《The Aging Male》:Causal association and shared mechanisms between Graves' disease and prostate cancer: insights from Mendelian randomization, machine learning, and comprehensive bioinformatics
编辑推荐:
背景:观察性研究将甲状腺功能亢进与前列腺癌(PCa)风险增加联系起来,但因果关系和机制仍不清楚。格雷夫斯病(GD)是甲状腺功能亢进的主要原因,涉及慢性免疫失调,可能通过共享免疫途径影响PCa。方法:研究人员利用IEU Open GWAS数据进行了双向两样本孟德
背景:观察性研究将甲状腺功能亢进与前列腺癌(PCa)风险增加联系起来,但因果关系和机制仍不清楚。格雷夫斯病(GD)是甲状腺功能亢进的主要原因,涉及慢性免疫失调,可能通过共享免疫途径影响PCa。方法:研究人员利用IEU Open GWAS数据进行了双向两样本孟德尔随机化(MR),然后整合了差异表达分析、加权基因共表达网络分析(WGCNA)和机器学习,基于基因表达综合数据库(GEO)数据集识别共享基因,通过ROC曲线验证,并使用单样本基因集富集分析(ssGSEA)分析免疫谱。结果:MR分析表明,GD的遗传易感性显著降低了PCa风险(OR=0.997,95% CI=0.996–0.999,p=0.004),具有一致的敏感性且无反向因果。四个关键基因(BTG2、JUN、JUNB、FOS)被识别为稳健的共享基因,在外部验证中具有高预测准确性。免疫谱分析揭示了这些基因的疾病特异性关联:BTG2和JUNB与GD中的记忆CD8 T细胞相关,而所有四个基因与PCa中的树突状细胞、肥大细胞和自然杀伤(NK)细胞相关。结论:本研究为GD对PCa的保护作用提供了新的见解,并识别了共享基因和免疫机制,从而更深入地理解了GD与PCa之间的共同机制。
**论文解读:Graves病与前列腺癌的因果关联及共享机制**
**研究背景与问题**
Graves病(GD)是一种以甲状腺功能亢进为主要表现的自身免疫性疾病,其发病涉及免疫耐受机制的破坏。前列腺癌(PCa)是男性常见的恶性肿瘤,早期诊断困难,晚期生存率低。既往观察性研究提示甲状腺功能亢进与PCa风险增加相关,但因果关系和潜在机制尚不明确。GD作为甲状腺功能亢进的最常见病因,其慢性免疫失调可能通过共享免疫通路影响PCa的发生发展,然而两者之间的直接因果关联及共病机制研究有限。为明确GD是否对PCa具有因果影响(保护或有害),并揭示其共享分子机制,研究人员开展了本研究。
**研究内容与结论**
本研究采用双向两样本孟德尔随机化(MR)分析,基于IEU Open GWAS数据库(欧洲人群)的汇总统计数据,评估GD与PCa的遗传因果关系。MR结果表明,GD的遗传易感性显著降低PCa风险(OR=0.997,95% CI=0.996–0.999,p=0.004),且无反向因果效应。进一步整合转录组数据,通过差异表达分析、加权基因共表达网络分析(WGCNA)和机器学习(SVM-RFE、RF、XGBoost),识别出四个共享基因(BTG2、JUN、JUNB、FOS),在外部验证中均具有高预测能力(AUC>0.7)。免疫浸润分析(ssGSEA)显示GD和PCa呈现截然不同的免疫景观:GD外周血中免疫细胞广泛激活,而PCa肿瘤微环境中免疫细胞显著抑制。四个共享基因与免疫细胞的相关性具有疾病特异性。该论文发表在《The Aging Male》。
**主要技术方法**
研究采用双向两样本MR分析,使用IEU Open GWAS数据(GD数据集:ebi-a-GCST90018847,1678例/456942对照;PCa数据集:ieu-b-4809,9132例/173493对照,均为欧洲裔)。转录组分析基于GEO数据库:GD训练集GSE71956(31例GD/18例对照),PCa训练集GSE200879(128例PCa/9例正常组织);GD验证集合并GSE115152和GSE15838(9例GD/3例对照),PCa验证集GSE14206(53例PCa/14例正常组织)。技术方法包括:差异表达分析(limma包)、WGCNA构建共表达模块、GO/KEGG富集分析、PPI网络构建(STRING、Cytoscape)、三种机器学习算法(SVM-RFE、RF、XGBoost)筛选核心基因、ROC曲线验证、ssGSEA免疫细胞丰度评估及Spearman相关性分析。
**研究结果**
(1)**MR分析**:前向MR显示GD对PCa有显著保护作用(IVW法:OR=0.997,p=0.004),加权中位数法和加权模式法结果一致,MR-Egger和简单模式法无显著性,敏感性分析(Cochran's Q检验、MR-Egger截距项、留一法)均支持结果稳健性。反向MR未发现PCa对GD的显著因果效应。
(2)**差异表达基因识别**:在GD和PCa数据集中分别鉴定出1065个和1845个差异表达基因,取交集获得41个重叠基因(2个上调,39个下调)。
(3)**WGCNA共表达模块**:GD中识别出royalblue、black、grey三个关键模块(共1649基因),PCa中识别出green、red、brown、turquoise四个关键模块(共842基因),两者交集获得38个重叠基因。
(4)**富集分析**:GO分析显示70个候选共驱动基因富集于对皮质类固醇、糖皮质激素、氧化应激的响应等生物学过程;KEGG通路富集于流体剪切应力与动脉粥样硬化、MAPK信号通路、IL-17信号通路、TNF信号通路、p53信号通路等。
(5)**PPI网络与机器学习**:通过PPI网络筛选出10个候选基因(DUSP1、JUN、FOS、FOSB、EGR1、PTGS2、BTG2、JUNB、ZFP36、NR4A2),经SVM-RFE、RF、XGBoost三种算法交叉验证,最终确定四个共享核心基因:BTG2、JUN、JUNB、FOS。在训练集和验证集中,这些基因的ROC曲线AUC值均>0.7,表明其良好的诊断预测性能。
(6)**免疫细胞谱分析**:GD外周血中多种免疫细胞(如活化B细胞、活化树突状细胞、巨噬细胞、中性粒细胞)显著激活,效应记忆CD4 T细胞受抑制;PCa肿瘤微环境中15种免疫细胞(包括活化B细胞、CD56dim自然杀伤细胞、嗜酸性粒细胞、未成熟树突状细胞、肥大细胞、自然杀伤T细胞、自然杀伤细胞、中性粒细胞、浆细胞样树突状细胞、滤泡辅助T细胞、Th1、Th17、Th2、中央记忆CD8 T细胞、效应记忆CD8 T细胞)显著抑制。相关性分析显示:在GD中,BTG2与中央记忆CD4 T细胞、效应记忆CD8 T细胞、Th1正相关,与肥大细胞、CD56dim自然杀伤细胞、活化树突状细胞负相关;JUNB与效应记忆CD8 T细胞、效应记忆CD4 T细胞、中央记忆CD8 T细胞正相关;JUN仅与记忆B细胞正相关;FOS无显著相关性。在PCa中,BTG2与滤泡辅助T细胞、浆细胞样树突状细胞、自然杀伤细胞、肥大细胞等正相关,仅与记忆B细胞负相关;JUN与Th17、浆细胞样树突状细胞、肥大细胞、中央记忆CD8 T细胞正相关,与调节性T细胞负相关;JUNB与Th1、滤泡辅助T细胞、浆细胞样树突状细胞、中性粒细胞、肥大细胞、嗜酸性粒细胞、中央记忆CD8 T细胞正相关;FOS与Th17、滤泡辅助T细胞、浆细胞样树突状细胞、中性粒细胞、自然杀伤细胞、肥大细胞、中央记忆CD8 T细胞正相关,与γδT细胞、效应记忆CD8 T细胞负相关。
**讨论与结论**
讨论部分指出,MR分析结果与部分近期研究一致,支持GD对PCa的保护作用,但与此前观察性研究矛盾,可能源于混杂因素和反向因果。四个共享基因(BTG2、JUN、JUNB、FOS)均为AP-1转录因子家族成员或相关调控因子,在免疫细胞激活、分化和耗竭中发挥关键作用。它们在两种疾病中均下调,可能与某些免疫细胞类型减少有关,但需单细胞研究验证。GD和PCa呈现相反的免疫景观:GD呈现系统性免疫激活,PCa呈现局部免疫抑制,这为保护作用提供潜在解释——慢性免疫激活可能增强抗肿瘤免疫监视。研究局限性包括:MR排除限制假设难以完全验证、数据仅限欧洲人群、生物信息学分析本质为观察性、未区分PCa亚型和年龄分层。未来需多族群前瞻性队列验证、多组学分子分型、体外和体内功能实验验证关键基因作用,以及开发针对共病患者的个性化治疗策略。
**翻译研究结论**:总之,本研究为GD对PCa的因果保护效应提供了关键见解,并识别出BTG2、JUN、JUNB和FOS作为两种疾病中均显著下调的共享基因,具有高预测准确性。此外,免疫谱分析揭示了截然不同的免疫景观,为连接GD与PCa的独特免疫学特征提供了新视角。本研究将有助于探索GD与PCa之间的分子机制,并为未来的研究和临床应用提供有价值的见解。