É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.

Artigo de investigação

O colesterol e a estearamida medeiam a apoptose de linfócitos e a secreção de citocinas no lúpus eritematoso sistêmico

527 visualizações

DOI:

10.3791/69038

17 de outubro de 2025

Neste artigo

Aviso de errata

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

Resumo

Aqui, apresentamos um estudo que integra randomização mendeliana de duas amostras, validação metabolômica baseada em cromatografia líquida-espectrometria de massa (LC-MS) e ensaios funcionais usando linfócitos derivados de pacientes com lúpus eritematoso sistêmico (LES) para avaliar as respostas de apoptose e citocinas após estimulação de metabólitos, com o objetivo de identificar biomarcadores relacionados a lipídios e investigar seus papéis imunorreguladores no LES.

Resumo

Alterações na composição de metabólitos séricos têm sido cada vez mais associadas ao lúpus eritematoso sistêmico (LES), mas os efeitos diretos desses metabólitos na função das células imunes permanecem mal definidos. Este estudo teve como objetivo identificar metabólitos do sangue periférico associados ao LES e avaliar seu impacto na apoptose e secreção de citocinas em linfócitos derivados de pacientes com LES.

Realizamos uma análise de randomização mendeliana (RM) de duas amostras para investigar a relação entre 565 metabólitos séricos e LES, usando o modelo ponderado de variância inversa como abordagem analítica primária. Achados significativos foram validados usando dados metabolômicos não direcionados publicados anteriormente com base em cromatografia líquida-espectrometria de massa (LC-MS). Em experimentos funcionais, linfócitos isolados de pacientes com LES foram estimulados com metabólitos alvo, seguidos de avaliação de apoptose e secreção de citocinas.

A análise de RM identificou 28 metabólitos significativamente associados ao LES. Destes, colesterol (OR = 1,462, IC 95%: 1,100-1,940, P = 0,008) e estearamida (OR = 0,125, IC 95%: 0,020-0,660, P = 0,014) foram validados por LC-MS e considerados elevados em pacientes com LES. A análise das características operacionais do receptor demonstrou forte desempenho diagnóstico (AUC = 0,999 para colesterol; AUC = 1,000 para a estearamida). Funcionalmente, ambos os metabólitos induziram aumento da apoptose e secreção elevada de TNF-α, IFN-γ e TGF-β1 nos linfócitos do LES.

Em resumo, nossa abordagem integrada combinando associação genética, perfil de metabólitos e ensaios funcionais revela que o colesterol pode contribuir para a desregulação imunológica no LES. Embora a estearamida tenha mostrado uma associação negativa com o risco de LES na análise de RM, seus efeitos in vitro refletiram os do colesterol, sugerindo um papel complexo e dependente do contexto. Esses achados ressaltam a importância do metabolismo lipídico no LES e apoiam uma investigação mecanicista e clínica adicional de seu impacto imunológico.

Introdução

O Lúpus Eritematoso Sistêmico (LES) é uma doença autoimune crônica, caracterizada por patogênese complexa e diversas manifestações clínicas, que acomete milhões de pessoas em todo omundo1. A heterogeneidade do LES - onde os sintomas diferem amplamente entre os indivíduos e evoluem ao longo do tempo - cria desafios significativos no diagnóstico, monitoramento da atividade da doença e adaptação de planos de tratamento personalizados 2,3. Embora os critérios de classificação do LES da Liga Europeia Contra o Reumatismo e do Colégio Americano de Reumatologia (EULAR/ACR) de 2019 tenham melhorado a precisão diagnóstica4, esses critérios não capturam todas as manifestações da doença e muitas vezes dependem de procedimentos invasivos como biópsia renal, que podem ser impraticáveis e onerosos para os pacientes.

Nos últimos anos, as pesquisas sobre metabólitos como biomarcadores no LES têm aumentado, demonstrando seu enorme potencial no diagnóstico precoce da doença, tipagem e avaliação prognóstica 5,6,7. No entanto, o potencial translacional da pesquisa baseada em metabólitos no LES permanece limitado por vários desafios importantes. Em primeiro lugar, amostras pequenas são uma grande restrição8. A maioria dos estudos metabolômicos até o momento envolveu relativamente poucos participantes, o que limita sua capacidade de capturar a heterogeneidade clínica total do LES. Dado que o LES pode variar de envolvimento cutâneo leve a manifestações renais ou neurológicas graves, estudos com diversidade amostral insuficiente podem sofrer de baixa reprodutibilidade e generalização limitada9. Em segundo lugar, continua faltando profundidade mecanicista. Embora estudos anteriores tenham demonstrado associações entre metabólitos específicos e atividade da doença, danos a órgãos ou características clínicas específicas, a maioria dos achados permanece de natureza descritiva10. Essas investigações se concentraram amplamente nas diferenças quantitativas nos níveis de metabólitos e suas correlações estatísticas com indicadores clínicos, sem explorar os papéis causais dos metabólitos na imunopatologia do LES. Como a desregulação imunológica - incluindo apoptose aberrante de linfócitos e secreção desequilibrada de citocinas - é central para a patogênese do LES, entender como os metabólitos influenciam esses processos é crucial11. Atualmente, poucos estudos investigaram diretamente como metabólitos específicos modulam a apoptose de células imunes ou a produção de citocinas no contexto do LES.

Aqui, este estudo tem como objetivo identificar biomarcadores metabólicos associados ao LES por meio da integração de análises de randomização mendeliana (MR) e metabolômica não direcionada LC-MS e elucidar os papéis funcionais desses metabólitos candidatos na modulação da apoptose de linfócitos e na produção de citocinas inflamatórias usando ensaios baseados em células-alvo, conforme mostrado na Figura 1.

Este é o primeiro estudo a integrar RM, validação metabolômica e ensaios funcionais in vitro para investigar os papéis causais e mecanicistas dos metabólitos lipídicos - particularmente colesterol e estearamida - na patogênese do LES. Ao combinar evidências genéticas, metabólicas e experimentais, este trabalho fornece uma visão abrangente e multifacetada de como alterações lipídicas específicas podem influenciar a desregulação imunológica no LES. Essa abordagem integrativa oferece uma nova estrutura para identificar potenciais biomarcadores metabólicos e alvos terapêuticos em doenças autoimunes12.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Protocolo

Este estudo foi conduzido de acordo com os critérios de classificação EULAR/ACR de 2019. Este estudo foi aprovado pelo Hospital Popular de Shenzhen (Número de Aprovação do Comitê de Ética LL-KY-2019514).

Análise de randomização mendeliana (RM)

Fontes de dados GWAS
Os dados de associação genética para LES e 565 metabólitos foram obtidos do banco de dados OpenGWAS (https://gwas.mrcieu.ac.uk/). Os conjuntos de dados GWAS da doença estão resumidos na Tabela 1, enquanto as fontes e tamanhos de amostra para os dados GWAS de metabólitos são detalhados na Tabela 2. Esses conjuntos de dados forneceram a base para a análise de RM para explorar as relações causais entre metabólitos e LES 13,14,15,16.

Seleção de variáveis instrumentais
Variantes genéticas associadas a metabólitos sanguíneos e LES foram selecionadas como variáveis instrumentais (IVs) para a análise de RM. Os IVs foram escolhidos com base nos três pressupostos centrais da RM: relevância, independência e restrição de exclusão17. Especificamente, polimorfismos de nucleotídeo único (SNPs) associados a metabólitos em um limiar de significância em todo o genoma de P < 5 × 10-8 foram selecionados18. Para garantir a independência entre os IVs, foi realizada a agregação de desequilíbrio de ligação (LD) com um limiar de r2 < 0,001 e uma distância física de 10.000 kb usando a população europeia como painel de referência19. Esse processo minimizou a redundância e garantiu que cada IV fornecesse informações exclusivas para a análise de RM.

Análises estatísticas
A principal abordagem estatística para a análise de RM foi o método ponderado de variância inversa (IVW), que combina os efeitos de múltiplos IVs para estimar o efeito causal dos metabólitos no LES20. Para explicar a potencial pleiotropia, foram realizadas análises de sensibilidade usando regressão MR-Egger21. A força de cada IV foi avaliada usando estatísticas F, com apenas SNPs exibindo F > 10 retidos para garantir uma força robusta do instrumento22. SNPs com estatísticas F mais baixas foram excluídos para evitar viés de instrumento fraco. As análises finais de RM foram realizadas somente quando não foi detectada heterogeneidade ou pleiotropia significativa, garantindo a confiabilidade das estimativas causais23.

Análises de sensibilidade
Várias análises de sensibilidade foram empregadas para avaliar a robustez dos achados da RM. A heterogeneidade entre os IVs foi avaliada pelo teste Q de Cochran, enquanto a pleiotropia foi avaliada pela regressão MR-Egger24. Além disso, uma análise leave-one-out foi conduzida para determinar se os resultados de RM foram desproporcionalmente influenciados por qualquer SNP25 único. Gráficos de floresta foram gerados para visualizar os efeitos individuais e combinados dos IVs. Essas análises coletivamente garantiram que os resultados de RM não fossem influenciados por efeitos pleiotrópicos ou SNPs discrepantes.

Fonte de dados metabolômica
Os dados metabolômicos utilizados neste estudo foram derivados de um estudo publicado anteriormente por nosso grupo de pesquisa10. Nesse estudo, realizamos análises metabolômicas em amostras de soro de 121 pacientes com LES e 106 indivíduos saudáveis. O perfil metabolômico não direcionado foi realizado usando cromatografia líquida de ultra-alta eficiência acoplada à espectrometria de massa (UHPLC-MS). Os dados foram processados usando fluxos de trabalho metabolômicos padrão, incluindo detecção de pico, alinhamento e normalização, para identificar metabólitos significativamente associados ao LES. Esses metabólitos foram então cruzados com os resultados da análise de RM para identificar metabólitos sobrepostos. Informações mais detalhadas podem ser encontradas na publicação anterior10. Os metabólitos significativamente associados na análise metabolômica e aqueles com associações causais significativas na análise de RM foram mapeados para seus respectivos IDs HMDB usando a plataforma MetaboAnalyst. Os metabólitos comuns foram então identificados cruzando os dois conjuntos de IDs HMDB.

Medições de citocinas e ensaio de apoptose
Um total de 3 pacientes com LES foram incluídos (Tabela 3), de acordo com os critérios de classificação EULAR/ACR de 2019.

Coleta de amostras de sangue periférico e isolamento de linfócitos
Amostras de sangue periférico (3-6 mL) foram coletadas dos participantes usando tubos a vácuo contendo heparina sódica como anticoagulante. As células mononucleares do sangue periférico (PBMCs) foram isoladas por centrifugação com gradiente de densidade Ficoll-Paque (400-800 × g por 20-30 min). As células isoladas foram lavadas duas vezes com solução salina tamponada com fosfato (PBS, HyClone) por centrifugação de baixa velocidade (250 × g por 10 min) e ressuspensas em meio RPMI-1640 completo suplementado com 10% de soro fetal bovino. A densidade celular foi ajustada para 1 × 106 células/mL, conforme verificado por um contador automático de células. A suspensão celular foi semeada em placas de cultura e pré-incubada por 2 horas a 37°C em atmosfera de CO2 a 5% para promover a aderência. Após a pré-incubação, as células não aderentes no sobrenadante da cultura foram cuidadosamente coletadas e submetidas ao isolamento de linfócitos. A suspensão coletada foi suavemente colocada sobre Ficoll-Paque e centrifugada novamente a 400 × g por 20 min sem freio. A camada de células mononucleares na interface plasma-Ficoll foi cuidadosamente aspirada, lavada duas vezes com solução salina tamponada com fosfato (PBS) e ressuspensa em meio RPMI-1640 contendo 10% de soro fetal bovino. A viabilidade e a concentração celular foram avaliadas usando o contador automático de células, e os linfócitos foram posteriormente usados para aplicações a jusante.

Tratamento e cultura celular
As células foram divididas em cinco grupos para tratamento: Grupo controle: Tratados com igual volume de DMSO. Grupo de tratamento do colesterol: Tratado com colesterol na concentração de 1,5 mmol/L. A concentração de 1,5 mmol/L de colesterol livre utilizada neste estudo foi selecionada para simular um microambiente rico em lipídios além dos níveis fisiológicos. O colesterol livre circulante em indivíduos saudáveis geralmente varia de 0,9-1,3 mmol / L. A concentração ligeiramente elevada usada neste experimento teve como objetivo imitar o acúmulo patológico de lipídios que pode ocorrer em tecidos inflamados ou metabolicamente perturbados no LES. Grupos de tratamento com estearamida: Tratados com estearamida em concentrações de 5 μmol/L e 10 μmol/L. As concentrações de estearamida (5 e 10 μmol/L) foram selecionadas com base em um relatório prévio26, que sugeriu que níveis de estearamida na faixa de 5-10 μmol/L podem mimetizar o acúmulo elevado de lipídios em condições patológicas. A intenção aqui foi explorar os efeitos pró-apoptóticos e imunomoduladores da exposição lipídica de alta concentração nos linfócitos do LES, simulando estados inflamatórios ou metabolicamente desregulados. O colesterol e a estearamida foram primeiro dissolvidos em DMSO para preparar soluções estoque de alta concentração, que foram então diluídas em meio de cultura para atingir as concentrações alvo. A concentração final de DMSO em todos os grupos não excedeu 0,1% (v/v). Após a adição dos respectivos tratamentos, as placas foram agitadas suavemente para garantir uma distribuição uniforme e incubadas por 48 h a 37 °C em um ambiente de 5% de CO2.

Ensaio de apoptose
Para os experimentos de apoptose, 1 × 106 a 3 × 106 células foram coletadas e lavadas duas vezes com PBS pré-resfriado. Um grupo de controle positivo foi preparado ressuspendendo as células em 500 μL de solução de controle positivo de apoptose pré-resfriada e incubando em gelo por 30 minutos, seguido por outra lavagem com PBS. Os grupos experimentais foram tratados conforme descrito na seção 1.7, com tratamentos controle, colesterol (1,5 mmol/L) e estearamida (10 μmol/L). Após o tratamento, 1-10 × 105 células (incluindo as do sobrenadante de cultura) foram coletadas e ressuspensas em 500 μL de tampão de ligação 1× (preparado pela diluição de 5× solução estoque com água bidestilada Cada amostra foi misturada com um número igual de células vivas não tratadas, e o volume foi ajustado para 1,5 mL com tampão de ligação 1× pré-resfriado. A suspensão foi então dividida em três tubos: um para controle de branco e dois para compensação de mancha única (Anexina V-FITC e PI). A cada tubo experimental, foram adicionados 5 μL de Anexina V-FITC e 10 μL de solução de coloração PI, seguidos de vórtice e incubação em temperatura ambiente no escuro por 5 minutos. A citometria de fluxo foi realizada usando um laser de excitação de 488 nm para detectar Anexina V-FITC (emissão a 530 nm) e PI (emissão a 615 nm). O tubo de controle em branco foi usado para definir as tensões de dispersão direta (FSC), dispersão lateral (SSC) e canal de fluorescência, enquanto os tubos de coloração única foram usados para compensação de fluorescência. A apoptose foi analisada usando gráficos de dispersão de parâmetros duplos para avaliar a proporção de células apoptóticas27,28.

Detecção de fator imunológico
Após a incubação de 48 h, as suspensões celulares foram centrifugadas (250 × g por 5 min) para coletar os sobrenadantes da cultura, que foram armazenados a -80 °C até a análise. A quantificação de citocinas foi realizada usando um Painel de Resposta Imune Essencial Humana comercial, seguindo as instruções do fabricante com otimizações para o instrumento. Resumidamente, 25 μL de tampão de ensaio e 25 μL de padrões (variando de 2,4 a 10.000 pg/mL) ou amostras foram adicionados a cada poço de uma microplaca. A mistura de grânulos foi vórtice por 30 s e adicionada aos poços, elevando o volume total da reação para 75 μL. A placa foi incubada com agitação (800 rpm) em temperatura ambiente por 2 h no escuro. Após duas lavagens automatizadas (1× tampão de lavagem, 250 × g por 5 min), 25 μL de anticorpo de detecção biotinilado foram adicionados a cada poço e incubados por 1 h. Posteriormente, 25 μL de estreptavidina-ficoeritrina (SA-PE) foram adicionados por 30 min para amplificar o sinal.

A aquisição dos dados foi realizada por meio de um citômetro de fluxo equipado com um laser de excitação de 488 nm e um filtro de 575/26 nm para detecção de EP. Antes de cada experimento, foram usados cordões de calibração para otimizar as tensões do tubo fotomultiplicador e a compensação espectral. Os dados foram analisados usando o software LEGENDplex v8.0, com concentrações de citocinas determinadas por meio de ajuste de curva logística de cinco parâmetros (5PL). Os limites de detecção para cada citocina variaram de 0,68 pg/mL a 1,97 pg/mL, e os experimentos foram conduzidos em duplicata para garantir a precisão (coeficiente de variação entre poços <10%). Os resultados foram expressos como média ±± desvio padrão, e as diferenças estatísticas entre os grupos foram avaliadas por meio de ANOVA de uma via seguida do teste post-hoc de Tukey em um software de análise estatística apropriado. O período de incubação de 48 horas foi selecionado com base nas mudanças dinâmicas na secreção de citocinas para capturar a resposta imune de forma abrangente. A calibração diária do instrumento e o controle da concentração de DMSO (≤0,1%) garantiram a confiabilidade e reprodutibilidade dos resultados 29,30,31.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Resultados

Associação entre metabólitos chave e manifestações clínicas no LES

Neste estudo, a análise de RM de 565 metabólitos com LES identificou associações causais significativas. Conforme mostrado na Figura 2, foram identificados 28 metabólitos significativamente associados ao LES, englobando categorias como peptídeos, aminoácidos, energia, lipídios, carboidratos e ácidos graxos. Peptídeos como gama-glutamilfenilalanina e pró-hidroxi-pro, aminoácidos inc...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Discussão

Nosso estudo demonstra que 1,5 mmol/L de colesterol, 5 μmol/L de estearamida e 10 μmol/L de estearamida induzem padrões semelhantes de apoptose e secreção de citocinas em linfócitos de pacientes com LES, embora tenham sido observadas variações de magnitude. Especificamente, tanto o colesterol de 1,5 mmol / L quanto a estearamida de 5 μmol / L aumentaram significativamente a apoptose nos linfócitos do LES. Além disso, o tratamento com colesterol 1,5 mmol / L em combinação com 5 μmol / L o...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Divulgações

Os autores declaram que não têm interesses conflitantes.

Agradecimentos

Esta pesquisa foi apoiada pelo Projeto do Fundo de Inovação de Pós-Graduação da Universidade de Ciência e Tecnologia de Anhui (nº 2024cx2204), a Estação de Trabalho Acadêmica da Província de Anhui (Estação de Trabalho Acadêmica da Província de Anhui (Técnicas de Diagnóstico para Doenças Autoimunes), Universidade de Ciência e Tecnologia de Anhui, Huainan, 232001 de Anhui, China) (Documento nº 317 [2023], emitido pelo Departamento de Ciência e Tecnologia da Província de Anhui), Fundo de Pesquisa Básica e Aplicada da Província de Guangdong (No.2021A1515110250), Fundação Nacional de Ciências Naturais da China (No.82271824).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
Kit de Apoptose Annexin V-FITC/PIMulticiênciasAP101Para detecção de apoptose via citometria de fluxo
ColesterolShanghai Jinpan Biotech Co., Ltd.JP1210051Usado para experimentos de estimulação em PBMCs (10 g)
Inserto de Poço de ContramãoCorningCBG10001Usado para separar fisicamente células em experimentos de cocultura
Citômetro de FluxoBeckman CoulterCytoFLEXAnálise citométrica de fluxo
GraphPad Prism SoftwareGraphPadAnálise estatística e elaboração gráfica
LEGENDplex Painel de Resposta Imunológica Essencial HumanaBioLegend740390Detecção multiplex de citocinas relacionadas ao sistema imunológico
Conjunto de Micropipetas  EppendorfVárioManuseio de líquidos e transferência de volume (0.1– 10 & mu; L, 10 e ndash; 100 & mu; L, 100 e traço; 1000 & mu; L)
Meio de Separação de Linfócitos do Sangue PeriféricoFabricante DomésticoB1.1420AUsado para isolamento PBMC (200 mL)
RPMI-1640 MédioGibcoC22400500BTMeio de cultura para PBMCs
StearamidaShanghai Jinpan Biotech Co., Ltd.1267285Usado para estimulação lipídica de PBMCs (100 g)
Placa estéril de 24 poçosFabricante DomésticoBLJ182APara cultura celular
CountStarShanghai Ruiyu BiotechnologyCS200Contador automático de células
PBSHyclone10010023Lavagem de células
Ficoll-Paque & nbsp;Cytiva17-5442-03Isolamento de células sinoviais
LEGENDplex software BioLegendVersão 8Análise de dados de citometria de fluxo
GraphPad Prism 9.0GraphPad SoftwareVersão 9Análise estatística

Referências

  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).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Reimpressões e permissões

Errata


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

Etiquetas

Metab litos S ricosRandomiza o MendelianaMetabolismo do ColesterolEfeitos da EstearamidaCromatografia L quida com Espectrometria de MassasDesregula o ImuneMetabolismo Lip dico