《Osteoarthritis and Cartilage Open》：Genetically informed search for potential osteoarthritis drug targets across the proteome
编辑推荐：
目的： 骨关节炎（OA）是一种导致残疾的主要原因，但目前尚无获批的疗法能够预防或延缓其进展。本研究旨在通过整合遗传学和差异蛋白丰度（DPA）证据，识别潜在的疾病修饰性骨关节炎药物（DMOAD）靶点。
方法： 研究人员利用来自三个欧洲队列（英国生物银行制药蛋白质
目的： 骨关节炎（OA）是一种导致残疾的主要原因，但目前尚无获批的疗法能够预防或延缓其进展。本研究旨在通过整合遗传学和差异蛋白丰度（DPA）证据，识别潜在的疾病修饰性骨关节炎药物（DMOAD）靶点。
方法： 研究人员利用来自三个欧洲队列（英国生物银行制药蛋白质组学项目[UKB-PPP]、deCODE和Fenland）的顺式蛋白质数量性状位点（cis-pQTLs）评估了基因预测的血浆蛋白水平扰动，并结合了来自骨关节炎遗传学联盟的11种OA表型的结局数据。经过检测限和缺失率过滤后，DPA评估了来自英国生物银行的7,186例流行性OA病例和29,584例对照中的2,133种蛋白质。进一步利用基于汇总数据的孟德尔随机化（SMR）结合OA关节组织eQTL数据对孟德尔随机化（MR）优先化的蛋白质进行评估，同时进行了通路、蛋白质相互作用和成药性分析。
结果： 顺式-MR和共定位分析优先化了81种蛋白质，其中30种在SMR分析中获得了关节组织转录组支持。DPA鉴定出1,436种与至少一种OA表型相关的蛋白质，其中1,314种（91.5%）在敏感性分析中仍保持显著性。十七种蛋白质同时获得了MR和DPA的支持，包括三种一级（Tier 1）可成药靶点（DLK1、SOST和TNFRSF9）；其中七种获得了SMR支持。EHBP1、LGALS3和OGN显示出一致的DPA和MR效应以及跨平台证据。EHBP1、PCSK7和ITIH4成为未被充分认识的候选靶点。通路分析复现了已确立的OA病理过程，而药物富集分析则提出了假设生成的化合物。
结论： 整合顺式-MR、共定位分析、DPA和组织特异性转录组证据，优先化了数个潜在的OA治疗靶点。DLK1、LGALS3、OGN和EHBP1成为高优先级候选靶点，而EHBP1、PCSK7和ITIH4代表了值得进行功能研究的未被充分认识的候选靶点。
骨关节炎药物靶点的蛋白质组全谱遗传学筛选研究解读
一、研究背景与科学问题
骨关节炎（Osteoarthritis, OA）是中老年人群致残的主要病因之一，常累及髋、膝、手等关节。尽管患病率极高，但目前全球尚无获批的能够有效阻止或延缓OA病程进展的药物，现有治疗方案仅限于缓解症状。药物开发失败率高的重要原因之一是大多数药物靶点为蛋白质，而传统的观察性蛋白质组学研究虽能发现OA患者与对照组之间的蛋白水平差异，却难以区分因果关系与混杂关联。此外，既往蛋白质组范围的OA研究受限于较小的病例数，统计效力不足。近年来，利用人类遗传数据进行因果推断的方法日益受到重视，研究表明有遗传学证据支持的药物研发成功率可提升两倍以上。然而，已有的孟德尔随机化（Mendelian Randomisation, MR）研究多局限于单一人群或单一蛋白质组技术平台，缺乏跨人群、跨平台的系统性验证。为此，研究人员整合了迄今为止最大样本量的病例-对照蛋白质关联分析与MR设计，旨在系统性地识别并优先化潜在的OA治疗靶点。
二、关键技术方法概述
研究人员采用了多层次的遗传流行病学策略。首先，从三个独立的大型欧洲队列——英国生物银行制药蛋白质组学项目（UKB-PPP，Olink平台）、deCODE（冰岛，SomaScan平台）和Fenland（英国，SomaScan平台）获取血浆蛋白的顺式蛋白质数量性状位点（cis-pQTLs）作为工具变量。其次，利用来自骨关节炎遗传学联盟（GO 2·0）包含约190万人的全基因组关联研究（GWAS）Meta分析数据作为结局，涵盖11种OA表型。主要分析方法包括：顺式-MR结合贝叶斯共定位分析以优先化因果蛋白；基于汇总数据的孟德尔随机化（SMR）联合异质性检验（HEIDI）评估关节组织（软骨、滑膜、髌下脂肪垫）eQTL层面的转录组支持；以及利用英国生物银行内部7,186例OA病例与29,584例对照的Olink蛋白质组数据进行差异蛋白丰度（DPA）分析。此外，还进行了通路富集、蛋白质互作网络（PPI）和成药性分级评估。
三、研究结果
MR分析结果： 通过顺式-MR与共定位分析，研究人员从三个蛋白质组数据源中优先化出81种独特蛋白质。其中，PBRM1（蛋白多溴-1）与膝髋OA的关联最强（OR=1.6），MGP（基质Gla蛋白）与手指OA呈保护性关联（OR=0.8），ITIH3（间α-胰蛋白酶抑制剂重链H3）与全关节置换风险增加相关（OR=1.2）。28种蛋白质-OA关联在至少另一个数据源中得到复制，11种（含PCSK7）在三个数据源中均得到复制。所有工具变量的F统计量均大于20，反向MR未发现反向因果证据。在更严格的工具变量选择策略下，86.4%的优先化蛋白仍保留显著MR支持。
DPA分析结果： 在2,133种经质量控制的蛋白质中，DPA鉴定出1,436种与至少一种OA表型显著相关的蛋白质。其中，COL9A1（胶原α-1(IX)链）与全OA的关联信号最为显著。91.5%的显著蛋白在校正额外协变量后的敏感性分析中仍保持显著性。
MR与DPA重叠结果： 在匹配的OA表型中，17种蛋白质同时获得MR和DPA支持，其中包括三种一级（Tier 1）可成药靶点：DLK1（蛋白Delta同源物1）与OA风险降低相关且在OA病例中循环水平更低；SOST（硬骨素）与TKR风险降低相关但在病例中水平更高；TNFRSF9（肿瘤坏死因子受体超家族成员9）与OA风险增加相关且病例中水平升高。在这17种蛋白中，7种获得额外的SMR支持。特别地，EHBP1（EH结构域结合蛋白1）、LGALS3（半乳糖凝集素-3）和OGN（米姆坎）表现出MR与DPA效应方向一致、跨平台证据支持且通过严格敏感性分析的特征。
生物学见解： 对81种MR优先化蛋白的通路富集分析显示，软骨内成骨生长、含胶原细胞外基质和糖胺聚糖结合等生物学过程显著富集。“骨关节炎软骨细胞肥大”是WikiPathways中唯一显著过代表的通路。PPI网络分析表明，MAPK3具有最高的连接度，而FGFR3和ITIH4被鉴定为中心蛋白。在81种蛋白中，63.0%属于可成药基因靶点，其中17种为一级（Tier 1）靶点（已有获批或在临床开发的药物）。
四、讨论与结论
本研究的优势在于整合了三个大型蛋白质组数据集（UKB-PPP、deCODE、Fenland）与大规模OA GWAS数据，并通过DPA和eQTL分析提供互补证据。DLK1被确定为领先候选靶点，其在多个OA表型中显示保护效应且在病例中血浆水平较低，与Notch/Delta家族参与骨重塑的功能一致。LGALS3和OGN在OA病例中水平升高，其基因预测的高水平也与OA风险增加相关，支持其致病作用。EHBP1、PCSK7和ITIH4是未被充分认识的新兴候选靶点：EHBP1涉及内吞运输和细胞骨架调控；PCSK7参与代谢和炎症信号加工；ITIH4作为急性期蛋白可能连接炎症与细胞外基质稳定。
研究结论：整合顺式-MR、共定位分析、DPA和组织特异性转录组证据，优先化了数个潜在的OA治疗靶点。DLK1、LGALS3、OGN和EHBP1成为高优先级候选靶点，而EHBP1、PCSK7和ITIH4代表了值得进行功能研究的未被充分认识的候选靶点。
