《Molecular Brain》：Genetically predicted CXCL16 expression is associated with Parkinson’s disease risk and peripheral immune cell dysregulation: a two-sample mendelian randomization study
编辑推荐：
背景：帕金森病（Parkinson’s disease, PD）是一种进行性神经退行性疾病，目前疾病修饰疗法有限。PANoptosis作为一种涉及凋亡（apoptosis）、细胞焦亡（pyroptosis）和坏死性凋亡（necroptosis）的程序性细胞死亡
背景：帕金森病（Parkinson’s disease, PD）是一种进行性神经退行性疾病，目前疾病修饰疗法有限。PANoptosis作为一种涉及凋亡（apoptosis）、细胞焦亡（pyroptosis）和坏死性凋亡（necroptosis）的程序性细胞死亡整合形式，已被证实与神经炎症相关的神经退行性变有关。然而，PANoptosis相关基因在PD中的作用尚不清楚。
方法：研究人员利用eQTLGen联盟的cis-eQTL工具变量，对30个PANoptosis相关基因进行了两样本孟德尔随机化（two-sample Mendelian randomization, MR）分析，并以Nalls等人2019年的PD全基因组关联研究（Genome-Wide Association Study, GWAS）数据作为结局。工具变量的选择采用分层策略，以全基因组显著的cis-eQTL作为主要工具变量，仅对少于三个独立单核苷酸多态性（Single Nucleotide Polymorphism, SNP）的基因应用宽松阈值。敏感性分析包括MR-Egger、加权中位数、MR-PRESSO、MR-RAPS以及留一法分析。此外，还进行了汇总数据孟德尔随机化（Summary-data-based Mendelian Randomization, SMR）/HEIDI检验以及利用731种外周免疫性状的两步MR中介分析。
结果：遗传预测的高CXCL16表达与PD风险增加相关（比值比 Odds Ratio, OR = 1.115, 95% 置信区间 Confidence Interval, CI 1.060–1.173, p = 2.4 × 10?5），而高FADD表达则与PD风险降低相关（OR = 0.861, 95% CI 0.790–0.939, p = 7.1 × 10?4）。CASP1和IFI27具有名义显著性，被视为探索性发现。敏感性分析的方向一致性良好，尽管MR-Egger估计值不精确。SMR/HEIDI分析支持CXCL16的结果。探索性中介分析在FDR校正后确定了63/66个候选免疫介质。
结论：这些发现提供了基于MR的遗传学证据，将CXCL16表达与PD风险联系起来，并通过外周免疫表型进行了探索性中介分析。CXCL16–免疫细胞–PD轴值得进一步的实验验证。
研究背景
帕金森病（PD）是一种以运动障碍为主要特征的进行性神经退行性疾病，病理特征主要为中脑黑质多巴胺能神经元的变性死亡。目前的临床治疗手段多侧重于缓解症状，缺乏能够有效延缓或阻止疾病进展的疾病修饰疗法。近年来，神经炎症在PD发病机制中的作用日益受到重视。PANoptosis是一种新发现的程序性细胞死亡形式，它同时协调了凋亡、细胞焦亡和坏死性凋亡的特征，并由多分子PANoptosome复合体驱动。尽管已有研究表明炎症性细胞死亡通路在神经退行性过程中存在失调，但PANoptosis相关基因在PD中的具体因果作用尚未明确。鉴于此，研究人员开展了此项研究，旨在通过遗传学方法探究PANoptosis相关基因表达对PD风险的潜在因果影响及其可能的免疫介导机制。
技术方法
本研究采用两样本孟德尔随机化（MR）框架，主要依托公开的大规模汇总统计数据。暴露数据为来自eQTLGen联盟的31,684名个体的全血cis-eQTL数据，涵盖30个PANoptosis相关基因。结局数据为PD GWAS数据，主要来自Nalls等人2019年的荟萃分析（包含37,688例病例和981,372例对照），并使用FinnGen R12数据进行二次验证。此外，研究还引入了来自Orrù等人2020年的731种外周免疫性状数据（n ≈ 22,000）用于中介分析。主要分析方法包括逆方差加权（IVW）法作为主要估计器，辅以MR-Egger、加权中位数、MR-PRESSO和MR-RAPS等敏感性分析以评估异质性和多效性。研究人员还运用了SMR/HEIDI检验来验证eQTL与GWAS信号的共定位，并采用两步MR法探索外周免疫细胞表型在基因与PD风险之间的中介作用。
研究结果
工具变量特征
在筛选的30个PANoptosis相关基因中，27个基因具有可用的cis-eQTL数据用于构建工具变量。经过连锁不平衡（LD）聚类以及与PD GWAS数据的协调后，最终有4个基因（CXCL16、CASP1、FADD和IFI27）拥有完整的协调数据用于全面的MR分析。所有工具变量均表现出较强的解释力，平均F统计量远超弱工具变量阈值（F > 10），确保了分析结果的可靠性。
主要MR分析：PANoptosis基因与PD风险
逆方差加权（IVW）分析显示，遗传预测的较高CXCL16表达与PD风险增加显著相关（OR = 1.115, 95% CI 1.060–1.173, p = 2.4 × 10?5）。相反，遗传预测的较高FADD表达与PD风险降低相关（OR = 0.861, 95% CI 0.790–0.939, p = 7.1 × 10?4）。此外，CASP1和IFI27的表达也显示出与PD风险降低的名义显著相关性，但在严格的Bonferroni校正后，仅CXCL16和FADD的结果保持统计学显著性。
敏感性分析
针对CXCL16和FADD的敏感性分析结果与其主要IVW估计方向一致。尽管MR-Egger估计值由于精度较低未达到名义显著性，但其效应方向并未改变。MR-Egger截距检验显示无明显的水平多效性（CXCL16截距p = 0.456，FADD截距p = 0.154）。Cochran's Q检验表明各SNP之间不存在显著异质性，且MR-PRESSO全局检验未发现异常值。留一法分析进一步证实，没有任何单个SNP驱动了上述观察到的关联。
SMR/HEIDI分析
在SMR分析中，CXCL16是唯一达到显著性水平的PANoptosis基因（b-SMR = 0.124, SE = 0.043, p-SMR = 0.004）。同时，HEIDI检验的p值为0.363（> 0.05），表明CXCL16表达与PD风险之间存在共享的因果变异，而非由于连锁不平衡造成的混淆。相比之下，FADD、CASP1和IFI27未达到SMR显著性。
免疫细胞表型与PD风险
在对731种免疫性状的筛选中，459种性状具有足够的SNP重叠可用于MR分析。研究发现，特定的免疫细胞表型与PD风险存在名义显著关联。例如，IgD?CD38br? B细胞、CCR7? naive CD4? T细胞和CD11c?单核细胞与PD风险增加相关；而CX3CR1?单核细胞和HLA-DR?CD33?细胞则与PD风险降低相关。
CXCL16表达与免疫细胞表型
研究人员进一步分析了遗传预测的CXCL16表达对免疫细胞表型的影响。结果显示，CXCL16表达与66种免疫性状在名义上显著相关。具体而言，较高的CXCL16表达与较低的HLA-DR?CD33?细胞和CD28?CD45RA?CD8br? T细胞相关，并与浆细胞样树突状细胞上CD123的增加相关。
中介分析：CXCL16 → 免疫性状 → PD
两步MR中介分析表明，在外周血免疫性状中，部分细胞类型可能在CXCL16与PD风险之间起到中介作用。在66个候选介质中，经FDR校正后有63个间接效应显著。其中，HLA-DR?CD33?细胞的间接效应最强（间接效应 = 0.0082, p = 6.7 × 10?6），约占CXCL16对PD总效应的7.5%。
讨论总结
研究人员在讨论中指出，本研究提供了遗传学证据，表明遗传预测的CXCL16和FADD表达与PD风险相关。CXCL16作为一种跨膜趋化因子，其表达升高可能通过外周免疫相关途径增加PD风险，这一发现得到了多种敏感性分析和SMR/HEIDI的支持。FADD和CASP1分别在调节凋亡和细胞焦亡中起关键作用，其保护性方向可能与PANoptosis的调节有关。此外，探索性中介分析提示HLA-DR?CD33?髓系细胞可能参与了这一过程。然而，研究人员也强调了本研究的局限性，包括使用血液eQTL作为替代指标可能无法完全反映脑组织特异性表达，缺乏正式的位点水平共定位分析，以及免疫表型数据仅限于外周血而非中枢神经系统。因此，这些发现应被视为假设生成性质，未来需要在PD相关组织和实验模型中进行进一步的生物学机制验证。
结论翻译
这项两样本MR研究提供的遗传学证据表明，遗传预测的CXCL16表达与PD风险增加相关，而遗传预测的FADD表达与PD风险降低相关。CXCL16的相关性在多项敏感性分析中方向一致，并得到了SMR/HEIDI的支持。探索性中介分析提示外周免疫细胞表型可能起到了部分中介作用。这些发现构建了关于PD中PANoptosis相关免疫机制的可检验假设，并强调了CXCL16–外周免疫细胞轴作为未来实验验证的候选方向。
