超高性價比的MR分析高階用法——炎癥與泛癌
癌癥的發(fā)生發(fā)展與多種因素密切相關,隨著全基因組關聯(lián)分析(GWAS)數據庫的不斷更新,近期孟德爾分析熱點頻出!泛癌分析絕對是性價比最高的方向之一,用前瞻性隨機對照研究的思路,將多種暴露因素與癌癥的發(fā)生,發(fā)展,預后等結局指標聯(lián)系起來,思路簡單,范圍廣泛,易于挖掘出新的有關聯(lián)性的結果!輕松高效,既具有臨床意義,又結合了生信分析思路,非常值!文章末尾有彩蛋,大家不要錯過哦~
今天分享的文章“C反應蛋白與癌癥風險:前瞻性隊列和孟德爾隨機化分析的泛癌研究(C-reactive protein and cancer risk: a pan-cancer study of prospective cohort and Mendelian randomization analysis)”于 2022/12/19發(fā)表在BMC Medicine(IF 11/Q1) 。
在這項研究中,作者基于 UK Biobank的大規(guī)模前瞻性隊列研究,進行了泛癌分析,以評估CRP與癌癥風險之間的線性和非線性關聯(lián)。此外,利用傳統(tǒng)的孟德爾隨機化分析(MR)和非線性MR,同時探索了基因預測的CRP和癌癥風險之間的線性和非線性關系。結果表明,CRP是評估泛癌和12種特定部位癌癥風險的潛在生物標志物,而基因預測的CRP與癌癥風險沒有關聯(lián)。因此,作者認為CRP可能不是癌癥本身的原因,而是環(huán)境風險因素(即吸煙、空氣污染和衰老)的反應標志物。
下面是原文,一起來學習吧~
一、背景
炎癥已被證明是癌癥的第七個標志。有人認為,慢性炎癥狀態(tài)通過建立炎癥微環(huán)境使人易患癌癥。盡管C-反應蛋白(CRP)是一種急性期反應蛋白,但在慢性炎癥狀態(tài)下觀察到CRP水平的小幅度升高。一些研究報告了血清CRP濃度與肺癌、乳腺癌和結直腸癌之間的相關性,同時顯示了其他癌癥相關性的不一致或缺乏證據。這表明有必要進行泛癌分析,以系統(tǒng)評估CRP與癌癥風險的相關性。此外,由于觀察性研究中可能有潛在的混雜因素或反向因果關系,CRP與癌癥風險之間的因果關系仍有待探索。
孟德爾隨機化(MR)分析已被廣泛用于探索風險因素與疾病之間的因果關系。先前的MR分析表明,基因預測的CRP濃度升高可能是膽囊癌的致病因素。CRP的遺傳力估計在25%-40%之間。然而,在先前的研究中,只有少數單核苷酸多態(tài)性(SNP)被鑒定為構建CRP的遺傳工具。最近,隨著樣本量的積累,已經確定了額外的CRP相關易感性位點,這將有助于構建更有效的遺傳工具變量。
傳統(tǒng)的MR分析測試了暴露與結果之間的線性假設,而忽略了可能的非線性關系。最近,提出了一種新方法來評估MR分析中潛在的非線性J形或U形效應,該方法已成功用于舒張壓和心肌梗死風險的研究。非線性MR分析采取了對工具變量分位數進行調節(jié)的策略,并生成了局部平均因果效應(LACE)估計。因此,同時在觀察研究和MR分析中探索CRP濃度與癌癥風險之間的非線性關系,可能為CRP濃度和癌癥風險提供新的見解。
二、方法
1、研究人群
本分析中包含的所有數據均來自 UK Biobank,共有420964名參與者被納入。
2、暴露、結果和協(xié)變量的評估
可能影響CRP與癌癥風險之間關聯(lián)的變量在分析中被視為協(xié)變量,包括男性和女性的年齡、家族癌癥史、體重指數(BMI)、身高、吸煙狀況、酒精使用和身體活動,以及更年期、口服避孕藥使用和激素替代療法。此外,還將性別、種族、教育、湯森剝奪指數和評估中心作為協(xié)變量。
3、CRP的工具變量
鑒定了52個與CRP濃度相關的易感基因座,通過計算加權遺傳風險評分(wGRS),該基因座用于構建CRP的遺傳工具。工具變量與血清CRP濃度密切相關,F(xiàn)統(tǒng)計值為216。此外,敏感性分析中進一步排除了與結直腸癌和血清CRP濃度相關的五個SNP,以評估工具變量的有效性(表S3)。
SNP | Chromosome | Position | Effect allele | Beta | Se | P |
rs2064009 | 8 | 117007850 | T | -0.073 | 0.026 | 0.005 |
rs4420638 | 19 | 45422946 | A | -0.089 | 0.033 | 0.007 |
rs11108056 | 11 | 95855385 | C | -0.058 | 0.027 | 0.029 |
rs10925027 | 1 | 247612562 | T | -0.054 | 0.027 | 0.041 |
rs10521222 | 16 | 51158710 | C | -0.115 | 0.058 | 0.048 |
表S3 5個SNPs與結直腸癌和血清CRP濃度相關
4、統(tǒng)計分析
進行Cox比例風險回歸以評估CRP與癌癥風險之間的相關性;限制性立方樣條分析來探討CRP與癌癥風險之間的非線性關聯(lián)形狀;進一步進行了亞組分析,以使用似然比檢驗評估年齡、性別和吸煙狀況的影響。
敏感性分析檢驗穩(wěn)健性:(1)重新分析對數轉換CRP水平與癌癥風險之間的相關性,(2)在前兩次隨訪中排除或僅包括診斷為癌癥的參與者,以避免潛在的反向因果關系,(3)排除CRP水平>10 mg/L的參與者,以避免急性嚴重感染的影響,(4)額外調整心血管疾病和糖尿病,(5)額外調整定期使用阿司匹林和布洛芬。
同時評估了CRP濃度與癌癥風險之間潛在的線性和非線性因果關系。
(注:兩階段MR需要使用遺傳工具變量來評價因果關聯(lián)的可能中間變量M (Mediation),來探討環(huán)境暴露因素是否通過表觀遺傳指標而導致疾病改變。)
三、結果
1、參與者的基線特征如表1。
表1 參與者的基線特征
2、觀察性的關聯(lián)評估
No (incident cases) | Person years | Per 1 mg/L increase in CRP | Per 1 SD increase in CRP | P | |||
HR (95%CI) | HR (95%CI) | ||||||
Overall cancer | 420,964 (34,979) | 2,873,325 | 1.02 (1.01,1.02) | 1.05 (1.04,1.06) | <0.001 | ||
Head & neck (C00-14) | 386,492 (507) | 2,741,258 | 1.04 (1.02,1.06) | 1.14 (1.06,1.22) | <0.001 | ||
Esophagus (C15) | 386,474 (490) | 2,741,176 | 1.04 (1.01,1.06) | 1.12 (1.04,1.20) | 0.002 | ||
Stomach (C16) | 386,319 (335) | 2,740,534 | 1.03 (1.01,1.06) | 1.12 (1.02,1.22) | 0.012 | ||
Colorectal (C18-20) | 388,920 (2,936) | 2,750,426 | 1.02 (1.01,1.03) | 1.08 (1.05,1.12) | <0.001 | ||
Liver (C22) | 386,267 (282) | 2,740,446 | 1.04 (1.01,1.07) | 1.15 (1.05,1.26) | 0.003 | ||
Gallbladder (C23-24) | 386,124 (139) | 2,739,827 | 0.97 (0.91,1.02) | 0.90 (0.74,1.08) | 0.247 | ||
Pancreas (C25) | 386,554 (569) | 2,741,611 | 1.00 (0.98,1.03) | 1.01 (0.94,1.10) | 0.725 | ||
Lung (C33-34) | 387,877 (1,892) | 2,746,976 | 1.06 (1.05,1.07) | 1.21 (1.17,1.25) | <0.001 | ||
Melanoma (C43) | 387,403 (1,421) | 2,744,818 | 1.01 (0.99,1.03) | 1.03 (0.98,1.09) | 0.289 | ||
Non-melanotic skin (C44) | 396,880 (10,902) | 2,782,977 | 1.00 (1.00,1.01) | 1.01 (0.99,1.03) | 0.261 | ||
Breast (C50) | 212,249 (5,015) | 1,492,129 | 1.00 (1.00,1.01) | 1.02 (0.99,1.05) | 0.270 | ||
Uterus (C54-55) | 208,033 (797) | 1,476,462 | 1.02 (1.00,1.04) | 1.08 (1.02,1.15) | 0.013 | ||
Ovary (C56) | 207,771 (535) | 1,475,432 | 1.02 (0.99,1.04) | 1.06 (0.97,1.15) | 0.180 | ||
Prostate (C61) | 184,126 (5,380) | 1,286,416 | 0.99 (0.99,1.00) | 0.98 (0.96,1.01) | 0.200 | ||
Kidney (C64) | 386,682 (698) | 2,742,036 | 1.05 (1.04,1.07) | 1.19 (1.13,1.26) | <0.001 | ||
Bladder (C67) | 386,551 (566) | 2,741,376 | 1.01 (0.99,1.04) | 1.05 (0.97,1.13) | 0.213 | ||
CNS (C70-72) | 386,417 (432) | 2,740,957 | 1.00 (0.97,1.03) | 1.00 (0.90,1.10) | 0.989 | ||
Thyroid (C73) | 386,210 (225) | 2,740,111 | 1.00 (0.96,1.04) | 1.00 (0.87,1.14) | 0.945 | ||
Non-Hodgkin lymphoma (C82-85,96) | 387,081 (1,096) | 2,743,484 | 1.04 (1.03,1.06) | 1.14 (1.09,1.20) | <0.001 | ||
Multiple myeloma (C90) | 386,383 (399) | 2,740,916 | 0.96 (0.93,1.00) | 0.88 (0.77,0.99) | 0.035 | ||
CLL (C91) | 386,371 (386) | 2,740,738 | 0.97 (0.94,1.01) | 0.91 (0.81,1.03) | 0.141 |
表S4 CRP濃度的升高與多種癌癥的發(fā)生相關
圖1 CRP與癌癥風險之間的潛在非線性關系
圖S1
圖S2
≤ 3mg/L | >3 mg/L | ||
No (incident cases) | Person years | HR (95%CI) | |
Overall cancer | 327,031 (26,173) | 2,237,479 | 1.12 (1.11,1.14) |
Head & neck (C00-14) | 301,209 (351) | 2,137,461 | 1.15 (1.01,1.32) |
Esophagus (C15) | 301,201(344) | 2,137,476 | 1.43 (1.26,1.64) |
Stomach (C16) | 301,087 (229) | 2,136,975 | 1.26 (1.06,1.48) |
Colorectal (C18-20) | 303,003 (2,145) | 2,144,527 | 1.23 (1.17,1.30) |
Liver (C22) | 301,037 (179) | 2,136,852 | 1.45 (1.20,1.74) |
Gallbladder (C23-24) | 300,952 (94) | 2,136,473 | 1.15 (0.88,1.50) |
Pancreas (C25) | 301,268 (410) | 2,137,813 | 1.33 (1.18,1.50) |
Lung (C33-34) | 301,995 (1,137) | 2,140,855 | 1.52 (1.42,1.64) |
Melanoma (C43) | 301,966 (1,111) | 2,140,358 | 1.02 (0.94,1.10) |
Non-melanotic skin (C44) | 309,450 (8,597) | 2,170,575 | 1.05 (1.02,1.08) |
Breast (C50) | 160,803 (3,644) | 1,130,896 | 1.14 (1.09,1.18) |
Uterus (C54-55) | 157,651 (491) | 1,119,136 | 1.41 (1.26,1.57) |
Ovary (C56) | 157,548 (388) | 1,118,715 | 1.17 (1.03,1.33) |
Prostate (C61) | 148,034 (4,337) | 1,035,523 | 1.05 (1.01,1.09) |
Kidney (C64) | 301,320 (463) | 2,137,990 | 1.39 (1.24,1.56) |
Bladder (C67) | 301,270 (412) | 2,137,591 | 1.27 (1.12,1.44) |
CNS (C70-72) | 301,185 (327) | 2,137,370 | 1.17 (1.01,1.35) |
Thyroid (C73) | 301,031 (173) | 2,136,726 | 1.16 (0.95,1.40) |
Non-Hodgkin lymphoma (C82-85,96) | 301,634 (776) | 2,139,208 | 1.16 (1.06,1.27) |
Multiple myeloma (C90) | 301,172 (315) | 2,137,379 | 1.05 (0.91,1.22) |
CLL (C91) | 301,166 (308) | 2,137,248 | 0.94 (0.80,1.09) |
表S5
表2
表3
3.孟德爾隨機化分析
圖2遺傳預測的CRP濃度與總體癌癥風險以及特定部位癌癥風險之間沒有線性關聯(lián)
圖S3
圖S4
圖S5
圖3
四、討論
炎癥反應/環(huán)境可以在惡性腫瘤周圍和/或全身水平調節(jié)宿主免疫系統(tǒng),以調節(jié)宿主的腫瘤免疫。許多研究使用已知的炎癥生物標志物來推斷炎癥反映的狀態(tài),為進一步通過干預炎癥反應來預防或改善腫瘤預后提供線索。外周血循環(huán)炎癥生物標志物較易獲,便于動態(tài)監(jiān)測,C反應蛋白(CRP)是最常用的生物標志物之一。一些觀察性研究報告了血清CRP濃度與肺癌、乳腺癌和結直腸癌風險之間的相關性,但其他癌癥的相關證據不全,且因果關系的方向仍不清楚。
這一項研究基于一項大規(guī)模前瞻性隊列研究,發(fā)現(xiàn)基線時CRP升高與隨訪期間癌癥發(fā)生的風險增加相關。對于特定部位的癌癥,頭頸癌、食道癌、胃癌、結直腸癌、肝癌、肺癌、乳腺癌、腎癌和非霍奇金淋巴瘤也存在陽性關聯(lián),而CLL則存在陰性關聯(lián)。然而,線性和非線性MR分析表明,基因預測的CRP與癌癥風險之間沒有關聯(lián)。
到目前已有幾個假設來解釋CRP濃度升高與癌癥風險之間的潛在聯(lián)系機制:(1)腫瘤組織會引起炎癥,從而增加血清CRP水平;(2) 腫瘤細胞可以產生各種細胞因子和趨化因子,刺激肝臟中CRP的產生;(3) CRP是宿主對腫瘤細胞免疫反應的一部分;(4) CRP是慢性炎癥的標志物,它會通過創(chuàng)造一個有吸引力的環(huán)境來促進癌變;(5)CRP可作為內部暴露標志物,反映身體的老化狀態(tài)。
盡管觀察性分析顯示CRP濃度與前瞻性隊列中發(fā)生癌癥風險之間存在顯著關聯(lián),但MR分析不支持因果關系。其他的研究也表明,乳腺癌、結直腸癌、前列腺癌和肺癌的觀察性分析和MR分析之間存在類似差異。這種差異不可能因混淆或反向因果關系而產生偏差。
五、小結:
這項研究的主要優(yōu)勢在于對CRP與總體癌癥風險以及特定部位癌癥之間的關系進行了全面分析,包括觀察分析和MR分析,證明了CRP濃度與總體癌癥風險以及9種特定部位癌癥之間的正相關,CRP濃度與特定部位癌癥之間的三種非線性關聯(lián)模式,但拐點始終在CRP濃度的3mg/L和對數轉換后的1mg/L。因此,作者認為CRP可能不是癌癥本身的原因,而是環(huán)境風險因素(即吸煙、空氣污染和衰老)的反應標志物,這些因素可導致慢性低度炎癥。此外,這些結果共同表明CRP是癌癥風險分層的潛在生物標志物,也可能以1mg/L和3mg/L作為分界點。
思路拓展
小編也對泛癌的孟德爾分析非常偏愛!這里,總結了一些常見的暴露因素和泛癌的結局指標,幫助大家打開思路。
更加高階的思路和數據分析,請戳下方二維碼,快速上車!
暴露 | 泛癌結局指標 | |
代謝 | 氨基酸、碳水化合物、輔因子和維生素、能量、脂質、核苷酸、肽 | 發(fā)生(病例VS對照); 發(fā)展(對比同一腫瘤,不同分期,分級,特殊部位轉移,高危并發(fā)癥的出現(xiàn)等等); 治療(比較不同藥物療效,并發(fā)癥,患者醫(yī)從性;不同的治療方式包括手術,放療,化療以及不同治療之間的時間間隔等等); 預后(病例組VS對照組或者不同階段的病例組之間,生存時間,無病生存時間,無進展生存時間,高危并發(fā)癥,特殊部位轉移等等對比) |
微量營養(yǎng)物 | 鐵、鋅、銅、硒、磷 | |
維生素 | 維生素D、C、E | |
飲食/生活方式 | 脂肪,肥胖,體型,BMI,酒精,吸煙,咖啡因攝入,睡眠/睡眠周期,牛奶攝入量,BMI,血壓 | |
生物標記物 | CRP,白介素6,胰島素樣生長因子,血管內皮生長因子 | |
微生物 | ||
良性占位性疾病,慢性疾病,精神類疾病,自身免疫性疾病 |