《Cell Systems》：Plasma proteins are integral to cross-tissue gene regulatory networks implicated in cardiometabolic disorders and coronary artery disease
编辑推荐：
# 摘要翻译
血浆蛋白质组在识别心血管代谢疾病（CMDs）和冠状动脉疾病（CAD）的诊断标志物方面已显示出潜力。然而，确定这些生物标志物的来源器官对于建立生物学相关性至关重要。研究人员利用STARNET研究的多组织样本，通过分析532名CAD患者中的974种血
# 摘要翻译
血浆蛋白质组在识别心血管代谢疾病（CMDs）和冠状动脉疾病（CAD）的诊断标志物方面已显示出潜力。然而，确定这些生物标志物的来源器官对于建立生物学相关性至关重要。研究人员利用STARNET研究的多组织样本，通过分析532名CAD患者中的974种血浆蛋白，整合了来自动脉壁、主要代谢器官和血液的RNA测序（RNA-seq）数据，进行了多组学整合分析。研究人员在血浆中鉴定出144个与组织顺式表达数量性状位点（cis-eQTL）共定位的顺式蛋白数量性状位点（cis-pQTL）。此外，通过定位组织mRNA“种子基因”（seed genes），研究人员将262种血浆蛋白追溯到其来源器官，主要是肝脏。至关重要的是，研究人员发现851种血浆蛋白与跨组织基因调控网络（GRNs）的活性相关，包括涉及CMD和CAD发病的GRNs。研究结果表明，血浆蛋白是GRNs的组成部分，具有开发可靠诊断工具和精准治疗靶点的潜力。本文透明同行评审过程的记录包含在补充信息中。
# 论文解读文章
## 研究背景与问题
血浆蛋白质组由血液中循环的所有蛋白质组成，其水平反映了全身多种组织和器官的综合生理状态。常见遗传变异可解释血浆蛋白水平变异的约20%，全基因组关联研究（GWAS）结合共定位分析已发现血浆蛋白的遗传决定因素与肥胖、Ⅱ型糖尿病、冠状动脉疾病（CAD）和卒中等多种疾病易感性相关。然而，单一血浆蛋白在多大程度上反映特定器官功能，以及其综合水平是否代表相互连接的器官系统的活性，仍是重要的研究领域。STARNET（Stockholm-Tartu Reverse Networks Engineering Task）研究的独特优势在于从CAD患者中平行收集了血液、血浆、肝脏、骨骼肌、皮下脂肪（SF）、内脏腹部脂肪（VAF）以及动脉粥样硬化和非动脉粥样硬化动脉壁组织等多种样本，为解析血浆蛋白的组织来源和调控机制提供了宝贵资源。本研究旨在通过多组学整合分析，系统探究血浆蛋白水平的遗传和非遗传调控机制，特别是基因调控网络（GRNs）在血浆蛋白水平调控中的作用。
## 研究内容与结论
研究人员对532名CAD患者中的974种血浆蛋白进行了Olink蛋白组学分析，整合了来自七个组织的RNA测序（RNA-seq）数据。通过系统性分析，研究人员绘制了血浆蛋白的遗传调控图谱，鉴定了与组织顺式表达数量性状位点（cis-eQTL）共定位的顺式蛋白数量性状位点（cis-pQTL），并利用种子基因策略追溯了血浆蛋白的组织来源。研究还评估了此前已建立的224个基因调控网络（GRNs）与血浆蛋白水平之间的关联，并在英国生物银行（UK Biobank）的独立队列中进行了验证。研究发现，绝大多数血浆蛋白（851/974）与至少一个GRN的活性显著相关，其中跨组织GRN展现出最强的关联。这些结果确立了血浆蛋白作为GRN核心组分的地位，为开发可靠的诊断标志物和精准治疗靶点奠定了基础。
## 关键技术方法
本研究依托STARNET队列，包含532名接受冠状动脉旁路移植术的CAD患者，获得了七个组织的转录组数据和血浆蛋白组数据。独立验证队列来自UK Biobank，包含53,013名个体和2,923种Olink血浆蛋白测量数据。主要技术方法包括：1）使用MatrixEQTL进行顺式作用数量性状位点（cis-eQTL和cis-pQTL）的映射分析；2）采用近似贝叶斯因子共定位方法评估组织eQTL、血浆pQTL与GWAS位点的共定位关系；3）运用Spearman秩相关分析种子基因表达与血浆蛋白水平的关联，并通过Storey-Tibshirani方法进行多重检验校正；4）使用多元线性回归模型在控制其他组织表达后识别独立的组织特异性关联；5）采用加权基因共表达网络分析（WGCNA）推断组织特异性和跨组织GRNs，并以模块特征基因（eigengene）表示网络活性；6）通过主成分分析构建GRN连锁蛋白质的特征蛋白（eigenprotein），并在UK Biobank中进行线性回归和逻辑回归关联分析。
## 研究结果
### 血浆蛋白的遗传调控与心血管代谢基因表达和性状共定位
研究人员在945个基因的顺式调控窗口内（转录起始位点±500 kb）鉴定出1,860,901个SNPs，其中50,106个为708种血浆蛋白的显著cis-pQTL（FDR 5%）。在七个组织中共识别出828个基因的cis-eQTL，其中261个基因同时具有对应蛋白的显著cis-pQTL。共定位分析发现51个组织特异性共定位对，肝脏特异性共定位对尤为突出（涉及27种蛋白），包括AMN、CA5A、CCL16等。八种蛋白的cis-pQTL还与已知的心血管代谢性状GWAS风险位点共定位（PP.H4 > 0.5），包括与低密度脂蛋白（LDL）相关的CD40、SMAD5和SORCS2，与C反应蛋白（CRP）相关的B3GNT1和IL4R，与体重指数（BMI）相关的SEMA3F（仅在VAF中），以及与CAD相关的FES。
### 肝脏种子基因的转录活性是血浆蛋白水平的重要调节因子
遗传变异仅解释了血浆蛋白水平变异的一部分（STARNET中平均9.4%），提示非遗传因素发挥重要作用。通过Spearman相关分析，研究人员在863种可检测到mRNA的血浆蛋白中，发现262种蛋白与其种子基因表达显著相关（FDR 5%），共446对显著关联。肝脏贡献了最多的组织特异性关联（101种蛋白），其次是血液（n=28）、SF（n=21）、骨骼肌（n=13）和VAF（n=11）。阳性相关占主导，代表性的肝脏种子基因包括XPNPEP2、AMN、ENPP7等。进一步的多重线性回归分析（n=145，覆盖全部七个组织）确定了73个独立相关的种子基因，其中38个位于肝脏。
### 血浆蛋白是跨动脉壁和代谢器官GRNs的组成部分
研究人员将974种血浆蛋白与224个已建立的GRN（135个组织特异性，93个跨组织）进行相关性分析，发现851种血浆蛋白至少与一个GRN显著相关（FDR 5%），其中732种与组织特异性GRN相关，727种与跨组织GRN相关。跨组织GRN的关联强度显著高于组织特异性GRN（p = 4.33 × 10?3?）。关联最强的包括CES1、LDLR、LEP、LPL、IGFB1、IGFB2、SIGLEC1和SRCRB4D。去一留一分析表明，即使移除种子基因的直接贡献，大多数蛋白质-GRN关联依然存在。排列检验进一步确认了真实特征基因与血浆蛋白水平的关联并非偶然（p < 1 × 10?3??）。
### 与血浆蛋白相关的跨组织GRNs在心血管代谢疾病和CAD中发挥关键作用
功能富集分析揭示了15个跨组织GRN的248个富集条目。GRN15与ATM信号通路和心肌肥大相关，GRN78与胰岛素抵抗、肽激素代谢及白色脂肪细胞分化转录调控相关。此外，研究人员识别出七个共享关键驱动因子（如BCL11B、IKZF3）的富集于白细胞活化的GRNs，这些GRNs分别位于SF（GRN105）、肝脏（GRN222）、动脉壁（GRN174/GRN122）、血液（GRN168）、骨骼肌（GRN54）和VAF（GRN121），并与SYNTAX评分、DUKE评分、病变血管数等CAD严重程度指标显著相关。GRN155和GRN198分别富集于蛋白质泛素化和蛋白质翻译，合计贡献CAD遗传力的11.3%。GRN218和GRN15分别涉及炎症反应和细胞因子响应，各自贡献CAD遗传力约14%和13%，与BMI、腰臀比、CRP、甘油三酯、LDL/HDL胆固醇和HbA1c等指标均显著相关。
### 在UK Biobank中验证GRN相关血浆蛋白组与心血管代谢性状的关联
在UK Biobank的53,013名个体中，研究人员为每个GRN相关蛋白组构建了特征蛋白值，其平均解释48.7%的蛋白表达变异。经Bonferroni校正后，八个特征蛋白值与BMI、腰臀比、HbA1c、甘油三酯和CRP均显著相关（p < 0.00078），七个与LDL和HDL胆固醇显著相关，六个与总胆固醇显著相关。随机采样的阴性对照证实了这些关联的特异性（Kruskal-Wallis检验 p = 2.45 × 10?1?）。逻辑回归分析还发现五个GRN的特征蛋白值与事件性心肌梗死、CAD和非胰岛素依赖性糖尿病显著相关（p < 0.0021）。
### ALPLIN78及其关键驱动因子UCHL1是代谢综合征的关键调节网络
ALPLIN78（即GRN78）是仅次于GRN22的第二个包含最多（n=13）种子基因的跨组织GRN，共1,403个节点，其种子基因主要来自SF和VAF，但近50%的节点位于肝脏。五个关键驱动因子全部位于脂肪组织（SF或VAF），其中排名最高的是VAF中的泛素C端水解酶L1（UCHL1）（FDR = 1.2326 × 10???）。ALPLIN78对CAD遗传力的贡献达8.15%，与动脉粥样硬化严重程度及UK Biobank的事件性非胰岛素依赖性糖尿病显著相关。ALPLIN78特征基因值与13种关联蛋白的特征蛋白值呈显著正相关（Pearson R = 0.64, p = 9.28 × 10??1）。在13种蛋白中，PON3是八种被检测性状中五种（包括腰臀比、HbA1c、总胆固醇、LDL和HDL胆固醇）的最强关联蛋白。
## 总结讨论与结论
本研究表明，血浆蛋白水平在很大程度上受跨组织GRN活性的调控，而非仅由单一种子基因的表达决定。新加坡国立大学医学会。与单独使用单个基因或蛋白相比，GRN活性作为集体行为预测因子，展现出更可靠的下游效应预测能力。ALPLIN78作为脂肪-肝脏轴的关键调节网络，通过其主要驱动因子UCHL1调控多种代谢性状，成为肥胖和Ⅱ型糖尿病预防的潜在治疗靶点。本研究存在一定局限性：相关分析无法确定血浆蛋白水平变化是GRN活性的上游驱动因素还是下游结果；STARNET队列仅包含欧洲血统的晚期CAD患者，可能限制结果的普适性。未来需要利用模型系统进行靶向实验扰动，以绘制这些循环蛋白的上游和下游路径，并进行跨族群的祖先分层分析以验证研究发现的推广性。总之，研究结果证实血浆蛋白是GRNs的整合组分，这一发现为开发基于GRN导向的临床系统医学策略——通过靶向GRN关键驱动因子或调节关键血浆蛋白水平来治疗心血管代谢疾病——奠定了理论基础。
