行业动态INDUSTRY DYNAMIC

心血管病相关蛋白的个体差异由遗传和肠道微生物决定

来源:admin    发布时间:2020-09-07   阅读数:80

Individual variations in cardiovascular-disease-related protein levels are driven by genetics and gut microbiome

心血管病相关蛋白的个体差异由遗传和肠道微生物决定

作者:Daria V. Zhernakova, Trang H. Le, Alexander Kurilshikov, et al.

期刊:Nature genetics

时间:2018.11

IF:25.455

DOI: 10.1038/s41588-018-0224-7


一、研究背景

目前人们对肠道微生物在心血管病(cardiovascular diseases, CVDs)中的作用仍知之甚少。本研究通过系统的基因组和宏基因组学研究了血浆中92种与CVD相关的蛋白,其中与遗传及微生物相关的蛋白分别有73种和41种,共有蛋白31种。遗传和微生物因子的叠加效应贡献了平均17.5%的个体蛋白差异(个别高达76.6%)。遗传主要与免疫蛋白浓度相关,微生物主要与代谢和肠道健康蛋白相关。上皮功能、脂类代谢和中枢神经系统功能相关蛋白会受到一些宿主-微生物的互作影响。该研究揭示了遗传和微生物是影响心血管病的重要因素,这为未来的个体化医疗提供了指导。


二、数据收集和处理

1. 蛋白组数据:采集1447名参试者的血液样品(来自LLD项目和LLD2项目的人数分别是1332名和115名),对92种心血管病相关蛋白水平进行免疫检测,并分析这些蛋白与多种复杂因子之间的相关性。

2. 宏基因组数据:采集参试者的粪便样品并对其中的微生物进行宏基因组高通量测序。267种肠道微生物类群将进行进一步分析,438条微生物代谢通路将进行进一步分析。

3. 转录组数据:对全血RNA进行测序,并分析基因表达量,得到1293份蛋白组和转录组的有效数据。

4. 基因型数据:分别通过SNP芯片实验和全基因组测序获取LLD项目和LLD2项目的微阵列基因型数据,最后获得包括1349份独立临床样本的七百多万个SNP基因型数据。


三、统计分析

1. QTL定位:分析QTL定位,包括局部蛋白数量性状(local protein quantitative trait loci, cis-pQTL)和trans-pQTL;收集近两年发表的有关pQTLs的文献资料并比对我们的数据,检验pQTLs重复序列;分析pQTL对个体冠状动脉疾病(CAD)差异的影响。

2. 微生物相关分析:分析肠道微生物多样性,并将微生物类群和细菌代谢通路进行关联分析。评估遗传和微生物因素以及两者叠加对个体差异的影响,分析遗传和微生物的互作关系。

3. 蛋白网络:结合实验验证过的蛋白互作,绘制蛋白互作网络图。

研究分析流程图
图1 研究分析流程


四、实验结果

1、与遗传相关

通过cis-pQTL定位评估遗传对蛋白水平的影响。在全基因组层面共为66个蛋白找到129个cis-pQTL;而通过 trans-pQTL定位,共为36个蛋白找到85个trans-pQTL。

2、与肠道微生物相关

通过血浆蛋白和不同肠道微生物特征的关联性分析,共找到355个细菌类群和438个细菌MetaCyc代谢通路(图1)。41种蛋白与至少1个微生物特征存在关联性。遗传和微生物造成了83种血浆蛋白的个体间差异。

3、用遗传和微生物因素解释蛋白的变化

遗传和/或微生物因素可以用来解释88种蛋白差异的原因。cis-调节蛋白受cis-pQTL的平均影响力为14.9%,trans-调节蛋白受trans-pQTL的平均影响力为9.5%。微生物因素对41种蛋白的影响较小,平均解释量为3.2%(图2)。遗传和微生物因素叠加后的效果显著增强,两者对tPA蛋白的影响为17.5%,而对IL6-RA蛋白的影响则升高到了76.6%(图2)

遗产和微生物因素对个体内在差异的解释量比例图

图2 遗产和微生物因素对个体内在差异的解释量比例


4、Ep-CAM是宿主和微生物互作之间的介质

肠道上皮细胞蛋白包括上皮细胞黏附分子(Ep-CAM)和trefoil因子3 (TFF3) ,它们的活性受到肠道微生物因素的影响比遗传更大。微生物因素提供了26.5%的变量,而2个trans-QTL提供了7%的变量。非分泌状态的FUT2蛋白与低表达的Ep-CAM蛋白之间存在关联(图3A)。FUT2基因的SNP是与肠道微生物关系最密切的trans-pQTL SNP,与该SNP联系最紧密的布劳特氏菌属同样与Ep-CAM水平显著关联。Lifelines-DEEP和500FG临床样本中布劳特氏菌属丰度均降低(图3B);Ep-CAM浓度升高,布劳特氏菌的丰度也会增加(图3C),据此推测,该蛋白可能是FUT2和布劳特氏菌互作之间的介质(图3D)。

FUT2、Ep-CAM和布劳特氏菌之间的联系图 

图3 FUT2、Ep-CAM和布劳特氏菌之间的联系


5、PON3联系起脂质氧化与肠道微生物?

我们研究了代谢途径中蛋白的联合丰度及已通过实验验证的蛋白互作(图4)。一组参与脂质\葡萄糖代谢的蛋白不仅与肠道微生物联系密切,是贝叶斯网络图的一部分,并且还与各种CVD罹患风险因素高度相关。

微生物与血液中的对氧磷酶(PON3)和纤维酶原激活物抑制因子(PAI)的相关性最强。PON3的水平差异由7.8%的cis-遗传效应和8.2%的微生物因素造成。PON3蛋白对Shannon指数和β-多样性的贡献分别排在第一位和第二位。有14个特殊微生物亚群与PON3显著相关,且其中的多种细菌与代谢性状和炎性肠病相关。63条PON3相关代谢通路中的97%与至少一种PON3相关微生物显著关联。

PAI是另外一种与肠道微生物显著关联的蛋白,造成其6.9%水平差异的因素中有6.16%由微生物贡献,而PAI和PON3负相关。PAI与6种微生物和38条代谢途径显著关联,其中的4种和14条与PON3共享,这些微生物和代谢通路能调节代谢来影响蛋白。PON3和肠道微生物之间的相关性表明了脂质氧化、肠道健康和肠道微生物之间联系紧密。

蛋白联合丰度及蛋白互作网络图 

图4 蛋白联合丰度及蛋白互作网络图


6、肠道-大脑轴线上遗传-微生物的互作?

某些肠道微生物相关蛋白在神经系统中表现活跃,接触蛋白CNTN1和NOTCH3最为突出,它们对神经系统和表皮神经因子的发展有着重要作用。2个独立的cis-pQTL SNPs导致了个体间CNTN1 6.6%的差异,位于TMEM8A基因内含子区域的trans-pQTL SNPs贡献了6.1%(图5A),此外还有3%的差异由肠道微生物决定(图2),这3%的差异还与细菌分支酸盐合成正相关(图5B)。分支酸盐合成与trans-pQTL SNPs显著关联。与rs61261356 T/C基因型个体相比,分支酸盐和CNTN1的关联在C/C和T/T纯合体中更弱且不显著(图5C)。

Genetic-microbiome interaction for CNTN1

图5 Genetic-microbiome interaction for CNTN1


五、小结与亮点

血浆中Ep-CAM、FUT2、CNTN1、PON3等是与心血管病紧密相关的蛋白。本研究首次探索了遗传和微生物对这些蛋白浓度的影响,并对其中的机理提出了独特的见解,说明了微生物可通过影响肠道健康、脂质氧化和中枢神经系统来与CVD关联起来。



您可能还喜欢:

生态位分化塑造了苏铁微生物群的多样性和组成

肠道微生物菌群成熟与儿童患哮喘风险



分享到: