通过整合pQTL（蛋白质数量性状位点）、rQTL（重组蛋白质数量性状位点）和中介效应分析，构建自身免疫性肝病的蛋白质-蛋白质相互作用网络

《Naunyn-Schmiedeberg's Archives of Pharmacology》：Constructing a protein–protein interaction network for autoimmune liver diseases by integrating pQTL, rQTL, and mediation analyses

自身免疫性肝病（AILDs）的蛋白网络机制及CD74相关生物标志物研究。整合pQTLs、rQTLs和中介MR分析2821血浆蛋白比值及2923蛋白数据，揭示CD74/JAM2和CD74/NPDC1比值通过TRY3、GREM1等介导保护PSC和AIH，并构建蛋白互作网络。发现CD74直接升高促进疾病，而其比值具有跨疾病保护作用，为靶向治疗提供新方向。

摘要

自身免疫性肝病（AILDs），包括原发性胆汁性胆管炎（PBC）、原发性硬化性胆管炎（PSC）和自身免疫性肝炎（AIH），由于其发病机制尚不完全清楚，因此在诊断和治疗方面面临重大挑战。尽管大多数研究关注的是蛋白质的绝对水平，但蛋白质-蛋白质比值（PPRs）作为反映血浆中蛋白质相对丰度的指标，已成为解码疾病特异性网络紊乱的关键生物标志物，然而这类标志物的研究仍然不足。为了充分利用这一潜力，我们整合了蛋白质数量性状位点（pQTLs）、比值QTLs（rQTLs）和中介效应的孟德尔随机化（MR）方法，以绘制因果蛋白质组学网络图谱，旨在揭示疾病发病机制并确定治疗靶点。我们利用双样本MR方法，分析了来自英国生物银行药物蛋白质组学项目（UK Biobank Pharma Proteomics Project）的2821个血浆PPRs和2923种蛋白质。主要分析采用了逆方差加权（IVW）方法，并结合了MR-Egger回归、加权中位数、简单模式和加权模式等方法，所有分析均在随机效应模型框架内进行。为了验证研究结果，我们进行了敏感性分析，包括Cochran’s Q检验、MR-Egger截距分析、MR-PRESSO和Steiger过滤等方法。交叉性状连锁不平衡评分回归（LDSC）用于量化遗传相关性，而基于贝叶斯模型平均（MR-BMA）的MR方法则用于优先识别独立的因果PPRs。两步中介效应MR分析确定了相关机制通路。通过STRING和clusterProfiler软件包构建了功能富集和蛋白质-蛋白质相互作用（PPI）网络。最后，我们研究了因果PPRs与AILDs相关症状/并发症之间的关联，以及可改变的生活方式因素对这些PPRs的影响。CD74在AILDs中具有双重作用：血浆中CD74水平升高与PSC风险增加相关（OR = 1.54，95% CI 1.24–1.90），而CD74相关的PPRs则表现出显著的保护作用。具体而言，CD74/JAM2组合降低了PSC（OR = 0.70，95% CI 0.59–0.83）和AIH（OR = 0.53，95% CI 0.39–0.71）的风险；CD74/NPDC1组合则对PSC具有保护作用（OR = 0.66，95% CI 0.54–0.80）。中介效应MR分析显示TRY3是AIH中CD74/JAM2作用的主要中介因子（介导比例达91.52%，P < 0.017），而GREM1和TEK则在PSC中介导CD74/NPDC1的作用。PPI网络揭示了CD74与淀粉样前体蛋白（APP）和内皮糖蛋白（ENG）之间的相互作用。值得注意的是，CD74/JAM2组合在不同疾病中具有跨疾病相关性，显著降低了PSC相关的溃疡性结肠炎风险（OR = 0.35，95% CI 0.22–0.54）。本研究开创了整合pQTLs、rQTLs和中介效应MR方法来分析AILDs中动态蛋白质组学相互作用的新途径。我们的发现揭示了CD74在AILDs中的多重作用：其直接升高可能促进疾病进展，而其蛋白质相互作用似乎具有缓解风险的作用。这些结果有助于深入理解AILDs的发病机制，并为开发新的生物标志物和靶向疗法奠定了基础。

自身免疫性肝病（AILDs），包括原发性胆汁性胆管炎（PBC）、原发性硬化性胆管炎（PSC）和自身免疫性肝炎（AIH），由于其发病机制尚未完全明了，在诊断和治疗方面存在诸多挑战。虽然多数研究侧重于蛋白质的绝对水平，但蛋白质-蛋白质比值（PPRs）作为反映血浆中蛋白质相对丰度的指标，已成为解码疾病特异性网络紊乱的关键生物标志物，尽管相关研究仍不够充分。为了充分发挥这一指标的潜力，我们整合了蛋白质数量性状位点（pQTLs）、比值QTLs（rQTLs）和中介效应的孟德尔随机化（MR）方法，以绘制因果蛋白质组学网络图谱，旨在揭示疾病发病机制并确定治疗靶点。我们利用双样本MR方法，分析了来自英国生物银行药物蛋白质组学项目（UK Biobank Pharma Proteomics Project）的2821个血浆PPRs和2923种蛋白质。主要分析采用了逆方差加权（IVW）方法，并结合了MR-Egger回归、加权中位数、简单模式和加权模式等方法，所有分析均在随机效应模型框架内进行。为了验证研究结果，我们进行了敏感性分析，包括Cochran’s Q检验、MR-Egger截距分析、MR-PRESSO和Steiger过滤等方法。交叉性状连锁不平衡评分回归（LDSC）用于量化遗传相关性，而基于贝叶斯模型平均（MR-BMA）的MR方法则用于优先识别独立的因果PPRs。两步中介效应MR分析确定了相关机制通路。通过STRING和clusterProfiler软件包构建了功能富集和蛋白质-蛋白质相互作用（PPI）网络。最后，我们研究了因果PPRs与AILDs相关症状/并发症之间的关联，以及可改变的生活方式因素对这些PPRs的影响。CD74在AILDs中具有双重作用：血浆中CD74水平升高与PSC风险增加相关（OR = 1.54，95% CI 1.24–1.90），而CD74相关的PPRs则表现出显著的保护作用。具体而言，CD74/JAM2组合降低了PSC（OR = 0.70，95% CI 0.59–0.83）和AIH（OR = 0.53，95% CI 0.39–0.71）的风险；CD74/NPDC1组合则对PSC具有保护作用（OR = 0.66，95% CI 0.54–0.80）。中介效应MR分析显示TRY3是AIH中CD74/JAM2作用的主要中介因子（介导比例达91.52%，P < 0.017），而GREM1和TEK则在PSC中介导CD74/NPDC1的作用。PPI网络揭示了CD74与淀粉样前体蛋白（APP）和内皮糖蛋白（ENG）之间的相互作用。值得注意的是，CD74/JAM2组合在不同疾病中具有跨疾病相关性，显著降低了PSC相关的溃疡性结肠炎风险（OR = 0.35，95% CI 0.22–0.54）。本研究开创了整合pQTLs、rQTLs和中介效应MR方法来分析AILDs中动态蛋白质组学相互作用的新途径。我们的发现揭示了CD74在AILDs中的多重作用：其直接升高可能促进疾病进展，而其蛋白质相互作用似乎具有缓解风险的作用。这些结果有助于深入理解AILDs的发病机制，并为开发新的生物标志物和靶向疗法奠定了基础。