近日，來自deCODE Genetics /安進公司和冰島大學的Kari Stefansson團隊在國際頂刊《Nature》上在線發(fā)表了題為“Large-scale plasma proteomics comparisons through genetics and disease associations”的研究性論文（圖1）。

在這項研究中，他們比較了基于Olink Explore 3072平臺和SomaScan v4平臺的數(shù)據(jù)，分析了由英國生物銀行（UKB）和冰島生成的血漿樣本數(shù)據(jù)，并使用可用基因型和表型數(shù)據(jù)來比較它們與平臺上蛋白質(zhì)水平的關聯(lián)，發(fā)現(xiàn)選擇不同的平臺在疾病研究的背景下會對結(jié)果和結(jié)論產(chǎn)生實質(zhì)性的影響。這項研究深入理解了SomaLogic和Olink平臺在高通量蛋白質(zhì)組學研究中發(fā)揮的重要作用，加深了對序列變異與疾病和其他性狀之間關系的理解。

 圖1

通過對Olink Explore 3072中的1474個樣本和SomaScan v4中的419個樣本進行重復測量，研究人員發(fā)現(xiàn)，Olink平臺的中位CV比低于SomaScan平臺(分別為0.35和0.50)，這表明Olink平臺的測定更加精確。這與之前的研究結(jié)果相反，之前的研究發(fā)現(xiàn)對照樣品的SomaScan測定的CV值低于Olink測定的CV值。這表明對照樣品的CV值并不一定反映測定的精度，而CV比率則更準確。

圖2

根據(jù)SomaScan和Olink兩個平臺的研究結(jié)果，研究人員發(fā)現(xiàn)兩個平臺之間的水平相關性為0.33，分布呈現(xiàn)兩種模式，一種略高于0，另一種略低于0.6（圖2）。Olink平臺由早期版本1536和附加后續(xù)檢測集Expansion組成，其中1536組的中位數(shù)相關性顯著高于擴展組，分別為0.36和0.27。相比之下，兩個平臺上所有可能檢測到的中位數(shù)相關性為-0.01，Olink平臺內(nèi)的中位數(shù)相關性為0.08，SomaScan平臺內(nèi)的中位數(shù)相關性為-0.01。在兩個平臺上檢測到的cis pQTLs分析中，蛋白質(zhì)水平的總體方差更為一致，但單個平臺上是否存在cis pQTLs沒有顯示出明顯的趨勢。

Olink和SomaScan平臺在檢測血漿蛋白質(zhì)時，顯示出不同稀釋組間的蛋白質(zhì)豐度和相關性差異，且大部分蛋白質(zhì)水平低于檢測限。兩個平臺都缺乏細胞內(nèi)蛋白而富含分泌蛋白。組織之間的蛋白質(zhì)水平相關性差異較大，且與測量精度相關。樣本年齡、性別和BMI與許多蛋白質(zhì)水平顯著相關，且兩個平臺在某些疾病中蛋白質(zhì)關聯(lián)結(jié)果一致，但也有不一致的結(jié)果，這可能與不同平臺間的測量差異和可能存在的不同蛋白質(zhì)形態(tài)有關。

在pQTL分析中，研究人員使用更多序列變體和數(shù)據(jù)歸一化方法，鑒定了大量順式和反式pQTL。在Olink和SomaScan數(shù)據(jù)中，超過98%的順式pQTL僅與一種蛋白質(zhì)相關，但少數(shù)pQTL與多個蛋白質(zhì)相關。研究人員還注意到在RNA水平上存在cis基因表達的共同調(diào)控，但不影響pQTL檢測性能。他們還發(fā)現(xiàn)特定蛋白質(zhì)的cis pQTL檢測與高于LOD的測定分數(shù)和高于LOD的中位數(shù)歸一化蛋白表達值呈正相關，但這并不意味著低于LOD的測量值不能提供信息。

研究人員還對不同祖先群體進行pQTL分析，評估了更大的序列多樣性和LD的可變模式，將關聯(lián)信號細化到更少的變體。他們分別使用Olink Explore 1536平臺和SomaScan平臺對非洲人血漿中的1472種蛋白質(zhì)水平進行分析，并檢測了順式pQTL。發(fā)現(xiàn)不同祖先群體之間存在pQTL的差異，非洲血統(tǒng)的測試者中較為常見與低水平的低密度脂蛋白膽固醇相關的PCSK9功能缺失變體，研究人員還發(fā)現(xiàn)了與血紅蛋白β亞基編碼基因HBB中的鐮狀細胞貧血變體相關的高水平HMOX1。UKB-AF組的順式pQTL具有較高的LD和平均變異數(shù)較少，與非洲血統(tǒng)人群具有更高的序列多樣性和較低的LD相一致（圖3）。在共有的893個蛋白中，有62個蛋白在UKB-AF中實現(xiàn)了順式pQTL位點的大量改進，暗示在非洲血統(tǒng)人群中研究與相同變體的疾病相關性可能會獲得潛在收益。這些結(jié)果表明不同祖先群體之間存在pQTL的差異，并對疾病相關性研究具有潛在價值。

圖3

研究人員還發(fā)現(xiàn)Olink和SomaScan兩個平臺檢測到的蛋白質(zhì)數(shù)量相差不大，且大部分蛋白質(zhì)都有cis pQTL存在。然而，兩個平臺檢測到的pQTL主要是trans pQTL，且反式的pQTL關聯(lián)多于順式，但順式的次要關聯(lián)多于反式。他們探討了順式pQTL的檢測比例受多種因素影響，包括稀釋組、亞細胞位置和CV比。此外，蛋白質(zhì)的豐富程度和檢測精度也會影響順式pQTL的檢測比例。在分析儀器匹配的蛋白質(zhì)方面，Olink平臺比SomaScan平臺的獨聯(lián)體pQTL檢測比例更高，而Olink和SomaScan平臺之間的相關性也較高（r = 0.48），但低于cis pQTL的相關性（r = 0.17）。最后，研究人員通過全基因組測序的數(shù)據(jù)，發(fā)現(xiàn)了與罕見序列變異相關的蛋白質(zhì)水平在兩個平臺上的差異。

研究人員深入探索了Olink和SomaScan兩個平臺檢測的pQTL之間的關聯(lián)性和差異。他們發(fā)現(xiàn)雖然兩個平臺對pav引起的表位效應同樣敏感，但當一個平臺的pQTL在另一個平臺沒有找到相應的pQTL時，或者兩個平臺的pQTL處于高LD時，它們之間的相關性較低。此外，研究人員還指出了即使在兩個平臺上都檢測到一種蛋白質(zhì)的pQTL，也不能輕易地認為它們玩全相同，因為它們可能受到不同的技術、樣本、數(shù)據(jù)質(zhì)量等因素的影響。此外，一些在SomaScan數(shù)據(jù)中與多個蛋白質(zhì)相關的pQTL在Olink數(shù)據(jù)中并不與任何蛋白質(zhì)相關，反之亦然。盡管兩個平臺上都檢測到了多效性pQTL，但它們并不玩全相同?？偟膩碚f，盡管在兩個平臺上都檢測到多種蛋白質(zhì)的pQTL，但它們之間的關聯(lián)性和差異需要謹慎地考慮。

因此，研究使用了三種方法來建立這種關系：一種是分析pQTL和疾病相關變異之間的高LD（連鎖不平衡），另一種是將疾病相關變異包含在具有pQTL的高LD的可信基因集合中，蕞后一種是對于具有必要統(tǒng)計數(shù)據(jù)的特定示例，進行統(tǒng)計共定位分析。在Olink-UKB-BI和冰島的SomaScan兩個數(shù)據(jù)集中，都分別檢測到了大量的順式和反式pQTL，并且一些疾病相關的變異被發(fā)現(xiàn)在可信基因集合中。此外，研究人員還發(fā)現(xiàn)了一些具有疾病相關變異的高LD的順式pQTL，例如在IL10位點，rs3024493的次要等位基因(A)與其相關的rs3024505與IBD34的風險增加相關（圖4）。這個變異與較低的IL-10水平相關，而IL-10被認為是該區(qū)域蕞有可能的候選基因?？偟膩碚f，這些研究結(jié)果有助于更好地理解疾病相關變異與蛋白質(zhì)水平變化之間的聯(lián)系，以及這種聯(lián)系可以更好的預測疾病風險。

圖4

此外，研究人員還對腫瘤壞死因子配體超家族成員11 (TNFSF11)、ERBB4、GRP和IL2RB的順式pQTL與一些疾病相關性進行了研究。這些變異與原發(fā)性膽汁性肝硬化、較低的BMI和2型糖尿病風險、哮喘風險等有關。此外，他們還討論了在兩個平臺上檢測到的順式pQTL與疾病相關變異高LD的情況，并解釋了反式pQTL與疾病關聯(lián)的可能機制。

研究人員還發(fā)現(xiàn)反式pQTL通常與受疾病影響的組織中表達豐富的蛋白質(zhì)相關，這些發(fā)現(xiàn)可能指向潛在的疾病生物標志物。例如，DEFB4A和PRSS2的水平在兩個平臺之間高度相關，而且在兩個平臺上都觀察到cis pQTL。為了評估哪些與疾病相關的反式pQTL可能對應于同一途徑中蛋白質(zhì)之間的相互作用，他們根據(jù)STRING數(shù)據(jù)庫評估了受反式pQTL影響的每個蛋白質(zhì)是否與蕞接近變體的基因編碼的蛋白質(zhì)相互作用。對于具有疾病或性狀相關變異的高LD中約9%的反式pQTL，已知這兩種蛋白之間高度相互作用。例如，TLR3的變異與自身免疫性甲狀腺疾病和IFNL1的反式水平相關，帶有IFNL1的反式pQTL強烈支持TLR3在自身免疫性甲狀腺疾病發(fā)病機制中的變異位點的作用。因此，這項研究的結(jié)果支持通過反式pQTL來研究潛在的疾病生物標志物和藥物靶點，以幫助更好地了解和治療疾病。

_{以上文章來源于Being科學 ，作者鳶尾與半夏}