双向孟德尔随机化分析
评估731种免疫细胞表型与结直肠癌风险之间的潜在因果关系。
利用731种免疫细胞表型GWAS数据和CRC GWAS数据，采用多种MR方法（IVW、MR-Egger、加权中位数、加权众数、简单众数）进行正向和反向MR分析，并通过敏感性分析排除异质性和水平多效性。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
解读结直肠癌的综合免疫基因组学图谱：来自孟德尔随机化和免疫分层分子亚型的见解
Deciphering the integrated immunogenomic landscape of colorectal cancer: insights from Mendelian randomization and immune-stratified molecular subtyping.
实验完整度
中包含双向孟德尔随机化分析、TCGA数据聚类和体外细胞功能实验（GPD1L敲低后增殖），但缺乏体内动物模型验证。
主要模型
SW480结直肠癌细胞系 HCT116结直肠癌细胞系 TCGA结直肠癌患者队列（619例） GSE39582独立队列（598例）
重点核对
免疫细胞表型GWAS数据来自GWAS Catalog（accession numbers GCST0001391至GCST0002121），包含731种免疫表型 CRC GWAS数据来自Sakaue等人的研究，包含470,002名欧洲血统个体 IVs选择阈值：免疫性状P<1×10^-5，LD r2<0.1，窗口500kb；CRC采用P<5×10^-8，LD r2<0.005 GPD1L敲低使用siRNA转染，转染后24小时收获细胞，蛋白水平验证在48小时 克隆形成实验：每孔500个细胞，培养15天，生物学重复3次
摘要
目的：本研究旨在解读免疫景观与结直肠癌（CRC）发病机制之间的复杂相互作用，阐明不同的免疫表型如何因果影响疾病易感性并对患者结局进行分层。方法：我们从各自的基因组关联研究中获取了免疫细胞表型和CRC数据。主要分析使用逆方差加权（IVW）方法。我们还同时采用了MR-Egger、加权众数、简单众数和加权中位数方法来加强研究结果。基于免疫组表达的共识聚类将619例TCGA CRC患者进行分层。功能实验检测了肿瘤抑制因子GPD1L。结果：IVW MR分析确定了17种与CRC风险增加潜在正相关的免疫细胞表型（P < 0.05，OR > 1），以及18种与CRC风险降低潜在负相关的表型（P < 0.05，OR < 1）。这些关联不受异质性或水平多效性的混淆（P > 0.05）。反向MR分析进一步揭示了4种与CRC潜在正相关的免疫细胞表型（P < 0.05，OR > 1）。聚类解析出依赖于协调免疫表型程序的预后相关C1/C2亚型。GPD1L敲低促进了CRC细胞增殖。结论：遗传学查询在单细胞分辨率下描绘了免疫组与CRC之间的因果关联。免疫分层的CRC亚型对患者结局进行了分层。GPD1L表现出肿瘤抑制功能。我们的发现建立了一个整合的免疫基因组学框架，阐明CRC发病机制，并为精准免疫治疗提供启示。补充信息：在线版本包含补充材料，可在10.1186/s12876-025-03776-4获取。关键词：结直肠癌，孟德尔随机化，免疫表型，免疫分层分子亚型，GPD1L，肿瘤抑制因子
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 免疫细胞表型是否因果影响结直肠癌的易感性，以及免疫分层亚型能否对患者预后进行分层？
- 核心机制
- GPD1L作为肿瘤抑制因子，其表达降低促进结直肠癌细胞增殖，且其表达与较好的生存预后相关。
- 主要证据
- 基于双向孟德尔随机化分析识别出17种增加和18种降低CRC风险的免疫表型；共识聚类识别出C1/C2亚型，C2预后更差；GPD1L敲低后SW480和HCT116细胞克隆形成能力显著增加。
- 研究意义
- 建立整合的免疫基因组学框架，阐明CRC发病机制，并为精准免疫治疗提供潜在的靶点。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
SNP注释与基因鉴定
识别与风险免疫表型相关的潜在调控基因。
对前5个增加CRC风险的免疫表型的显著SNPs进行注释，利用g:SNPense工具，鉴定了48个潜在调控基因。
构建免疫分层亚型
基于免疫表型相关基因表达对CRC患者进行分子分型，并评估其预后差异。
利用TCGA CRC数据集（619例），通过LASSO Cox回归筛选13个基因，采用非负矩阵分解共识聚类将患者分为C1和C2亚型，并进行生存分析。
免疫景观和预后特征分析
比较C1和C2亚型的免疫检查点基因表达，构建预后风险评分并验证其预测能力。
分析免疫检查点基因在C1和C2亚型中的差异表达，并进行相关网络分析。通过Cox回归和LASSO构建13基因预后签名，计算风险评分，使用Kaplan-Meier分析和ROC曲线评估预后价值。
GPD1L的功能验证
验证GPD1L在CRC中的肿瘤抑制作用。
在SW480和HCT116细胞中通过siRNA敲低GPD1L，通过qPCR和Western blot验证敲低效率，通过克隆形成实验评估细胞增殖能力。同时使用TCGA和GSE39582数据集分析GPD1L表达与预后的关联。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
生物信息学与数据挖掘
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 细胞培养 | 杜氏改良 Eagle 培养基 | Gibco | -- |
| 胎牛血清 | Gibco | -- | |
| 青霉素-链霉素 | Thermo Fisher Scientific | -- | |
| 细胞转染 | Lipofectamine 2000 | Thermo Fisher Scientific | -- |
| RNA提取 | TRIzol试剂 | Thermo Fisher Scientific | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 孟德尔随机化分析 | 免疫表型GWAS数据来源和CRC GWAS数据来源，IVs选择阈值（免疫性状P<1e-5，CRC P<5e-8），LD阈值和窗口 阅读提示：Methods: Data sources, Selection of instrumental variables |
| SNP注释 | 使用的工具（g:SNPense），选择的SNP列表 阅读提示：Methods: SNP annotation |
| 共识聚类分析 | TCGA CRC样本数目（619例），训练和验证集划分比例，聚类算法参数（k=2） 阅读提示：Methods: Identification of potential subtypes, Results: Figure 3B-D |
| 细胞培养和转染 | 细胞系（SW480, HCT116），培养基（DMEM, 10% FBS, 1% P/S），转染试剂（Lipofectamine 2000），siRNA序列，转染后培养时间 阅读提示：Methods: Cell culture and transfection |
| GPD1L功能验证 | siRNA转染浓度（文中未明确说明），克隆形成实验细胞数（500）和培养时间（15天），Western blot验证时间点（48小时） 阅读提示：Methods: Cell proliferation, Results: GPD1L as a potential therapeutic target in CRC, Figure 5 |