背景:膝骨关节炎是一种常见的关节软骨及周围组织损伤的慢性炎症性疾病,而免疫细胞在膝骨关节炎免疫炎症反应中起到重要作用,但其中的具体机制仍有待深入研究。目的:采用孟德尔随机化方法来评估731种免疫细胞表型与膝骨关节炎风险之间...背景:膝骨关节炎是一种常见的关节软骨及周围组织损伤的慢性炎症性疾病,而免疫细胞在膝骨关节炎免疫炎症反应中起到重要作用,但其中的具体机制仍有待深入研究。目的:采用孟德尔随机化方法来评估731种免疫细胞表型与膝骨关节炎风险之间的潜在因果关系。方法:使用全基因组关联分析(GWAS)目录中公开获取731种免疫细胞表型的全基因组关联分析统计数据(从GCST0001391到GCST0002121)和IEUGWAS数据库中膝骨关节炎的全基因组关联分析数据(ebi-a-GCST007090)。采用逆方差加权法、MR-Egger回归法、加权中位数法、加权模型法和简单模型法来研究免疫细胞与膝骨关节炎之间的因果关系。敏感性分析用于检验孟德尔随机化分析结果是否可靠,然后以同样方法进行反向孟德尔随机化分析。结果与结论:①正向分析结果表明,共有4种免疫细胞表型与膝骨关节炎有显著的因果关系(FDR<0.20),其中B细胞中的CD27 on CD24+CD27+(OR=1.026,P=0.00026,Pfdr=0.18)、髓系细胞中的CD33 on CD33dim HLA DR-(OR=1.014,P=0.00050,Pfdr=0.18)以及Treg细胞中的CD45RA+CD28-CD8br%CD8br(OR=1.001,P=0.00078,Pfdr=0.18)与膝骨关节炎风险呈直接的正向因果关联;单核细胞中PDL-1 on monocyte(OR=0.952,P=0.00098,Pfdr=0.18)与膝骨关节炎风险呈直接的负向因果关联。②反向分析结果表明,当膝骨关节炎作为暴露数据时,与731种免疫细胞表型均不具有显著因果关系(FDR<0.20)。③敏感性分析结果显示:双向孟德尔随机化的Cochran’s Q检验和MR-Egger回归法结果P值均大于0.05,表明免疫细胞表型与膝骨关节炎之间的因果效应分析不存在显著的异质性和多效性。④上述结果证实,CD27 on CD24+CD27+,CD33 on CD33dim HLA DR-,CD45RA+CD28-CD8br%CD8br以及PDL-1 on monocyte免疫细胞表型与膝骨关节炎之间可能具有较为显著的潜在因果关系,这为研究膝骨关节炎的生物学机制及探索膝骨关节炎的早期�展开更多
文摘背景:膝骨关节炎是一种常见的关节软骨及周围组织损伤的慢性炎症性疾病,而免疫细胞在膝骨关节炎免疫炎症反应中起到重要作用,但其中的具体机制仍有待深入研究。目的:采用孟德尔随机化方法来评估731种免疫细胞表型与膝骨关节炎风险之间的潜在因果关系。方法:使用全基因组关联分析(GWAS)目录中公开获取731种免疫细胞表型的全基因组关联分析统计数据(从GCST0001391到GCST0002121)和IEUGWAS数据库中膝骨关节炎的全基因组关联分析数据(ebi-a-GCST007090)。采用逆方差加权法、MR-Egger回归法、加权中位数法、加权模型法和简单模型法来研究免疫细胞与膝骨关节炎之间的因果关系。敏感性分析用于检验孟德尔随机化分析结果是否可靠,然后以同样方法进行反向孟德尔随机化分析。结果与结论:①正向分析结果表明,共有4种免疫细胞表型与膝骨关节炎有显著的因果关系(FDR<0.20),其中B细胞中的CD27 on CD24+CD27+(OR=1.026,P=0.00026,Pfdr=0.18)、髓系细胞中的CD33 on CD33dim HLA DR-(OR=1.014,P=0.00050,Pfdr=0.18)以及Treg细胞中的CD45RA+CD28-CD8br%CD8br(OR=1.001,P=0.00078,Pfdr=0.18)与膝骨关节炎风险呈直接的正向因果关联;单核细胞中PDL-1 on monocyte(OR=0.952,P=0.00098,Pfdr=0.18)与膝骨关节炎风险呈直接的负向因果关联。②反向分析结果表明,当膝骨关节炎作为暴露数据时,与731种免疫细胞表型均不具有显著因果关系(FDR<0.20)。③敏感性分析结果显示:双向孟德尔随机化的Cochran’s Q检验和MR-Egger回归法结果P值均大于0.05,表明免疫细胞表型与膝骨关节炎之间的因果效应分析不存在显著的异质性和多效性。④上述结果证实,CD27 on CD24+CD27+,CD33 on CD33dim HLA DR-,CD45RA+CD28-CD8br%CD8br以及PDL-1 on monocyte免疫细胞表型与膝骨关节炎之间可能具有较为显著的潜在因果关系,这为研究膝骨关节炎的生物学机制及探索膝骨关节炎的早期�
文摘目的基于铁死亡相关基因(FRG)构建骨肉瘤(OS)预后模型,探讨FRG在OS中的表达及与患者预后的关系。方法通过生物信息学方法从UCSC Xena数据库中获取88例OS患者的转录组测序数据和其中85例患者的临床资料,与基因型-组织表达(GTEx)数据库中获取的396例正常骨组织样本合并,从FerrDb数据库中获取FRG,从合并后的数据中进行差异分析并提取差异表达的FRG。采用基因本体(GO)和京都基因与基因组百科全书(KEGG)富集分析探索OS中FRG的生物学功能。采用单因素Cox与Lasso回归模型筛选预后相关基因并构建预后预测模型。采用受试者工作特征(ROC)曲线分析预后模型的预测价值。采用单因素及多因素Cox回归模型分析OS患者预后的独立影响因素。采用实时荧光定量聚合酶链反应(qPCR)检测预后相关FRG在人成骨细胞hFOB1.19与OS细胞系U2OS、MG63中的表达情况。结果共获得57个差异表达的FRG。GO与KEGG富集分析发现这些差异基因主要富集在缺氧反应、线粒体外膜、铁离子结合等生物学反应和线粒体自噬、化学致癌-活性氧以及铁死亡等途径。应用单因素Cox及Lasso回归模型共筛选出9个预后相关的FRG来构建预后模型,分别为酰基辅酶A合成酶家族成员2(ACSF2)、芳香烃受体核转运因子样蛋白(ARNTL)、B细胞淋巴瘤/白血病-2相互作用蛋白3(BNIP3)、脂肪酸去饱和酶2(FADS2)、葡萄糖-6-磷酸脱氢酶(G6PD)、磷酸葡萄糖酸脱氢酶(PGD)、细胞因子信号转导抑制因子1(SOCS1)、转化生长因子β受体1(TGFBR1)、血管内皮生长因子A(VEGFA)。ROC曲线和生存分析证实这9个FRG构建的风险模型对OS患者的生存情况具有较好的预测价值。单因素和多因素分析结果显示,转移和风险评分均是OS患者预后的独立影响因素(P﹤0.01)。qPCR结果显示,U2OS和MG63细胞中FADS2 m RNA相对表达量均高于hFOB1.19细胞,差异均有统计学意义(P﹤0.05);MG63细胞中ACSF2
