Resumen
Razón fundamental
Los individuos homocigotos para el alelo de antitripsina (AAT) Z (PI*zz) de alfa-1 exhiben heterogeneidad en el riesgo de EPOC. La ocurrencia de la EPOC en los no fumadores con deficiencia de AAT (AATD) sugiere que los procesos inflamatorios pueden contribuir al riesgo de EPOC independientemente del fumar. Presumimos que los biomarcadores de proteínas inflamatorias en la EPOC no AATD están asociados con EPOC moderada a severa en individuos AATD, después de tener en cuenta los factores clínicos.
Métodos
Se incluyeron los participantes del estudio de modificadores genéticos COPDGEN (PI*MM) y AAT (PI*ZZ). Se identificaron proteínas asociadas con FEV1/FVC, ajustando los factores de confusión y la relación familiar. Se construyeron redes de interacción proteína-proteína específica de pulmón (PPI). Se identificaron proteínas asociadas con la terapia de aumento AAT y se realizaron análisis de reutilización de fármacos. Se desarrolló una puntuación de riesgo de proteína (PROTRS) en Copdgene y se validó en AAT GM utilizando el análisis AUROC. El aprendizaje automático clasificó a los predictores proteómicos, ajustando la edad, el sexo y el historial de fumar.
Resultados
Entre 4,446 individuos PI*mm y 352 PI*ZZ, dieciséis proteínas sanguíneas se asociaron con obstrucción del flujo de aire, de los cuales catorce se expresaron altamente en el pulmón. Las redes PPI implicaron la regulación de la función del sistema inmune, la señalización de citocinas e interleucina, y metaloproteinasas de matriz. Once proteínas, incluida IL4R, estaban vinculadas a la terapia de aumento. La reutilización de fármacos identificó antibióticos, medicamentos para la tiroides, terapias hormonales y antihistamínicos como posibles tratamientos complementarios AATD. Agregar protrs mejoró la predicción de la EPOC en AAT GMS (AUROC 0.86 vs. 0.80, P = 0.0001). Ager fue el predictor de proteínas mejor clasificado de la EPOC.
Conclusiones
Dieciséis proteínas están asociadas con EPOC y procesos inflamatorios que predicen la obstrucción del flujo de aire en AATD después de tener en cuenta la edad y el tabaquismo. La activación inmune y la inflamación son moduladores del riesgo de EPOC en AATD.
Introducción
La enfermedad pulmonar obstructiva crónica (EPOC) es una causa importante de morbilidad y mortalidad en todo el mundo (1). Una causa monogénica de la EPOC es la deficiencia de antitripsina de alfa-1 (AAT) (AATD). AAT está codificado por el gen SERPINA1 y es un potente inhibidor de la elastasa de neutrófilos (2). Los individuos homocigotos para dos alelos z (Glu342lys; denotado Pi*zz) en este gen tienen niveles de AAT séricos circulantes muy bajos. AATD se asocia con enfisema severo de inicio temprano, limitación del flujo de aire, enfermedad hepática y otros trastornos (2). Sin embargo, existe una marcada heterogeneidad entre las personas con PI*ZZ con respecto al desarrollo de la obstrucción del flujo de aire y el enfisema.
Para examinar los factores asociados con la gravedad de la enfermedad pulmonar entre las personas con PI*ZZ, el Estudio del Modificador Genético AAT (AAT GMS), inscribió una gran cohorte de familiares y familiares no índice homocigoto para el alelo Z. A partir de esta cohorte, el tabaquismo, el sexo masculino, el asma, la neumonía y la bronquitis crónica se han identificado previamente como factores de riesgo para medidas de espirometría más bajas (3). Serban y sus colegas demostraron que existen predictores proteómicos compartidos de obstrucción del flujo de aire y enfisema en individuos con y sin pi*zz, y que una puntuación de riesgo de proteína puede predecir el enfisema (4). Sin embargo, en su análisis de 237 sujetos PI*ZZ, no se realizó un análisis de interacción proteína-proteína específica de pulmón de predictores proteómicos superpuestos con obstrucción del flujo de aire, y la puntuación de riesgo de proteína no se probó en el contexto de una puntuación de riesgo clínico. Además, las plataformas proteómicas en este estudio anterior no se enriquecieron para marcadores inflamatorios, lo que puede ofrecer una visión más global de las alteraciones proteómicas, pero también puede limitar la identificación de vías inflamatorias objetivo.
Si bien dejar de fumar es primordial para prevenir la obstrucción del flujo de aire, algunas personas con AATD desarrollarán enfermedad pulmonar a pesar de nunca fumar o dejar de fumar. Por lo tanto, puede haber procesos inflamatorios asociados con AATD que conducen a la obstrucción del flujo de aire que son independientes del tabaquismo, aunque esta hipótesis no se ha probado. A pesar de que AATD es monogénico en etiología, la heterogeneidad en la gravedad de la enfermedad y la respuesta al reemplazo de proteínas AAT (en adelante, el «aumento») de la terapia sugieren que los procesos biológicos adicionales vinculados a la AATD quedan por entenderse. Al igual que con otras causas de la EPOC, la inflamación podría ser un importante impulsor del riesgo y la gravedad de la enfermedad, y aprovechar un panel proteómico enriquecido para biomarcadores de proteínas inflamatorias podría identificar las vías patógenas asociadas con la EPOC y la AATD.
En este estudio, utilizamos datos proteómicos del estudio de epidemiología genética de la EPOC (COPDGEN) para capacitar a un modelo predictivo y a individuos de AAT GMS con datos proteómicos enriquecidos para marcadores inflamatorios para abordar estos problemas. Presumimos que después de tener en cuenta los factores de riesgo clínico de la gravedad de la enfermedad, existen biomarcadores de proteínas inflamatorias asociadas con los cuales las personas con AATD grave desarrollarán EPOC moderada a severa. Además, examinamos proteínas inflamatorias asociadas con la terapia de aumento AAT para la traducción clínica.
Métodos
Poblaciones de estudio
Copdgene
El estudio de epidemiología genética de la EPOC (COPDGENE) (5) incluyó 10,198 individuos blancos no hispanos (NHW) y afroamericanos (AA), de 45 a 80 años de edad con 10 o más años de exposición al tabaquismo. Se recopilaron datos de imagen demográficos, espirometría, tomografía computarizada de tórax (TC) y muestras de sangre completa.
En la visita de seguimiento de cinco años, se recolectaron muestras de sangre en 5.670 individuos y se midieron datos proteómicos utilizando Somascan 5 K (versión 4.0). Se pueden encontrar más detalles sobre los datos de Somascan en el suplemento. En el análisis actual, incluimos solo individuos con pi*mm inferidos basados en la exclusión de otros genotipos, como se informó anteriormente (6), con datos de Somascan y espirometría recopilados en la visita de seguimiento de cinco años.
Estudio de modificadores genéticos AAT
El estudio de modificadores genéticos AAT (AAT GMS) (3) es un estudio transversal multicéntrico de 378 participantes de ascendencia europea con AATD severo (todos Pi*zz) en 167 familias (3). Las familias elegibles incluían aquellos con al menos un par de hermanos con PI*zz en el que ambos hermanos tenían 30 años de edad o más. Se recogieron cuestionario, espirometría y sangre entera. El estado de Proband se definió como el primer individuo en la familia diagnosticado con AATD.
Los datos proteómicos se generaron utilizando el panel inflamatorio 384 de exploración Olink por Olink (Waltham, MA) y preprocesados para eliminar los valores atípicos (7). Los datos se transformaron en una escala log2 con la unidad de medición en la escala NPX relativa por olink (8, 9). NPX (expresión de proteína normalizada) es una métrica de cuantificación relativa utilizada para representar los niveles de proteína detectados en los ensayos OLINK. NPX se basa en la tecnología de ensayo de extensión de proximidad (PEA), que permite una detección de proteínas sensible y precisa en un amplio rango dinámico. Se eligieron biomarcadores en este panel para representar proteínas en las vías biológicas que más contribuyen a las preguntas clave de investigación en 5 áreas principales: proteínas secretadas, proteínas específicas de órganos, proteínas inflamatorias, objetivos fármacos establecidos y continuos, y proteínas exploratorias. Los detalles adicionales sobre la preparación de datos proteómicos Olink están en el suplemento. Incluimos individuos con datos proteómicos y espirometría Olink.
Análisis estadístico
Descripción general del diseño del estudio
Un esquema del diseño de nuestro estudio se muestra en la Fig. 1. El estudio incluyó la caracterización biológica de proteínas asociadas con FEV1/FVC y el desarrollo de un predictor proteómico de FEV1/FVC, así como un examen de los predictores proteómicos superiores de la obstrucción del flujo de aire después de tener en cuenta los factores de riesgo clínico. Para la porción de caracterización biológica, identificamos qué proteínas se asociaron con FEV1/FVC tanto en COPDGEN como AAT GMS y utilizamos el conjunto replicable de proteínas para realizar los análisis de la red de interacción de proteínas y proteínas para obtener información sobre el significado biológico de nuestros hallazgos. Mapeamos estas proteínas a los tipos de células pulmonares y realizamos el análisis de reutilización de fármacos (ver más abajo). Como análisis secundarios, también examinamos los marcadores proteómicos asociados con la terapia de aumento AAT.
Fig. 1Esquema del diseño del estudio. COPDGENE = Epidemiología genética del estudio de EPOC. FeV1 = volumen espiratorio forzado en 1 s. FVC = capacidad vital forzada. LASSO = operador de contracción y selección menos absoluta. PI = inhibidor de proteasa de antitripsina alfa-1. AUC = Curva característica operadora de área bajo el receptor-operador. String = Herramienta de búsqueda para la recuperación de proteínas que interactúan
Imagen de tamaño completoCaracterización biológica de asociaciones proteómicas con fenotipos de interés
Fenotipos/resultados de interés
El fenotipo primario o el resultado de interés fue FEV1/FVC en ambas cohortes. En la cohorte de AAT GMS, también probamos una gama de asociaciones secundarias de interés, incluida la administración de la terapia de aumento AAT, la proteína C reactiva (PCR) (medida por separado de Olink), capacidad de respuesta al broncodilatador (BDR), inmunoglobulina E (IGE) y FEV1% predicha. Dado el sesgo correcto de FEV1/FVC, utilizamos FEV1/FVC normalizado para todos los análisis. Las proteínas Somascan y Olink, CRP e IGE se transformaron LOG2 antes del análisis.
Caracterización biológica de proteínas asociadas con FEV1/FVC
Realizamos un análisis de expresión de proteínas diferencial en Copdgene y AAT GM para cada fenotipo de interés. Primero nos limitamos a las proteínas presentes en los conjuntos de datos Copdgene y AAT GMS basados en identificadores uniprot superpuestos (272 proteínas). En Copdgene, realizamos análisis utilizando múltiples regresiones lineales, ajustando los posibles factores de confusión, incluidos la edad, el sexo, la raza autoidentificada, el estado de fumar actual, los años de fumar y el centro de estudio. En AAT GMS, aplicamos modelos lineales de efectos mixtos que utilizan el paquete Olinkanalyze R (https://github.com/olink-proteomics/olinkrpackage) …
(Tagstotranslate) Neumología/sistema respiratorio
