MHC协会与欧洲系统性红斑狼疮的临床和自身抗体表现

系统性红斑狼疮(SLE)是一种临床异质性疾病会影响多个器官系统和以自身抗体形成核组件。虽然遗传变异中的主要组织相容性复合体(MHC)与系统性红斑狼疮有关,其作用在临床表现和自身抗体生产的发展并不明确。我们进行了一项荟萃分析的四个独立的欧洲系统性红斑狼疮案例集合之间的关联系统性红斑狼疮sub-phenotypes MHC单核苷酸多态性基因型,人类白细胞抗原(HLA)等位基因HLA氨基酸和变体。美国风湿病学院的11个标准和7自身抗体sub-phenotypes检查,anti-Ro / SSA和anti-La / SSB抗体子集展出最多和最显著的关联。与sub-phenotypes HLA-DRB1 * 03:01显著相关。我们发现的证据关联独立于MHC II级变异仅anti-Ro子集。有条件的分析表明,anti-Ro和anti-La子集与HLA-DRB1 * 0301独立相关,而HLA-DRB1 * 03:01协会与系统性红斑狼疮主要但不完全由该协会与这些sub-phenotypes等位基因。我们的研究结果提供强有力的证据为HLA-DRB1 * 03:01多层次风险模型在系统性红斑狼疮,在协会与anti-Ro anti-La抗体阳性系统性红斑狼疮远远强于系统性红斑狼疮没有这些自身抗体。

系统性红斑狼疮(SLE);152700年人类)是一个复杂的自身免疫性疾病,会影响多个器官系统。流程包括先天和适应性免疫系统为其发展作出贡献。¹这种疾病是临床上异构,影响个人的11只需要4美国风湿病学院(ACR)标准分类为系统性红斑狼疮。尽管病人可能有不同的临床表现,患者有一个倾向发展自身抗体针对核酸和相关的核和细胞蛋白质。

有压倒性的证据一致性较高的系统性红斑狼疮的遗传因素风险率之间观察到的同卵双胞胎(20 - 40%)与异卵双胞胎相比(2 - 5%)。²系统性红斑狼疮的家族聚集性(兄弟姐妹风险比率,λ_年代= 8-29)^2,3高于其他自身免疫性疾病,遗传力估计为66%左右。⁴系统性红斑狼疮的遗传关联研究已成功地识别多个位点。^{5,6,7,8,9,10,11}然而,相对很少有研究调查基因与特定的系统性红斑狼疮sub-phenotypes协会。^12,13,14,15这些研究主要关注主要组织相容性复合体(MHC)二类基因,并发现证据表明二类等位基因等HLA-DRB1 * 03:01与auto-antibody生产相关联。¹³我们的研究大大扩展了这项工作,不仅分析估算古典人类白细胞抗原(HLA)等位基因,但也检查变体HLA氨基酸位置与单核苷酸多态性(SNP)基因型扩展MHC地区(6号染色体:保险Mb)。我们的目的是发现在MHC基因位点区域与特定的相关临床和/或免疫表现在系统性红斑狼疮的遗传变异的情况,从而找到证据,可能驱动特定形式的疾病。对于复杂异构疾病如系统性红斑狼疮、全面次表型的研究是至关重要的,以了解先前确定的遗传关联有助于疾病发病机理和特定疾病表现。

研究样本

在这项研究中,我们收集了遗传和次表型数据从3070年欧洲血统的系统性红斑狼疮病例表现为四个系统性红斑狼疮的遗传关联研究。这些系统性红斑狼疮病例之前检查的大荟萃分析研究MHC基因变异和系统性红斑狼疮易感性之间的关系。¹⁶表1基因分型结果描述了平台,MHC snp基因分型,每个案例研究中收集的样本大小。由于血缘关系的强烈观察anti-Ro / SSA和anti-La /单边带自体抗体生产下面描述,表1还提供了这些抗体针对每种情况收集的频率。遗传(SNP)归责之前执行¹⁶针对每种情况收集,导致共有7119个snp的四个集合之间的共同。此外,经典HLA I和II类等位基因以及它们相应的变异氨基酸(AAs,看材料和方法)估算和分析。

选择sub-phenotypes进行分析

我们检查了11 ACR分类标准¹⁷和7 SLE-related自身抗体(anti-double-stranded DNA, anti-Sm、anti-RNP anti-Ro / SSA anti-La /单边带,anti-cardiolipin免疫球蛋白和anti-cardiolipin IgM)作为本研究候选人sub-phenotypes。Single-marker协会对于每个候选人次表型变异都是评估使用逻辑回归调整人口子结构和案例收集(补充表1)。我们分析了总共7656个变异(7119个snp, 199 HLA等位基因和338 HLA氨基酸位置(见方法))。具体sub-phenotypes包括anti-Ro和anti-La抗体表明迄今为止最协会:1635年和1828年的变种,分别P< 0.00001。对于所有其他sub-phenotypes,不到30个变量是重要的在这个级别。因此,我们针对anti-Ro和anti-La抗体子集为详细调查他们的遗传病因学的最有力的证据。

Anti-Ro抗体次表型

逐步有条件的分析

最相关的标记(在条款P价值作为一个标记)是第三类SNP rs3129962BTNL2(P= 9.47×10⁻²⁷;比值比(或)= 2.44,95%可信区间(CI) = 2.08 - -2.94;表2一个)。这个标记是在连锁不平衡(LD)HLA-DRB1 * 03:01(R²= 0.84,D′= 0.99)。当空调在这个SNP作为协变量逐步回归,下一个最相关的标记是二类SNP, rs9271731之间HLA-DRB1和HLA-DQA1(P= 9.56×10⁻⁰⁷;或= 1.54,95% CI = 1.30 - -1.85)。这是在LD SNPHLA-DRB1 * 15:01(R²= 0.72,D′= 1)。当使用rs9271731作为额外的协变量,另一个协会在二类SNP检测到信号,rs3957146之间HLA-DQB1和HLA-DQA2 (P= 5.70×10⁻⁰⁶;或= 0.52,95% CI = 0.39 - -0.69)。值得注意的是,效果大小(ORs)和P多元的价值观,我们在座的估计模型返回的逐步回归(列2 - 3表2)。协会单标记分析的结果对于一个给定的变体中可以看到最后两列表2。

最相关的氨基酸(AA)是77年在位置与常见的AA HLA-DRB1苏氨酸有保护作用(P= 2.72×10⁻¹³;或= 0.49;95% CI = 0.41 - -0.60)。HLA-DRB1 * 03:01和HLA-DRB1 * 03:02编码一个替代AA,天冬酰胺(R²= 1)。HLA-DRB1 * 03:02不是这一次表型显著相关(P= 0.37)可能是因为这等位基因是罕见的0.01%在我们的数据(频率)。我们不能确定,缺乏协会适用于普通人群,这需要研究解决这种不确定性。所有其他的HLA-DRB1为苏氨酸等位基因代码。一个标记P值为AA非常接近最密切相关的SNP(见最后一列表2)。因此,我们进行了逐步回归从这个标记。当调节AA,下一个最相关的标记是二类SNP, rs9271731之间HLA-DRB1和HLA-DQA1(P= 4.5×10^−08年;或= 1.63,95% CI = 1.37 - -1.95)。当使用rs9271731作为额外的协变量,另一个协会第三类SNP检测到信号,rs3130781,DPCR1 (P= 1.76×10⁻⁰⁵;或= 1.44,95% CI = 1.22 - -1.71)。苏格兰民族党rs3130781在LDHLA-DRB1 * 03:01(R²= 0.29,D′= 0.64)HLA-B * 08:01(R²= 0.29,D′= 0.72)。最后一个协会,信号被检测到HLA-DQB1 * 03:02(P= 2.49×10⁻⁰⁵;或= 0.56,95% CI = 0.42 - -0.73)。从这个分析中可以看到结果表2 b。

由于最相关的单核苷酸多态性与已知的相关关系HLA-DRB1等位基因(rs3129962标签HLA-DRB1 * 03:01/ Thr77 DRB1 (R²= 0.84);rs9271731标签HLA-DRB1 * 15:01),我们进行逐步回归调节这些HLA等位基因不。当调节HLA-DRB1 * 03:01和HLA-DRB1 * 15:01,下一个最相关的标记(rs9275582)二类HLA-DQB1-HLA-DQA2(P= 2.99×10⁻⁰⁶;或= 0.61;95% CI = 0.5 - -0.76)。最重要的HLA等位基因HLA-DQB1 * 03:02与rs9275582 LD (R²= 0.29,D′= 0.80)。这两组结果中可以看到表2 c和d。我们注意到,HLA-DQB1 * 03:02在LD (R²与rs3957146 = 0.58)(第三个SNP在第一逐步回归在有关表2)。

只一个简单的逐步回归分析包括AA变异表示对Thr77, Leu67 Gln96HLA-DRB1(表2 e)。的HLA-DRB1AA谷氨酰胺在96在LD的位置HLA-DRB1 * 15:01(R²= 0.82,D′= 1.00)。

模型选择使用贝叶斯信息准则(BIC)

由于扩展LD, MHC使用逐步回归的分析找到多个独立证据相关的变异会导致许多模型根据第一标记条件(作为协变量进行进一步的关联分析)。这是前面讨论的¹⁶在这里,我们还利用BIC作为援助模式选择;BIC越低,更好的适应模型是数据(见方法)。在我们的次表型数据的分析,模型之间并没有太多的区别,C, D和E表2代表相对的BIC相信一个给定的数据模型。然而,模型B,它开始向前逐步回归和苏氨酸在77的位置HLA-DRB1,BIC是最低的。这个模型有一个词比其他四个模型。我们的扩展模型搜索(见方法)并没有导致一个BIC较低的模型。

单体型分析

主要有两个扩展MHC单体型与系统性红斑狼疮相关的北欧人,包含二级等位基因HLA-DRB1 * 03:01和HLA-DRB1 * 15:01。¹⁸这些扩展的单是由以下HLA等位基因:于* 03:01- - - - - -HLA-B * 07:02- - - - - -HLA-C * 07:02 -HLA-DRB1 * 15:01-HLA-DQA1 * 01:02- - - - - -HLA-DQB1 * 06:02和于* 01:01- - - - - -HLA-B * 08:01- - - - - -HLA-C * 07:01 -HLA-DRB1 * 03:01- - - - - -HLA-DQA1 * 05:01- - - - - -HLA-DQB1 * 02:01。我们测试了这些扩展的单体型与协会协会anti-Ro抗体与假设状态信号HLA-DRB1 * 03:01和HLA-DRB1 * 15:01独立于这些单。我们观察到显著影响单(HLA-DRB1 * 03:01: P= 1.02×10⁻¹²或= 2.17;HLA-DRB1 * 15:01: P= 0.02,= 1.71)。我们发现的证据表明,HLA-DRB1 * 03:01有关独立于HLA-B * 08:01-DRB1 * 03:01haplotypic背景(P= 3.05×10⁻⁰⁷),而我们无法找到证据证明HLA-DRB1 * 15:01(P= 0.17)是独立的HLA-B * 07:02-DRB1 * 15:01单体型。

Anti-La抗体subphenotype

逐步有条件的分析

最密切相关的标记与anti-La自身抗体次表型是苏格兰民族党rs2894254,第三类地区(P= 3.40×10⁻³⁰;或= 3.38,95% CI = 2.74 - -4.16)。这个SNP在LD (R²= 0.84,D′= 0.99)HLA-DRB1 * 03:01。当我们找不到进一步关联条件在这个SNP作为协变量。然而,如果我们条件HLA-DRB1 * 03:01进一步,我们发现与rs9268832位于两者之间HLA-DRA和HLA-DRB5在课堂上二世(P= 6.53×10⁻⁰⁶;或= 1.64;95% CI = 1.32 - -2.04)。这两个模型的结果中可以看到表3。的HLA-DRB1AA苏氨酸77年在位置观察到有保护作用,与anti-Ro分析一致。然而,这种AA不是最相关的标记(P= 2.4×10⁻²⁸)。调节Thr77,我们发现一个额外的与rs2227139协会,位于HLA-DRA在课堂上二世(P= 6.47×10⁻⁰⁶;或= 1.64;95% CI = 1.32 - -2.04)。苏格兰民族党,rs2227139与rs9268832 LD (R²= 0.91,D′= 0.96)。

使用BIC模型选择

与anti-Ro的分析中,我们使用BIC作为援助模式的比较。模型包括AA变异最低BIC(模型C表3),但仅略低于模型调节HLA-DRB1 * 03:01。因此,我们不能选择AA和HLA等位基因之间的最佳解释数据;然而,取决于这两种我们发现一个独立的协会在二班。这两个模型有BIC低于模型,只有最相关的SNP (rs2894254)。因此这些数据支持两个独立的二级协会,其中一个是最有可能的HLA-DRB1 * 03:01或者是HLA-DRB1AA苏氨酸在77位置。我们的扩展模型搜索(见方法)返回相同的模型表3。

单体型分析

我们观察到显著的影响HLA-DRB1 * 03:01单体型而不是HLA-DRB1 * 15:01单体型与anti-La抗体状态(HLA-DRB1 * 03:01: P= 1.19×10⁻¹⁶或= 3.12;HLA-DRB1 * 15:01: P= 0.63)。我们发现的证据表明,HLA-DRB1 * 03:01有关独立于HLA-B * 08:01-DRB1 * 03:01单体型(P= 6.42×10⁻¹³)。

anti-Ro和anti-La独立自体抗原关联HLA-DRB1 * 03:01

到目前为止,我们发现强关联的证据HLA-DRB1 * 03:01anti-Ro和anti-La自身抗体的子集。这两个表型相关(R²= 0.27),我们有条件执行分析以确定是否每一次表型的关系是相互独立的。我们与每个次表型进行了逻辑回归分析的结果,另一次表型作为协变量。表4样本大小和显示HLA-DRB1 * 03:01频率仅供这些案例分析。

当调节anti-La作为协变量,HLA-DRB1 * 03:01继续与anti-Ro抗体状态(P= 1.23×10⁻⁰⁷,或者= 1.60 - 95% CI = 1.02 - -2.54)。而且,当anti-Ro调节,HLA-DRB1 * 03:01继续与anti-La抗体状态(P= 1.66×10⁻¹²,或者= 2.57 - 95% CI = 1.98 - -3.34)。评估这些条件回归结果的鲁棒性,我们只检查anti-Ro协会anti-La-negative病例和发现HLA-DRB1 * 03:01还与anti-Ro密切相关(P= 6.79×10⁻⁰⁷,或者= 1.58 - 95% CI = 1.32 - -1.89)。在anti-La抗体阳性系统性红斑狼疮的情况下,HLA-DRB1 * 03:01与anti-Ro(弱相关P= 0.055,= 2.37 - 95% CI = 0.98 - -5.74)。我们做了相同的分析anti-La抗体子集,分层anti-Ro表型。在anti-Ro-positive系统性红斑狼疮的情况下,HLA-DRB1 * 03:01与anti-La密切相关(P= 6.18×10⁻¹²,或者= 2.81 - 95% CI = 2.09 - -3.77)。anti-Ro-negative系统性红斑狼疮病例中,HLA-DRB1 * 03:01与anti-La(弱相关P= 0.06,= 1.96 - 95% CI = 0.97 - -3.73)。因此,我们得出结论,该协会的信号HLA-DRB1 * 03:01与anti-La并不是因为这一次表型的相关性anti-Ro,反之亦然。

的HLA-DRB1 * 03:01协会与系统性红斑狼疮易感性无关与anti-Ro anti-La抗体子集

我们之间的联系提供了强有力的证据HLA-DRB1 * 03:01anti-Ro和anti-La抗体子集。这HLA-DRB1等位基因一直与系统性红斑狼疮在欧洲人群易感性密切相关,¹⁶这是确认在我们当前的数据(P= 3.38×10⁻⁴⁹;= 1.86或95% CI = 1.71 - -2.02)。然而,协会HLA-DRB1 * 03:01anti-Ro / anti-La抗体子集和系统性红斑狼疮易感性可能不是独立,DRB1 * 03:01协会与系统性红斑狼疮可能纯粹的二级协会和anti-Ro anti-La抗体状态。

如果之间的联系HLA-DRB1 * 03:01系统性红斑狼疮的地位并不是完全由次表型可以假设一个三级模型的疾病类型(不受影响;sub-phenotype-negative情况;sub-phenotype-positive)基础上增加HLA-DRB1 * 03:01频率。图1情节的变化HLA-DRB1 * 03:01剂量水平的疾病;平均剂量似乎增加了所有三个层次。因此,我们检查(见方法)的假设HLA-DRB1 * 03:01协会与anti-Ro anti-La抗体sub-phenotypes协会解释说DRB1 * 03:01与系统性红斑狼疮。我们还测试了风险是否添加剂在疾病的三个层次。

Anti-Ro抗体次表型

我们发现一个重要的区别HLA-DRB1 * 03:01健康对照组和anti-Ro抗体阴性病例之间的剂量(P= 1.97×10⁻¹⁴)。估计改变剂量为0.1 (95% CI -0.13 = 0.08),相当于等位基因频率的变化为0.05 (95% CI -0.06 = 0.04)。

我们还发现之间的显著增加剂量anti-Ro-negative病例和anti-Ro阳性病例(P= 2.97×10⁻³³)。估计剂量(见的变化表5)为0.27 (95% CI -0.31 = 0.22),相当于改变频率为0.13 (95% CI -0.16 = 0.11)。

我们发现证据反对假设用量的增加添加剂在三个疾病水平(P= 0.008)。我们最后的测试意味着不同的添加剂模型HLA-DRB1 * 03:01剂量之间anti-Ro (−) / anti-Ro(+)状态(增加0.27)的情况下是两倍多的病例和健康对照组的区别(增加0.10)。

Anti-La抗体subphenotype

我们发现一个重要的区别HLA-DRB1 * 03:01健康对照组和anti-La-negative病例之间的剂量(P= 3.57×10⁻²⁵)。估计改变(见表5)在剂量为0.13 (95% CI -0.15 = 0.11),相当于改变频率为0.06 (95% CI -0.08 = 0.05)。

我们还发现显著增加剂量anti-La-negative和anti-La-positive之间例(P= 2.45×10⁻³⁹)。估计剂量(见的变化表5)为0.41 (95% CI -0.47 = 0.35),相当于改变频率为0.21 (95% CI -0.24 = 0.18)。

我们发现证据反对假设用量的增加添加剂在三个疾病水平(P= 1.5×10⁻⁰⁴)。表5大小和显示效果P值分析。我们最后的测试意味着不同的添加剂模型HLA-DRB1 * 03:01剂量之间anti-La (−) / anti-La(+)状态(增加0.41)的情况下是三倍以上,用例和健康对照组的区别(增加0.13)。

双积极和双重否定anti-Ro sub-phenotypes anti-La抗体

我们的研究是确定的频率足够大HLA-DRB1 * 03:01系统性红斑狼疮病例之间的不同是双重否定anti-Ro和anti-La抗体(N= 1781)和健康对照组(N= 9782)。众所周知,这些抗体出现在大约2%的健康人群;然而,我们没有这种表型数据的控件。以下结果因此假定所有控制均为抗核抗体阴性。我们发现一个重要的协会HLA-DRB1 * 03:01双重否定的系统性红斑狼疮病例/健康对照组状态(或= 1.49,95% CI = 1.35 - -1.65;P= 2.23×10⁻¹⁴)。进一步分析了人的双重积极(n= 259)/双重否定系统性红斑狼疮病例状态(或= 3.71,95% CI = 2.97 - -4.64;P= 2.00×10⁻¹⁶)。测试是否这两个优势比不同,我们跑同样的分析为我们做了一个三级风险模型分别anti-Ro和anti-La抗体子集(见上图,表5结果)。我们发现强有力的证据反对假设用量的增加添加剂在三个疾病水平(P= 6.65×10⁻⁰⁶)。非附加效应会导致一个非常大的优势比双之间积极的系统性红斑狼疮病例和健康对照,我们发现是5.27 (95% CI = 4.31 - -6.44;P= 3.14×10⁻⁵⁹;图1)。

我们的研究结果证实,在最大的系统性红斑狼疮次表型遗传关联研究迄今为止,经常复制遗传协会HLA-DRB1 * 03:01不仅影响系统性红斑狼疮易感性也与anti-Ro和anti-La自身抗体生产。第一次,我们已经表明HLA-DRB1 * 03:01与系统性红斑狼疮本身,独立anti-Ro anti-La抗体子集。这些数据表明HLA-DRB1 * 03:01和变异在LD的倾向anti-Ro和anti-La自身抗体生产以及工艺之外的表现。

我们没有找到确凿证据表明变体HLA AAs解释大部分的MHC协会信号anti-Ro和anti-La自身抗体在系统性红斑狼疮子集。这主要是由于扩展的混杂效应由关联的DRB1 * 03:01 LD显示和在较小程度上,在我们的研究群体DRB1 * 15:01单体型。这些结果与这些阳性的类风湿关节炎的最近的一项研究,在五个HLA AA变异提出了主要解释MHC与疾病状态。¹⁹在这种情况下,疾病有关的变异通常驻留在一个单体型的多样性。研究其他自身免疫/炎症要么没有显示强劲的协会与HLA AA变体数据信号或者像本研究显示与原子吸收光谱法在强大的LD以前HLA等位基因相关联。也许HLA氨基协会信号是更复杂的比我们和其他人使用单独的变种测试方法。

本研究的局限性包括自体抗体测试程序和次表型的异质性四个研究之间的数据收集。结果,数据表和分析本质上是二进制格式(也就是说,个别病例分为积极、消极或失踪为每个特征),允许荟萃分析。然而,这样做,一定程度的噪音是不可避免的,这将减少我们的发现联系真实信号尤其是sub-phenotypes普遍较少。我们也限制了污名需要在研究分析一组一致的SNPs和HLA归责的依赖。此外,我们限制在我们的结论差异结果anti-Ro和anti-La抗体由于规模小得多的样本子集大小可供anti-La表型。因此,我们有我们的一些分析局限于最健壮的协会;的HLA-DRB1 * 03:01anti-Ro和anti-La抗体sub-phenotypes。我们还必须允许联想的可能性HLA-DRB1 * 03:01可能存在与其他系统性红斑狼疮重叠子集anti-Ro /洛杉矶,但没有被发现在我们的研究中。这强调了这项工作的需要扩展到其他军团与次表型数据为了增加样本大小和权力在尽可能广泛的一系列表型。

anti-Ro和anti-La sub-phenotypes,我们发现的证据,二类地区二级独立协会的MHC后调节HLA-DRB1 * 03:01,我们发现额外的信号为anti-Ro II类和III类。我们已经表明,协会HLA-DRB1 * 03:01anti-Ro抗体状态与anti-La协会是独立的,反之亦然。我们还表明,系统性红斑狼疮病例/健康控制和之间的关系HLA-DRB1 * 03:01不是纯粹由于协会anti-Ro和sub-phenotypes anti-La抗体。这意味着风险增加剂量的三级模型HLA-DRB1 * 03:01,该等位基因的频率在anti-Ro-negative情况下高于健康对照组和更高比anti-Ro-negative anti-Ro-positive情况下例。anti-La也是如此。事实上,我们发现很强的的证据HLA-DRB1 * 03:01anti-Ro / anti-La双积极的风险在系统性红斑狼疮患者的风险远远大于anti-Ro / anti-La双重否定(其他狼疮表型没有这些抗体存在)在一般人口。我们可以得出结论,协会HLA-DRB1 * 03:01系统性红斑狼疮是在很大程度上驱动的,但并不是完全由anti-Ro anti-La auto-antibody sub-phenotypes。

尽管我们找到一个独立的证据与anti-Ro第三类协会,有一些不确定性。我们发现一个重要的协会与第三类AA Thr77-DRB1 SNP rs3130781条件。然而,当调节在模型C标记表2(HLA-DRB1 * 03:01+HLA-DRB1 * 15:01+ rs9275582;BIC向前逐步回归= 2829.8),协会与rs3130781并不重要(P= 4.2×10⁻⁰⁵)。这也是模型D表2(HLA-DRB1 * 03:01+HLA-DRB1 * 15:01+HLA-DQB * 03:02;BIC = 2829.6)。所以有条件HLA-DRB1 * 03:01和HLA-DRB1 * 15:01我们发现一个独立的协会在II类而不是III类。然而,我们所做的考虑条件HLA-DRB1 * 03:01独自一人,逐步回归返回类II SNP (rs9271731;R²HLA-DRB1 * 15:01 = 0.72)和第三类SNP rs3130781。这个模型有一个BIC = 2929.00。因此,有不确定性是否有一个独立的第三类当调节的影响HLA-DRB1 * 03:01;这三个模型符合数据同样(BIC)也没有太大的差异。然而,最好的模型表2建议有一个独立的第三类影响二类AA Thr77-DRB1条件。这个模型有一个低得多的BIC比任何其他人。有一些证据,因此,第三类的协会anti-Ro;然而,我们相信更多的数据,和理想的跨不同人群(帮助删除效果由于LD),要求更加明确。

本研究的结果在启蒙抱愧蒙羞的强大和扩展LD目前主要是相关的HLA-DRB1 * 03:01和HLA-DRB1 * 15:01单体型。互补的研究准确表型南欧及非系统性红斑狼疮的同伴展示haplotypic MHC的多样性,将允许次表型协会的细化信号主要是北欧人群中发现的研究到目前为止。^20.这些努力仍可能产生/协会间隔,港口几个基因的变异。因此,未来的工作将不可避免地需要重排序,转录组和表观遗传研究以梳理出这些复杂的信号。

研究设计

本研究是一个荟萃分析的四个研究从先前的论文中所描述的工作。¹⁶我们只包括六先前的研究在这项工作中的四次表型数据不可以从其他两项研究(名为“Affy500K”和“Affy100K”在前面的纸)。我们把以前的荟萃分析的系统性红斑狼疮病例对照数据作为“父母研究”工作。系统性红斑狼疮病例数和控制本文包含的四个研究一样在父母的研究中,和质量控制(QC)程序描述这些数据全部在上一篇文章中,包括测试亲缘和调整人口结构。我们包括以下质量控制描述清晰。

QC和归责

单核苷酸多态性

我们只分析了单核苷酸多态性通过QC在我们以前的纸,¹⁶利用这些数据:90%的所有主题和snp基因分型,微小等位基因频率> 0.01和哈迪温伯格平衡(0.05)的错误发现率。

HLA归责

我们推算HLA基因型使用HLA * IMP V2。²¹只有基因单核苷酸多态性在每种情况下收集用于此归责。我们使用后HLA基因型的概率,而不是最有可能的基因型,以允许归责的不确定性。从这些概率,我们计算每个等位基因剂量(预期的等位基因数0 <x< 2)。在两个研究我们HLA-DRB1类型化数据:“Illumina公司结合MHC面板”研究(N= 1608)和“Illumina公司自定义面板”研究(N= 605)。这使得评估的准确性,本文的两个主要报道积极的关联如下:HLA-DRB1 * 03:01,我们实现了0.995/0.993的0.992/0.999的敏感性和特异性Illumina公司结合MHC面板和Illumina公司自定义面板的分别。为HLA-DRB1 * 15:01我们取得了0.980/0.992的敏感性和特异性的0.996/0.997。

AA翻译

为每个HLA等位基因AA序列提取从欧洲生物信息学研究所HLA数据库(http://www.ebi.ac.uk/ipd/imgt/hla/)。HLA等位基因剂量被转换为AA用量在每个位置;剂量为特定氨基酸在位置a“p”将HLA等位基因的总和的剂量编码氨基酸的“位置”p”。总剂量为每一个职位是等于2,因此,这总分离每个可能的AA的位置。

我们有数据在338 AA位置变量AAs(抗原= 67 HLA-B = 75, HLA-C = 71, HLA-DPB1 = 21日HLA-DQA1 = 41, HLA-DQB1 = 61, HLA-DRB1 = 52)。由于多个可能的原子吸收光谱法在每一个位置,我们总共有1255个可能的位置/ AA变异。

调整人口结构

我们分析了数据的统计计算语言R²²使用逻辑回归。所有调整了祖先利用第一主成分分析(PC)或者北欧血统的百分比,如前所述¹⁶并为项目包括协变量。随着电脑是专门为计算每种情况下集合,我们还包括交互项目之间和祖先,允许不同的效应大小的调整人口结构。

Single-marker分析候选人sub-phenotypes和分析系统性红斑狼疮疾病作为一个简单的结果

我们检查了11 ACR标准¹⁷和存在7 SLE-related auto-antibodies (anti-Ro / SSA anti-La /单边带,anti-double-stranded DNA, anti-RNP, anti-Sm anticardiolipin IgG、IgM)作为候选人sub-phenotypes进行详细分析。来确定哪个sub-phenotypes最强烈的MHC基因变异的影响,我们测试了每一次表型与所有变体(SNPs, HLA等位基因和HLA AAs)在单独的变种协会测试中使用逻辑回归调整人口子结构和案例收集。我们也测试之间的关系标记和系统性红斑狼疮疾病作为一个简单的四个研究的结果被认为是在这里。结果与HLA-DRB1 * 03:01讨论了”一节的开始HLA-DRB1 * 03:01协会与系统性红斑狼疮易感性无关与anti-Ro anti-La抗体的子集。

有条件的关联分析anti-Ro和anti-La

由于众多single-marker协会在MHC的扩展LD,我们使用条件分析缩小这些协会的最佳证据强度和独立。所有分析利用协变量逻辑回归祖先和项目(见上图),停止时的证据与一个新的术语P> 3×10⁻⁰⁵。我们执行典型的逐步回归,调节顶部变体找到第二个变种,等等。

向前一个简单的循序渐进的工作方式会导致过度学习(选择许多相关标记)和选择标记的结果可能会误导人,因为潜在的标记两个或两个以上的独立相关的标记。¹⁶因此,我们还进行了模型使用BIC搜索¹⁶包含指标在使用R逐步回归²²步骤()的函数,第一个开始之前没有模型协变量(上图)也从HLA-DRB1 * 03:01和HLA-DRB1 * 15:01作为初始模型。尽管BIC优化用于选择模型方面,我们选择终止时将导致一个术语P> 3×10⁵。比克^23,24是一个惩罚可能性模型选择准则类似Akaike信息标准²⁴除了有一个更强的惩罚其他模型参数与样本容量增加。BIC因此更保守,倾向于较小的模型比Akaike信息标准。与Akaike信息标准,BIC越好越小模型是适合的数据来评判。

单体型分析anti-Ro anti-La

鉴于高度相关的变量之间的相关性确定从模型搜索上面所描述的那样,我们进行了单体型分析这些变体使用叮铃声²⁵使用从HLA * IMP2揣测基因型估计。我们使用叮铃声和执行阶段单体型多元逻辑回归,术语是单而不是个体变异,选择性地控制个体变异或单。

多个测试

MHC, Bonferroni调整为多个测试是不恰当的,因为广泛的LD,因此相关的变体。为了确定独立变量的数量,我们都进行电脑分析snp。在我们的数据中,我们发现374台电脑特征值> 1,这些电脑解释方差的96%。因此,我们使用一个阈值的多个测试P< 0.01/374 = 3×10⁻⁵。

检测系统性红斑狼疮协会和次表型协会之间的独立性HLA-DRB1 * 03:01

我们安装一个线性回归模型与剂量HLA-DRB1 * 03:01结果和案例/控制状态和次表型作为解释变量。因此,我们相互影响条件进行测试。重大案件协会/控制状态条件次表型意味着我们拒绝次表型的假设是完全驱动/控制协会。这相当于设置三级地位因素的回归模型。而不是获得估计剂量变化的健康对照组和次表型之间积极的我们会在三级因素(基线是健康的控制),我们得到一个估计的改变次表型之间积极和次表型负面的。在这两个模型,我们还得到一个估计的健康对照组和次表型之间的消极变化。

此外,我们测试的假设剂量的增加添加剂在分三种等级的疾病(健康对照组例次表型负/ Case次表型正)。这是通过拟合模型与剂量的累加效应三个表型水平。这种添加剂模型嵌套在我们的模型被用来测试独立次表型与SLE-case /健康的控制,所以我们进行了似然比检验。拒绝加性模型,支持三级因素模型(在前面的段落描述),证据表明,剂量在次表型的变化在例健康对照组之间的不同剂量的变化没有次表型和系统性红斑狼疮。

我们感谢最初的研究参与者对这项研究的贡献和他们的家人,以及临床同事协助数据收集。我们感谢亚历山大·狄尔泰在HLA非难他的建议。我们还要感谢研究者的画像(Philippe Goyette约翰•D Rioux Timothy J Vyse Lennart Hammarstrom,米歇尔·马费尔南多,托德绿色,菲利普·L De Jager Foisy,乔安妮,保罗IW德,他斯蒂芬•莱斯利Gilean McVean,列昂尼德•Padyukov Lars Alfredsson维托Annese,大卫·哈,羌族Pan-Hammarstrom, Ritva Matell, Stephen J Sawcer,阿拉斯泰尔•D Compston布鲁斯AC克里族,名叫丹尼尔B Mark J戴利,蒂姆•W behren Lars Klareskog彼得•K葛瑞格森豪尔赫·R Oksenberg和斯蒂芬·豪泽L)。

调查人员导致的完整列表的生成Wellcome Trust病例对照财团WTCCC网站的数据可用(参见Web资源)。

这项研究由瑞典研究理事会成立研究院祝您健康卡洛斯三世(PI12/02558)部分由菲德尔欧盟基金,和BIOLUPUS RNP MEA-R由欧洲科学基金会资助;美国大学的风湿病风湿病研究基金会医师科学家开发奖和国家卫生研究院国家医学转化中心通过UCSF-CTSI格兰特KL2TR000143囊。

关节炎研究英国临床科学家奖学金资助MMAF (ref 18239)和英国关节炎研究资助DLM (ref 17761 /πTJV)。MEA-R由瑞典研究理事会和研究院祝您健康卡洛斯三世授予数量PS09/00129通过菲德尔基金共同投资的欧盟和Consejeria de Salud PI0012的安达卢西亚。

画像财团支持由格兰特AI067152从美国国立过敏和传染病。

威康信托基金会病例对照财团项目资金提供了076113年和085475年由威康信托基金会奖。

脐带血样本收集的V L Nimgaonkar集团匹兹堡大学,作为多机构合作研究项目的一部分,J Smoller表示,MD DSc和P Sklar博士博士(马萨诸塞州综合医院;63420年格兰特MH)。

支持Illumina公司MHC小组研究是由美国国立卫生研究院(AR052300、AR02175 AR22804, AR62277, AR42460, AI024717, AI083194, AR62277, AI082714, AI53747, AI31584, DE15223, RR20143, PR094002, AI62629, AR48940, AR19084, AR043274, AI063274, AI40076, AR052125, HG006828, AR048929,和AR049084),研究经费来自美国退伍军人事务部、美国国防部(PR094002),美国大学的风湿病,狼疮研究联盟Rheuminations,明尼苏达州的红斑基础和玛丽·柯克兰狼疮研究中心。本研究在一般临床研究中心的一部分,莫菲特医院,加州大学旧金山,与国家研究资源中心提供的基金5 M01 rr - 00079,美国公共卫生服务。

网络资源:本文提供的url为数据如下:

调查人员导致的完整列表的生成WTCCC数据可以从http://www.wtccc.org.uk。

在线孟德尔在人(人类):http://www.omim.org

作者指出

1. M M费尔南多·泰勒和K E:这些作者的贡献同样这项工作。

从属关系

1. 医疗部门和分子遗传学,伦敦国王学院医学院的家伙的医院,伦敦,英国

   莫里斯D L, M M费尔南多& T J Vyse

2. 医学系的罗莎琳德,拉塞尔医学研究中心的关节炎,加州大学旧金山,旧金山,加州,美国

   K E泰勒,钟,J Nititham & L克里斯

3. 人类DNA的可变性、GENYO Centro de Genomica e Investigacion Oncologica Pfizer-Universidad de Granada-Junta安达卢西亚,格拉纳达,西班牙

   M E Alarcon-Riquelme

4. 关节炎和临床免疫学计划,俄克拉荷马州医学研究基金会,俄克拉何马州,美国

   M E Alarcon-Riquelme & P M加

5. 的流行病学、遗传流行病学和基因组学实验室,公共卫生学院,加州大学伯克利分校,加州,美国

   L F Barcellos

6. 免疫学生物标记组,基因泰克,南部旧金山,加州,美国

   T W behren R R Graham & G

7. 耶鲁医学院的神经学部门,康涅狄格,CT,美国

   C Cotsapas

8. 风湿病学服务,医院省德罗萨里奥Sanatorio),罗萨里奥,阿根廷

   B一个Pons-Estel

9. 罗伯特·s·博厄斯基因和人类遗传学中心,范斯坦医学研究所,北岸他们卫生系统,纽约,纽约,美国

   P K葛瑞格森

10. 辛辛那提儿童医院医学中心和美国退伍军人事务部医疗中心,辛辛那提,哦,美国

    J B哈雷

11. 神经学部门,加州大学旧金山,旧金山,加州,美国

    S L豪泽

12. Biostatistical学系,维克森林大学健康科学,维克森林,数控,美国

    C D Langefeld

13. 奥克兰儿童医院奥克兰研究所,加州,美国

    J高贵

14. 大学医学系,蒙特利尔和研究中心,蒙特利尔心脏研究所,QC,加拿大蒙特利尔

    J D Rioux

15. 戴维斯加州大学戴维斯分校,加州,美国

    M F Seldin

财团

相应的作者

对应到D L莫里斯。

相互竞争的利益

作者宣称没有利益冲突。

系统性红斑狼疮遗传学财团的成员约翰B哈雷,玛尔塔E Alarcon-Riquelme,林赛克里斯,帕特里克·米加夫尼查雅各阿,罗伯特·P金伯利,凯西L M Sivils,贝蒂P曹,Timothy J Vyse和卡尔·D Langefeld。

补充信息伴随基因和免疫网站上的这篇论文

这项工作是在Creative Commons许可Attribution-NonCommercial-NoDerivs 3.0 Unported许可证。查看本许可证的副本,访问http://creativecommons.org/licenses/by-nc-nd/3.0/

再版和权限