkie próbki krwi obwodowej pobrane zostały od pacjentów ambulatoryjnych lub osób przechodzących rutynowe badania zdrowia, z pobrania krwi dokonano po 12-godzinnym poście.
Projekt badania
W niniejszym badaniu zastosowano dwu-próbkową analizę MR oraz analizę mediacyjną, aby ocenić przyczynową relację między 731 fenotypami komórek odpornościowych (7 grup) a HT i zbadać potencjalną rolę modulującą metabolitów osocza w tej relacji. Przepływ analityczny składał się z 5 kolejnych kroków: (1) dobór zestawów danych GWAS ekspozycji dla fenotypów odpornościowych; (2) dobór zestawu danych GWAS wyników dla HT; (3) identyfikacja i harmonizacja zmiennych instrumentalnych; (4) pierwotna dwu-próbkowa analiza MR i dwukierunkowa walidacja; oraz (5) dwu-krokowa analiza MR mediacyjna. Schematyczne przedstawienie projektu badania przedstawiono w Rysunku 1 dodatkowym. W analizie MR zmienne genetyczne służą jako proksie dla ekspozycji modyfikowalnych. Aby uzyskać ważne wnioski przyczynowe, zmienne instrumentalne (IV) muszą spełniać trzy podstawowe kryteria: (1) są mocno związane z interesującą nas ekspozycją; (2) są niezależne od wszelkich czynników mylących, które mogą wpływać zarówno na ekspozycję, jak i na wynik; oraz (3) wpływają na wynik wyłącznie poprzez ekspozycję, bez alternatywnych ścieżek przyczynowych.
Zestawy danych GWAS dla źródła danych HT
Aby zapewnić zgodność zestawu danych i zminimalizować stratyfikację populacji, wszystkie statystyki sumaryczne GWAS zostały w pierwszej kolejności pochodzenia europejskiego. Baza danych GWAS (https://gwas.mrcieu.ac.uk/) dostarczyła dane wynikowe dla HT, a użyto zestawu danych ebi-a-GCST90018855. Badanie przeprowadzono GWAS na 395 640 Europejczykach (Ncase = 15 654, Ncontrol = 379 986), po kontroli jakości i interpolacji, przeanalizowano 24 146 037 SNP. Dla czynników mylących specyficznych dla HT (np. płeć, wiek), oryginalne GWAS (ebi-a-GCST90018855) uwzględniły te zmienne w swoich modelach, co jest standardem w pipeline'ach GWAS.
Zestawy danych GWAS dla komórek odpornościowych
Statystyki sumaryczne GWAS dotyczących fenotypów komórek odpornościowych uzyskano z GWAS Catalog, obejmującego zestawy danych z numerami dostępu od ebi-a-GCST90001391 do ebi-a-GCST90002121 (dostępne na https://www.ebi.ac.uk/gwas/). Analiza obejmowała łącznie 731 fenotypów immunologicznych, w tym względne liczby komórek (n = 192), parametry morfologiczne (MP) (n = 389), współczynniki aktywacji (AC, n = 118) oraz średnią intensywność fluorescencji (MFI, n = 389) reprezentującą stopień antygenu powierzchniowego23. Wpływ prawie 22 milionów polimorfizmów na 731 fenotypach komórek odpornościowych u 3757 Sardyńczyków udokumentowało wstępne GWAS na komórki odpornościowe.
Zestawy danych GWAS dla metabolitów osocza
Sumaryczne dane GWAS dla łącznie 1 400 metabolitów osocza pobrane zostały z GWAS Catalog (https://www.ebi.ac.uk/gwas/studies/GCST90199621-90201020), obejmujące 1 091 indywidualnych stężeń metabolitów oraz 309 cech proporcji metabolitów. Zestawy danych GWAS wykorzystane do analizy MR w niniejszym badaniu pochodzą od osób pochodzenia europejskiego. Szczegółowe charakterystyki wykorzystanych danych GWAS dla metabolitów osocza podano w Tabeli 1 dodatkowej.
Zestawy danych GWAS dla fenotypów komórek odpornościowych (sardyńska kohorta), HT (FinnGen/EBI-a-GCST90018855) oraz metabolitów osocza (europejskie kohorty) są niezależne bez nakładania próbek, co potwierdziły odpowiednie publikacje konsorcjum. Spełnia to założenie niezależności dla dwu-próbkowej MR.
Dobór zmiennych instrumentalnych (IV)
Przyjęto założenie, że IV są mocno związane z ekspozycją, zachowując jednocześnie niezależność od zmiennych wynikowych. Ponadto założono, że tylko czynnik ekspozycji ma bezpośredni wpływ na wynik. Aby zidentyfikować odpowiednie IV, wybrano SNP powiązane z czynnikami ekspozycji z poziomem istotności ustawionym na 5 × 10-8. Aby uwzględnić nierównowagę łączenia (LD),
Genetyczne efekty przyczynowe fenotypu komórek odpornościowych na HT
Po wykluczeniu potencjalnych czynników mylących i braku pleiotropii poziomej (P > 0,05), przeprowadzono analizę MR dwóch prób, aby ocenić efekty przyczynowe fenotypu komórek odpornościowych na ryzyko HT. Dla każdego fenotypu komórki odpornościowej użytego jako ekspozycji, obliczono statystykę F, aby ocenić siłę zmiennych instrumentalnych. Wszystkie instrumenty przekroczyły konwencjonalny próg F > 10, co wskazuje na minimalne obciążenie przez słabe narzędzia. Szczegółowe statystyki F dla kluczowych cech odpornościowych omówionych w głównym tekście są przedstawione w Tabeli uzupełniającej 2. Łącznie 32 fenotypy związane z odpornością wykazały istotne związki z ryzykiem HT (P < 0,05) (Rycina 1). Solidność tych wyników została potwierdzona przez analizy wykresów rozproszenia (uzupełniający Rycina 2A,B) i analizy czułości przy użyciu podejścia leave-one-out (uzupełniająca rycina 3A,B).
Wśród głównych wyników fenotyp Treg wykazał najbardziej rozległe zaangażowanie, z CD3 na CD39+ sekretującymi Treg (OR = 1,063; 95% CI: 1,023–1,105; P = 0,002) i CD39+ aktywowanymi Treg %aktywowanych Treg (OR = 1,081; 95% CI: 1,008–1,161; P = 0,030) jako kluczowe cechy związane z ryzykiem, które następnie zostały uprzywilejowane dla analizy mediacyjnej. Na etapach dojrzewania limfocytów T, CD3 na CM CD8br wykazał największą wielkość efektu wśród cech związanych z ryzykiem (OR = 1,094; 95% CI: 1,040–1,150; P < 0,001), podczas gdy TD DN (CD4⁻CD8⁻) AC wykazał zauważalne skojarzenie ochronne (OR = 0,930; 95% CI: 0,881–0,982; P = 0,009). Wśród fenotypów komórek B, podzbiory komórek mieloidalnych ekspresujące HLA-DR konsekwentnie wykazywały efekty podnoszące ryzyko, przy czym HLA DR na CD33dim HLA DR+ CD11b⁻ osiągnęła OR = 1,095 (95% CI: 1,032–1,162; P = 0,003). Pełne wyniki dla wszystkich sześciu kategorii komórek odpornościowych: cDC, Treg, etapy dojrzewania limfocytów T, TBNK, Monocyty, Komórki B i fenotypy komórek mieloidalnych są podsumowane na Rycinie 1.
Analizy czułości dalsze potwierdziły wyniki. Na podstawie odpowiednich ocen statystycznych nie wykryto istotnych dowodów na heterogeniczność i pleiotropię poziomu (uzupełniająca Tabela 3 i Tabela uzupełniająca 4). Te wyniki zostały potwierdzone przez analizę "leave-one-out".
Efekty przyczynowe HT na komórki odpornościowe
Wyniki wykazały, że HT był pozytywnie przyczynowo związany z 2 cechami odpornościowymi: sekretujące komórki CD4 regulatorowe T (1,143: 1,023-1,277; P = 0,018) i mieloidalne komórki supresorowe pochodzenia monocytowego (1,373: 1,058-1,782; P = 0,017). W przeciwieństwie do tego, HT był negatywnie przyczynowo związany z 4 cechami odpornościowymi: aktywowanymi komórkami CD4 regulatorowymi T (0,818: 0,679-0,987; P = 0,036), aktywowanymi komórkami CD4+ regulatorowymi T (0,790: 0,676-0,924; P = 0,003), aktywowanymi i spoczynkowymi komórkami CD4 regulatorowymi T (0,871: 0,780-0,974; P = 0,015) i komórkami CD25++ CD4+ T (0,855: 0,747-0,980; P = 0,017) (Rycina 2). Te wyniki sugerują wzajemny związek między HT a stanami aktywacji Treg, co może odzwierciedlać remodelację immunologiczną wywołaną chorobą. Wykresy rozproszenia (uzupełniająca rycina 4) i metoda "leave-one-out" (uzupełniająca rycina 5) potwierdziły stabilność wyników. Analizy czułości również potwierdziły wyniki. Moc tych wyników została potwierdzona przez oceny heterogeniczności i pleiotropii poziomej (Tabela uzupełniająca 5 i Tabela uzupełniająca 6). Te wnioski są potwierdzone przez analizę "leave-one-out".
Genetyczne efekty przyczynowe metabolitów osocza na HT
Po wyborze odpowiednich zmiennych instrumentalnych i wykluczeniu nierównowagi łańcuchów i słabych instrumentów, zidentyfikowano łącznie 34 843 SNP związane z metabolitami osocza, przy czym minimalna statystyka F wyniosła 19,50 (Tabela uzupe
W tej pracy zastosowano randomizację Mendelowską w celu zbadania przyczynowego wpływu fenotypu komórek odpornościowych na zapalenie tarczycy Hashimoto (HT) i zbadania potencjalnej roli pośredniczącej metabolitów osocza. Zidentyfikowano trzydzieści dwa fenotypy odpornościowe związane z ryzykiem HT, obejmujące komórki dendrytyczne, komórki T regulacyjne, etapy dojrzewania komórek T, komórki B i komórki mieloidalne, z zarówno działaniem sprzyjającym ryzykowi, jak i ochronnym. Ponadto 9 metabolitów osocza wykazało przyczynowe związki z HT, a dodatkowo stwierdzono, że C5 może częściowo pośredniczyć w związku między ekspresją CD3 na komórkach Treg wydzielanych CD39 a HT. Te wyniki powinny być interpretowane jako dowód na przypuszczalne przyczynowe efekty wnioskowane z instrumentów genetycznych, a nie bezpośrednie potwierdzenie mechanizmu.
Wśród fenotipow cDC, CD62L- plazmocytoidalne DC %DC i HLA DR na plazmocytoidalnych DC były związane ze zwiększonym ryzykiem HT, podczas gdy CCR2 na CD62L+ mieloidalnych DC, CD39+ aktywowane Treg %aktywowanych Treg i CD62L na monocytach. Zidentyfikowane związki między określonymi fenotipow komórek odpornościowych a HT oferują nowe wglądy w patogenezę choroby. Na przykład stwierdzono, że ryzyko HT koreluje z cechami takimi jak HLA DR na plazmocytoidalnych DC i CD62L-plazmocytoidalne DC, co wskazuje, że te typy komórek mogą być istotne w inicjowaniu lub utrzymywaniu reakcji autoimmunologicznych przeciwko gruczołowi tarczycowemu 28. Liczne badania wykazały, że komórki nabłonkowe tarczycy z HLA DR+ aktywnie stymulują odpowiedzi odpornościowe w gruczołach tarczycowych pacjentów z HT28,29,30,31. To badanie ujawniło korelację między HLA DR na plazmocytoidalnych a podwyższonym ryzykiem HT, co wskazuje, że HLA DR na plazmocytoidalnych może być czynnikiem przyczynowym w HT. Poprzednie badania identyfikowały kluczowe geny o wysokiej dokładności diagnostycznej dla HT metodami bioinformatycznymi, a testy immunologiczne wykazały, że infiltracja monocytów jest ujemnie skorelowana z ekspresją kluczowych genów. Xu i in.32 zgłosili, że wyższy poziom ekspresji CD62L na monocytach był związany ze zmniejszonym ryzykiem HT, zgodnie z obecnymi wynikami. W szczególności fenotypy takie jak CCR2 na CD62L+ mieloidalnych komórkach dendrytycznych i CD62L na monocytach były związane z efektem ochronnym, wskazując na potencjalne role regulacyjne lub supresyjne, które mogą łagodzić autoimmunizację tarczycy.
Liczne dowody wskazują na krytyczną rolę równowagi komórek Th17 i Treg w rozwoju HT33,34. To badanie zidentyfikowało przyczynowy związek między HT a kilkoma cechami Treg. W szczególności ryzyko rozwoju HT było odwrotnie związane z ekspresją CD25 na spoczynkowych komórkach T regulacyjnych CD39+, podczas gdy stosunek Th17/Treg zwiększał się wraz z postępem HT35. Skomplikowana funkcja komórek T regulacyjnych w zachowaniu tolerancji immunologicznej i zapobieganiu chorobom autoimmunologicznym jest podkreślona przez silne korelacje różnych fenotipow Treg zarówno ze zwiększonym, jak i zmniejszonym ryzykiem HT. Komórki Treg są dualne, przy czym niektóre podgrupy mogą nasilać reakcje autoimmunologiczne, podczas gdy inne je tłumią. Podkreśla to potrzebę dalszych badań w celu dokładnego określenia ich ról w HT.
Ponadto, w fazach dojrzewania komórek T, grupach TBNK, monocytów i komórek B, obserwowano spójny wzór, w którym niektóre fenotypy odpornościowe były związane z wyższym ryzykiem HT, podczas gdy inne zdawały się zapewniać efekt ochronny32,36,37,38. Podkreśla to skomplikowane zaangażowanie komórek odpornościowych w rozwój HT. Przeprowadzono również analizę MR odwrotną w celu zbadania wpływu HT na cechy komórek odpornościowych. Analiza wykazała, że HT był związany ze zwiększonymi poziomem niektórych fenotipow komórek odpornościowych, takich jak wydzielane komórki T regulatorowe CD4 i monocytarne MDSC, oraz zmniejszonymi innymi, w szczególności aktywowanymi komórkami T regulatorowymi CD4 i komórkami T CD25+ CD4+.
Na szczególną uwagę zasługuje analiza pośrednicząca, która podkreśla przyczynową rolę poziomów C5 w progresji od fenotipu komórek odpornościowych do rozwoju HT. Poprzednie badania wykazały, że poziomy C5 w osoczu przyczyniają się do rozwoju neuropatii obwodowej cukrzycowej39 i są skorelowane zarówno z sarkopenia, jak i zmniejszonym wskaźnikiem mięśni szkieletowych40. Ponadto, pod względem metabolizmu lipidów, niższe stężenia izovaleryllarniny obserwowano u osób o fenotypie niedoborów41. Proporcja pośredniczenia 8,89% zaobserwowana w tym badaniu sugeruje, że C5 może reprezentować przypuszczalne połąc
Autorzy deklarują, że badania przeprowadzono bez żadnych komercyjnych lub finansowych relacji, które mogłyby być interpretowane jako potencjalny konflikt interesów.
Jesteśmy wdzięczni wszystkim badaniom, które udostępniły publiczne dane podsumowujące GWAS. Ten artykuł jest finansowany przez Specjalistyczne Regionalne Centrum Medyczne Regionu Autonomicznego Wewnętrznej Mongolii.
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| CD25-PE monoclonal antibody | BD Biosciences | 340938 | Przeciwciało do cytometrii przepływowej do wykrywania ludzkiego CD25 |
| CD39-PE-Cy7 monoclonal antibody | BD Biosciences | 567526 | Przeciwciało do cytometrii przepływowej do wykrywania ludzkiego CD39 |
| CD4-FITC monoclonal antibody | BD Biosciences | 340133 | Przeciwciało do cytometrii przepływowej do wykrywania ludzkiego CD4 |
| D3-APC monoclonal antibody | BD Biosciences | 555333 | Przeciwciało do cytometrii przepływowej do wykrywania ludzkiego CD3 |
| FACS Lysing Solution | BD Biosciences | 349202 | Bufor do lizy czerwonych krwinek do przygotowania próbek do cytometrii przepływowej |
| Flow cytometer | BD Biosciences | FACSCanto II | Wielokolorowy instrument do cytometrii przepływowej do immunofenotypizacji |
| Flow cytometry analysis software (FACSDiva) | BD Biosciences | — | Oprogramowanie do pozyskiwania i analizy danych cytometrii przepływowej |
| gwasglue package | R package | — | Harmonizacja zestawów danych GWAS |
| ieugwasr package | R package | — | Interfejs do bazy danych IEU GWAS |
| Liquid chromatography–tandem mass spectrometry system (LC–MS/MS) | Thermo Fisher Scientific | — | Używany do ilościowego oznaczania izowalerylkarnityny (C5) w osoczu |
| Phosphate-buffered saline (PBS) | Thermo Fisher Scientific | AM9624 | Sterylny PBS, pH 7,4, stosowany do mycia i resuspendowania |
| R software | Oprogramowanie open source | Wersja 4.4.1 | Środowisko do analizy statystycznej |
| TwoSampleMR package | R package | — | Pakiet do analizy randomizacji mendelowskiej |
| VariantAnnotation package | Bioconductor | — | Adnotacja danych wariantów |
Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE
Poproś o pozwolenie