快递查询
测试调用测试设计Survival生存曲线绘制软件环境微生物多样性软件转录组分析软件转录组软件购买重测序软件环境微生物多样性软件(1)桌面软件中药空间代谢组学检测中药非靶代谢组检测中药入血/入靶成分分析中药成分鉴定检测中药组学ATAC-seqCHIP-seqHi-C测序基因调控OmicsBeanMicrobe Trakr(微生物基因组鉴定分析工具)网页分析系统WEB分析系统澳洲血清 BovineBD科研管KAPAQIAGENThermoFisherMVE液氮罐4titude® 样品管标记系统Hi-C建库试剂盒及基因组组装软件无血清细胞冻存液Cell Freezing Medium纳米流式检测仪lexogen支原体检测试剂盒仪器试剂耗材数据库开发数据中心TCGA生存数据包功能医学报告系统开发PlantArray植物生理组平台特色服务单细胞测序空间代谢组DSP空间蛋白质组Visium空间转录组测序空间多组学类器官基因芯片染色体级别基因组组装Hi-C建库叶绿体、线粒体基因组测序一代测序动植物基因组de novo测序细菌基因组测序真菌基因组测序病毒基因组测序简化基因组遗传图谱测序简化基因组GWAS测序基因组重测序表观组基因分型外显子捕获目标区域捕获简化基因组遗传图谱性状定位扫描图DNA中5-hmC图谱测定全基因组甲基化测序真菌基因组扫描图测序epiGBS-简化甲基化BSA混池测序基因组SSR开发基因组(DNA)UMI-RNAseq转录组测序真核有参转录组测序真核无参转录组测序原核链特异性转录组测序全转录组测序 降解组表达谱芯片circRNA芯片circRNA测序Small RNA测序Lnc RNA测序m6A甲基化测序互作转录组测序UMI-RNAseq转录组(RNA)16S扩增子全长测序Meta-Barcoding(eDNA)技术研究微生物多样性测序宏基因组测序宏基因组Binning分析宏基因组抗性基因测序HiC-Meta宏基因组宏转录组差异表达测序宏病毒组测序环境DNAHiFi-Meta宏基因组肠道菌群临床检测基于肠道菌群检测和移植的肠道微生态学科建设宏基因组元素循环测序微生物组蛋白组代谢组抗体芯片Raybiotech芯片蛋白芯片蛋白芯片4D蛋白质组Raybiotech芯片OLINK精准蛋白质组学解决方案常规定量蛋白质组蛋白质组定性分析靶向蛋白质组学修饰蛋白质组学非靶向代谢组学靶向代谢组学脂质组学蛋白和代谢组GC-MS全代谢组LC-MS全代谢组靶向代谢组脂质组学代谢组学分子生物学CRISPR基因编辑细胞定制细胞株构建iPS构建CRISPR/Cas9DNA甲基化修饰细胞FAQ基因编辑切片图像扫描组织芯片免疫组化微量基因组建库专家病理切片数字存档多色免疫荧光病理形态学数据陪护扩增子时序分析基因突变体克隆动物中心小动物疾病模型构建和检测服务基因编辑小鼠动物实验支原体污染检测服务细胞系遗传背景鉴定细胞系鉴定外泌体全转录组测序外泌体分离与鉴定单外泌体蛋白质组学分析服务外泌体专题甲基化焦磷酸测序cfDNA甲基化测序DNA甲基化测序850K甲基化芯片935K甲基化芯片全基因组甲基化测序(WGBS)简化基因组甲基化测序 (RRBS)目标区域甲基化测序 (Targeted Bisulfite Sequencing)甲基化DNA免疫沉淀测序 (MeDIP-seq)氧化-重亚硫酸盐测序 (oxBS-seq)TET-重亚硫酸盐测序(TAB-seq)5hmC-Seal,超高灵敏度的羟甲基化检测羟甲基化免疫共沉淀测序 (hMeDIP-seq)DNA 6mA免疫沉淀测序 (6mA-IP Seq)甲基化专题RNA修饰研究专题免疫印迹(Western-blot)技术服务定量Western检测Simoa单分子免疫分析qPCRCNVSNPPGM测序PCR array数字PCR精准检测ATAC-SeqChIP-SeqRIP-Seq基因调控Ribo-seq核糖体印迹测序技术Active Ribo-seq活跃翻译组测序技术翻译组10x官方发布样本准备样本要求样本取材以及样本编号技巧精简版细胞库组织库动物模型蛋白组代谢组Hi-C单细胞与空间转录组单细胞悬液外泌体Raybiotech蛋白芯片Simoa样本准备样本准备要求表单留言板SaaS 帮助搜索Mac谷歌浏览器2019国自然基金查询生信相关工具集合数据分析项目信息单提交资料分享核酸抽提产品资料转录组软件教学视频微生物多样性软件教学视频Lexogen产品培训视频Olink精准蛋白组学专题项目进度个人中心会员登录会员注册购物车联系我们公众号手机商城公司愿景知识分享
当前位置

Olink蛋白质组在pQTL药物靶点发现的应用

转自联川生物

蛋白质代表疾病的中间表型,并提供对遗传和非遗传风险因素如何与临床结果相关联。蛋白质水平和DNA序列变异与常见疾病的危险等位基因共定位之间的关联可以揭示疾病相关的途径,揭示新的药物靶点和转化医学的生物标记物。Olink蛋白质组学检测技术的发展为使用GWAS检测pQTL(protein quantitative trait loci,蛋白数量性状位点,指影响蛋白水平的位点)进行循环蛋白遗传调控研究铺平了道路,已报道数百个SNP与蛋白质水平存在关联。





与蛋白质水平相关的遗传变异分两类:顺式pQTL(cis-pQTL)为靠近编码蛋白质的基因;反式pQTL(trans-pQTL)距离编码蛋白质的基因更远,通常位于不同染色体上。如果使用孟德尔随机化(MR),基因变异和蛋白表达水平都能与表型结果稳健相关,这可能提供了**的证据,表明该蛋白与正在研究的疾病有因果关系。这是因为,虽然蛋白质的表达可能会因为疾病而发生改变,但基因变异却不能。图片






图片


图片


图片对来自历史药物开发项目的数据的评估显示,具有孟德尔随机化(MR)和共定位支持的蛋白靶点适应症对更有可能获得批准,这证明了这种方法在确定和优先考虑潜在治疗靶点方面的价值。2020年的一篇自然遗传杂志的文章对这种因果关系做了描述(如上图)

Zheng, J., Haberland, V., Baird, D. et al. Phenome-wide Mendelian randomization mapping the influence of the plasma proteome on complex diseases. Nat Genet 52, 1122–1131 (2020).

SCALLOP 联盟(Systematic and Combined AnaLysis of Olink Proteins)是全球**的pQTL合作研发的框架,是专门使用Olink PEA蛋白质组学技术来发现和跟踪与蛋白质的遗传关联。到目前为止,来自28个研究机构的33个PI参与了这项工作,目前包括65 000多名患者和对照组的汇总水平数据。





以pQTL发现为目的的多组学的临床队列研究的主要功能在于:

  • 1)发现疾病的致病机制

  • 2)发现新的药物靶点

  • 3)发现药物的新治疗适应症

  • 4)识别临床相关的生物标志物







图片
案例1:借助Olink技术对3万余人的90种心血管蛋白进行基因组和药物靶点评估
图片

图片

图片


在2020年发表于《自然-代谢》的一项研究中,SCALLOP联盟成员15个GWAS研究队列中的3万多人中确定了90种心血管蛋白(Olink CVD I检测试剂盒)的蛋白定量性状位点pQTL,从而得到了85种蛋白的451个pQTL(与蛋白表达水平相关的遗传变异)。这篇文章也是SCALLOP联盟的**个研发成果。

该研究基于pQTL的框架是为了解决与药物开发相关的几个关键挑战而开发的,包括

  • a) 循环蛋白的潜在调控途径的映射,

  • b) 基于致病蛋白的新靶点候选者的识别:这次研究发现了11个新的蛋白和疾病因果关联,经过临床实验数据库查询,发现了11个潜在的药物靶点。

  • c) 药物在开发中的重新定位,

  • d) 靶点相关的安全性

  • e) 通过蛋白生物标志物和以蛋白靶点为中心的遗传风险评分PRS对疾病早期预测:

图片

图片


图:支持旧靶标验证和重新定位(老药新用)蓝色和靶标介导的安全性的蛋白-性状关系 紫色,以及药物开发的新候选药物靶点发现 绿色。


图片


表:靶标的疗效,安全性和副作用分析


图片
案例2:外周血循环蛋白质和肺癌患病风险的研究
图片

图片

图片


2021年三月份,利用上篇文献提到的既有队列的免疫炎症蛋白质组(OLINK Inflammation panel)检测,SCALLOP联盟成员在医学预印本上发布了最新的多组学研究成果,这次,他们把研究聚焦到了肺癌的多组学研究上。其研究思路和设计可见下图;这项研究的目的是利用基因组学,蛋白质组学和疾病表型组等多组学数据来源来识别导致肺癌风险的病因相关的炎症和免疫相关蛋白。基于在上篇文献中队列30,913个体的蛋白质数据和GWAS数据中鉴定出的pQTL,**步,使用一个大的GWAS进行了一个探索性的双样本孟德尔随机化(MR)来鉴定候选具备疾病因果的蛋白。在敏感性和共定位分析后,评估使用孟德尔随机化(MR)和评估肺癌患者的肿瘤免疫特征的潜在致病通路。随后,研究人员利用英国生物样本库中的多基因评分预测蛋白浓度,直接拿到诊断前病例对照患者的血液蛋白质检测浓度,和TCGA(the Cancer Genome Atlas)数据库中的相关基因表达情况和临床表型数据进行了结果验证。





研究人员报道了多条证据支持IL-18在肺癌病因学中的保护作用。IL-18可能通过肺组织局部的CD8T和NK细胞计数来抑制肿瘤的发生,这与目前对IL-18功能的理解一致。总之,这些结果突出了IL-18作为肺癌的病因学生物标志物和免疫肿瘤治疗的潜在靶点的潜力。





图片

图片


图:研究设计的概况


图片
案例3:确定动脉粥样硬化的病因和病理生理机制
图片


图片


2021年5月,SCALLOP联盟的科学家在《动脉硬化、血栓形成和血管生物学》(Arterioscler Thromb Vasc Biol)杂志上发表了一批新的数据。这篇文章采用了SCALLOP联盟中来自7个GWAS研究中的11754个临床样本,利用Olink CVD1 panel的检测数据,颈动脉内中膜厚度(IMT-CCA),斑块的发生和心血管事件(心肌梗死或脑缺血中风)等表型数据确定动脉粥样硬化和心血管事件的因果病理生理机制,并且采用了发现-验证的流程对数据进行了经一步的确认。其实验分析流程见下图。


图片

图片

如下图,荟萃分析发现了一些与颈动脉粥样硬化相关的蛋白质,它们与IMT-CCA、斑块形成和动脉粥样硬化疾病的预后关联部分不同。对mmp-12的孟德尔随机化分析表明,MMP-12水平的增加可能是动脉粥样硬化负担的结果,而不是疾病的致病原因,MMP-12的增加对缺血性中风有保护作用。并且在这个研究中GAL, CD40, CASP-8, 和TRAIL-R2四种蛋白质和动脉粥样硬化的关系在之前并没有文献报道过。

图片

图片


这三项研究均强调了在疾病表型的背景下将基因组学和蛋白质组表达数据联系起来的重要性,以确定药物开发的可操作的蛋白靶点。大多数药物都针对的是蛋白质,而不是基因。所以虽然许多药物是基于基因组发现开发的,但这些药物通常在临床阶段失败,因为它们无法为成功的治疗提供预期的结果。随着Olink蛋白质组学的深入pQTL会应用的越来越广泛。






Reference:

Suhre, K., McCarthy, M.I. & Schwenk, J.M. Genetics meets proteomics: perspectives for large population-based studies. Nat Rev Genet 22, 19–37 (2021). https://doi.org/10.1038/s41576-020-0268-2

https://www.olink.com/scallop/

Folkersen, L., Gustafsson, S., Wang, Q. et al. Genomic and drug target evaluation of 90 cardiovascular proteins in 30,931 individuals. Nat Metab 2, 1135–1148 (2020).

Lars Lind. Arteriosclerosis, Thrombosis, and Vascular Biology. Plasma Protein Profile of Carotid Artery Atherosclerosis and Atherosclerotic Outcomes, Volume: 41, Issue: 5, Pages: 1777-1788, DOI: (10.1161/ATVBAHA.120.315597)

文章分类: Olink+生物标志物