来自剑桥大学、默克研究实验室、阿登布鲁克医院和其他地方的一个研究小组发表了一份似乎影响血浆中特定蛋白质水平的基因变异图谱。
剑桥大学公共卫生和初级保健研究人员亚当·巴特沃思在一份声明中说:“与基因相比，人类血液中的蛋白质研究相对较少，尽管它们是人类生物学的‘效应器’，在许多疾病中被破坏，也是大多数药物的靶点。”“现在，新技术让我们能够开始填补这一知识空白。”
作为英国Interval研究的一部分，Butterworth和他的同事系统地量化了来自3301个看起来健康的基因型个体的血浆样本中数千种蛋白质的水平。该研究涉及约5万名参与者。通过这些数据，他们发现了近800个基因组区域和近1500个蛋白质之间的1900多个相互作用，这些蛋白质被收集到一个资源中描述今天在线在自然．
引入表达量性状位点(QTL)和蛋白质QTL数据、生物途径线索、药物数据库洞察和先前全基因组关联研究中发现的变体，该团队随后搜索了导致常见疾病的血浆蛋白，如炎症性肠病，以及改变这些途径的潜在药物。
巴特沃斯及其同事写道:“通过特定蛋白质将遗传因素与疾病联系起来，我们的分析突出了潜在的治疗靶点、将现有药物与新的疾病适应症匹配的机会，以及正在开发的药物的潜在安全问题。”
此外，该团队还表示，可能会有更多的设置，可以从研究中确定的基因和血浆蛋白质组相互作用的洞察中受益。
“我们已经在这项研究中给出了一些如何使用它的例子，但现在轮到研究界开始使用它并发现新的应用了，”剑桥大学公共卫生和初级保健研究员、共同第一作者本杰明·孙(Benjamin Sun)在一份声明中说。
利用SomaLogic公司的SOMAscan(一种基于适体的多重蛋白质分析方法)，研究人员量化了3301名健康捐赠者血液样本中3622种蛋白质的血浆水平。他们将这些蛋白质组数据与参与者的基因图谱放在一起，通过Affymetrix Axiom UK Biobank阵列估算或直接评估血浆蛋白质和1060万个常染色体snp之间的关联。
该团队的分析发现了1927个关联，涉及1478个蛋白质和基因组中的764个区域。该组织报告说，这些联系中的大多数(89%)之前没有被描述过。
研究人员注意到，502个与蛋白质相关的基因座似乎在局部或顺式起作用，而228个对血浆蛋白质有反式作用。其余34个位点同时具有顺式和反式蛋白相互作用。
该团队使用Olink蛋白分析法对来自另外4998个个体的样本验证了163个提出的蛋白质qtl中的106个，注意到顺式pqtl似乎比那些涉及更长距离反式相互作用的pqtl更容易复制。
在探索了提出的pqtl和过去报道的表达qtl之间的重叠之后，研究人员结合了来自先前GWAS的信息，以确定pqtl与常见疾病相关的SNPs重合或存在连锁失衡。
例如，他们注意到，3号染色体基因MST1中的炎症性肠病相关变体不仅与血液中低于正常水平的MST1蛋白水平有关，而且与另外8种具有明显反式相互作用的蛋白质水平的改变有关。
剑桥大学和阿登布鲁克医院的公共卫生和初级保健研究员、共同第一作者詹姆斯·彼得斯在一份声明中说:“将我们的数据库与我们所知道的基因变异和疾病之间的联系结合起来，我们能够对疾病的生物学了解更多。”
基因型-蛋白质组的相互作用也为疾病的致病蛋白和潜在药物靶点提供了线索，通过考虑pqtl与过去记录的药物靶向蛋白的结合来梳理。