2.1   可成药基因组   从DGIdb获得了5 012个可成药基因。此外，从FINAN等[16]综述中获得了4 463个可成药基因。整合数据后，获得了6 888个由人类基因组组织基因命名委员会命名的独特可成药基因，以供后续分析。
2.2   孟德尔随机化分析及有效基因的筛选   此次研究共筛选出来34个显著潜在基因，具体数据细节见表1，将其进行可视化，见图1。
2.3   共定位分析结果   在34个显著基因中，APOBEC3G的PPH4为0.761，APOBEC3G和脊椎滑脱均可被rs111381709驱动，结果表明APOBEC3G与脊椎滑脱有着较强的关联性，将该结果进行可视化，见图2。
2.4   显著基因功能分析   对34个潜在靶点进行GO富集分析，可以看出这些靶点共参与340项生物过程、涉及19个细胞成分、包括37个分子功能。其中，主要参与的生物过程有泌尿生殖系统发育(GO:0001655)、肾脏发育(GO:0001822、GO:0072001)、骨髓细胞分化(GO:0030099)；主要细胞成分有分泌颗粒与分泌颗粒腔(GO:0034774、GO:0030141)、细胞质囊与囊泡腔(GO:0060205、GO:0031983)；主要分子功能包括肝素结合(GO:0008201)、糖胺聚糖结合(GO:0005539)、硫化合物结合(GO:1901681)，见图3。
KEGG通路富集展示了脊椎滑脱相关的显著可成药基因的8条潜在治疗通路，根据富集在每个药物上基因的数目及显著性，排名前5的是钙离子信号通路、丝裂原活化蛋白激酶信号通路(mitogen-activated protein kinase，MAPK)、血管内皮生长因子信号通路(vascular endothelial growth factor，VEGF)、B细胞受体信号通路、胰腺分泌，见图4。
2.5   蛋白互作网络分析   将34个显著基因构建蛋白互作网络，隐藏网络中断开的网络节点后，共得到34个节点和57个边缘，平均节点度：3.35，预期边数：49，蛋白互作富集P值：0.15，网络互动量明显高于预期。将结果导出并进行可视化，见图5。
2.6   药物富集结果   将34个显著基因与DSigDB数据库下载的数据进行富集分析后，得到19个药物，将以上结果进行可视化，见图6，并选取其中2个显著富集的药物进行分子对接，见表2。



2.7   分子对接结果   使用 AutoDock 4.2.6 分析薯蓣皂苷元(DIOSGENIN)和4-羟基雌二醇(1，3，5-Estratriene-3，4，17 beta-triol)这2种具有显著意义的候选药物与相应基因编码蛋白质之间的结合位点和相互作用[10]，每次相互作用产生结合能，结合能越低，结合效果越好、亲和力越高，获得了4个蛋白质与药物之间的有效对接结果，见表3，编号A1-D2，编号1和2分别为结合全景图与局部细节图，将结果可视化，见图7。

[1] KONIECZNY MR, JÄGER M. Spondylolisthesis. Orthopadie (Heidelb). 2023;52(11):931-940. [2] POLLY DW JR, HASELHUHN JJ, SORIANO PBO, et al. Management of High-Grade Dysplastic Spondylolisthesis. Neurosurg Clin N Am. 2023;34(4):567-572. [3] KONIECZNY MR, JÄGER M. Spondylolisthesis. Schmerz. 2024;38(2):157-166. [4] ALOMARI S, JUDY B, SACINO AN, et al. Isthmic spondylolisthesis in adults… A review of the current literature. J Clin Neurosci. 2022;101:124-130. [5] BERNARD F, MAZERAND E, GALLET C, et al. History of degenerative spondylolisthesis: From anatomical description to surgical management. Neurochirurgie. 2019;65(2-3):75-82. [6] KANG WY, LEE JW, LEE E, et al. Efficacy and outcome predictors of fluoroscopy-guided facet joint injection for spondylolysis. Skeletal Radiol. 2018;47(8):1137-1144. [7] JOELSON A. Surgery for spinal stenosis with degenerative spondylolisthesis. BMJ. 2024;386:q1628. [8] QI T, SONG L, GUO Y, et al. From genetic associations to genes: methods, applications, and challenges. Trends Genet. 2024;40(8):642-667. [9] LARSSON SC, BUTTERWORTH AS, BURGESS S. Mendelian randomization for cardiovascular diseases: principles and applications. Eur Heart J. 2023;44(47): 4913-4924. [10] STORM CS, KIA DA, ALMRAMHI MM, et al. Finding genetically-supported drug targets for Parkinson’s disease using Mendelian randomization of the druggable genome. Nat Commun. 2021;12(1):7342. [11] SCHMIDT AF, FINAN C, GORDILLO-MARAÑÓN M, et al. Genetic drug target validation using Mendelian randomisation. Nat Commun. 2020;11(1):3255. [12] SU WM, GU XJ, DOU M, et al. Systematic druggable genome-wide Mendelian randomisation identifies therapeutic targets for Alzheimer’s disease. J Neurol Neurosurg Psychiatry. 2023;94(11):954-961. [13] YIN KF, CHEN T, GU XJ, et al. Systematic druggable genome-wide Mendelian randomization identifies therapeutic targets for sarcopenia. J Cachexia Sarcopenia Muscle. 2024;15(4):1324-1334. [14] GAZIANO L, GIAMBARTOLOMEI C, PEREIRA AC, et al. Actionable druggable genome-wide Mendelian randomization identifies repurposing opportunities for COVID-19. Nat Med. 2021;27(4):668-676. [15] 1000 GENOMES PROJECT CONSORTIUM,AUTON A, BROOKS LD, et al. A global reference for human genetic variation. Nature. 2015;526(7571):68-74. [16] FINAN C, GAULTON A, KRUGER FA, et al. The druggable genome and support for target identification and validation in drug development. Sci Transl Med. 2017; 9(383):eaag1166. [17] STALEY JR, BLACKSHAW J, KAMAT MA, et al. PhenoScanner: a database of human genotype-phenotype associations. Bioinformatics. 2016;32(20):3207-3209. [18] BOWDEN J, DAVEY SMITH G, BURGESS S. Mendelian randomization with invalid instruments: effect estimation and bias detection through Egger regression. Int J Epidemiol. 2015;44(2):512-525. [19] GIAMBARTOLOMEI C, VUKCEVIC D, SCHADT EE, et al. Bayesian test for colocalisation between pairs of genetic association studies using summary statistics. PLoS Genet. 2014; 10(5):e1004383. [20] KANEHISA M, FURUMICHI M, SATO Y, et al. KEGG for taxonomy-based analysis of pathways and genomes. Nucleic Acids Res. 2023;51(D1):D587-D592. [21] RASOOLY D, PELOSO GM, PEREIRA AC, et al. Genome-wide association analysis and Mendelian randomization proteomics identify drug targets for heart failure. Nat Commun. 2023;14(1):3826. [22] YOO M, SHIN J, KIM J, et al. DSigDB: drug signatures database for gene set analysis. Bioinformatics. 2015;31(18):3069-3071. [23] KIM S, CHEN J, CHENG T, et al. PubChem 2023 update. Nucleic Acids Res. 2023; 51(D1):D1373-D1380. [24] DONG Y, TAO B, XUE X, et al. Molecular mechanism of Epicedium treatment for depression based on network pharmacology and molecular docking technology. BMC Complement Med Ther. 2021;21(1):222. [25] SHICHIJO T, YASUNAGA JI, SATO K, et al. Vulnerability to APOBEC3G linked to the pathogenicity of deltaretroviruses. Proc Natl Acad Sci U S A. 2024;121(13):e2309925121. [26] TALLURI S, SAMUR MK, BUON L, et al. Dysregulated APOBEC3G causes DNA damage and promotes genomic instability in multiple myeloma. Blood Cancer J. 2021; 11(10):166. [27] WANG Y, WU S, ZHENG S, et al. APOBEC3G acts as a therapeutic target in mesenchymal gliomas by sensitizing cells to radiation-induced cell death. Oncotarget. 2017;8(33): 54285-54296. [28] PRABHU P, SHANDILYA SM, BRITAN-ROSICH E, et al. Inhibition of APOBEC3G activity impedes double-stranded DNA repair. FEBS J. 2016;283(1):112-129. [29] KOMOHARA Y, SUEKANE S, NOGUCHI M, et al. Expression of APOBEC3G in kidney cells. Tissue Antigens. 2007;69(1):95-98. [30] GARCÍA-RAMOS CL, VALENZUELA-GONZÁLEZ J, BAEZA-ÁLVAREZ VB, et al. Degenerative spondylolisthesis I: general principles. Acta Ortop Mex. 2020;34(5):324-328. [31] KANG L, ZHANG H, JIA C, et al. Epigenetic modifications of inflammation in intervertebral disc degeneration. Ageing Res Rev. 2023;87:101902. [32] FRANCISCO V, PINO J, GONZÁLEZ-GAY MÁ, et al. A new immunometabolic perspective of intervertebral disc degeneration. Nat Rev Rheumatol. 2022;18(1):47-60. [33] LI H, WANG C, HE T, et al. Mitochondrial Transfer from Bone Marrow Mesenchymal Stem Cells to Motor Neurons in Spinal Cord Injury Rats via Gap Junction. Theranostics. 2019;9(7):2017-2035. [34] XU M, FENG T, LIU B, et al. Engineered exosomes: desirable target-tracking characteristics for cerebrovascular and neurodegenerative disease therapies. Theranostics. 2021;11(18):8926-8944. [35] VIÑAS JL, BURGER D, ZIMPELMANN J, et al. Transfer of microRNA-486-5p from human endothelial colony forming cell-derived exosomes reduces ischemic kidney injury. Kidney Int. 2016;90(6):1238-1250. [36] ZHANG S, TEO KYW, CHUAH SJ, et al. MSC exosomes alleviate temporomandibular joint osteoarthritis by attenuating inflammation and restoring matrix homeostasis. Biomaterials. 2019;200:35-47. [37] WANG T, JIAN Z, BASKYS A, et al. MSC-derived exosomes protect against oxidative stress-induced skin injury via adaptive regulation of the NRF2 defense system. Biomaterials. 2020;257:120264. [38] XING H, ZHANG Z, MAO Q, et al. Injectable exosome-functionalized extracellular matrix hydrogel for metabolism balance and pyroptosis regulation in intervertebral disc degeneration. J Nanobiotechnology. 2021;19(1):264. [39] GANDHI NS, MANCERA RL. The structure of glycosaminoglycans and their interactions with proteins. Chem Biol Drug Des. 2008; 72(6):455-482. [40] SALBACH J, RACHNER TD, RAUNER M, et al. Regenerative potential of glycosaminoglycans for skin and bone. J Mol Med (Berl). 2012;90(6):625-635. [41] LIAN JB, JAVED A, ZAIDI SK, et al. Regulatory controls for osteoblast growth and differentiation: role of Runx/Cbfa/AML factors. Crit Rev Eukaryot Gene Expr. 2004; 14(1-2):1-41. [42] BERRIDGE MJ, BOOTMAN MD, RODERICK HL. Calcium signalling: dynamics, homeostasis and remodelling. Nat Rev Mol Cell Biol. 2003;4(7):517-529. [43] CAO Z, LIU D, ZHANG Q, et al. Aluminum Chloride Induces Osteoblasts Apoptosis via Disrupting Calcium Homeostasis and Activating Ca(2+)/CaMKII Signal Pathway. Biol Trace Elem Res. 2016;169(2):247-253. [44] HU K, OLSEN BR. Osteoblast-derived VEGF regulates osteoblast differentiation and bone formation during bone repair. J Clin Invest. 2016;126(2):509-526. [45] AOKI Y, TAKAHASHI H, NAKAJIMA A, et al. Prevalence of lumbar spondylolysis and spondylolisthesis in patients with degenerative spinal disease. Sci Rep. 2020; 10(1):6739. [46] HEPWORTH EMW, HINTON SD. Pseudophosphatases as Regulators of MAPK Signaling. Int J Mol Sci. 2021;22(22):12595. [47] FALCICCHIA C, TOZZI F, ARANCIO O, et al. Involvement of p38 MAPK in Synaptic Function and Dysfunction. Int J Mol Sci. 2020;21(16):5624. [48] JIA XB, ZHANG Q, XU L, et al. Lotus leaf flavonoids induce apoptosis of human lung cancer A549 cells through the ROS/p38 MAPK pathway. Biol Res. 2021;54(1):7. [49] WU Z, HE D, ZHAO S, et al. IL-17A/IL-17RA promotes invasion and activates MMP-2 and MMP-9 expression via p38 MAPK signaling pathway in non-small cell lung cancer. Mol Cell Biochem. 2019;455(1-2):195-206. [50] REN Y, OUYANG Z, HOU Z, et al. CIC Is a Mediator of the ERK1/2-DUSP6 Negative Feedback Loop. iScience. 2020;23(11): 101635. [51] FU B, LIANG J, HU J, et al. GPCR-MAPK signaling pathways underpin fitness trade-offs in whitefly. Proc Natl Acad Sci U S A. 2024;121(28):e2402407121. [52] WEN X, JIAO L, TAN H. MAPK/ERK Pathway as a Central Regulator in Vertebrate Organ Regeneration. Int J Mol Sci. 2022;23(3): 1464. [53] HWANG JH, PARK YS, KIM HS, et al. Yam-derived exosome-like nanovesicles stimulate osteoblast formation and prevent osteoporosis in mice. J Control Release. 2023;355:184-198. [54] CONG S, PENG Q, CAO L, et al. Diosgenin prevents periodontitis by inhibiting inflammation and promoting osteogenic differentiation. Oral Dis. 2024;30(4):2497-2510. [55] TOMÉ-BERMEJO F, PIÑERA AR, ALVAREZ L. Osteoporosis and the Management of Spinal Degenerative Disease (II). Arch Bone Jt Surg. 2017;5(6):363-374. [56] HASSAN KZ, SHERMAN AL. Epidural Steroids. In: StatPearls[Internet]. Treasure Island (FL): StatPearls Publishing, 2025. [57] HERNÁNDEZ N, LÓPEZ-MORATÓ M, PERIANES MJ, et al. 4-Hydroxyestradiol improves mouse embryo quality, epidermal growth factor-binding capability in vitro and implantation rates. Mol Hum Reprod. 2021;27(2):gaaa075. [58] ALANKO J, SIEVI E, LÄHTEENMÄKI T, et al. Catechol estrogens as inhibitors of leukotriene synthesis. Biochem Pharmacol. 1998;55(1):101-104. [59] CHEN Q, TU Z, AI Y, et al. Forearm bone mineral density predicts screw loosening after lumbar fusion similar to lumbar Hounsfield unit value in patients with lumbar spondylolisthesis. Osteoporos Int. 2024;35(3):543-549. [60] LANXIANG W, BIN W, GE X, et al. Long-term exposure of 4-hydroxyestradiol induces the cancer cell characteristics via upregulating CYP1B1 in MCF-10A cells. Toxicol Mech Methods. 2019;29(9):686-692.

[1]	吕 浩, 张 舸, 胡芷苜, 王 岩, 楚庆松, 周 瑶, 江 渟, 王久香. 炎症、代谢物与骨质疏松症[J]. 中国组织工程研究, 2025, 29(17): 3697-3704.

脊椎滑脱指脊椎的一个椎体相对于下方的椎体发生前移或后移[1]，主要是椎体间的骨性连接存在异常，引起这种异常的原因主要包括先天发育问题、椎弓峡部裂、脊柱退行性疾病[2]。脊柱滑脱属于常见疾病，在全球范围内，患病人群约占成年人口的20%[3]，主要表现为肌肉骨骼或神经根性疼痛[4]，同时可能伴随有神经功能障碍如感觉异常等[5]。目前对于脊椎滑脱患者的治疗方案并没有达成共识，主要分为保守和手术治疗，保守治疗包括药物治疗和物理治疗，药物治疗以口服或注射不同类型的止疼药、抗炎药为主[6]；而手术治疗则以固定、减压为主要治疗原则[7]。目前腰椎滑脱的治疗仍面临巨大挑战，当前应用的主要治疗药物存在不良反应等问题，因此继续探索脊椎滑脱的潜在治疗靶点，找寻更积极有效的治疗药物依然对脊椎滑脱的临床诊疗以及新药物的研究和开发具有重大意义。
大规模的人类遗传学研究为许多疾病的新药开发提供了机会，遗传证据支持的药物靶点在药物开发过程中存在更大的可能性。全基因组关联研究(genome-wide association studies，GWAS)在确定与疾病风险相关的单核苷酸多态性时非常有效，但难以直接联系致病基因与药物靶点以驱动药物的研发过程[8]。孟德尔随机化研究利用遗传变异作为工具变量，以增强对暴露与结果之间因果关系的推断力度。相较于传统的观察性研究，孟德尔随机化方法在减少混杂因素和逆向因果关系偏倚方面具有优势，因为遗传变异在个体出生时即已随机分配，并且不会受到后天环境因素及疾病发生的影响[9]。如今，孟德尔随机化分析广泛用于确认已在临床上使用的药物，并通过协调疾病GWAS和数量性状位点(expression quantitative trait loci，eQTL)研究的汇总数据来探索新的治疗靶点[10]。基因的表达水平通常被考虑为一种终生暴露的形式，而位于可成药基因组区域的eQTL是这种暴露的代理[11]。SU等[12]通过孟德尔随机化分析探索出3个治疗阿尔茨海默病的靶向可成药基因；YIN等[13]、GAZIANO等[14]研究者也分别通过孟德尔随机化分析发现治疗肌肉减少症与COVID-19的可成药靶基因。此研究希望通过孟德尔随机化分析来探索与脊椎滑脱相关的可成药基因，筛选与脊椎滑脱治疗相关的基因靶点，希望为开发更有效和靶向的治疗药物提供有价值的指导。

中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

1   资料和方法   Data and methods
1.1   设计   首先鉴定和获取可成药基因的数据，并与脊椎滑脱的GWAS数据进行双样本孟德尔随机化分析，以筛选与脊椎滑脱高度相关的可成药基因；随后进行共定位分析，用于确定两个或多个表型(如疾病或分子表型)是否由同一区域的同一个因果变异位点驱动，以验证结果的关联性；最后对所有重要基因进行GO和KEGG富集分析、蛋白质网络构建、药物预测和分子对接。   
1.2   时间及地点   数据收集及分析于2024年9-12月在北京中医药大学完成。
1.3   资料   
1.3.1   生物信息数据库及分析工具   芬兰数据库The FinnGen Biobank(https://www.finngen.fi/en)，eQTLGen 联盟(https://www.eqtlgen.org/)，药物特征数据库DSigDB(https://www.dsigdb.tanlab.org/)，药物-基因相互作用数据库
DgiDB(https://www.dgidb.org/)，蛋白互作数据库STRING(https://cn.string-db.org/)，有机小分子生物活性数据库PubChem(https://pubchem.ncbi.nlm.nih.gov/)，蛋白质结构数据库PDB(https://www.rcsb.org/)，在线分子对接网站CB-Dock2(https://
cadd.labshare.cn/cb-dock2/php/index.php)。分析工具 R包4.4.1版本，TwoSample MR 0.5.6软件包，Mendelian Randomization 0.7.0软件包，coloc 5.2.3软件包，clusterProfiler 4.10.1软件包。
1.3.2   可成药基因数据   通过2022年2月更新的药物-基因相互作用数据库(Drug-Gene Interaction database，DGIbd)[15]与FINAN等[16]撰写的整合了两个来源可成药基因组的综述中提供的可成药基因列表来获取可成药基因组数据。将二者取交集后用于后续的eQTL数据下载。
1.3.3   暴露数据   考虑到顺式eQTL与药物开发研究中潜在药物靶点基因的紧密关联，通过eQTLGen联盟获取了可成药基因组1 000 kb范围内与基因表达相关的顺式eQTL数据，这些数据来自31 684名健康欧洲血统的个体，覆盖了16 987个基因的顺式eQTL。将这些数据下载，准备用于接下来的两样本孟德尔随机化分析。
1.3.4   结局数据   关于脊椎滑脱的遗传信息源自芬兰数据库第11版生物样本库，该库收录了50万名芬兰人的基因组和健康信息。脊椎滑脱症在数据库中的编号为finngen_R11_M13_SPONDYLOLISTHESIS，涉及329 412名欧洲血统的个体，包括7 098例患者和322 314名健康对照组，共包含16 380 280个单核苷酸多态性。该研究所采用的数据均源自已发表的研究和公开数据库，这些数据已获得美国疾病控制与预防中心研究伦理审查委员会的批准，并且所有参与者都已提供知情同意，因此该研究不再需要额外的伦理审查。
1.3.5   药物与基因关系的基因集   为对药物-基因相互作用和基因的成药性潜力进行评估，在DSigDB数据库中获取所有药物与基因关系的基因集的详细文本文件(DSigDBv1.0 Detailed.txt)。
1.4   方法   
1.4.1   孟德尔随机化分析   首先将下载好的可成药基因组的eQTL数据作为暴露，显著性阈值设定为 P值< 5×10-8，以±10 Mb范围内物理距离窗口，连锁不平衡阈值≥0.001，并不预先过滤单核苷酸多态性的显著性为条件去除连锁不平衡，将结果作为工具变量，与脊椎滑脱的数据进行两样本孟德尔随机化分析。同时以逆方差加权法作为评估模型[17]，加权中值法、MR-egger、加权中位数法、简单中位数法对结果进行补充。其中加权中值法适用于至少50%的工具变量有效时，可提供稳健的估计结果；MR-Egger回归法用于检测和校正工具变量的多效性，当存在定向多效性时，该方法能提供更准确的因果效应估计；加权中位数法通过对基因型加权来调整基因频率差异对结果的影响，适用于控制基因频率差异的场景；简单中位数法则在工具变量数量较少或分布较为集中时表现较好，对偏差较小的工具变量较为稳健。通过Cochran Q统计量评估孟德尔随机化结果的异质性，通过MR-Egger regression的截距项判断基因的水平多效性，采用留一法依次去除每个单核苷酸多态性，计算所剩单核苷酸多态性的合并效应，同时敏感性分析评价任一单核苷酸多态性是否对暴露与结局的关系产生影响[18]。以各可成药基因组的孟德尔随机化分析结果进行筛选，条件如下：①逆方差加权法P < 0.05；②5种模型的beta值需均> 0或< 0，即说明各模型效应方向一致；③异质性检验的P值> 0.05，即说明不存在异质性；④MR-Egger regression截距项P值> 0.05，即说明不存在水平多效性。将筛选后的可成药基因组作为显著靶点用于后续分析[17]。
1.4.2   共定位分析   有时，单个单核苷酸多态性位于2个或多个基因的区域。在这种情况下，它对疾病(脊椎滑脱)的影响受到不同基因混合的影响。共定位分析用于确认脊椎滑脱和eQTL之间物理位置的潜在共同因果遗传变异。为了鉴定显著靶点与脊椎滑脱是否由某一个区域的同一个遗传变异位点驱动，以加强二者的关联证据，在确定两个性状中的每一个性状在此区域有1个真正变异位点的前提下，提出5个互斥的假定模型(H0-H4)[19]。
H0：脊椎滑脱与显著靶点在某个基因组区域的所有单核苷酸多态性位点无关；H1/H2：脊椎滑脱与显著靶点在某个基因组区域的所有单核苷酸多态性位点都显著相关；H3：脊椎滑脱与显著靶点在某个基因组区域的所有单核苷酸多态性位点都显著相关，但它们由不同的变异位点驱动；H4：脊椎滑脱与显著靶点在某个基因组区域的所有单核苷酸多态性位点都显著相关，但它们由同一个变异位点驱动。之后使用后验概率(posterior probability，PP)来量化对所有假定模型的支持，其中PPH4(即假设4的后验概率)若> 0.75，即可认为H4假定模型成立，该区域内存在一个单核苷酸多态性为脊椎滑脱与显著靶点共享。区域范围限定在100 kb，以保证共定位分析结果的稳健性。
1.4.3   生物信息富集分析   以P < 0.05为条件，对所有显著靶点进行基因本体论(gene ontology，GO)功能、京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes，KEGG)通路富集分析[20]。GO富集分析包括3个方面：生物过程、分子功能和细胞成分。KEGG 通路富集分析可以提供有关代谢通路的信息。
1.4.4   蛋白互作网络的构建   将有效基因导入STRING数据库，设定最小相关分数为0.15进行筛选，构建蛋白互作网络后计算每个节点的degree值[21]。
1.4.5   药物富集分析   将富集的P值与矫正后的P值筛选条件设定为0.05，将筛选得出的显著基因与所有药物和基因关系的基因集进行富集分析，根据矫正后的P值筛选出显著富集前30位的药物[22]。
1.4.6   分子对接   首先将药物富集分析结果前2位的药物在PubChem数据库中下载其3D结构的SDF文件，然后在PDB数据库中下载富集在各药物上的靶基因的pdb文件[23]，并将二者在CB-Dock2网站上进行在线小分子蛋白结合位点预测，计算蛋白分子与配体的结合能，对结果进行可视化[24]。

该研究使用全基因组孟德尔随机化和共定位分析可成药基因靶点与脊椎滑脱 GWAS 数据相结合，确定了34个与脊椎滑脱显著相关的可成药基因。在分析的基因中，APOBEC3G(A3G)在孟德尔随机化分析和共定位分析中都表现出与脊椎滑脱结果共享遗传效应的证据，这很有可能是脊椎滑脱治疗的一个潜在靶点。该研究还对所有潜在靶点进行富集分析并构建了蛋白互作网络，以了解这些药物靶点的生物学意义和相互作用机制。最后，进行药物预测和分子对接，进一步验证这些重要的可成药基因的药学价值。
该研究结果揭示了脊椎滑脱与多个生物过程和分子功能的关联，这些过程和功能涉及多种细胞分化、信号传导等。其中A3G在孟德尔随机化分析和共定位分析中均显示出与脊椎滑脱的显著关联，意味着这是一个具有潜力的脊椎滑脱的治疗靶基因。
A3G基因是胞苷脱氨酶家族中的一个重要成员，它在免疫反应中扮演着关键角色，尤其是在抵抗病毒入侵和反转录转座因子方面[25]。TALLURI等[26]使用单核苷酸多态性阵列和全基因组测序评估A3G在多发性骨髓瘤中对基因组稳定性的影响，结果显示A3G的上调以及胞苷脱氨酶活性的升高，很有可能导致DNA损伤和基因组不稳定性，这将会影响疾病的进展和治疗响应。WANG等[27]研究通过基因敲除的方法得出结论：A3G可以通过调节血小板反应蛋白1 、基质金属肽酶2 等来控制通过转化生长因子β/Smad2通路的侵袭，从而减弱DNA修复途径的激活从而使癌细胞对辐射诱导的细胞死亡敏感，而A3G是一种在间充质间丰富的基因，因此A3G很有可能是间充质神经胶质瘤的一个优秀的治疗靶点。PRABHU等[28]发现使用A3G抑制肽治疗暴露于电离辐射的表达A3G的淋巴瘤细胞，可减少照射后的双链DNA断裂修复，即抑制A3G的活性会阻碍双链DNA修复，这表明A3G很有可能具有一定的DNA修复功能，对维持细胞功能和减缓退行性变化有积极作用。KOMOHARA等[29]发现在肾细胞中，A3G的表达与干扰素、白细胞介素6和肿瘤坏死因子等多种炎性因子的调节相关。总之，A3G在炎症反应调节、DNA修复和维持细胞功能、免疫调节等多方面发挥作用，可能通过调节炎症递质的表达影响炎症过程，从而减轻症状和延缓疾病进展，而DNA修复功能对维持细胞功能和减缓退行性变化有积极作用。脊椎滑脱与椎间盘的退变关系密切[30]，在椎间盘退变过程中往往伴随着广泛的炎症反应和自身免疫反应[31-32]，患者的腰痛症状也有很大程度与这些反应相关，而病变过程中释放的促炎因子会抑制成骨细胞分化、促进破骨细胞活性[32]，导致人体骨代谢的失衡。A3G对免疫和炎症反应的调节作用可能在一定程度上能够拮抗这种退变，缓解患者症状，A3G对于DNA的修复和维持细胞功能这两项作用可能有助于帮助恢复成骨细胞和破骨细胞的正常生物功能，维持人体骨代谢。基于以上功能，A3G很有可能是脊椎滑脱治疗的一个潜在关键药效靶点，但是仍需要进一步实验验证，如果有相关研究使用A3G的抑制剂或激动剂在动物模型中显示出对脊椎滑脱的治疗效果，就能够进一步证明这一点。
在GO生物学分析中发现这些基因靶点主要参与了泌尿生殖系统发育、肾脏发育、骨髓细胞分化等生物过程；主要参与的细胞成分包括分泌颗粒与分泌颗粒腔、细胞质囊与囊泡腔等；主要的分子功能集中在肝素结合、糖胺聚糖结合、硫化合物结合上。骨髓是间充质干细胞的主要来源，LI等[33]通过动物实验发现骨髓间充质干细胞可以通过间隙连接细胞间通讯将线粒体转移到受伤神经元，从而预防和保护脊髓损伤。分泌颗粒和分泌颗粒腔、细胞质囊与囊泡腔在椎间盘退变中都扮演着重要角色，它们通过外泌体的形式参与细胞间通讯[34]、调节细胞凋亡[35]、维持细胞外基质的稳态[36]，以及保护细胞免受应激损伤[37]。
XING等[38]使用热敏性脱细胞外基质水凝胶与脂肪间充质干细胞外泌体偶联来改善椎间盘退变，这种热敏性水凝胶系统不仅可以提供原位凝胶化以补充髓核细胞中的细胞外基质降解，还可以为髓核细胞提供生长环境。透明质酸是一种简单的糖胺聚糖，在细胞信号传导过程中起关键作用[39]，同时糖胺聚糖及其衍生物对皮肤和骨的再生具有重大意义，糖胺聚糖能够调节破骨细胞和成骨细胞的形成、分化和功能[40]，成骨细胞从增殖期到分化期转变的特征是有机骨基质的合成增加，其中包括糖胺聚糖[41]。
KEGG富集分析结果显示，该研究的显著基因主要富集在钙离子信号通路和MAPK信号通路。
钙离子信号通路对维持人体钙稳态具有重大意义[42]。Cao等[43]将新生大鼠的钙质成骨细胞分别暴露于铝离子环境和铝离子与钙螯合剂的混合环境中，然后检测成骨细胞的细胞凋亡率、细胞内钙离子浓度、钙调蛋白mRNA表达水平以及钙调蛋白和钙调蛋白依赖性蛋白激酶Ⅱ蛋白表达水平，结果表明细胞内钙离子的稳态破坏后钙离子通路被激活进而诱导成骨细胞凋亡。HU等[44]通过动物实验证明了成骨细胞衍生的血管内皮生长因子在炎症期可以促进巨噬细胞募集和血管生成反应，在膜内骨化修复的区域，血管生成和成骨耦合都需要一定程度的血管内皮生长因子。成骨细胞和衍生的血管内皮生长因子还能够刺激血管和破骨细胞的募集，并促进骨膜软骨内骨化阶段修复部位的软骨吸收，因此成骨细胞凋亡很有可能影响骨质的维持和修复。AOKI等[45]通过一项横断面研究发现多数脊椎滑脱患者属于真性滑脱(腰椎峡部裂)，因此由钙离子稳态遭到破坏而启动的钙离子通路通过促进成骨细胞的分化和破骨细胞的募集，影响脊椎骨质的稳定性从而进一步加剧了脊椎滑脱。
MAPK信号通路在中枢神经系统损伤后的神经元分化、生长、存活和轴突再生等生物过程中起到关键作用，同时参与各种神经损伤后炎症和疼痛的发展[46]。脊椎滑脱常导致腰骶神经根受压，症状主要包括腰痛和下肢麻木等[5]，这种神经根的受损可能会发生炎症驱动的神经组织学破坏和神经元凋亡。MAPK通路过度激活时，其中p38 MAPK将进一步诱导炎症因子的表达以及增加诱导细胞凋亡的基因表达[47-48]，促进基质金属白酶的合成和分泌[49]，这些生物进程都会加重椎间盘的损伤，使脊椎滑脱加重；但当受到调控因子如受体酪氨酸激酶[50]、G蛋白偶联受体影响时[51]，MAPK/ERK通路激活后，能够协调重要的促再生细胞事件，包括细胞存活、细胞迁移、增殖、生长以及转录和翻译活动，可以促进椎间盘细胞的增殖和修复[52]，对脊椎滑脱具有一定保护作用。因此MAPK通路在脊椎滑脱的过程中，会根据患者具体情况加剧或缓解腰椎滑脱。
在药物富集分析获取的候选药物中，薯蓣皂苷元是一种必需的膳食甾体苷元，具有多种药理活性。 HWANG等[53]发现薯蓣皂苷元能够增强成骨细胞相关基因的表达并增加成骨细胞分化能力，进而促进成骨细胞在骨骼再生过程中的生长，这有助于维持骨质疏松患者的骨质强度和骨量，对维持骨稳态具有一定意义。CONG等[54]通过动物研究结果表明薯蓣皂苷元可显著降低牙龈组织中肿瘤坏死因子α、白细胞介素6 以及炎症转录因子核因子κB水平。MICHALAK团队通过体外测试发现薯蓣皂苷元的衍生物具有非常显著的抗氧化作用，这种抗氧化作用很有可能对全身骨骼健康存在积极影响[53]。而骨质疏松是退变性脊椎滑脱的一个重要风险因素[55]，脊椎滑脱过程中通常伴有广泛的炎症并可能伴随有骨质损伤[56]，薯蓣皂苷元具有抗骨质疏松、抗炎和抗氧化作用，这些功能可能对预防和治疗脊柱滑脱有一定的积极影响，且在分子对接中与对应的靶点都展现出了较强的结合力，因此薯蓣皂苷元是一个有潜力的治疗脊椎滑脱的药物。
4-羟基雌二醇是一种内源性雌激素代谢产物，它是活性最强的雌激素之一[57]。ALANKO等[58]发现4-羟基雌二醇可以通过抑制白三烯合成而对动脉粥样硬化和骨质疏松具有保护作用，同时具有一定影响炎症递质合成的功能。骨密度的不稳定容易增加脊椎滑脱的风险[59]，从这个角度出发，4-羟基雌二醇可能有助于维护脊椎的骨质稳定从而降低脊椎滑脱的风险。然而，4-羟基雌二醇是一种显著的致癌物，长期暴露于4-羟基雌二醇的细胞会获得癌细胞的特性，例如促进细胞生长、上皮间质转化以及迁移和侵袭性等[60]，这可能是4-羟基雌二醇并未用于治疗脊椎滑脱的重要原因之一。
小结：采用全基因组孟德尔随机化分析和共定位分析，结合可成药基因组数据与脊椎滑脱的GWAS数据，成功识别了34个与脊椎滑脱显著相关的潜在治疗靶基因。其中，A3G基因在孟德尔随机化分析和共定位分析中均显示出与脊椎滑脱的显著关联，可能是脊椎滑脱治疗的一个有潜力的靶点。此外，该研究还对这些潜在靶点进行了功能富集分析、蛋白质网络构建、药物预测和分子对接，揭示了这些基因靶点在多种细胞分化、信号传导等功能中的作用，为脊椎滑脱的病理机制提供了新的见解，也为临床治疗和新药开发提供了有价值的指导。另外，该研究填补了脊柱滑脱病因中针对遗传因素研究相对空缺的不足，对疾病防治具有一定的临床意义。
然而，该研究存在一些局限性：首先，样本来自欧洲人群，虽然减少了种群分层引起的潜在偏差，但可能限制了结果在中国人群中的普适性；其次，研究结果需要通过实验研究和临床试验进一步验证，以评估这些药物在改善脊椎滑脱方面的有效性和安全性；最后，该研究未深入探讨药物相互作用和剂量-反应关系，这影响了结论的全面性和适用性。尽管如此，该研究为中国基础医学研究提供了数据资源利用的范例，也为脊椎滑脱的临床治疗和新药开发提供了新的方向。

中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

#br# 中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程#br#

脊椎滑脱是一种常见疾病，患病人群占总人口的4%-6%，对患者造成极大的痛苦，且缺乏有效的治疗药物。现有研究对脊椎滑脱的发病机制及治疗靶点的探索仍有精确度不足、样本量少等局限。本研究将可成药基因的数据与脊椎滑脱的全基因组关联分析数据进行双样本孟德尔随机化分析，并进行了共定位分析以确保结果的稳健性。此外，对所有重要基因进行富集分析、蛋白质网络构建、药物预测和分子对接，以探索脊椎滑脱的潜在治疗靶点，为脊椎滑脱的新药开发提供帮助。 #br# 中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程#br#

	阅读次数
	全文
	摘要