利用计算机模拟方法（in-silico approach）识别15种自身免疫性疾病之间的遗传和细胞学关联及差异

《Communications Medicine》：Identifying genetic and cellular connections and distinctions among 15 autoimmune diseases using an in-silico approach

　　

摘要

背景

尽管通过全基因组关联研究（GWAS）发现了许多与自身免疫性疾病（ADs）相关的基因位点，但阐明这些关联背后的机制仍然具有挑战性。

方法

我们将GWAS结果与多种免疫细胞类型的多组学数据相结合，研究了15种常见自身免疫性疾病中的共有关联信号和疾病特异性关联信号。

结果

我们的分析显示，当根据物理邻近性定义这些基因位点时，它们在多种疾病中的共享比例很高（50.8%）；而当根据连锁不平衡定义时，共享关联信号的比例显著降低（14.7%）。这表明在不同疾病中共享的基因位点往往具有不同的关联信号和机制。我们发现，在单个基因位点内，关联信号经常在不同细胞类型中表现出调控活性，偶尔也会针对不同的基因。值得注意的是，对于某些基因位点，疾病特异性关联似乎是通过在不同细胞类型中的调控活性介导的。总体而言，我们确定了1,554个与自身免疫性疾病相关的基因。进一步的通路富集和蛋白质-蛋白质相互作用网络分析揭示了这些基因之间的共有功能和疾病特异性通路。

结论

通过整合GWAS和多组学数据，我们的研究阐明了自身免疫性的遗传和调控机制，为潜在的治疗靶点及药物再利用提供了依据。