圖1 研究設(shè)計(jì)概述

1. SNP的選擇

總的來(lái)說(shuō)，這項(xiàng)研究分析了共計(jì)243,218名歐洲血統(tǒng)個(gè)體（128,178例患者和115,040例對(duì)照組）以及107,936名東亞血統(tǒng)個(gè)體（9,774例患者和98,162例對(duì)照組）。作者從全基因組關(guān)聯(lián)研究中提取了與SLE顯著相關(guān)的IVs（p< 5 × 10 ?8 ），并去除了連鎖不平衡（r 2 <0.001,10,000-kb）。此外，作者的分析中F統(tǒng)計(jì)量大于100，表明這些IVs能夠強(qiáng)有力地預(yù)測(cè)SLE的發(fā)病率。

2. 遺傳易感性與SLE和乳腺癌風(fēng)險(xiǎn)

MR分析顯示歐洲隊(duì)列中SLE與乳腺癌之間不存在因果關(guān)聯(lián)（乳腺癌：OR 0.9985，95%CI 0.9873-1.0099，p=0.79；ER+乳腺癌：OR 0.9974，95%CI 0.9850-1.0101，p=0.69；ER-乳腺癌：OR 1.009，95%CI 0.99-1.02，p=0.22）。沒(méi)有證據(jù)表明其他MR方法基于乳腺癌風(fēng)險(xiǎn)的增加。然而，注意到東亞人群中SLE和乳腺癌的遺傳易感性的因果推斷（IVW：OR：0.95，95%CI：0.92-0.98，p=0.006；加權(quán)中位數(shù)：OR：0.93，95%CI：0.88-0.97，p=0.002；MR-PRESSO：OR 0.95，95%CI：0.92-0.98，p=0.004）（圖2）。多變量MR分析也支持了SLE與東亞人群中乳腺癌的顯著關(guān)聯(lián)發(fā)現(xiàn)（SNPs：25，OR：0.95，95%CI：0.92-0.98，p=0.0013），在調(diào)整混雜因素（吸煙，特征ID：ieu-b-4877）后。

圖2 系統(tǒng)性紅斑狼瘡對(duì)東亞人乳腺癌風(fēng)險(xiǎn)的因果關(guān)系

3. MR估計(jì)的敏感性分析

首先，作者進(jìn)行了MR-Egger回歸分析，以研究水平多效性，并且結(jié)果證實(shí)多效性不太可能對(duì)因果關(guān)系產(chǎn)生偏倚（所有p值>0.05）。其次，MR-PRESSO測(cè)試的結(jié)果與無(wú)異常值的IVW方法一致，表明原始結(jié)果可靠。第三，考慮到東亞隊(duì)列中SLE和乳腺癌之間的潛在關(guān)系，作者進(jìn)行了逐個(gè)排除分析和Cochrane Q檢驗(yàn)。逐個(gè)排除分析發(fā)現(xiàn)沒(méi)有單個(gè)SNP驅(qū)動(dòng)SLE和乳腺癌之間的因果關(guān)系（圖2）。Cochrane Q檢驗(yàn)的p值均大于0.05（IVW測(cè)試的Q值：32.93，p=0.2；MR-Egger測(cè)試的Q值：32.8，p=0.17），表明SNP之間沒(méi)有異質(zhì)性。

4. 乳腺癌患者中SLE相關(guān)DEGs的鑒定

在標(biāo)準(zhǔn)化微陣列結(jié)果后（圖3A、B），識(shí)別出SLE和乳腺癌相關(guān)數(shù)據(jù)集之間的447個(gè)常見(jiàn)差異表達(dá)基因（圖3C）。通過(guò)聚類，WGCNA（軟閾值功率=6）進(jìn)一步去除了灰色模塊中的61個(gè)明顯異常值，并識(shí)別出386個(gè)感興趣的中心基因（圖3D、E）。

圖3

5. 功能特點(diǎn)分析

為了進(jìn)一步了解乳腺癌中386個(gè)SLE-DEGs的潛在功能，作者進(jìn)行了GO和KEGG富集分析。GO分析顯示DEGs富集在細(xì)胞周期、細(xì)胞增殖和對(duì)激素的反應(yīng)方面（圖3F）。KEGG富集分析主要涉及與癌癥和細(xì)胞周期相關(guān)的途徑，包括代謝途徑、微小RNA、轉(zhuǎn)錄調(diào)控失調(diào)、蛋白聚糖和中心碳代謝（圖3G）。

6. PPI網(wǎng)絡(luò)和關(guān)鍵基因分析

首先，對(duì)386個(gè)常見(jiàn)的差異表達(dá)基因構(gòu)建了PPI網(wǎng)絡(luò)。其次，使用Cytoscape的Cytuhubba插件計(jì)算了前20個(gè)中心基因（AURKA、UBE2C、CDC20、PTTG1、CCNB2、MELK、NDC80、CENPF、PRC1、KIF23、TOP2A、RACGAP1、NUSAP1、HMMR、ASPM、KIF15、TTK、DLGAP5、CCNA2和NCAPG）（圖4A）。第三，斯皮爾曼相關(guān)分析顯示這二十個(gè)中心基因之間存在顯著密切的關(guān)聯(lián)（所有p值<0.0001）（圖4B）。

圖4

7. 預(yù)測(cè)模型的構(gòu)建和驗(yàn)證

LASSO回歸方法被用來(lái)優(yōu)化20個(gè)中心基因。最終，選擇了最有價(jià)值的五個(gè)預(yù)測(cè)基因（RACGAP1、HMMR、TTK、TOP2A和KIF15）來(lái)構(gòu)建SLEscore（圖4C、D）。SLEscore的五個(gè)中心基因在腫瘤樣本中均顯著上調(diào)（圖4E-G）。根據(jù)SLEscore，乳腺癌患者被分為兩個(gè)亞組，其中SLEscore high 與五個(gè)預(yù)后分子的高表達(dá)水平相關(guān)（圖5A）。與低SLEscore組相比，高SLEscore組與明顯更差的總生存期相關(guān)（圖5B）。ROC曲線表明，SLEscore可以作為預(yù)測(cè)乳腺癌患者總生存期的敏感標(biāo)志物（3年AUC：0.81，5年AUC：0.91）（圖5C）。此外，多變量COX回歸分析表明，SLEscore是乳腺癌患者的獨(dú)立風(fēng)險(xiǎn)因素（HR 7.1，95%CI 1.50-33.4，p=0.013）（圖5D）。作者建立的SLEscore的C指數(shù)為0.73（標(biāo)準(zhǔn)誤差：0.043）。在GSE42568數(shù)據(jù)集中進(jìn)一步驗(yàn)證了SLEscore，表明使用TCGA數(shù)據(jù)庫(kù)構(gòu)建的SLEscore是乳腺癌患者的獨(dú)立預(yù)后因子（HR 1.92，95%CI 1.08-3.42，p=0.02）（圖5E）。隨后，作者通過(guò)整合SLEscore、年齡和TNM分期為乳腺癌患者建立了一個(gè)預(yù)測(cè)模型，該模型在預(yù)測(cè)乳腺癌患者1年、3年和5年的生存率方面表現(xiàn)良好（圖6A、B）。

圖5

圖6

8. TME細(xì)胞的探索，ESTIMATE評(píng)分，ICB和PANoptosis

Spearman相關(guān)分析揭示了20種分子與TME浸潤(rùn)細(xì)胞之間的顯著關(guān)聯(lián)（圖6C）。值得注意的是，高SLE得分與較低的樹(shù)突狀細(xì)胞、嗜酸性粒細(xì)胞、肥大細(xì)胞、CD4+ T細(xì)胞和輔助T細(xì)胞表達(dá)顯著相關(guān)（圖6D）。ESTIMATE得分與五個(gè)中心基因的表達(dá)水平呈負(fù)相關(guān)（所有p值<0.05）（圖6E），表明其與疾病結(jié)果和腫瘤浸潤(rùn)免疫環(huán)境的關(guān)系。SLE得分與8種ICB和PANoptosis基因模式的相關(guān)性顯著，這些已被證明是乳腺癌患者預(yù)后生物標(biāo)志物。

總結(jié)

作者的MR分析表明，SLE患者在東亞人群中對(duì)乳腺癌的風(fēng)險(xiǎn)較低。本研究還為乳腺癌和SLE患者的分層提供了路線圖，有助于改進(jìn)個(gè)體化隨訪和個(gè)性化決策的策略。