大规模分子分析和基因分型为系统比较治疗靶点对人类代谢组的遗传预测影响提供了独特的机会。我们首先为 8 个药物靶点构建了遗传风险评分,因为它们主要改变低密度脂蛋白 (LDL) 胆固醇 (HMGCR、PCKS9 和 NPC1L1)、高密度脂蛋白 (HDL) 胆固醇 (CETP) 或甘油三酯 (APOC3、ANGPTL3、ANGPTL4 和 LPL)。进行孟德尔随机化 (MR) 提供了强有力的证据,证明基于药物的遗传评分对冠状动脉疾病 (CAD) 风险的影响,ANGPTL3 除外。然后,我们系统地估计了每个评分对 249 种代谢特征的影响,这些特征来自前所未有的多达 115,082 名英国生物银行参与者的样本量。在旨在修改相同脂蛋白脂质性状的药物靶点之间,基因预测的效果通常是一致的。例如,对于基因预测的抑制 LDL 胆固醇降低靶点 HMGCR 和 PCSK9,所有 249 种代谢性状的 MR 估计值的线性拟合为 r 2 = 0.91。相比之下,旨在修改离散脂蛋白性状的药物类别之间的比较通常对代谢特征具有非常不同的影响(例如,HMGCR 与 4 个甘油三酯靶点中的每一个均具有 r 2 < 0.02)。此外,我们强调了特定代谢性状的这种差异,例如,发现降低 LDL 胆固醇的疗法通常对炎症标志物糖蛋白乙酰基具有较弱的影响,而评估的甘油三酯修改疗法提供了对降低这种炎症生物标志物水平有强烈影响的证据。我们的研究结果表明,尽管对 CAD 风险的影响大致一致,但从基因角度预测这些药物靶点对血液代谢组的扰动可能会有很大差异,这对临床开发中的生物标志物和测量治疗反应具有潜在影响。
主要关键词