892 Plasmaproteine mit Herzerkrankungsrisiko in Verbindung gebracht – Studie mit 53.000 Teilnehmern
Eine wegweisende 14-jährige UK Biobank-Studie kartiert 3.089 Protein-KHK-Assoziationen und deckt dabei kausale Biomarker sowie Möglichkeiten zur Umwidmung bestehender Medikamente auf.
Zusammenfassung
Forscher analysierten 2.920 Plasmaproteine bei 53.026 UK Biobank-Teilnehmern über einen Zeitraum von 14 Jahren und identifizierten 892 einzigartige Proteine, die signifikant mit 13 kardiovaskulären Krankheitsendpunkten assoziiert sind. Zu den wichtigsten Erkenntnissen zählen NT-proBNP als stärkster Prädiktor für Vorhofflimmern sowie GDF15 für Herzinsuffizienz. Die Mendel'sche Randomisierung bestätigte 225 Proteine mit kausaler Verbindung zu kardiovaskulären Erkrankungen, wobei LPA die stärkste Assoziation mit koronarer Herzkrankheit aufwies. Ein maschinelles Lernmodell zur Vorhersage erzielte einen AUC von 0,86 für das abdominale Aortenaneurysma. Die Mediationsanalyse ergab, dass modifizierbare Risikofaktoren wie Rauchen und BMI viele Protein-CVD-Beziehungen vermitteln, was auf konkrete Ansatzpunkte für die Prävention hindeutet.
Detaillierte Zusammenfassung
Herz-Kreislauf-Erkrankungen sind nach wie vor die häufigste Todesursache weltweit, dennoch fehlen bisher umfassende, longitudinale Analysen, die das vollständige Plasmaproteom mit verschiedenen CVD-Subtypen verknüpfen. Diese Studie schließt diese Lücke, indem sie systematisch Plasmaprotein-Assoziationen über 13 inzidente CVD-Endpunkte in einer der größten je zusammengestellten Proteomik-Kohorten kartiert.
Anhand von Daten aus 53.026 UK Biobank-Teilnehmern mit einem medianen Follow-up von 14 Jahren maßen die Forscher 2.920 Plasmaproteine zum Ausgangszeitpunkt und wendeten Cox-Proportional-Hazard-Modelle an, um nach strenger Bonferroni-Korrektur signifikante Assoziationen zu identifizieren. Sie fanden 3.089 signifikante Protein-CVD-Assoziationen mit 892 einzigartigen Proteinanalytika. Zu den auffälligsten Assoziationen zählten NT-proBNP für Vorhofflimmern (P = 6,31×10⁻³¹³), NPPB und GDF15 für Herzinsuffizienz sowie LEP und FABP4 als stärkste Korrelate der kardialen Struktur und Funktion, gemessen mittels kardiovaskulärer Magnetresonanz (CMR)-Bildgebung.
Ein maschinelles Lernmodell, das auf 257 vorausgewählten Proteinen trainiert wurde, übertraf das Standard-SCORE2-Kardiovaskulärrisiko-Tool bei den meisten Endpunkten signifikant und erzielte einen AUC von 0,86 für abdominale Aortenaneurysmen. Die Ergänzung von SCORE2 um Proteindaten verbesserte die Diskriminierung zusätzlich, was den additiven Vorhersagewert des Plasmaproteoms über konventionelle klinische Risikofaktoren hinaus unterstreicht.
Eine Zwei-Stichproben-Mendelschen-Randomisierungsanalyse, die genetische Varianten als Instrumentalvariablen zur Minimierung von Confounding verwendet, identifizierte 225 Proteine mit kausaler Verbindung zu CVDs. LPA zeigte die stärkste kausale Assoziation mit koronarer Herzkrankheit (OR = 1,13, P = 2,38×10⁻¹⁵). Entscheidend ist, dass viele dieser kausalen Proteine bereits Zielstrukturen bestehender Medikamente sind, was konkrete Drug-Repurposing-Möglichkeiten eröffnet. Mediationsanalysen identifizierten Breitspektrum-Mediatoren — IGFBP4 und GDF15 beeinflussen jeweils 9 kardiovaskuläre Endpunkte — wobei modifizierbare Risikofaktoren wie Rauchen und BMI die primären Mediationspfade zwischen Proteinen und CVD-Risiko darstellen.
Die Studie liefert eine beispiellose systembiologische Karte, wie das Plasmaproteom mit der kardiovaskulären Gesundheit über Krankheitssubtypen, kardiale Struktur und Funktion hinweg interagiert. Durch die Kombination longitudinaler Epidemiologie, kausaler Inferenz und Vorhersagemodellierung bietet sie eine Grundlage für die Entwicklung proteinbasierter Biomarker-Panels, die Verbesserung der Früherkennung von CVD und die Identifizierung neuartiger therapeutischer Zielstrukturen.
Wichtigste Erkenntnisse
- 892 unique plasma proteins significantly associated with 13 CVD outcomes across 53,026 participants over 14 years.
- NT-proBNP showed the strongest single association, with atrial fibrillation at P = 6.31×10⁻³¹³.
- Machine-learning protein model achieved AUC 0.86 for abdominal aortic aneurysm, outperforming standard SCORE2.
- 225 proteins causally linked to CVDs via Mendelian randomization; LPA strongest for coronary artery disease.
- IGFBP4 and GDF15 mediate 9 cardiovascular outcomes each, with smoking and BMI as key modifiable mediators.
Methodik
Prospektive Kohortenstudie mit 53.026 UK Biobank-Teilnehmern, die über einen medianen Zeitraum von 14 Jahren beobachtet wurden. Cox-Proportional-Hazard-Modelle wurden eingesetzt, um 2.920 Plasmaproteine gegen 13 kardiovaskuläre Endpunkte mit Bonferroni-Korrektur zu analysieren. Die Kausalinferenz erfolgte mittels Zwei-Stichproben-Mendelscher Randomisierung mit GWAS-abgeleiteten genetischen Instrumenten; Vorhersagemodelle wurden mithilfe von maschinellem Lernen auf 257 vorausgewählten Proteinen aufgebaut.
Studienlimitierungen
Die UK Biobank-Kohorte besteht überwiegend aus weißen britischen Teilnehmern, was die Übertragbarkeit auf andere ethnische Bevölkerungsgruppen einschränkt. Die Plasmaproteinspiegel wurden nur zu Studienbeginn gemessen, sodass zeitliche Veränderungen im Verlauf der Nachbeobachtungszeit nicht erfasst werden. Als Beobachtungsstudie bleibt ein Residual-Confounding trotz der Mendelian-Randomisierungsansätze zur Kausalitätsfeststellung möglich.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben: