Resmetirom

厦门免费医学论文发表-甲状腺功能减退症在肝硬化发病机制中的作用：一项回顾性队列研究和多组学整合分析 杨紫阳 ，梁伟轩 ，张琦，灿翁，邓浩，温卓峰，吴静怡，邓静雯，谢志新，林一伟，傅秀玲，顾成新，杨陶，杨辉 ，周继元 抽象 背景 肝硬化是一种进行性慢性疾病，发病率和死亡率都很高，从而对全球健康构成重大挑战。有证据表明，甲状腺功能障碍，尤其是甲状腺功能减退症，与肝脏疾病有关。甲状腺功能减退症会破坏新陈代谢、免疫稳态和炎症途径，这些过程是肝硬化病理生理学的核心过程。然而，其因果作用和分子机制仍不清楚。 方法 该研究首先通过对从重症监护医疗信息市场临床数据库获得的纵向数据进行回顾性分析，分析甲状腺功能障碍与肝硬化之间的关联。为了评估遗传相关性，我们应用连锁不平衡评分回归，然后进行双向孟德尔随机化来探索潜在的因果关系。通过全转录组关联研究，我们确定了候选基因，然后结合加权基因共表达网络分析和差异基因表达数据整合来优先排序这些基因。为了解释这些基因的生物学相关性，我们进行了功能富集分析。我们通过利用单细胞 RNA 测序 （scRNA） 绘制细胞特异性表达模式、分析细胞间通讯和模拟基因敲除，进一步探索了细胞水平的基因功能。最后，我们进行了分子对接和全表型孟德尔随机化，以确定靶向优先基因的潜在治疗化合物。 结果 通过观察和遗传学的结合，我们建立了甲状腺功能减退症与肝硬化之间的因果关系，将甲状腺功能减退症确定为肝硬化的危险因素。随后的多组学分析强调 HLA-DQA1 和 CD27 是潜在的治疗靶点。ScRNA 揭示了这些分子在巨噬细胞和 CD8 ⁺ T 细胞中的关键作用，模拟敲除证实了它们在 T 细胞活化和淋巴细胞增殖中的重要性。最后，分子对接分析确定甘草酸和左旋甲状腺素钠是靶向HLA-DQA1和CD27的候选药物，而全表型孟德尔随机化分析揭示了与这些靶点相关的潜在不良反应。 结论 这项研究首次揭示了甲状腺功能减退症和肝硬化之间的因果关系，可能是由 HLA-DQA1 和 CD27 介导的免疫失调驱动的。这些发现为疾病进展提供了新的见解，并将 HLA-DQA1 和 CD27 确定为潜在的治疗靶点，甘草酸和左旋甲状腺素钠是有前途的候选药物。 作者总结 肝硬化是一种危及生命的疾病，治疗选择有限，了解其危险因素对于早期预防至关重要。在这项研究中，我们调查了甲状腺功能减退症（一种甲状腺无法产生足够激素的疾病）与肝硬化之间的因果关系。结合回顾性和多组学研究，我们发现甲状腺功能减退症可能会增加发生肝硬化的风险。我们还确定了两种免疫相关分子 HLA-DQA1 和 CD27，它们可能介导这种作用并作为未来治疗的潜在靶点。此外，我们的分析揭示了一组候选药物，可以帮助治疗患有这两种疾病的患者。这些发现突显了甲状腺功能障碍与肝病之间被忽视的联系，并为临床干预和药物开发提供了新的方向。 数字 图6Fig 7图1图2表1图3图4图5图6Fig 7图1图2表1 引文： 杨Z， 梁W， 张Q， 翁C， 邓H， 温Z， et al. （2025） 甲状腺功能减退症在肝硬化发病机制中的作用：一项回顾性队列研究和多组学整合分析。公共科学图书馆基因 21（11）： 电子邮箱：1011947。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947 编辑 器： Renato Polimanti，耶鲁大学，美利坚合众国 收到： 2025 年 5 月 18 日;接受： 2025 年 10 月 31 日;发表： 11月 7， 2025 版权所有： © 2025 Yang et al.这是一篇根据知识共享署名许可条款分发的开放获取文章，允许在任何媒体上不受限制地使用、分发和复制，前提是注明原作者和来源。 数据可用性： 本研究分析了公开可用的数据集，详见 S1 和 S13 表。 资金： 这项工作得到了广东省基础与应用基础研究基金（资助编号：2019A1515110060，授予周济元）、广州市科技厅校联合项目（资助编号：2023A03J0417，给予周济元）和《加强转基因网络科学研究计划》（资助编号：02-410-2302035XM，给予周济元）的支持。资助者在研究设计、数据收集和分析、发表决定或手稿准备方面没有任何作用。 利益争夺： 提交人声明不存在竞争利益。 介绍 肝硬化是全球第11大死因[1]，是慢性肝损伤的终末期，以肝性脑病和门静脉高压症为特征[2,3]。虽然病毒性肝炎、酒精相关性肝病和非酒精性脂肪性肝病是主要病因[4,5]，但新出现的证据表明甲状腺功能减退是肝硬化进展的关键因素。甲状腺功能减退症影响1-7%的成年人，具体取决于年龄和碘状况[6]，主要是由碘缺乏和自身免疫性疾病引起，尤其是桥本甲状腺炎（Hashimoto's thyroiditis， HT）[7]。至关重要的是，甲状腺功能减退会加剧肝纤维化[8,9]和代谢功能障碍[10]，从而建立双向甲状腺-肝轴：甲状腺激素通过促进线粒体β氧化和胆固醇外流来调节肝脏脂质代谢[11,12]，而肝功能受损会降低外周甲状腺素（T4）向三碘甲状腺原氨酸（T3）的转化[13]，创造一个自我强化的致病循环。血清T3水平低与肝硬化严重程度之间的相关性[14]，以及临床前模型证明甲状腺功能减退症通过自噬和脂质转换中断诱发肝脂肪变性和纤维化[15]。这些发现表明，甲状腺功能减退症可能通过多种机制增加肝硬化的风险。 大规模临床队列为甲状腺功能减退症与肝硬化之间的关联提供了直接证据，但此类观察性研究无法阐明驱动这种关联的生物学机制[16,17]。因此，要揭示它们更深层次、更复杂的相互作用机制，整合多维功能证据至关重要。幸运的是，多组学框架的出现为剖析这些复杂的相互作用提供了强大的工具[18\u201219]。例如，全基因组关联研究（GWAS）能够识别遗传变异，同时利用其随机分配有效地减轻因果推断中的混杂[20,21]。进一步整合全转录组关联研究（TWAS），将基因表达的遗传调控映射到疾病机制[22\u201224]，查明了甲状腺功能减退症与肝硬化的联系基因。此外，单细胞RNA测序（scRNA）分析揭示了它们的细胞类型特异性动态表达、相互作用和调控机制[25,26]。最后，成药性分析优先考虑具有临床转化潜力的治疗靶点[27]。 因此，本研究旨在系统评估甲状腺功能减退症与肝硬化之间的因果关系，确定介导这种关联的关键基因和途径，阐明潜在的细胞类型特异性分子机制，最终筛选和验证潜在的治疗靶点。我们最初分析了临床队列数据，并通过结合来自英国生物样本库和 FinnGen 联盟的 GWAS 汇总统计数据进一步评估了甲状腺功能减退症和肝硬化之间的因果关系。随后，通过整合来自 eQTLGen 联盟的血浆表达数量性状位点 （eQTL） 数据，并使用表达参考汇总数据 （OTTERS） 框架在综合转录组测试下应用 TWAS，我们确定了可能介导甲状腺功能减退症和肝硬化之间复杂分子相互作用的候选基因。为了进一步筛选潜在的治疗靶点和失调的途径，我们使用了批量RNA测序。基于这些遗传和转录组学发现，我们随后使用 scRNA 描绘了疾病特异性基因表达模式，重建了细胞间通讯网络，并通过与基因调控网络 （GRN） 推理相结合，发现了肝硬化进展过程中由关键基因扰动驱动的免疫相互作用的破坏。最后，进行分子对接（MD）和全表型孟德尔随机化（PheW-MR）来评估与已确定的治疗靶点相关的成药性和潜在副作用（详细研究设计如图1所示）。 缩略图 下载： PPT的PowerPoint 幻灯片 巴布亚新几内亚大图 蒂夫原图 图1. 研究工作流程的示意图（在 BioRender.L， E. （2025） https://BioRender.com/i3m9apt）。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.g001 结果 甲状腺功能减退症被确定为肝硬化的危险因素 为了探讨甲状腺功能减退症与肝硬化之间的临床关联，我们进行了回顾性分析。最初的研究队列由 39,126 名具有可用甲状腺功能数据的个体组成，其中包括 1,360 名肝硬化患者和 37,766 名健康对照者。由于肝功能测试 （LFT）、血清电解质或人口统计学变量的数据缺失，参与者被依次排除在外。应用这些排除标准后，最终分析队列包括 529 名肝硬化患者和 7,664 名健康对照（图 2）。显性甲状腺功能减退症和亚临床甲状腺功能减退症患者的比例明显高于健康对照组。患者中位年龄为61.5岁。基线特征显示，与健康个体相比，肝硬化患者的甲状腺功能减退症发生率更高，LFT 水平升高。在体重状况方面，与对照组相比，患者表现出更高的超重和肥胖患病率。单因素logistic回归显示，显性甲状腺功能减退症（P = 0.031，OR [95% CI] = 1.37 [1.02-1.80]）和亚临床甲状腺功能减退症（P = 0.005，OR [95% CI] = 1.52 [1.13-2.01]）是显着的预测因素。在多因素logistic回归中调整人口统计学数据、血清电解质和LFT后，这一趋势仍然显著，显性甲状腺功能减退症（P = 0.043，OR [95% CI] = 1.36 [1.01-1.83]）和亚临床甲状腺功能减退症（P = 0.019，OR [95% CI] = 1.46 [1.05-1.97]）仍然是独立的危险因素（表 1）。 缩略图 下载： PPT的PowerPoint 幻灯片 巴布亚新几内亚大图 蒂夫原图 图2. 试验中纳入患者的流量（在 BioRender 中创建。L， E. （2025） https://BioRender.com/minwugm）。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.g002 缩略图 下载： PPT的PowerPoint 幻灯片 巴布亚新几内亚大图 蒂夫原图 表 1. 使用 MIMIC-IV 数据通过单变量和多变量逻辑回归分析甲状腺功能障碍与肝硬化之间的关联。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.t001 在这项研究中，单变量 OR 提供了关联的粗略估计，而多变量 OR 则针对潜在的混杂因素进行调整，包括人口统计数据、血清电解质和 LFT，从而提供更准确的效应估计。OR > 1 表示危险因素，而 OR < 1 表示可能的保护因素。OR = 1 表示没有关联。P < 0.05 表示具有统计学意义。 甲状腺功能减退症与肝硬化的遗传相关性和共同遗传结构 为了研究观察到的临床关联是否由共享的遗传结构支撑，我们首先使用连锁不平衡评分回归（LDSC）来估计两种疾病之间的遗传相关性。LDSC分析显示，遗传呈显著正相关（P = 4 × 10-4，rg = 0.2135），表明存在共同的遗传危险因素。此外，发现基于 SNP 的遗传力转换为责任量表，对这两种疾病都很重要。甲状腺功能减退症的遗传率估计为 17.64% （SE = 1.48%），肝硬化的遗传率为 12.93% （SE = 2.10%），P 小于 1 × 10-4对于两者。这些发现表明，遗传因素在这两种疾病的病因中起着重要作用（S2 表）。 双向MR显示甲状腺功能减退症对肝硬化的因果关系 鉴于观察到的遗传相关性，我们继续使用具有发现和复制队列的综合双向 MR 框架研究甲状腺功能减退症和肝硬化之间的因果关系。使用暴露和结果发现队列的主要正向 MR 分析表明，在固定模型中甲状腺功能减退症与肝硬化风险增加之间存在显着的因果关系 （P = 9.7 × 10-4，或 [95% CI] = 1.06 [1.02–1.09]）。该分析显示没有定向水平多效性 （P = 0.81） 和异质性 （P = 0.35） 的证据。为了严格评估这一发现的稳健性，我们使用发现和复制数据集的不同组合进行了三项额外的分析。这些分析在很大程度上支持了我们的主要结论，显示了一致的效果方向。具体来说，其中两个还产生了统计学上的显着关联（P = 3.6 × 10-3，或 [95% CI] = 1.06 [1.02–1.09];P = 8.4 × 10-3，或 [95% CI] = 1.08 [1.02–1.15]）。尽管其中一项研究结果利用了 Finngen 联盟的数据集，但并未达到统计学意义 （P = 8.4 × 10-2，或[95%CI]=1.05[0.99–1.11]），该效应在方向上与我们的主要结果一致。至关重要的是，为了综合所有四项发现的证据，进行了荟萃分析。这提供了一个可靠的总结估计，为甲状腺功能减退症与肝硬化风险增加之间的因果关系提供了强有力和一致的证据（P < 1 × 10-4，或 [95% CI] = 1.06 [1.04–1.08]）。 相比之下，反向 MR 分析没有证据表明肝硬化对甲状腺功能减退症有因果关系。所有四种分析组合的结果始终不显著（S5表，图3A）。 缩略图 下载： PPT的PowerPoint 幻灯片 巴布亚新几内亚大图 蒂夫原图 图3. 孟德尔随机化和全转录组关联研究 （TWAS） 分析。 （A） 评估甲状腺功能减退症和肝硬化之间因果关系的双向 MR 分析的森林图，显示来自发现、验证和荟萃分析的比值比 （OR） 和 95% 置信区间。（B） 曼哈顿图显示了显着基因关联的 TWAS 结果。代表 P 的红色虚线罗斯福= 0.05。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.g003 TWAS鉴定出甲状腺功能减退症与肝硬化的共同风险基因 为了查明甲状腺功能减退症和肝硬化之间共同遗传易感性的潜在基因，我们采用了两步 TWAS 策略。第一步，使用甲状腺功能减退数据集进行TWAS，鉴定出292个与该病症显著相关的基因（P罗斯福< 0.05）。随后在第二个 TWAS 中评估了这些基因，这次使用来自欧洲血统队列的肝硬化数据集，以检测重叠的遗传信号。该分析产生了 46 个仍然显着的基因 （P罗斯福< 0.05），表明在两种疾病的共同遗传结构中具有潜在作用（S6 和 S7 表）。图3B说明了最强相关基因的子集。 通过批量 RNA-seq 鉴定的甲状腺功能减退症和肝硬化的关键免疫途径和枢纽基因 在遗传学发现的基础上，我们进一步探索了可能连接甲状腺功能减退症和肝硬化的分子途径和功能基因模块。差异表达分析显示，516个与甲状腺功能减退相关的基因（DEG-HT）和1,313个与肝硬化相关的基因（DEG-LC），如火山图所示（图4A）。使用加权基因共表达网络分析（WGCNA），我们在甲状腺功能减退症数据集中鉴定了五个不同的基因模块（图4B），其中蓝色模块（WGCNA-HT，包含4,393个基因）与疾病表型表现出最强的正相关（P = 2 × 10 ⁻ ²，r = 0.59）（图4C）。同样，肝硬化数据集的结果揭示了6个基因模块[图4D》，其中绿松石模块（WGCNA-LC，4,629个基因）与表型的正相关关系最强（P = 2 × 10 ⁻³⁵，r = 0.94）（图4E）。DEG发现集和WGCNA验证集的交集产生了关键的生物学途径，包括生物过程（BP）术语，例如T细胞活化的正调节和淋巴细胞活化的正调节;细胞成分（CC）术语包括MHC蛋白、MHC II类蛋白复合物;以及分子功能 （MF） 术语，如 MHC II 类受体活性和肽抗原结合。这些基因的京都基因和基因组百科全书（KEGG）通路的丰富包括炎症性肠病和原发性免疫缺陷（图4F）。 缩略图 下载： PPT的PowerPoint 幻灯片 巴布亚新几内亚大图 蒂夫原图 图4. 差异表达基因（DEG）火山图以及加权基因共表达网络分析（WGCNA）和功能富集分析结果。 （A）甲状腺功能减退症（上图）和肝硬化（下图）中DEGs的火山图表明，HLA-DQA1和CD27在甲状腺功能减退症中高表达。（B）显示模块特征基因与甲状腺功能减退症之间相关性的热图，蓝色表示负相关，红色表示正相关。蓝色模块与甲状腺功能减退症的正相关性最高。（C）蓝色模块甲状腺功能减退症的模块隶属度和基因显著性散点图。（D）显示模块特征基因与肝硬化相关性的热图，蓝色表示负相关，红色表示正相关。绿松石模块与肝硬化的正相关性最高。（E）绿松石模块治疗肝硬化的模块隶属度及基因显著性散点图。（F）展示了DEGs和模块基因的功能富集分析的气泡图，包括生物过程（BP）、细胞成分（CC）、分子功能（MF）和京都基因与基因组百科全书（KEGG）通路。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.g004 通过对TWAS候选基因、DEGs和WGCNA模块基因进行交叉，鉴定出HLA-DQA1为核心基因（图5A，S8表）。HLA-DQA1与与前10大关键生物学途径相关的基因集之间的进一步相关性分析表明，CD27是唯一一个与HLA-DQA1具有很强相关性以及在甲状腺功能减退症和肝硬化中表达模式一致的基因（图5B）。基于这些结果，HLA-DQA1和CD27被指定为枢纽基因。为了评估它们的诊断效用，我们进行了受试者工作特征 （ROC） 曲线分析。分析表明，这两个基因都表现出很强的诊断潜力。具体来说，在肝硬化中，HLA-DQA1表现出0.973的突出曲线下面积（AUC），而CD27也表现出强劲的性能，AUC为0.846。在甲状腺功能减退症中，HLA-DQA1 保持了较高的诊断准确性，AUC 为 0.924，而 CD27 虽然较为中等，但仍达到 0.664 的 AUC。这些发现凸显了HLA-DQA1和CD27作为这两种情况的生物标志物的强大潜力（图5C）。 缩略图 下载： PPT的PowerPoint 幻灯片 巴布亚新几内亚大图 蒂夫原图 图5. HLA-DQA1 和 CD27 的枢纽基因、基因相关性和 ROC 曲线的鉴定。 （A）通过整合TWAS、DEG-HT、DEG-LC、WGCNA-HT和WGCNA-LC结果鉴定的候选基因的翻转图。左侧的水平条表示从不同数据集和方法获得的几个候选基因。点和线代表基因的子集。垂直直方图表示每个子集中的基因数量。通过整合 TWAS、DEG-HT、DEG-LC、WGCNA-HT 和 WGCNA-LC 结果鉴定的基因标记为红色。（B）肝硬化（R=0.32）和甲状腺功能减退（R=0.8）患者HLA-DQA1表达与CD27比例的相关性。（C）肝硬化（左）和甲状腺功能减退（右）患者HLA-DQA1和CD27的受试者工作特征（ROC）。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.g005 免疫景观和虚拟敲除分析揭示了肝硬化进展的关键驱动因素 为了解决肝硬化进展的免疫机制，我们分析了细胞类型特异性基因表达动力学。经过质量控制，67,285个细胞被划分为21个簇（图6A）。使用规范标记（图6B），将这些簇注释为9种细胞类型（图6C）。表达分析显示枢纽基因存在显着的组间差异。随着疾病的进展，T、B 和自然杀伤 （NK） 免疫细胞中的 CD27 表达增加。此外，我们还发现HLA-DQA1在巨噬细胞和B细胞中表达降低，但在单核细胞和浆细胞样树突状细胞（pDC）中增加（图6D）。 缩略图 下载： PPT的PowerPoint 幻灯片 巴布亚新几内亚大图 蒂夫原图 图6. scRNA-seq 分析结果。 （A）UMAP图显示了基于scRNA的细胞聚类成21个不同的簇。（B）点图显示枢纽基因的组间差异显著。（C）显示不同细胞类型分布的UMAP图。（D）小提琴图显示不同条件下不同免疫细胞中HLA-DQA1和CD27的表达水平。（E） 通信热图显示了跨群体细胞类型相互作用的差异。（F）小提琴图显示健康个体、肝炎患者和肝硬化患者巨噬细胞中HLA-DQA1和CD27表达水平的差异。（G）条形图显示了由虚拟敲除扰动调节的信号通路。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.g006 随后，利用细胞间通讯分析揭示了健康组、肝炎组和肝硬化组之间的不同相互作用网络。通过通信热图进行成对比较进一步显示了各组细胞类型相互作用的差异。令人惊讶的是，这些比较表明，随着疾病的进展，CD8 T细胞和巨噬细胞之间相互作用的数量和强度逐渐增加（图6E）。此外，我们观察到，在巨噬细胞中，HLA-DQA1 表达随着疾病的进展而逐渐降低，而在 CD8 T 细胞中，CD27 表达逐渐增加。这种现象表明免疫细胞激活和相互作用模式发生了变化，这可能反映了随着疾病进展，免疫反应失调，可能导致肝硬化的进展（图6F）。++ 最后，虚拟敲除分析鉴定出167个受HLA-DQA1调控的基因和151个受CD27影响的基因，FDR均<0.05（S10表）。通路富集表明，HLA-DQA1敲除破坏了抗原加工和呈递、树突状细胞抗原加工和呈递的调节，表明其在维持肝脏免疫监视中发挥核心作用。相比之下，CD27敲除显着损害了T细胞分化，以及整合素介导的细胞间粘附的调节，表明适应性免疫过度激活通过该枢纽基因与肝硬化进展在机制上相关（S11表，图6G）。 候选治疗药物的多靶点参与 为了评估已鉴定的枢纽基因的治疗潜力，我们系统地分析了靶向 HLA-DQA1 和 CD27 的化合物。甲状腺相关药物表现出不同的结合模式：HLA-DQA1 与 31 个分子表现出强结合（亲和力 ≤ -7 kcal/mol），与 1 个分子表现出中度结合（-7 至 -5 kcal/mol），而 CD27 与 21 种化合物表现出强烈的相互作用，与 11 种化合物的中度相互作用。其中，最近获得FDA批准的甲状腺激素受体-β受体激动剂resmetirom作为双靶点候选药物出现，表现出与HLA-DQA1的强结合（-10.86 kcal/mol，Ki = 10.95 nM）和与CD27的中度结合（-8.39 kcal/mol，Ki = 709.22 nM）。值得注意的是，左旋甲状腺素钠显示出相当的双靶标容量，甲状腺素-4-羟基-3,5-二碘苯醚对HLA-DQA1（-10.27 kcal/mol，Ki = 29.65 nM）和CD27（-9.24 kcal/mol，Ki = 168.37 nM）均表现出最高的亲和力。最引人注目的是，甘草酸是一种肝脏/胆道治疗剂，对这两个靶标表现出出色的结合，对HLA-DQA1的亲和力为-24.5 kcal / mol（Ki = 1.1 aM），对CD27的亲和力为-18.22 kcal / mol（Ki = 44.11 fM），超过甲状腺靶向化合物1-2个数量级（S12表，图7A-C）。这些发现强调了通过多靶点调节免疫和代谢途径进行治疗干预的可行性。 thumbnail 下载： PPT的PowerPoint 幻灯片 巴布亚新几内亚大图 蒂夫原图 图7. 分子对接分析和PheW-MR分析结果。 （A）至（C）HLA-DQA1和CD27与甘草酸，瑞美泰隆和左旋甲状腺素钠对接相互作用的示意图。（D）森林图显示了特定疾病状况的OR（95%CI），红色虚线表示无效效应（OR = 1）。颜色编码的点对应于不同的疾病类别，如右侧图例所示。在置信区间未越过零线的地方突出显示显着关联。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.g007 PheW-MR 揭示了枢纽基因对疾病风险的副作用 为了评估靶向 HLA-DQA1 和 CD27 的安全性和全身效应，我们首先对 675 个疾病特征进行了 PheW-MR 分析。FDR校正后，HLA-DQA1表达升高与15种疾病显著相关。其中 10 种与降低疾病风险有关，例如：胃炎和十二指肠炎 （P = 1.63 × 10-5，OR = 0.93）和不明或非溶血性缺铁性贫血（P = 4.77 × 10-4，或 = 0.89）。相反，HLA-DQA1 与五种疾病的风险增加相关，其中最突出的是铁代谢紊乱 （P = 1.50 × 10-8，OR = 1.60）和矿物质代谢紊乱（P = 2.76 × 10-3，或 = 1.21）（S14 表，图 7D）。值得注意的是，校正后未发现CD27作为药物靶点的这种关联。 随后，为了综合每个基因对所有性状的净影响，我们对这些结果进行了随机效应荟萃分析。这表明，遗传预测的 HLA-DQA1 表达增加与对疾病的总体保护作用相关 （P = 1.53 × 10-4).相比之下，CD27 表现出总体有害影响的不显着趋势 （P = 0.37）（S15 表）。 讨论 本研究通过临床队列和综合多组学方法首次深入了解甲状腺功能减退症和肝硬化之间的因果关系、潜在生物标志物和药物靶点。我们最初发现，与大型临床队列中的健康对照相比，肝硬化患者中明显和亚临床甲状腺功能减退症的患病率显着更高。即使在调整多个协变量后，这种关联仍然显着，表明甲状腺功能减退症是肝硬化的独立危险因素。慢性肝炎症和肝星状细胞（HSCs）活化是肝硬化发病机制的关键事件。这些过程的潜在核心驱动因素之一是甲状腺功能减退症与胰岛素抵抗之间的密切关联。甲状腺激素失衡会损害线粒体功能和能量代谢，从而加剧胰岛素抵抗[28,29]。在胰岛素抵抗条件下，Kupffer细胞释放促炎细胞因子，如肿瘤坏死因子α和白细胞介素6，随后激活造血干细胞产生过多的胶原蛋白和其他细胞外基质成分，加速肝纤维化，最终导致肝硬化[30,31]。此外，甲状腺功能减退症会破坏肠道微生物群组成并损害肠道屏障完整性，降低胃肠蠕动，并改变氢的管腔电位 （pH）。这些紊乱增加了肠道通透性，并促进细菌内毒素通过门静脉易位到肝脏。这一过程激活了Toll样受体4并上调了NF-κB信号通路，进一步增加了肝硬化的风险[32\u201234]。 在随后的遗传分析中，我们获得了与观察性研究一致的结果，并进一步确定了甲状腺功能减退症与肝硬化之间的因果关系。遗传相关性分析显示，它们之间存在统计学上显著但中等的正相关关系，表明遗传因素在它们的关联中起着关键作用。虽然肝硬化的风险主要由环境和生活方式因素驱动，但遗传易感性越来越被认为是个体风险的关键决定因素[35]。在这种背景下，甲状腺功能减退症在流行病学和临床上与各种慢性肝病有关，这些慢性肝病是肝硬化的主要前兆。例如，自身免疫性甲状腺疾病与原发性胆汁性胆管炎（primary biliary cholangitis， PBC）之间存在显著的遗传重叠，PBC是一种进行性自身免疫性肝病，最终导致肝硬化[36]。同样，最近的大规模分析报告了甲状腺功能减退症与代谢功能障碍相关性脂肪性肝病（metabolic dysfunction-associated steatotic liver disease， MASLD）之间存在显著的正遗传相关性，MASLD是肝硬化最常见的前因[37]。据我们所知，我们的研究是第一个在肝硬化本身水平上正式提出这种共同遗传基础的研究。这提出了一种有趣的可能性，即甲状腺功能减退症的共同遗传易感性不仅可能参与特定肝脏疾病的发生，而且还可能导致发生肝硬化的总体风险。 为了从遗传关联发展到因果推断，应用了 MR。更重要的是，它揭示了甲状腺功能减退症对发生肝硬化风险的单向因果关系。这种因果推论意味着甲状腺功能减退症可能积极导致肝硬化，而不仅仅是肝功能受损的继发表现。支持这一点的是，先前的研究表明，介导甲状腺激素作用的功能基因也参与肝脏脂质代谢，甲状腺激素对调节脂肪酸β氧化至关重要[38,39]。此外，在甲状腺功能减退状态下，T3 水平降低会抑制肝细胞中的脂肪酸氧化和胆固醇清除途径，导致脂质积累。这种代谢失调导致肝脂肪变性的发生及其进展为纤维化[37,40]。这些发现不仅强化了我们的研究结果，也凸显了临床转化的潜力。通过将甲状腺功能减退症确定为肝硬化发病机制的上游危险因素，我们的研究结果表明，甲状腺功能障碍的早期控制可能为肝硬化的预防和治疗提供一条新的途径。 值得注意的是，我们的研究表明，HLA-DQA1可能在甲状腺功能减退症促进肝硬化风险的过程中发挥重要作用。在甲状腺功能减退症中，最近的研究表明，免疫相关的遗传变异，如HLA-DQA1_rs17426593，与疾病的发生密切相关，这与甲状腺功能减退症的主要原因——自身免疫性疾病（如桥本氏甲状腺炎）一致[41]。甲状腺组织的持续自身免疫破坏不仅影响甲状腺激素（T3和T4）的产生，还可能通过HLA-DQA1介导的免疫反应影响肝脏。在肝硬化研究中，MHC II类等位基因与各种形式的肝硬化有关，特别是病毒性肝炎和原发性胆汁性胆管炎[42,43]。值得注意的是，我们的scRNA结果揭示了一个新发现：随着肝硬化的进展，巨噬细胞中HLA-DQA1的表达趋于降低。这种表达模式的变化表明，甲状腺功能减退症可能通过影响HLA-DQA1表达和改变巨噬细胞的抗原呈递功能来参与肝硬化的发展。此外，我们观察到随着疾病的进展，CD8 T细胞和巨噬细胞之间的相互作用增强，这可能是HLA-DQA1下调引发的代偿性免疫反应，进一步促进肝脏炎症和纤维化。+ 除了 HLA-DQA1 之外，我们的研究还确定 CD27 是连接甲状腺功能减退症和肝硬化的另一个关键分子。作为肿瘤坏死因子受体超家族的成员，CD27在自身免疫性甲状腺疾病（AITD）和肝硬化的发病机制中起着至关重要的作用[44]。在AITD患者中，CD27表达显著升高，其可溶性形式（sCD27）水平与抗甲状腺抗体水平呈正相关。值得注意的是，CD27记忆B细胞的增加促进了高亲和力自身抗体的产生，加剧了甲状腺自身免疫损伤[44]。在肝病进展过程中，空间转录组学和多重免疫荧光显示PBC患者门静脉束中CD27记忆B细胞和浆细胞的聚集[45]。我们的scRNA数据进一步证实了这一发现：随着肝硬化的进展，CD8 T细胞中CD27的表达水平增加，与CD8 T细胞与巨噬细胞之间相互作用的增强密切相关。这些发现表明，甲状腺功能减退症最初可能通过增加 CD27 表达来激活自身免疫反应，随后，这种免疫失衡通过持续激活 CD27/CD70 共刺激途径促进肝脏炎症和纤维化进展。++++ 为了探索这些治疗靶点与各种药物之间潜在的复杂相互作用，我们采用了 MD 技术，并证明了甘草酸、左旋甲状腺素钠和 Resmetirom 与 HLA-DQA1 和 CD27 的显着结合亲和力。甘草酸是一种广泛用于肝脏治疗的天然化合物，通过调节信号通路（如活化B细胞的核因子κ轻链增强子）发挥抗炎和抗氧化作用[46,47]。大量临床数据表明，甲状腺功能减退症的甲状腺激素替代治疗过量可能会加剧代谢应激引起的肝损伤[48\u201250]。然而，值得注意的是，左旋甲状腺素钠是甲状腺功能减退症的一线治疗药物，很少表现出肝毒性[51]。我们的研究结果提出了一种预防甲状腺功能减退症患者肝硬化发展的新治疗策略。未来的药物开发或临床干预可以将左旋甲状腺素钠作为激素补充剂与甘草酸的保肝作用相结合，从而同时解决甲状腺功能障碍并降低肝损伤和肝硬化的风险。此外，resmetirom是一种治疗非酒精性脂肪性肝炎的新型药物，通过选择性激活THR-β发挥其作用[52]。在肝细胞特异性摄取后，它通过多种途径减轻肝脂积累、炎症和纤维化[53]。值得注意的是，其与枢纽基因的强结合亲和力表明，在治疗继发于甲状腺功能障碍的肝纤维化中，存在独立于 THR-β 的潜在调控机制。这种机制可能会减缓肝硬化的进展，为甲状腺功能减退症相关的肝纤维化提供一种新的治疗方法。 在本研究中，我们通过PheW-MR分析评估了靶向HLA-DQA1和CD27的治疗方法的潜在副作用。药物安全性评估结果揭示了HLA-DQA1作为治疗靶点的复杂性。其对多种疾病表型的双向调节作用反映了其在免疫系统中的广泛功能。HLA-DQA1作为一种主要的组织相容性复合物II类分子，在抗原呈递和免疫反应中起着核心作用，这种普遍性意味着针对它的治疗干预措施可能具有全身效应[44]。特别是，它与铁代谢紊乱的显着关联表明免疫系统与铁稳态调节之间存在潜在的相互作用。这一发现与先前自身免疫性疾病患者铁代谢异常的报道一致[54]。值得注意的是，HLA-DQA1 对胃十二指肠炎和缺铁性贫血的保护作用似乎与其患铁代谢紊乱的风险形成鲜明对比，铁代谢紊乱是一种看似矛盾的现象，可能反映了免疫系统在不同病理过程中的代偿性调节机制。相比之下，CD27（一种共刺激分子）的表达和功能仅限于特定的免疫细胞亚群，特别是 T 细胞。这种细胞类型特异性可以解释为什么 CD27 靶向治疗策略与降低全身不良反应的风险相关，这与癌症免疫治疗的最新经验相呼应，其中靶向共刺激/共抑制分子通常会导致可控的安全性。- 与传统方法相比，我们的研究具有几个明显的优势。首先，通过整合观察和遗传学研究的结果，我们首次系统地揭示了甲状腺功能减退症和肝硬化之间的复杂因果关系。其次，与传统的TWAS框架相比，我们采用了一种基于OTTERS框架的创新TWAS方法来识别连接甲状腺功能减退症和肝硬化的关键血浆蛋白。这种方法的一个关键优势在于它集成了多个统计模型来计算每个eQTL的权重，从而可以有效利用汇总级数据并产生具有增强稳健性和可靠性的结果[55]。第三，我们没有依赖单组学策略，而是采用了多组学方法，将基因组和转录组学数据整合在一起进行基因鉴定和验证。这为基因与疾病关系提供了更全面的理解。第四，虽然传统的遗传分析往往忽视了疾病进展的生物学机制，但我们的研究将遗传数据与scRNA和富集分析相结合，探索候选基因在肝硬化发展中的功能作用。最后，在当前临床治疗实践的基础上，我们研究了潜在治疗靶点的成药性，并评估了它们可能的副作用。这不仅扩大了我们研究结果的转化价值，也为未来的治疗干预奠定了基础。 尽管产生了几个重要的发现，但我们的研究并非没有局限性。首先，我们的研究主要基于欧洲人群数据，这可能会限制结果对其他种族群体的普遍性。甲状腺功能减退症和肝硬化在亚洲人群中可能具有不同的疾病特征和危险因素，未来需要在不同的人群中进行验证。其次，由于对照组在治疗期间接受相关临床检查的可能性低于病例组，因此我们的回顾性分析导致了大量缺失数据。这种差异缺失可能反过来又引入了选择偏差;因此，我们的观察结果值得在未来的前瞻性研究中得到验证。第三，在转录组数据分析中，由于缺乏甲状腺功能减退症的批量RNA-seq数据，我们使用HT数据作为替代。尽管HT是甲状腺功能减退症最常见的原因之一，但其独特的免疫学特征可能导致过度强调自身免疫特异性途径，从而可能将其与甲状腺功能减退症本身的特征混为一谈。因此，未来有必要对明确的甲状腺功能减退症患者的转录组学数据进行研究，以验证我们的发现。最后，我们的研究主要关注甲状腺功能减退症-肝硬化关系的免疫学机制，而其他潜在机制，如代谢紊乱和激素影响，则需要进一步研究。考虑到甲状腺激素在肝脏代谢中的重要作用，整合代谢组学数据和甲状腺激素信号通路分析可能会为疾病机制提供更多的见解。 材料和方法 数据源 MIMIC-IV 队列。 这项回顾性队列分析使用了MIMIC-IV数据库[16]，其中包括来自Beth Israel Deaconess Medical Center的364,627名患者（2008-2022年）的数据。该数据库包含患者人口统计学、实验室结果、生命体征和处方。这些数据集是公开的，并且该数据库中患者的个人隐私信息是去识别化的。 GWAS 资源。 甲状腺功能减退症和肝硬化的GWAS汇总统计数据来自四个独立的队列，以支持两阶段的发现和验证设计。在发现阶段，本研究利用了英国生物银行的甲状腺功能减退症数据[56]，以及Ghouse等人的荟萃分析。肝硬化[19]。对于后续复制，这两个性状的独立GWAS数据来自FinnGen联盟[57,58]（S1表）。 eQTL 数据。 16,699 个基因的顺式 eQTL（基因转录起始位点 ±1 兆碱基内）汇总水平数据来自 eQTLGen 联盟，基于对 37 个队列的 31,684 个血液来源样本的荟萃分析。该数据集涉及25,482份来自全血的样本，占总数的80.4%，来自外周血单核细胞的样本6,202份，占其余的19.6%[59]。 RNA测序数据。 RNA 测序数据集是从基因表达综合 （GEO） 存储库获得的。批量转录组队列包括 72 份肝组织样本，其中 30 份来自正常对照，42 份来自肝硬化患者，来自GSE89632、GSE164760 和GSE56140。此外，还分析了 24 份甲状腺组织样本，包括 7 份正常对照和 17 份 HT 样本，取自GSE176153和GSE138198。由于明确分析甲状腺功能减退症的批量 RNA-seq 数据集的可用性有限，HT 样本可作为甲状腺功能减退症的表型代理。 scRNA数据包括来自GSE136103和GSE159977的4名健康对照、3名肝炎患者和5名肝硬化患者的样本，重点关注免疫细胞亚组。 MIMIC 研究中的甲状腺功能障碍评估和队列选择 这项研究包括所有接受甲状腺功能检查的肝硬化患者以及健康对照者。通过测量促甲状腺激素（TSH）和总T4水平来确定甲状腺功能障碍[60]。亚临床甲状腺功能亢进定义为TSH水平大于0.45mIU/L，T4水平正常或T4无测量值，因为明显的甲状腺功能亢进很少见[60,61]。明显的甲状腺功能减退症定义为 TSH 水平≥ 20 mIU/L，或 TSH 水平≥ 4.5 mIU/L，T4 水平低于正常范围。明显的甲状腺功能亢进症定义为 TSH 水平低于 0.45 mIU/L，T4 水平高于参考范围。T4的参考范围为4.5至13.2μg/dL。患者被排除在以下标准之外：（1）年龄<18岁;（2）肝癌、怀孕或哺乳;（3） 入院时间少于 24 小时。 此外，分析还包括来自三个主要类别的协变量：人口统计数据，即年龄、性别和体重状况;血清电解质，由钙、镁和钾组成;和 LFT，包括丙氨酸转氨酶 （ALT）、天冬氨酸转氨酶 （AST）、总胆红素 （TBIL）、碱性磷酸酶 （ALP）、国际标准化比值 （INR）、凝血酶原时间 （PT） 和部分凝血活酶时间 （PTT）。体重状况根据体重指数（body mass index， BMI）分类如下：体重不足（BMI < 18.5 kg/m²）、正常体重（18.5 ≤ BMI < 25.0 kg/m²）、超重（BMI < 25.0 ≤ BMI 30.0 kg/m²）和肥胖（BMI ≥ 30.0 kg/m²）[62]。对于数据预处理，数据缺失的患者被排除在分析之外。数据提取是通过PostgreSQL和Navicat Premium 17进行的。 使用Shapiro-Wilk检验评估连续变量的分布，结果以均值±标准差表示。通过连续变量的t检验或秩和检验以及分类变量的卡方检验来分析组差，<0.05表示具有统计学意义。采用单因素logistic回归评估甲状腺功能与肝硬化的关系，并将其余变量作为协变量纳入多因素logistic回归分析。 遗传相关性分析 LDSC用于估计甲状腺功能减退症和肝硬化的基于SNP的遗传力（）以及它们之间的遗传相关性（）。该方法将GWAS测试统计数据与LD联系起来，并估计全基因组遗传力，同时解决混杂因素，如种群分层和隐秘相关性[63]。应用了来自1000个基因组计划的预先计算的LD分数[64]。对于这些病例对照性状，基于SNP的遗传力使用人群患病率估计从观察量表转换为责任量表：肝硬化的估计值来自全球疾病负担（GBD）研究[65]，而甲状腺功能减退症的估计值由Taylor PN等[66]报告，因为后者在GBD中不可用。 双向孟德尔随机化 本研究采用双向MR方法探讨甲状腺功能减退症与肝硬化的因果关系。使用发现队列进行主要分析，随后在正向（甲状腺功能减退到肝硬化）和反向（肝硬化到甲状腺功能减退）方向的各个验证队列中进行。MR 分析依赖于三个核心假设：相关性假设要求工具变量 （IV） 与暴露之间存在很强的关联;确保 IV 不受混杂因素影响的独立性假设;排除限制假设规定静脉注射仅通过暴露影响结局[67]。 根据全基因组显着性（P < 5 × 10 ⁻ ⁸）选择每个方向的遗传仪器，并使用 LD 聚集阈值（R² = 0.001，聚集距离 = 10,000 kb）进行细化，以确保独立性。F <统计量为 10 的单核苷酸多态性 （SNP），计算为 F = 其中 R2是IV解释的方差，N是样本量，k是IV的数量，被排除在外，以尽量减少弱仪器偏差[68]。为了进一步确保正确的因果方向，我们应用了Steiger滤波，去除了任何解释结果差异大于暴露差异的静脉注射[69]。为了严格维护 MR 的核心假设，我们对潜在的水平多效性进行了全面筛选。首先，我们直接根据结果筛选所有静脉注射，并去除与之相关的任何超过P < 1 × 10 ⁻ ⁵ 显着性阈值的变异。其次，还根据 GWAS 目录 （https://www.ebi.ac.uk/gwas/） 系统地查询了每个 IV，以使用相同的严格阈值确定先前报告的任何与结果或其主要风险因素的关联。任何表现出与这些特征显着关联的 IV 都被假定表现出水平多效性，因此从我们分析中使用的最终 IV 组中删除（S3 和 S4 表）。 主要使用逆方差加权 （IVW） 方法估计两个方向的因果效应;在存在显着异质性的情况下，采用随机效应模型，否则采用固定效应模型[70,71]。再加上加权中位数、MR-Egger、简单模式和加权模式方法，以提高鲁棒性和灵敏度[20]。通过 Cochran's Q 检验（P < 0.05 表示显着异质性）评估 IV 之间的异质性，并使用 I² 统计量进行量化。此外，MR-PRESSO方法用于检测和校正潜在的水平多效性异常值[72]。进行留一敏感性分析以评估单个SNP对结果的影响[20]。最后，进行荟萃分析，综合发现和复制队列的因果估计值，得出总结效应[73,74]。 转录组范围关联研究 我们采用OTTERS框架，使用来自英国生物样本库队列的甲状腺功能减退症和Jonas Ghouse等[19,56]的肝硬化的GWAS汇总统计数据进行了两项TWAS分析。来自eQTLGen联盟的eQTL数据与这些GIS数据集相结合，以完善遗传表达谱并估计顺式eQTL权重[59]。它分两个阶段运行[55]。在第一阶段，使用4种多基因风险评分方法（P+T、套索、SDPR、PRS-CS）估计顺式eQTL权重，并结合LD参考组合预测遗传调控表达水平（GReX）。在第二阶段，将插补的GReX值与GWAS汇总统计数据相结合，进行基于基因的关联测试，使用ACAT-O方法对P进行聚合。FDR校正（P罗斯福< 0.05）用于考虑多重测试。 本研究采用TWAS分两步进行，首先采用甲状腺功能减退GWAS汇总统计鉴定显著相关基因（P罗斯福< 0.05）。随后，我们重新分析了这些肝硬化基因，以确定共同的遗传关联，从而能够发现这两个性状之间的共病基因。 处理和分析批量 RNA 测序数据 甲状腺功能减退症和肝硬化患者的转录组学数据集进行了标准化的预处理，包括过滤平均表达量低于 1 的基因、批量效应校正和归一化。差异表达分析通过线性建模和经验贝叶斯调整，应用绝对log2倍变化大于0.5和调整后的P小于0.05的阈值，确定了条件特异性DEG。对两种疾病之间的交集DEGs进行基因本体（GO）和KEGG富集分析（P罗斯福< 0.05）建立发现途径[75,76]。为了验证这些途径在甲状腺功能减退症和肝硬化之间是否共享，采用了WGCNA方法，该方法通过优化软阈值能力来构建基因共表达网络，以检测反映协调调控机制的表型相关基因簇[77]。S1文本中提供了WGCNA工作流程的详细说明，包括网络建设和模块识别。选择每个疾病队列中表型相关性和统计学意义最高的模块进行GO/KEGG富集分析。发现集和验证集之间重叠的途径被定义为两种疾病可能共享的关键生物途径。 TWAS候选基因、DEGs和WGCNA模块基因的交集产生了一个核心基因。对通过差异分析鉴定的前10个关键富集通路相关基因进行Spearman相关分析，进一步筛选显著共表达的基因作为枢纽基因。通过ROC曲线分析定量评估诊断性能，计算AUC值以评估其对甲状腺功能减退症和肝硬化的鉴别能力。 处理和分析单细胞 RNA 测序数据 使用Seurat V5.0 R软件包处理scRNA数据[78]。转录分析侧重于免疫细胞亚群，严格进行质量控制：保留 300-5,000 个表达基因的细胞，总 RNA 计数> 500，线粒体基因含量< 20%，血红蛋白基因表达< 3%，血小板基因表达< 1%。通过估计5%的双峰概率去除双峰细胞，并使用decontX R包消除环境RNA污染[79,80]。通过缩放进行数据归一化，然后鉴定 3,000 个高度可变的基因。采用主成分分析进行降维和聚类。细胞类型注释集成了使用人类原代细胞图谱数据作为参考的自动分类[81]，以及通过经典标记进行手动验证：CD79A用于B细胞，IL3RA用于浆细胞样树突状细胞（pDC），KIT用于肥大细胞，C1QA用于巨噬细胞，FCN1用于单核细胞，CD40LG用于CD4 T细胞，CD8A用于CD8 T细胞，STMN1用于循环细胞， KLRF1 用于自然杀伤 （NK） 细胞。++ 采用细胞间通讯分析来破译疾病进展的细胞间信号动力学。使用CellChat，我们系统地比较了健康、肝炎和肝硬化微环境中的配体-受体相互作用网络，从而能够识别可能导致肝甲状腺轴疾病免疫失调的病理通讯模式[82]。 为了研究肝硬化进展过程中枢纽基因的调控层次结构，使用scTenifoldKnk[83]进行了虚拟敲除分析。该方法根据 scRNA-seq 数据构建了去噪的单细胞基因调控网络 （scGRN），能够通过靶向网络扰动对枢纽基因功能进行系统查询。敲除模拟是通过系统地去除重建的 scGRN 中靶枢纽基因的所有传出调控边缘来实现的。源自这些枢纽基因的定向连接经过计算消融以模拟功能丧失状态。通过基于流形学习的降维分析量化网络扰动效应，其中野生型和扰动网络之间显示大量坐标位移的基因被确定为显着调控的靶标。根据两种scGRN状态之间投影距离的倍数变化对受干扰的基因进行排名，并使用X2测试。优先考虑表现出显着位移和与目标枢纽直接网络连接的基因。随后对受影响最严重的前10个基因进行GO富集分析，以描绘受影响的生物学途径。 分子对接 进行 MD 以评估已批准的甲状腺和肝胆药物化合物与枢纽基因编码的蛋白质的结合潜力，重点是无结合能。使用GetPDB从蛋白质数据库（PDB）中检索蛋白质结构，从ChEMBL和PubChem数据库中获取配体结构[84]。根据解剖治疗化学品（ATC）分类选择药物，包括治疗肝脏和胆道疾病（A05）、甲状腺激素（T3和T4）和甲状腺制剂（H03A），总共产生了202个小分子进行分析。使用Dockey和QuickVina-W进行对接模拟[85,86]，结合亲和力分为强（≤-7 kcal/mol）、中度（-7至-5 kcal/mol）或弱/可忽略不计（> -5 kcal/mol）。使用 PyMOL 对结果进行可视化和分析。 英国生物样本库中的 PheW-MR 分析 在评估这些蛋白质的成药性后，对这些蛋白质的各种疾病性状进行了 PheW-MR 分析，以全面表征与每个靶点相关的潜在不良反应。这些靶点的 SNP 数据来自 eQTL 研究，并与 TWAS 分析中使用的数据集保持一致。我们整合了周等[56]提供的英国生物样本库队列（N ≤ 408,961）的GWAS汇总统计数据。筛选出500例以上的性状（不包括肝硬化和甲状腺功能减退症），共从1403个二元表型中筛选出675个性状，评估药物靶点与疾病风险之间的遗传关联。然后对这些性状进行基于汇总数据的孟德尔随机化分析。使用 PheCodes 对疾病进行分类，该系统将国际疾病分类 （ICD） 代码转换为表型结果，从而能够对各种疾病特征进行全面的遗传分析。 此外，为了综合每个基因的总效应，我们对675个性状特异性结果进行了随机效应meta分析[56]。这种方法为每个基因产生了总体遗传效应，量化了其对不同疾病性状的净影响，同时稳健地考虑了潜在的影响异质性。详细的统计模型在补充方法中进行了描述。 支持信息 用于甲状腺功能减退症和肝硬化研究的 GWAS、eQTL、RNA-seq、scRNA-seq 和药物数据库资源摘要。 显示 1/18： pgen.1011947.s001.xlsx 跳至图分享导航 抱歉，我们无法加载此页面。 单1 1 / 18 下载 无花果分享 S1 表。 用于甲状腺功能减退症和肝硬化研究的 GWAS、eQTL、RNA-seq、scRNA-seq 和药物数据库资源摘要。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s001 （XLSX） S2 表。 LDSC 导致甲状腺功能减退症和肝硬化。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s002 （XLSX） S3 表。 通过 GWAS 目录筛选遗传仪器的潜在水平多效性。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s003 （XLSX） S4 表。 用于 MR 分析的 SNP。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s004 （XLSX） S5 表。 甲状腺功能减退症和肝硬化的 MR 和荟萃分析结果。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s005 （XLSX） S6 表。 TWAS 在 OTTERS 框架内识别与甲状腺功能减退症相关的基因的结果。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s006 （XLSX） S7 表。 TWAS 在 OTTERS 框架内识别与肝硬化相关的基因的结果。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s007 （XLSX） S8 表。 不同基因集的 UpSet 图的结果。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s008 （XLSX） S9 表。 GO 和 KEGG 富集结果的交集。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s009 （XLSX） S10 表。 虚拟敲除后基因受到显着影响。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s010 （XLSX） S11 表。 关键基因虚拟敲除后通路受到显着影响。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s011 （XLSX） S12 表。 分子对接可识别以枢纽基因为靶向的甲状腺和肝胆化合物。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s012 （XLSX） S13 表。 来自英国生物样本库的 675 种疾病。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s013 （XLSX） S14 表。 通过 PheW-MR 分析鉴定的中心基因干预疾病的结果。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s014 （XLSX） S15 表。 将性状特异性遗传效应合成每个基因的总体效应。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s015 （XLSX） S1 清单。 STROBE-MR 检查表。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s016 （DOCX） S1 图。 MR 研究设计（在 BioRender.L， E. （2025） https://BioRender.com/484biwe）。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s017 （TIFF） S1 文本。 WGCNA和PheW-MR的补充方法。 https://doi-org.libproxy1.nus.edu.sg/10.1371/journal.pgen.1011947.s018 （DOCX） 确认 作者衷心感谢华盛顿大学生物统计学系的Rui Wang， MS在统计方法方面的宝贵指导，为分析框架的严谨性和稳健性做出了巨大贡献。我们还感谢亚太肝脏研究协会 （APASL） 在 APASL 2025 大会上对我们的工作的认可（提交编号：SA-APASL2025-15672）。 引用 1.Ginès P、Krag A、Abraldes JG、Solà E、Fabrellas N、Kamath PS。柳叶 刀。2021;398(10308):1359–76. 查看文章谷歌学术 2.肝硬化中的肝性脑病：病理学和病理生理学。药物。2019;79（增刊 1）：17-21。PMID：30706423 查看文章考研/NCBI谷歌学术 3.刘永生， 陈明凯.肝硬化及相关并发症的流行病学：当前知识与未来方向。世界 J 胃肠醇。2022;28(41):5910–30.PMID：36405106 查看文章考研/NCBI谷歌学术 4.Moon AM、Singal AG、Tapper EB。慢性肝病和肝硬化的当代流行病学。临床胃肠病学和肝病学：美国胃肠病学协会的官方临床实践杂志。2020;18(12):2650–66. 查看文章谷歌学术 5.隆巴 R、弗里德曼 SL、舒尔曼 GI。非酒精性脂肪性肝病的机制和疾病后果。细胞。2021;184(10):2537–64.PMID：33989548 查看文章考研/NCBI谷歌学术 6.Taylor PN、Albrecht D、Scholz A、Gutierrez-Buey G、Lazarus JH、Dayan CM 等。甲状腺功能亢进症和甲状腺功能减退症的全球流行病学。Nat Rev 内分泌醇。2018;14(5):301–16.PMID：29569622 查看文章考研/NCBI谷歌学术 7.Qiu Y， 胡 Y， Xing Z， Fu Q， Zhu J， Su A. 避孕药与甲状腺功能减退症的风险：2007-2012 年国民健康与营养检查调查的横断面研究。英国医学杂志公开赛。2021;11（6）：e046607。 查看文章谷歌学术 8.Du T， Huang Y， Lv Y， Yuan G. 甲状腺功能减退症范围内的肝纤维化负担。J 胃肠素。2025;60(3):315–27.PMID：39601802 查看文章考研/NCBI谷歌学术 9.Rahadini AAD， Rahadina A. 甲状腺功能减退症与肝纤维化风险之间的关联：系统评价和荟萃分析。临床经验肝醇。2022;8(3):188–94.PMID：36685269 查看文章考研/NCBI谷歌学术 10.Daher R、Yazbeck T、Jaoude JB、Abboud B. 甲状腺功能障碍对消化道和内脏的影响。世界 J 胃肠醇。2009;15(23):2834–8.PMID：19533804 查看文章考研/NCBI谷歌学术 11.甲状腺激素对肝脏脂质代谢的直接影响。Nat Rev 内分泌醇。2018;14(5):259–69.PMID：29472712 查看文章考研/NCBI谷歌学术 12.Hutchison AL、Tavaglione F、Romeo S、Charlton M. 代谢功能障碍相关脂肪性肝病 （MASLD） 的内分泌方面：超越胰岛素抵抗。J Hepatol。2023;79(6):1524–41.PMID：37730124 查看文章考研/NCBI谷歌学术 13.Mullur R、Liu Y-Y、Brent GA. 甲状腺激素调节新陈代谢。生理学修订版 2014;94(2):355–82.PMID：24692351 查看文章考研/NCBI谷歌学术 14.Patira NK、Salgiya N、Agrawal D. 甲状腺功能检查与肝硬化肝功能障碍严重程度的相关性。J 印度医师协会。2019;67(3):51–4.PMID：31304707 查看文章考研/NCBI谷歌学术 15.Ness GC、Lopez D、Chambers CM、Newsome WP、Cornelius P、Long CA 等。L-三碘甲状腺原氨酸和拟甲状腺药物L-94901对血清脂蛋白水平和肝脏低密度脂蛋白受体、3-羟基-3-甲基戊二酰辅酶A还原酶和apo A-I基因表达的影响。生化药理学。1998;56(1):121–9.PMID：9698096 查看文章考研/NCBI谷歌学术 16.Rogers P、Wang D、Lu Z. 重症监护医疗信息市场：人工智能与现实世界数据融合的基础。前 Artif Intell。2021;4:691626.PMID：34136802 查看文章考研/NCBI谷歌学术 17.方 Z、贾 S、谋 X、李 Z、胡 T、涂 Y 等。肝脏和心脏病之间的共同遗传结构和因果关系。iScience。2024;27(4):109431.PMID：38523778 查看文章考研/NCBI谷歌学术 18.Gao J， Liu M， Lu M， Zheng Y， Wang Y， Yang J. 转录组、DNA 甲基化组和染色质可及性的综合分析揭示了肥厚型心肌病的候选治疗靶点。蛋白质和细胞。2024;15(11):796–817. 查看文章谷歌学术 19.Ghouse J、Sveinbjörnsson G、Vujkovic M、Seidelin A-S、Gellert-Kristensen H、Ahlberg G 等。综合常见和罕见变异分析提供了对肝硬化遗传结构的见解。纳特·热内特。2024;56(5):827–37.PMID：38632349 查看文章考研/NCBI谷歌学术 20.Skrivankova VW、Richmond RC、Woolf BAR、Davies NM、Swanson SA、VanderWeele TJ 等。使用孟德尔随机化 （STROBE-MR） 加强流行病学观察性研究的报告：解释和阐述。英国医学杂志。2021;375：n2233。PMID：34702754 查看文章考研/NCBI谷歌学术 21.Uffelmann E、Huang QQ、Munung NS、de Vries J、Okada Y、Martin AR 等。全基因组关联研究。Nat Rev 方法引物。2021;1(1). 查看文章谷歌学术 22.Ratnapriya R、Sosina OA、Starostik MR、Kwicklis M、Kapphahn RJ、Fritsche LG 等。视网膜转录组和 eQTL 分析可识别与年龄相关性黄斑变性相关的基因。纳特·热内特。2019;51(4):606–10.PMID：30742112 查看文章考研/NCBI谷歌学术 23.赵 S、克劳斯 W、钱 S、罗 K、斯蒂芬斯 M、何 X. 在转录组范围内的关联研究中调整遗传混杂因素可以改善复杂性状风险基因的发现。纳特·热内特。2024;56(2):336–47.PMID：38279041 查看文章考研/NCBI谷歌学术 24.窦 C、刘 D、孔 L、陈 M、叶 C、朱 Z 等。2 型糖尿病与肌肉质量和功能以及虚弱的共同遗传结构揭示了合并症病因和多效性药物靶点。新陈代谢。2025;164:156112.PMID：39710002 查看文章考研/NCBI谷歌学术 25.Wang ZY、Keogh A、Waldt A、Cuttat R、Neri M、Zhu S 等。肝脏的单细胞和批量转录组学揭示了伴有纤维化的 NASH 的潜在靶点。科学代表 2021;11(1):19396.PMID：34588551 查看文章考研/NCBI谷歌学术 26.Massalha H、Bahar Halpern K、Abu-Gazala S、Jana T、Massasa EE、Moor AE 等。人类肝肿瘤微环境的单细胞图谱。Mol Syst Biol. 2020;16（12）：e9682。PMID：33332768 查看文章考研/NCBI谷歌学术 27.任J，吴M.基于生物信息学分析结合孟德尔随机化确定MAFLD新治疗靶点。国际分子科学杂志 2025;26(7):3166.PMID：40243942 查看文章考研/NCBI谷歌学术 28.Ramai D、Facciorusso A、Vigandt E、Schaf B、Saadedeen W、Chauhan A. 非酒精性脂肪性肝病中的进行性肝纤维化。细胞。2021;10(12). 查看文章谷歌学术 29.Chen J， Dou P， Xiao H， Dou D， Han X， Kuang H. 蛋白质组学和代谢组学的应用揭示了白术大头根茎改善甲状腺功能减退症而不是甲状腺功能亢进症的分子基础。前药理学。2021;12:664319.PMID：33959028 查看文章考研/NCBI谷歌学术 30.Svegliati-Baroni G、Bugianesi E、Bouserhal T、Marini F、Ridolfi F、Tarsetti F 等。负荷后胰岛素抵抗是丙型病毒慢性肝炎和非酒精性脂肪肝纤维化的独立预测因子。肠。2007;56(9):1296–301.PMID：17392334 查看文章考研/NCBI谷歌学术 31.García-Monzón C、Lo Iacono O、Mayoral R、González-Rodríguez A、Miquilena-Colina ME、Lozano-Rodríguez T 等。肝脏胰岛素抵抗与非酒精性脂肪性肝炎和慢性肝炎 C. J Hepatol 的细胞凋亡和纤维生成增加有关。2011;54(1):142–52.PMID：20888662 查看文章考研/NCBI谷歌学术 32.Li C， Cai C， Wang C， Chen X， Zhang B， Huang Z. 肠道菌群介导的肠肝轴：认识和治疗肝癌的突破点.Clin Mol 肝醇。2025;31(2):350–81.PMID：39659059 查看文章考研/NCBI谷歌学术 33.Kanmani P、Suganya K、Kim H.肠道微生物群：它如何影响肝病的发展和进展。生物药物。2020;8(11):501.PMID：33207562 查看文章考研/NCBI谷歌学术 34.阿尔比洛斯 A、德戈塔迪 A、雷西尼奥 M.肝病中的肠肝轴：治疗的病理生理学基础。J Hepatol。2020;72(3):558–77.PMID：31622696 查看文章考研/NCBI谷歌学术 35.陈 VL、陈 Y、杜 X、Handelman SK、Speliotes EK。与肝硬化相关的遗传变异对人类性状具有多效性作用。国际肝脏：国际肝脏研究协会官方期刊。2020;40(2):405–15. 查看文章谷歌学术 36.Wang Y， Guo P， Zhang Y， Liu L， Yan R， Yuan Z， et al. 遗传相关性、孟德尔随机化和共定位的联合分析突出了甲状腺功能减退症与原发性胆汁性肝硬化之间的双向因果关系。前基因。2021;12:753352.PMID：34671386 查看文章考研/NCBI谷歌学术 37.Yuan S、Ebrahimi F、Bergman D、Vujković M、Scorletti E、Ruan X 等。MASLD 的甲状腺功能障碍：一项全国性研究的结果。JHEP 代表 2025 年;7(5):101369.PMID：40342634 查看文章考研/NCBI谷歌学术 38.周 J、辛哈 RA、颜 PM。自噬和甲状腺激素在NAFLD发病机制和治疗中的作用。肝癌研究 2021;7：72。PMID：34786524 View ArticlePubMed/NCBIGoogle Scholar 39.Gionfra F, De Vito P, Pallottini V, Lin H-Y, Davis PJ, Pedersen JZ, et al. The Role of Thyroid Hormones in Hepatocyte Proliferation and Liver Cancer. Front Endocrinol (Lausanne). 2019;10:532. pmid:31543862 View ArticlePubMed/NCBIGoogle Scholar 40.Martínez-Escudé A, Pera G, Costa-Garrido A, Rodríguez L, Arteaga I, Expósito-Martínez C, et al. TSH Levels as an Independent Risk Factor for NAFLD and Liver Fibrosis in the General Population. J Clin Med. 2021;10(13):2907. pmid:34209831 View ArticlePubMed/NCBIGoogle Scholar 41.Kim DS, Park S. Interactions between Polygenetic Variants and Lifestyle Factors in Hypothyroidism: A Hospital-Based Cohort Study. Nutrients. 2023;15(17):3850. pmid:37686882 View ArticlePubMed/NCBIGoogle Scholar 42.Invernizzi P. 原发性胆汁性肝硬化中的人类白细胞抗原：一个古老的故事现在正在复兴。肝病学。 2011; 54(2):714–23. PMID：21563204 查看文章考研/NCBI谷歌学术 43.Karra、VK、Chowdhury SJ、Ruttala R、Gumma PK、Polipalli SK、Chakravarti A 等人，HLA-DQA1 和 DQB1 变体与乙型肝炎病毒相关的慢性肝炎、肝硬化和肝细胞癌相关。印度医学杂志研究，2018 年; 147(6):573–80. PMID：30168489 查看文章考研/NCBI谷歌学术 44.Rydzewska M、Jaromin M、Pasierowska IE、Stożek K、Bossowski A. T 和 B 淋巴细胞在自身免疫性甲状腺疾病发病机制中的作用。甲状腺研究 2018;11：2。PMID：29449887 查看文章考研/NCBI谷歌学术 45.李X、李Y、肖J、王H、郭Y、毛X等。独特的DUOX2+ACE2+小胆管细胞是原发性胆汁性胆管炎的致病靶点。国家公社。 2023; 14(1):29. PMID：36759512 查看文章考研/NCBI谷歌学术 46.吴 L、马 T、臧 C、徐 Z、孙 W、罗 H 等。甘草，一种常用的药草：物种分类、药理学、活性成分生物合成和合成生物学综述。J Adv Res. 2025; 75:249–70. PMID：39551128 查看文章考研/NCBI谷歌学术 47.Li J， Cao H， Liu P， Cheng G， Sun M. 甘草酸治疗肝病：文献综述。生物医学研究国际 2014;2014：872139。PMID：24963489 查看文章考研/NCBI谷歌学术 48.Kawakami T、Tanaka A、Negoro S、Morisawa Y、Mikami M、Hojo M 等。原发性甲状腺功能减退症患者左旋甲状腺素引起的肝损伤。实习医学 2007 年; 46(14):1105–8. PMID：17634708 查看文章考研/NCBI谷歌学术 49.Ohmori M、Harada K、Tsuruoka S、Sugimoto K、Kobayashi E、Fujimura A. 左旋甲状腺素诱导的原发性甲状腺功能减退患者的肝功能障碍。内分泌杂志 1999 年; 46(4):579–83. PMID：10580751 查看文章考研/NCBI谷歌学术 50.Kang S、Amino N、Kudo T、Nishihara E、Ito M、Hirokawa M 等人。甲状腺素片（甲状腺素 S（®））的出现 - 在亚临床甲状腺功能减退症患者中诱导肝功能障碍。内分泌杂志 2015; 62(8):719–24. PMID：25994001 查看文章考研/NCBI谷歌学术 51.Yu H、Zhang W、Shen C、Zhang H、Zhang H、Zhang Y 等。左旋甲状腺素钠片 （Euthyrox®） 诱导桥本甲状腺炎甲状腺功能减退症患者的肝功能障碍：病例报告和文献综述。内分泌杂志 2019; 66(9):769–75. PMID：31217393 查看文章考研/NCBI谷歌学术 52.基姆 SJ。Resmetirom：首次批准。 药物。 2024; 84(6):729–35. 查看文章谷歌学术 53.塔克 F、普恩格尔 T、伦巴 R、弗里德曼 SL。治疗 NASH 的抗炎和抗纤维化靶点的综合观点。肝醇杂志。 2023; 79(2):552–66. PMID：37061196 查看文章考研/NCBI谷歌学术 54.赵 M、王 Y、杨 J、王 Y、冯 Y、陈 L 等。自身免疫性溶血性贫血和健皮生雪酮酮的铁代谢异常可以改善 AIHA 小鼠模型的溶血并改善铁代谢。安医学 2023; 55(1):231–40. PMID：36576329 查看文章考研/NCBI谷歌学术 55.Dai Q、周 G、Zhao H、Võsa U、Franke L、Battle A 等。水獭：利用摘要级参考数据的强大 TWAS 框架。国家公社。 2023; 14(1):1271. PMID：36882394 查看文章考研/NCBI谷歌学术 56.周 W、尼尔森 JB、Fritsche LG、Dey R、Gabrielsen ME、Wolford BN 等。有效控制大规模遗传关联研究中的病例对照失衡和样本相关性。纳特基因。 2018; 50(9):1335–41. PMID：30104761 View ArticlePubMed/NCBIGoogle Scholar 57.Kurki MI, Karjalainen J, Palta P, Sipilä TP, Kristiansson K, Donner KM, et al. FinnGen provides genetic insights from a well-phenotyped isolated population. Nature. 2023;613(7944):508–18. pmid:36653562 View ArticlePubMed/NCBIGoogle Scholar 58.Emdin CA, Haas ME, Khera AV, Aragam K, Chaffin M, Klarin D, et al. A missense variant in Mitochondrial Amidoxime Reducing Component 1 gene and protection against liver disease. PLoS Genet. 2020;16(4):e1008629. pmid:32282858 View ArticlePubMed/NCBIGoogle Scholar 59.Võsa U, Claringbould A, Westra H-J, Bonder MJ, Deelen P, Zeng B, et al. Large-scale cis- and trans-eQTL analyses identify thousands of genetic loci and polygenic scores that regulate blood gene expression. Nat Genet. 2021;53(9):1300–10. pmid:34475573 View ArticlePubMed/NCBIGoogle Scholar 60.van Vliet NA, van Heemst D, Almeida OP, Åsvold BO, Aubert CE, Bae JB, et al. Association of Thyroid Dysfunction With Cognitive Function: An Individual Participant Data Analysis. JAMA Intern Med. 2021;181(11):1440–50. pmid:34491268 View ArticlePubMed/NCBIGoogle Scholar 61.Hollowell JG, Staehling NW, Flanders WD, Hannon WH, Gunter EW, Spencer CA. Serum TSH, T(4), and thyroid antibodies in the United States population (1988 to 1994): National Health and Nutrition Examination Survey (NHANES III). The Journal of Clinical Endocrinology and Metabolism. 2002;87(2):489–99. View ArticleGoogle Scholar 62.Afshin A, Forouzanfar MH, Reitsma MB, Sur P, Estep K, Lee A, et al. Health Effects of Overweight and Obesity in 195 Countries over 25 Years. The New England Journal of Medicine. 2017;377(1):13–27. View ArticleGoogle Scholar 63.Bulik-Sullivan BK、Loh PR、Finucane HK、Ripke S、Yang J、精神病学基因组学联盟精神分裂症工作组等人。LD 评分回归区分了全基因组关联研究中的混杂性和多基因性。纳特·热内特。2015;47(3):291–5.PMID：25642630 查看文章考研/NCBI谷歌学术 64.1000 基因组计划联盟、Auton A、Brooks LD、Durbin RM、Garrison EP、Kang HM 等。人类遗传变异的全球参考。自然界。2015;526(7571):68–74.PMID：26432245 查看文章考研/NCBI谷歌学术 65.1990-2021 年 204 个国家和 811 个地方的 88 个风险因素的全球负担和证据强度：2021 年全球疾病负担研究的系统分析。柳叶 刀。2024;403(10440):2162–203. 查看文章谷歌学术 66.Taylor PN、Medici MM、Hubalewska-Dydejczyk A、Boelaert K. 甲状腺功能减退症。柳叶 刀。2024;404(10460):1347–64. 查看文章谷歌学术 67.Burgess S、Butterworth A、Thompson SG. 使用汇总数据对多种遗传变异进行孟德尔随机化分析。基因流行病。2013;37(7):658–65.PMID：24114802 查看文章考研/NCBI谷歌学术 68.Kurilshikov A、Medina-Gomez C、Bacigalupe R、Radjabzadeh D、Wang J、Demirkan A 等。大规模关联分析确定了影响人类肠道微生物组组成的宿主因素。纳特·热内特。2021;53(2):156–65.PMID：33462485 查看文章考研/NCBI谷歌学术 69.Hemani G、Tilling K、Davey Smith G. 使用 GWAS 汇总数据确定不精确测量性状之间的因果关系。公共科学图书馆基因。2017;13（11）：e1007081。PMID：29149188 查看文章考研/NCBI谷歌学术 70.希金斯 JPT、汤普森 SG、迪克斯 JJ、奥特曼 DG。测量荟萃分析中的不一致。英国医学杂志。2003;327(7414):557–60.PMID：12958120 查看文章考研/NCBI谷歌学术 71.鲍登 J、德尔格列科 MF、米内利 C、戴维史密斯 G、希恩 N、汤普森 J.研究双样本汇总数据孟德尔随机化中多效性的框架。统计医学 2017 年;36(11):1783–802.PMID：28114746 查看文章考研/NCBI谷歌学术 72.Verbanck M， Chen C-Y， Neale B， Do R. 从复杂性状和疾病之间的孟德尔随机化推断出的因果关系中广泛的水平多效性检测。纳特·热内特。2018;50(5):693–8.PMID：29686387 查看文章考研/NCBI谷歌学术 73.Gao H， Zheng S， Yuan X， Xie J， Xu L. 炎症性肠病与 32 种部位特异性结肠外癌之间的因果关系：孟德尔随机化研究。BMC 医学 2023 年;21(1):389.PMID：37817217 查看文章考研/NCBI谷歌学术 74.Jackson D， White IR， Riley RD. 量化多变量荟萃分析中研究间异质性的影响。统计医学 2012 年;31(29):3805–20.PMID：22763950 查看文章考研/NCBI谷歌学术 75.Doms A、Schroeder M. GoPubMed：用基因本体探索 PubMed。核酸研究 2005;33（Web 服务器问题）：W783-6。PMID：15980585 查看文章考研/NCBI谷歌学术 76.Kanehisa M、Goto S. KEGG：京都基因和基因组百科全书。核酸研究 2000;28(1):27–30.PMID：10592173 查看文章考研/NCBI谷歌学术 77.Langfelder P、Horvath S. WGCNA：用于加权相关网络分析的 R 包。BMC生物信息学。2008;9:559.PMID：19114008 查看文章考研/NCBI谷歌学术 78.Hao Y、Stuart T、Kowalski MH、Choudhary S、Hoffman P、Hartman A 等。用于集成、多模态和可扩展单细胞分析的词典学习。国家生物技术。2024;42(2):293–304.PMID：37231261 查看文章考研/NCBI谷歌学术 79.McGinnis CS、Murrow LM、Gartner ZJ。DoubletFinder：使用人工最近邻在单细胞 RNA 测序数据中进行双峰检测。细胞系统 2019;8（4）：329-337.e4。PMID：30954475 查看文章考研/NCBI谷歌学术 80.Yang S、Corbett SE、Koga Y、Wang Z、Johnson WE、Yajima M 等。使用 DecontX 对单细胞 RNA-seq 中的环境 RNA 进行净化。基因组生物学 2020;21(1):57.PMID：32138770 查看文章考研/NCBI谷歌学术 81.Aran D、Looney AP、Liu L、Wu E、Fong V、Hsu A 等。基于参考的肺单细胞测序分析揭示了过渡性促纤维化巨噬细胞。Nat 免疫学。2019;20(2):163–72.PMID：30643263 查看文章考研/NCBI谷歌学术 82.Jin S、Guerrero-Juarez CF、Zhang L、Chang I、Ramos R、Kuan C-H 等。使用 CellChat 推理和分析细胞间通讯。纳特公社。2021;12(1):1088.PMID：33597522 查看文章考研/NCBI谷歌学术 83.Osorio D， Zhong Y， Li G， Xu Q， Yang Y， Tian Y， et al. scTenifoldKnk：一种通过单细胞基因调控网络扰动进行基因功能预测的高效虚拟敲除工具。图案 （N Y）。2022;3(3):100434.PMID：35510185 查看文章考研/NCBI谷歌学术 84.兹德拉齐尔 B、菲利克斯 E、亨特 F、曼纳斯 EJ、布莱克肖 J、科贝特 S 等。2023 年 ChEMBL 数据库：跨越多种生物活性数据类型和时间段的药物发现平台。核酸研究 2024;52（D1）:D 1180–92。PMID：37933841 查看文章考研/NCBI谷歌学术 85.Du L， Geng C， Zeng Q， Huang T， Tang J， Chu Y. Dockey：用于大规模分子对接和虚拟筛选的现代集成工具。生物信息学简报。2023;24(2). 查看文章谷歌学术 86.Hassan NM、Alhossary AA、Mu Y、Kwoh CK。使用 QuickVina-W 进行蛋白质-配体盲对接，具有过程间时空整合。科学报告。2017;7(1):15451. 查看文章谷歌学术