微精选

空腹胰岛素对冠心病风险的影响

识别出 44 个 SNP 作为空腹胰岛素的遗传工具。基于 F 统计量，所有这些 SNP 都被视为强工具。使用 IVW 进行的单变量 MR 分析显示，遗传预测的空腹胰岛素与 CAD 风险增加相关（OR 1.79，95% CI 1.34 至 2.40，P 值 8.16×10⁻⁵）。在敏感性分析中，这种显著关联在加权中位数、MR-RAPS 和 MR-PRESSO 方法中均保持稳健。rs998584 在 CARDIoGRAMplusC4D 中与 CAD 直接相关（附加文件 2：图 S1），在移除 rs998584 后结果未改变（OR 1.72，95% CI 1.30 至 2.28，P 值 1.63×10⁻²）。rs1260326、rs10865959、rs13280813、rs7012814、rs7903146 和 rs12454712 与英国生物样本库中的饮酒和 BMI 相关（附加文件 2：图 S2），在移除这些 SNP 后，显著关联仍然存在（OR 2.24，95% CI 1.76 至 2.86，P 值 1.02×10⁻³）。

空腹胰岛素与冠状动脉疾病的相关蛋白介质

在考虑 FDR 后，空腹胰岛素与 355 种循环蛋白水平相关，包括心代谢面板中的 97 种蛋白、炎症面板中的 112 种蛋白、神经病学面板中的 70 种蛋白以及肿瘤学面板中的 76 种蛋白（图1）。胰岛素与 2940 种蛋白。

使用逆方差加权法绘制遗传预测空腹胰岛素与 2940 种蛋白质关联的火山图。A 火山图展示胰岛素与心脏代谢面板中蛋白质的关联。B 火山图展示胰岛素与炎症面板中蛋白质的关联。C 火山图展示胰岛素与神经病学面板中蛋白质的关联。D 火山图展示胰岛素与肿瘤学面板中蛋白质的关联。横轴表示β估计值，纵轴表示 MR 分析中的−log10(P)值。红色点代表与空腹胰岛素关联且 FDR < 5%且β > 0 的蛋白质；蓝色点代表与空腹胰岛素关联且 FDR < 5%且β < 0 的蛋白质。灰色点代表未通过 FDR = 5%的蛋白质。最重要的 50 种蛋白质标注了其名称。

如图2在受胰岛素影响的这 355 种蛋白质中，有 17 种蛋白质在考虑 FDR 后显示出与 CAD 风险相关，包括 ZHX2、CD164L2、PLA2G7、GZMA、LDLR、AGRP、GAST、KRT8、SCRIB、MICB、CCL4、PTPRC、CPXM2、CSF2、CD5、HHEX 和 STAB2。遗传预测的空腹胰岛素与这 17 种蛋白质的循环水平升高相关。另外 10 种蛋白质（PLA2G7、GZMA、LDLR、AGRP、GAST、CCL4、PTPRC、CPXM2、CD5 和 HHEX）也显示出与 CAD 风险的正相关关系（图3 ）。Steiger 检验支持这些胰岛素-蛋白质和蛋白质-CAD 关联的因果方向。这 10 种蛋白质符合（1）作为胰岛素对 CAD 的正面影响的介导物的标准，并包含在后续的敏感性分析和验证分析中。

使用逆方差加权法展示胰岛素影响蛋白对 CAD 风险的作用热图。A 心脏代谢面板中的蛋白热图。B 炎症面板中的蛋白热图。C 神经病学面板中的蛋白热图。D 肿瘤学面板中的蛋白热图。内圈展示了空腹胰岛素与步骤 1MR 中选出的 355 种蛋白的关联。外圈展示了这些胰岛素影响蛋白与步骤 2MR 得出的 CAD 风险的关联。显著性以 FDR < 5%标记为*。

胰岛素-蛋白质-冠状动脉疾病关联，从两步孟德尔随机化研究中选择

这些十种蛋白的遗传工具。其中八种蛋白（PLA2G7、GZMA、LDLR、AGRP、CCL4、PTPRC、CPXM2 和 CD5）既有顺式 pQTLs 也有反式 pQTLs，而 GAST 和 HHEX 只有反式 pQTLs。在敏感性分析中，MR-Egger、加权中位数、MR-RAPS 和 MR-PRESSO 给出的方向性估计与使用 IVW 进行两步 MR 分析的结果一致，除了使用 MR-Egger 方法分析胰岛素与 CPXM2 的关联。十种蛋白的遗传工具与 CAD 风险的关联在附加文件 2：图 S3–S12 中展示。在直接关联 CAD 的 SNPs 后，胰岛素与这十种蛋白的关联，以及 PLA2G7、GZMA、LDLR、AGRP、GAST、CCL4、CPXM2 和 HHEX 与 CAD 的关联仍然显著。十种蛋白的遗传工具与潜在混杂因素（即 Townsend 指数、教育程度、吸烟状况、饮酒、身体活动或 BMI）的关联在附加文件 2：图 S13–S22 中展示。 在剔除与混杂因素相关的 SNP 后（除胰岛素与 CPXM2 外），所有关联性均保持显著。这些蛋白质与每种遗传工具相关的数量显示。当使用与其他蛋白质无关的 IV 时，除 CD5 和 HHEX 外，所有蛋白质与 CAD 风险的关联性均保持。当使用与少于 7 种蛋白质相关的 IV 时，HHEX 与 CAD 的关联性仍保持。当作者仅限制分析于顺式 pQTL 时，作者发现 PLA2G7、GZMA、AGRP、CCL4、CPXM2 和 CD5 与 CAD 的关联性方向一致，尽管置信区间更宽。对于 LDLR，仅确定了一个顺式 pQTL（rs41307025），该 pQTL 在 CARDIoGRAMplusC4D 中不可用。当使用 pQTL 在 P < 1.7 × 10⁻⁵时作为 IV，PLA2G7、GZMA、LDLR、AGRP、GAST 和 HHEX 对 CAD 风险的因果效应保持显著，而 CCL4、PTPRC、CPXM2 和 CD5 的因果效应则不显著。

作者纳入了 PLA2G7、GZMA、LDLR、AGRP、GAST 和 HHEX，这些基因在验证分析中通过了敏感性分析。验证分析的结果显示。当使用 12 个预测胰岛素且未校正 BMI 的遗传工具时，胰岛素与 CAD、GZMA、LDLR 和 HHEX 的关联仍然显著。deCODE 遗传联盟仅提供了 PLA2G7、GZMA、LDLR 和 AGRP 的 GWAS 汇总统计数据。使用 deCODE 数据的复制分析显示，其估计方向与使用 UKB-PPP 数据的估计方向一致，PLA2G7 与 CAD、胰岛素与 GZMA 以及 GZMA 与 CAD 的关联仍然显著。在 FinnGen 生物银行的 CAD GWAS 数据进行的复制分析中，除 GAST 外，所有关联与使用 CARDIoGRAMplusC4D 数据的分析结果方向一致，胰岛素与 CAD 的关联以及 PLA2G7、GZMA、LDLR 和 AGRP 与 CAD 的关联仍然显著。因此，作者将 GAST 排除在中介因素之外。

中介分析

PLA2G7、GZMA、LDLR、AGRP 和 HHEX 在敏感性分析和验证分析中表现稳健，被确定为可靠的中介因素。然而，当使用非多效性 pQTLs（即与其他蛋白质无关联的 pQTLs）作为工具变量时，HHEX 与冠心病的关联不具有统计学显著性；因此，作者从中介分析中移除了 HHEX。多变量 MR 的结果显示在。中介分析表明，通过蛋白质中介因素，胰岛素对冠心病的风险具有正向间接效应。PLA2G7、GZMA、LDLR 和 AGRP 的中介比例分别为 19.50%、6.91%、19.31%和 29.66%。