Asociación genética de los niveles circulantes de proteína C reactiva con fibrosis pulmonar idiopática: un estudio de aleatorización mendeliana de dos muestras

Fondo

Varios estudios observacionales han encontrado que la fibrosis pulmonar idiopática (FPI) a menudo se acompaña de niveles elevados de proteína C reactiva (PCR) circulante. Sin embargo, queda por determinar la relación causal entre ellos. Por lo tanto, nuestro estudio tuvo como objetivo explorar el efecto causal de los niveles circulantes de CRP en el riesgo de FPI mediante el análisis de aleatorización mendeliana (MR) de dos muestras.

Métodos

Analizamos los datos de dos estudios de asociación del genoma completo (GWAS) de ascendencia europea, incluidos los niveles circulantes de PCR (204 402 personas) y la FPI (1028 casos y 196 986 controles). Utilizamos principalmente la varianza inversa ponderada (IVW) para evaluar el efecto causal de los niveles circulantes de CRP en el riesgo de FPI. Se utilizaron la regresión MR-Egger y la prueba global MR-PRESSO para determinar la pleiotropía. La heterogeneidad se examinó con la prueba Q de Cochran. El análisis de dejar uno fuera probó la solidez de los resultados.

Resultados

Obtuvimos 54 SNP como variables instrumentales (IV) para los niveles de PCR circulante, y estos IV no tenían pleiotropía horizontal significativa, heterogeneidad o sesgo. El análisis de RM reveló un efecto causal entre los niveles elevados de PCR circulante y el aumento del riesgo de FPI (O_IVW= 1,446, IC 95% 1,128–1,854, PAG= 0,004).

Conclusiones

El presente estudio indicó que los niveles elevados de PCR circulante podrían aumentar el riesgo de desarrollar FPI en personas de ascendencia europea.

La fibrosis pulmonar idiopática (FPI) es una enfermedad pulmonar agresiva e irreversible caracterizada por la formación de cicatrices causada por una respuesta atípica a la lesión epitelial [1]. La FPI se ha convertido en un problema de salud pública mundial. Un estudio epidemiológico encontró que la incidencia de la FPI está aumentando con el tiempo en todo el mundo. La incidencia anual en las poblaciones de América del Norte y Europa es de 3 a 9/100 000, mientras que la incidencia en Asia oriental y América del Sur es inferior [2]. Además, el pronóstico de la FPI es malo, con una mediana de supervivencia de solo 2,5 a 3,5 años desde el diagnóstico. [3, 4]. Por lo tanto, la identificación temprana de los factores de riesgo subyacentes de la FPI puede ayudar a prevenir la FPI.

La FPI se consideró inicialmente una enfermedad inflamatoria [5]. Posteriormente, los investigadores descubrieron que la inflamación está involucrada en diferentes etapas del desarrollo de la FPI debido a la activación de los sistemas inmunitarios innato y adaptativo. [6,7,8]. Las influencias ambientales y los factores de riesgo genéticos que conducen a la inflamación crónica pueden estar asociados con el desarrollo de la FPI [9]. La proteína C reactiva (PCR) a menudo se considera un marcador de la respuesta inflamatoria en la fase aguda. Estudios previos han encontrado mayores concentraciones de PCR asociadas con la riesgo de enfermedades cardiovasculares, artritis psoriásica, diabetes tipo 2 y cáncer [10,11,12,13,14]. Y algunos estudios recientes han encontrado que la PCR también es un marcador importante de inflamación crónica y puede tener un papel etiológico en el cáncer. [10]. Varios estudios retrospectivos sobre la FPI indicaron que los niveles elevados de PCR circulante están significativamente relacionados con una supervivencia deficiente en la FPI [15] y puede predecir la mortalidad durante las exacerbaciones agudas de la FPI [16, 17]. Curiosamente, un estudio de aleatorización mendeliana (RM) encontró una asociación negativa entre la PCR y el riesgo genético de FPI [18]. En resumen, se consideraron los siguientes aspectos: (1) existen menos estudios sobre la relación causal de los niveles circulantes de PCR sobre el riesgo de prevalencia de FPI; (2) algunos resultados contradictorios han surgido de estos estudios; (3) es probable que los estudios observacionales se vean afectados por posibles factores de confusión o sesgo de causalidad inversa que impide extraer conclusiones fiables. Por lo tanto, es necesario aclarar más el efecto causal de los niveles circulantes de CRP en la FPI.

El análisis MR es un nuevo enfoque epidemiológico que utiliza variaciones genéticas como variables instrumentales (IV) para estimar la relación causal entre la exposición y el resultado. [19, 20]. Dado que las variantes genéticas se asignan aleatoriamente en el momento de la concepción, por lo general independientes de los factores de riesgo ambientales, y preceden al inicio de la enfermedad, el análisis de RM puede evitar los efectos de la causalidad inversa y los factores de confusión no medidos. [20].

En resumen, la presente investigación pretendía evaluar el efecto causal de los niveles circulantes de PCR sobre el riesgo de desarrollar FPI mediante un enfoque de RM de dos muestras utilizando las estadísticas resumidas de dos estudios de asociación del genoma completo (GWAS) de muestra grande de ascendencia europea.

Fuente de datos

Para identificar los loci genéticos relacionados con los niveles de CRP circulantes, utilizamos datos de un metanálisis GWAS a gran escala de 88 estudios (incluidos 204 402 individuos) [21]. Este metanálisis de GWAS reveló 58 loci genéticos significativos en todo el genoma para los niveles circulantes de PCR, lo que explica hasta el 7,0 % de la variación en los niveles circulantes de PCR [21]. Utilizamos el análisis GWAS de FPI del biobanco FinnGen (congelación 5) como variables de resultado, incluidos los datos de genotipo de 1028 pacientes con FPI y 196 986 controles [22]. Las poblaciones en los dos análisis GWAS anteriores eran de ascendencia europea. Y los datos resumidos de ambos análisis GWAS se pueden descargar del conjunto de datos GWAS de acceso abierto en https://gwas.mrcieu.ac.uk/ (ID de GWAS de CRP: ieu-b-35; ID de GWAS de IPF: finn-b-IPF).

IV para los niveles circulantes de PCR

Para utilizar la variación genética para evaluar la asociación causal entre la exposición (niveles de CRP circulantes) y el resultado (IPF), debe satisfacer tres suposiciones críticas para Ivs [20]: (i) los IV están relacionados con la PCR circulante a un nivel significativo en todo el genoma; (ii) los IV deben ser independientes de cualquier factor de confusión; (iii.) Los IV afectan la FPI solo a través de los niveles circulantes de CRP (Fig. 1). Debido a la estructura de desequilibrio de ligamiento en el genoma, se identificaron asociaciones significativas entre las variantes genéticas y los rasgos en un PAG= 5 × 10^–8 umbral y r²< 0.001 [23]. Luego, obtuvimos 57 polimorfismos de un solo nucleótido (SNP) que estaban significativamente relacionados con los niveles de PCR circulante utilizando RStudio 4.1.1 y el paquete TwoSampleMR, lo que satisfizo la primera suposición (Archivo adicional 1). Luego, extrajimos los datos de 56 SNP de los 57 SNP anteriores de IPF GWAS, porque rs644234 no tenía datos en IPF GWAS (archivo adicional 2). Además, eliminamos los siguientes SNP por ser palindrómicos con frecuencias alélicas intermedias: rs10778215 y rs11108056. Finalmente, usamos 54 SNP como IV para los niveles circulantes de CRP en nuestro estudio (archivo adicional 3).

análisis estadístico

Se utilizó un análisis de RM de dos muestras para examinar la relación genética entre los niveles circulantes de PCR y el riesgo de FPI. Varianza inversa ponderada (IVW) [24] se utilizó como el principal enfoque analítico, mientras que MR-Egger [25]mediana ponderada [26]modo ponderado [27]y modo simple [28] eran métodos complementarios. Luego, realizamos los análisis de sensibilidad y probamos indirectamente el segundo y el tercer supuesto. En primer lugar, probamos la pleiotropía horizontal de IV usando la Prueba global MR-PRESSO [29] y regresión de MR-Egger [25]. En segundo lugar, se empleó la prueba Q de Cochran para determinar la heterogeneidad entre Ivs [30]. Además, realizamos el análisis Leave-one-out para determinar la influencia indebida de los SNP individuales en la estimación de MR [31]. Realizamos el análisis de MR en el software RStudio 4.1.1 utilizando el paquete R TwoSampleMR (versión 0.5.6). PAG< 0,05 se consideró significativo.

Obtuvimos 54 SNP como IV para evaluar la asociación genética de los niveles circulantes de PCR con la FPI, y el efecto causal de cada SNP sobre la FPI se muestra en el diagrama de bosque (Fig. 2). Luego, realizamos un análisis de MR utilizando estos 54 SNP, y los resultados del método IVW mostraron un efecto causal de los niveles de PCR circulante en el riesgo de FPI (OR_IVW= 1,446, IC 95% 1,128–1,854, PAG= 0,004) (Tabla 1). Y MR-Egger (OR = 1,762, IC 95% 1,232-2,521, PAG= 0,003), mediana ponderada (OR = 1,663, IC 95 % 1,170–2,364, PAG= 0,005) y modo ponderado ((OR = 1,660, 95% IC 1,250–2,203, PAG= 0.001) los métodos también arrojaron resultados…