XiaoMi-AI文件搜索系统
World File Search SystemPQTL
RMDS发病机理中的先天免疫力
它们的多种生物学作用，蛋白质可以反映正在进行的RA疾病过程，并可能提供反应的生物标志物。但是，研究蛋白质分离可能会导致将原因与炎症的结果分开的挑战。如果蛋白水平在遗传控制下，则可以鉴定出潜在的，稳定的治疗前遗传生物标志物。目标：确定用依那耐等治疗的RA患者中是否存在遗传基础蛋白表达。方法：参与者是从英国的一项前瞻性多中心研究中招募的，该研究符合1987年ACR或2010年ACR/Eular/Eular/Eular分类标准RA的标准，从Etanercept开始是第一个生物学。使用所有理论片段离子光谱质谱法（SWATH-MS）的顺序窗口采集进行定量蛋白质组学。基因分型，并使用Genomestudio软件（Illumina，Illumina，Illumina，San Diego，CA，美国，美国）进行了基因型调用。在标准遗传QC和插补后，使用针对稳定的混杂协变量（年龄，生物学性别，疾病持续时间，同时使用DMARD使用，血清阳性状态）进行调整的线性模型进行了蛋白质定量性状基因座（PQTL）分析。为CIS PQTL设置了P <1E-05的暗示意义水平；由于样本量适中，不考虑反式PQTL。显着性阈值已根据虚假发现率进行调整，因此，p <0.05的任何调整结果都被认为是显着的。PQTL。结果：招募了147名参与者，中位年龄为56.39岁[IQR 49.34-64.73]，中位疾病持续时间为6年[IQR 2-13]，其中108（75.52％）为女性。482独特的蛋白质可用于蛋白质组学和遗传学数据QC后分析。基线（预处理），为60种蛋白质鉴定了2,184个顺式PQTL（这可能反映了强烈的链接不平衡中的许多PQTL）。治疗3个月后，为68种蛋白质鉴定了1,432个顺式PQTL。2蛋白具有PQTL（RS150571376，P ADJ = 3E-03和RS188695391，P ADJ = 1.07E-02），其中蛋白质表达在3个月时在3个月时也与DAS28相关（TCPH，P AXD = 1.40E-02和e-02和e Adj 6.40e-et = 6.40e-e = 54，结论：在RA患者中进行的PQTL分析鉴定了许多与配对蛋白表达数据显着相关的基因座。2基线蛋白TCPH和EHD1与处理后DAS28有关，并且具有其表达的遗传基础，并且这些蛋白质在ATP水解过程中都参与过程。参考：[1] Finckh等。Ann Rheum Dis 2006; 65（6）：746-52。致谢：零。Disclosure of Interests: Stephanie Ling: None declared, Chuan Fu Yap: None declared, Nisha Nair: None declared, James Bluett Grant/research support from: Research grant from Pfizer, Ann Morgan: None declared, John Isaacs: None declared, Anthony G Wilson: None declared, Kimme Hyrich: None declared, Anne Barton: None declared, Darren Plant: None declared.doi：10.1136/annrheumdis-2023-Eular.6091
使用高质量发现蛋白质定量性状位点...
在35,559名冰岛人的较大蛋白质组学研究中，Ferkingstad等。测试了与373种疾病和其他性状关联的血浆蛋白水平，并确定了257,490个关联。3整合了PQTL和遗传关联，研究人员发现，GWAS目录中45,334个铅关联中有12％与高链接不平衡的变体与PQTL的变体。他们还鉴定了938个基因，这些基因编码了潜在的药物靶标的变体，这些变异会影响可能的生物标志物水平。“结合蛋白质组学，基因组学和转录组学，我们提供了一种宝贵的资源，可用于改善对疾病发病机理的理解，并协助药物发现和发育，”他们总结道。
与人类癌的蛋白质表达相关的遗传，药物基因组和免疫景观
蛋白质组学是一种强大的方法，可以快速增强我们对癌症发展的理解。详细的遗传，药物基因组和免疫景观与癌症患者中蛋白质表达有关的表征可以提供有关蛋白质在癌症中功能作用的新见解。通过利用来自癌症基因组图集（TCGA）的基因型数据和来自癌症蛋白质组图集（TCPA）的蛋白质表达数据（TCPA），我们表征了遗传变异对31种癌症类型蛋白质表达的影响，并确定了大约100,000个蛋白质定量性状特征（PQTL）。其中，超过8000个PQTL与患者的总生存期有关。此外，表征蛋白质表达对患者的350多个估算抗癌药物反应的影响显示近230,000个显着关联。此外，在蛋白质表达和免疫细胞丰度之间发现了大约21,000个显着关联。最后，一个用户友好的数据门户GPIP（https://hanlaboratory.com/gpip）开发了多个模块，使研究人员能够探索，可视化和浏览多维数据。这种详细的分析揭示了蛋白质组学景观与遗传变异，患者结果，免疫微环境和跨癌症类型的药物反应之间的关联，提供了一种资源