超高性价比的MR分析高阶用法——炎症与泛癌
癌症的发生发展与多种因素密切相关,随着全基因组关联分析(GWAS)数据库的不断更新,近期孟德尔分析热点频出!泛癌分析绝对是性价比最高的方向之一,用前瞻性随机对照研究的思路,将多种暴露因素与癌症的发生,发展,预后等结局指标联系起来,思路简单,范围广泛,易于挖掘出新的有关联性的结果!轻松高效,既具有临床意义,又结合了生信分析思路,非常值!文章末尾有彩蛋,大家不要错过哦~
今天分享的文章“C反应蛋白与癌症风险:前瞻性队列和孟德尔随机化分析的泛癌研究(C-reactive protein and cancer risk: a pan-cancer study of prospective cohort and Mendelian randomization analysis)”于 2022/12/19发表在BMC Medicine(IF 11/Q1) 。
在这项研究中,作者基于 UK Biobank的大规模前瞻性队列研究,进行了泛癌分析,以评估CRP与癌症风险之间的线性和非线性关联。此外,利用传统的孟德尔随机化分析(MR)和非线性MR,同时探索了基因预测的CRP和癌症风险之间的线性和非线性关系。结果表明,CRP是评估泛癌和12种特定部位癌症风险的潜在生物标志物,而基因预测的CRP与癌症风险没有关联。因此,作者认为CRP可能不是癌症本身的原因,而是环境风险因素(即吸烟、空气污染和衰老)的反应标志物。
下面是原文,一起来学习吧~
一、背景
炎症已被证明是癌症的第七个标志。有人认为,慢性炎症状态通过建立炎症微环境使人易患癌症。尽管C-反应蛋白(CRP)是一种急性期反应蛋白,但在慢性炎症状态下观察到CRP水平的小幅度升高。一些研究报告了血清CRP浓度与肺癌、乳腺癌和结直肠癌之间的相关性,同时显示了其他癌症相关性的不一致或缺乏证据。这表明有必要进行泛癌分析,以系统评估CRP与癌症风险的相关性。此外,由于观察性研究中可能有潜在的混杂因素或反向因果关系,CRP与癌症风险之间的因果关系仍有待探索。
孟德尔随机化(MR)分析已被广泛用于探索风险因素与疾病之间的因果关系。先前的MR分析表明,基因预测的CRP浓度升高可能是胆囊癌的致病因素。CRP的遗传力估计在25%-40%之间。然而,在先前的研究中,只有少数单核苷酸多态性(SNP)被鉴定为构建CRP的遗传工具。最近,随着样本量的积累,已经确定了额外的CRP相关易感性位点,这将有助于构建更有效的遗传工具变量。
传统的MR分析测试了暴露与结果之间的线性假设,而忽略了可能的非线性关系。最近,提出了一种新方法来评估MR分析中潜在的非线性J形或U形效应,该方法已成功用于舒张压和心肌梗死风险的研究。非线性MR分析采取了对工具变量分位数进行调节的策略,并生成了局部平均因果效应(LACE)估计。因此,同时在观察研究和MR分析中探索CRP浓度与癌症风险之间的非线性关系,可能为CRP浓度和癌症风险提供新的见解。
二、方法
1、研究人群
本分析中包含的所有数据均来自 UK Biobank,共有420964名参与者被纳入。
2、暴露、结果和协变量的评估
可能影响CRP与癌症风险之间关联的变量在分析中被视为协变量,包括男性和女性的年龄、家族癌症史、体重指数(BMI)、身高、吸烟状况、酒精使用和身体活动,以及更年期、口服避孕药使用和激素替代疗法。此外,还将性别、种族、教育、汤森剥夺指数和评估中心作为协变量。
3、CRP的工具变量
鉴定了52个与CRP浓度相关的易感基因座,通过计算加权遗传风险评分(wGRS),该基因座用于构建CRP的遗传工具。工具变量与血清CRP浓度密切相关,F统计值为216。此外,敏感性分析中进一步排除了与结直肠癌和血清CRP浓度相关的五个SNP,以评估工具变量的有效性(表S3)。
SNP | Chromosome | Position | Effect allele | Beta | Se | P |
rs2064009 | 8 | 117007850 | T | -0.073 | 0.026 | 0.005 |
rs4420638 | 19 | 45422946 | A | -0.089 | 0.033 | 0.007 |
rs11108056 | 11 | 95855385 | C | -0.058 | 0.027 | 0.029 |
rs10925027 | 1 | 247612562 | T | -0.054 | 0.027 | 0.041 |
rs10521222 | 16 | 51158710 | C | -0.115 | 0.058 | 0.048 |
表S3 5个SNPs与结直肠癌和血清CRP浓度相关
4、统计分析
进行Cox比例风险回归以评估CRP与癌症风险之间的相关性;限制性立方样条分析来探讨CRP与癌症风险之间的非线性关联形状;进一步进行了亚组分析,以使用似然比检验评估年龄、性别和吸烟状况的影响。
敏感性分析检验稳健性:(1)重新分析对数转换CRP水平与癌症风险之间的相关性,(2)在前两次随访中排除或仅包括诊断为癌症的参与者,以避免潜在的反向因果关系,(3)排除CRP水平>10 mg/L的参与者,以避免急性严重感染的影响,(4)额外调整心血管疾病和糖尿病,(5)额外调整定期使用阿司匹林和布洛芬。
同时评估了CRP浓度与癌症风险之间潜在的线性和非线性因果关系。
(注:两阶段MR需要使用遗传工具变量来评价因果关联的可能中间变量M (Mediation),来探讨环境暴露因素是否通过表观遗传指标而导致疾病改变。)
三、结果
1、参与者的基线特征如表1。
表1 参与者的基线特征
2、观察性的关联评估
No (incident cases) | Person years | Per 1 mg/L increase in CRP | Per 1 SD increase in CRP | P | |||
HR (95%CI) | HR (95%CI) | ||||||
Overall cancer | 420,964 (34,979) | 2,873,325 | 1.02 (1.01,1.02) | 1.05 (1.04,1.06) | <0.001 | ||
Head & neck (C00-14) | 386,492 (507) | 2,741,258 | 1.04 (1.02,1.06) | 1.14 (1.06,1.22) | <0.001 | ||
Esophagus (C15) | 386,474 (490) | 2,741,176 | 1.04 (1.01,1.06) | 1.12 (1.04,1.20) | 0.002 | ||
Stomach (C16) | 386,319 (335) | 2,740,534 | 1.03 (1.01,1.06) | 1.12 (1.02,1.22) | 0.012 | ||
Colorectal (C18-20) | 388,920 (2,936) | 2,750,426 | 1.02 (1.01,1.03) | 1.08 (1.05,1.12) | <0.001 | ||
Liver (C22) | 386,267 (282) | 2,740,446 | 1.04 (1.01,1.07) | 1.15 (1.05,1.26) | 0.003 | ||
Gallbladder (C23-24) | 386,124 (139) | 2,739,827 | 0.97 (0.91,1.02) | 0.90 (0.74,1.08) | 0.247 | ||
Pancreas (C25) | 386,554 (569) | 2,741,611 | 1.00 (0.98,1.03) | 1.01 (0.94,1.10) | 0.725 | ||
Lung (C33-34) | 387,877 (1,892) | 2,746,976 | 1.06 (1.05,1.07) | 1.21 (1.17,1.25) | <0.001 | ||
Melanoma (C43) | 387,403 (1,421) | 2,744,818 | 1.01 (0.99,1.03) | 1.03 (0.98,1.09) | 0.289 | ||
Non-melanotic skin (C44) | 396,880 (10,902) | 2,782,977 | 1.00 (1.00,1.01) | 1.01 (0.99,1.03) | 0.261 | ||
Breast (C50) | 212,249 (5,015) | 1,492,129 | 1.00 (1.00,1.01) | 1.02 (0.99,1.05) | 0.270 | ||
Uterus (C54-55) | 208,033 (797) | 1,476,462 | 1.02 (1.00,1.04) | 1.08 (1.02,1.15) | 0.013 | ||
Ovary (C56) | 207,771 (535) | 1,475,432 | 1.02 (0.99,1.04) | 1.06 (0.97,1.15) | 0.180 | ||
Prostate (C61) | 184,126 (5,380) | 1,286,416 | 0.99 (0.99,1.00) | 0.98 (0.96,1.01) | 0.200 | ||
Kidney (C64) | 386,682 (698) | 2,742,036 | 1.05 (1.04,1.07) | 1.19 (1.13,1.26) | <0.001 | ||
Bladder (C67) | 386,551 (566) | 2,741,376 | 1.01 (0.99,1.04) | 1.05 (0.97,1.13) | 0.213 | ||
CNS (C70-72) | 386,417 (432) | 2,740,957 | 1.00 (0.97,1.03) | 1.00 (0.90,1.10) | 0.989 | ||
Thyroid (C73) | 386,210 (225) | 2,740,111 | 1.00 (0.96,1.04) | 1.00 (0.87,1.14) | 0.945 | ||
Non-Hodgkin lymphoma (C82-85,96) | 387,081 (1,096) | 2,743,484 | 1.04 (1.03,1.06) | 1.14 (1.09,1.20) | <0.001 | ||
Multiple myeloma (C90) | 386,383 (399) | 2,740,916 | 0.96 (0.93,1.00) | 0.88 (0.77,0.99) | 0.035 | ||
CLL (C91) | 386,371 (386) | 2,740,738 | 0.97 (0.94,1.01) | 0.91 (0.81,1.03) | 0.141 |
表S4 CRP浓度的升高与多种癌症的发生相关
图1 CRP与癌症风险之间的潜在非线性关系
图S1
图S2
≤ 3mg/L | >3 mg/L | ||
No (incident cases) | Person years | HR (95%CI) | |
Overall cancer | 327,031 (26,173) | 2,237,479 | 1.12 (1.11,1.14) |
Head & neck (C00-14) | 301,209 (351) | 2,137,461 | 1.15 (1.01,1.32) |
Esophagus (C15) | 301,201(344) | 2,137,476 | 1.43 (1.26,1.64) |
Stomach (C16) | 301,087 (229) | 2,136,975 | 1.26 (1.06,1.48) |
Colorectal (C18-20) | 303,003 (2,145) | 2,144,527 | 1.23 (1.17,1.30) |
Liver (C22) | 301,037 (179) | 2,136,852 | 1.45 (1.20,1.74) |
Gallbladder (C23-24) | 300,952 (94) | 2,136,473 | 1.15 (0.88,1.50) |
Pancreas (C25) | 301,268 (410) | 2,137,813 | 1.33 (1.18,1.50) |
Lung (C33-34) | 301,995 (1,137) | 2,140,855 | 1.52 (1.42,1.64) |
Melanoma (C43) | 301,966 (1,111) | 2,140,358 | 1.02 (0.94,1.10) |
Non-melanotic skin (C44) | 309,450 (8,597) | 2,170,575 | 1.05 (1.02,1.08) |
Breast (C50) | 160,803 (3,644) | 1,130,896 | 1.14 (1.09,1.18) |
Uterus (C54-55) | 157,651 (491) | 1,119,136 | 1.41 (1.26,1.57) |
Ovary (C56) | 157,548 (388) | 1,118,715 | 1.17 (1.03,1.33) |
Prostate (C61) | 148,034 (4,337) | 1,035,523 | 1.05 (1.01,1.09) |
Kidney (C64) | 301,320 (463) | 2,137,990 | 1.39 (1.24,1.56) |
Bladder (C67) | 301,270 (412) | 2,137,591 | 1.27 (1.12,1.44) |
CNS (C70-72) | 301,185 (327) | 2,137,370 | 1.17 (1.01,1.35) |
Thyroid (C73) | 301,031 (173) | 2,136,726 | 1.16 (0.95,1.40) |
Non-Hodgkin lymphoma (C82-85,96) | 301,634 (776) | 2,139,208 | 1.16 (1.06,1.27) |
Multiple myeloma (C90) | 301,172 (315) | 2,137,379 | 1.05 (0.91,1.22) |
CLL (C91) | 301,166 (308) | 2,137,248 | 0.94 (0.80,1.09) |
表S5
表2
表3
3.孟德尔随机化分析
图2遗传预测的CRP浓度与总体癌症风险以及特定部位癌症风险之间没有线性关联
图S3
图S4
图S5
图3
四、讨论
炎症反应/环境可以在恶性肿瘤周围和/或全身水平调节宿主免疫系统,以调节宿主的肿瘤免疫。许多研究使用已知的炎症生物标志物来推断炎症反映的状态,为进一步通过干预炎症反应来预防或改善肿瘤预后提供线索。外周血循环炎症生物标志物较易获,便于动态监测,C反应蛋白(CRP)是最常用的生物标志物之一。一些观察性研究报告了血清CRP浓度与肺癌、乳腺癌和结直肠癌风险之间的相关性,但其他癌症的相关证据不全,且因果关系的方向仍不清楚。
这一项研究基于一项大规模前瞻性队列研究,发现基线时CRP升高与随访期间癌症发生的风险增加相关。对于特定部位的癌症,头颈癌、食道癌、胃癌、结直肠癌、肝癌、肺癌、乳腺癌、肾癌和非霍奇金淋巴瘤也存在阳性关联,而CLL则存在阴性关联。然而,线性和非线性MR分析表明,基因预测的CRP与癌症风险之间没有关联。
到目前已有几个假设来解释CRP浓度升高与癌症风险之间的潜在联系机制:(1)肿瘤组织会引起炎症,从而增加血清CRP水平;(2) 肿瘤细胞可以产生各种细胞因子和趋化因子,刺激肝脏中CRP的产生;(3) CRP是宿主对肿瘤细胞免疫反应的一部分;(4) CRP是慢性炎症的标志物,它会通过创造一个有吸引力的环境来促进癌变;(5)CRP可作为内部暴露标志物,反映身体的老化状态。
尽管观察性分析显示CRP浓度与前瞻性队列中发生癌症风险之间存在显著关联,但MR分析不支持因果关系。其他的研究也表明,乳腺癌、结直肠癌、前列腺癌和肺癌的观察性分析和MR分析之间存在类似差异。这种差异不可能因混淆或反向因果关系而产生偏差。
五、小结:
这项研究的主要优势在于对CRP与总体癌症风险以及特定部位癌症之间的关系进行了全面分析,包括观察分析和MR分析,证明了CRP浓度与总体癌症风险以及9种特定部位癌症之间的正相关,CRP浓度与特定部位癌症之间的三种非线性关联模式,但拐点始终在CRP浓度的3mg/L和对数转换后的1mg/L。因此,作者认为CRP可能不是癌症本身的原因,而是环境风险因素(即吸烟、空气污染和衰老)的反应标志物,这些因素可导致慢性低度炎症。此外,这些结果共同表明CRP是癌症风险分层的潜在生物标志物,也可能以1mg/L和3mg/L作为分界点。
思路拓展
小编也对泛癌的孟德尔分析非常偏爱!这里,总结了一些常见的暴露因素和泛癌的结局指标,帮助大家打开思路。
更加高阶的思路和数据分析,请戳下方二维码,快速上车!
暴露 | 泛癌结局指标 | |
代谢 | 氨基酸、碳水化合物、辅因子和维生素、能量、脂质、核苷酸、肽 | 发生(病例VS对照); 发展(对比同一肿瘤,不同分期,分级,特殊部位转移,高危并发症的出现等等); 治疗(比较不同药物疗效,并发症,患者医从性;不同的治疗方式包括手术,放疗,化疗以及不同治疗之间的时间间隔等等); 预后(病例组VS对照组或者不同阶段的病例组之间,生存时间,无病生存时间,无进展生存时间,高危并发症,特殊部位转移等等对比) |
微量营养物 | 铁、锌、铜、硒、磷 | |
维生素 | 维生素D、C、E | |
饮食/生活方式 | 脂肪,肥胖,体型,BMI,酒精,吸烟,咖啡因摄入,睡眠/睡眠周期,牛奶摄入量,BMI,血压 | |
生物标记物 | CRP,白介素6,胰岛素样生长因子,血管内皮生长因子 | |
微生物 | ||
良性占位性疾病,慢性疾病,精神类疾病,自身免疫性疾病 |