Teil 1|Genetische Variation impliziert Plasma-Angiopoietin-2 bei der Entwicklung von Sub-Phänotypen akuter Nierenverletzung

Pavan K. Bhatraju1,2*, Max Cohen1, Ryan J. Nagao3,4, Eric D. Morrell1, Susanna Kosamo1, Xin-Ya Chai1, Robin Nance5, Victoria Dmyterko1, Joseph Delaney5, Jason D. Christie6, Kathleen D. Liu7, Carmen Mikacenic1, Sina A. Gharib1, W. Conrad Liles8, Ying Zheng3,4, David C. Christiani9,10, Jonathan Himmelfarb2 und Mark M. Wurfel1,2

Abstrakt

Hintergrund:Wir haben zuvor zwei identifiziertakutNiereVerletzung(AKI) Sub-Phänotypen (AKI-SP1 und AKI-SP2) mit unterschiedlichen Risiken für schlechte klinische Ergebnisse und Ansprechen auf eine Vasopressortherapie. Plasma-Biomarker der endothelialen Dysfunktion (Tumor-Nekrose-Faktor-Rezeptor -1, Angiopoietin -1 und 2) unterschieden die AKI-Subphänotypen.

Es ist jedoch nicht bekannt, ob diese Biomarker einfach Marker oder kausale Mediatoren bei der Entwicklung von AKI-Subphänotypen sind.

Methoden:Wir testeten auf Assoziationen zwischen Einzelnukleotid-Polymorphismen innerhalb derAngiopoietin-1, Angiopoietin-2,undTumor-Nekrose-Faktor-Rezeptor 1AGene und AKI-SP2 bei 421 kritisch kranken Probanden europäischer Abstammung. Leistungsstärkste Einzelnukleotid-Polymorphismen (FDR < 0.05)="" wurden="" auf="" cis-biomarker-expression="" getestet="" und="" ob="" das="" genetische="" risiko="" für="" aki-sp2="" durch="" zirkulierende="" biomarker="" vermittelt="" wird.="" wir="" haben="" auch="" in-vitro-studien="" mit="" mikrovaskulären="" endothelzellen="" der="" menschlichen="" niere="" durchgeführt.="" schließlich="" berechneten="" wir="" die="" renale="" clearance="" von="" plasma-biomarkern="" unter="" verwendung="" von="" 20="" zeitlich="" unterschiedlichen="">

Ergebnisse:Eine genetische Variante, rs2920656C > T, in der NäheANGPT2war mit einem reduzierten AKI-SP2-Risiko assoziiert (Odds Ratio, 0,45; 95-Prozent-KI, 0,31–0,66; adjustierter FDR=0,003 ) und verringertes Angiopoietin im Plasma-2 (p = 0.002). Die kausale Inferenzanalyse zeigte, dass für jedes kleinere Allel (T) das Risiko, AKI-SP2 zu entwickeln, um 16 Prozent abnimmt. Plasma-Angiopoietin-2 vermittelte 41,5 % des mit rs2920656 verbundenen Risikos für AKI-SP2. Mikrovaskuläre Endothelzellen der menschlichen Niere, die das T-Allel von rs2920656 trugen, produzierten numerisch niedrigere Konzentrationen von Angiopoietin-2, obwohl dies statistisch nicht signifikant war (p = 0.07). Schließlich zeigten Analysen, dass Angiopoietin-2 bei kritisch kranken Probanden nur minimal ausgeschieden wird.

Fazit:Die genetische Mediationsanalyse liefert unterstützende Beweise dafür, dass Angiopoietin-2 eine kausale Rolle beim Risiko für AKI-SP2 spielt.

Schlüsselwörter: Akute Nierenschädigung, Genetik, Endothel

Für mehr Informationen, kontaktieren sie bitte:emily.li@wecistanche.com

Cistanche deserticola beugt Nierenerkrankungen vor, klicken Sie hier, um die Probe zu erhalten

Hintergrund

AkutNiereVerletzung(AKI) betrifft 40–60 Prozent der Patienten, die auf der Intensivstation (ICU) aufgenommen werden, und trägt zu schlechten Kurz- und Langzeitergebnissen bei. Bisherige genetische Studien konzentrierten sich auf Assoziationen zwischen genetischen Varianten und dem Risiko für AKI, wobei Fälle (AKI) mit Kontrollen (kein AKI) verglichen wurden. Dieser Rahmen kann jedoch aufgrund von Fällen eingeschränkt seinAkutNiereVerletzungsind sehr heterogen mit unterschiedlichen Fällungsmitteln und biologischen Profilen. Die Kombination solcher AKI-Patienten zur Maximierung der Stichprobengröße kann zu einer Verdünnung genetischer statistischer Signale führen, die möglicherweise nur in einer pathophysiologisch unterschiedlichen Untergruppe der AKI-Population vorhanden sind. Eine weitere Einschränkung besteht darin, dass AKI in kritisch kranken Populationen oft eine Komplikation schwerer Verletzungen wie Sepsis, Operation, Schock, Lungenentzündung und Trauma ist. Die Verwendung von Kontrollen ohne die Entwicklung vonAkutNiereVerletzungkann problematisch sein. Kontrollen, die eine genetische Variante mit hohem Risiko tragen, entwickeln möglicherweise keine AKI, wenn sie nicht auch einen ähnlichen akuten Befall wie Fälle erfahren, und würden daher als Nicht-Fälle klassifiziert, wodurch jedes mögliche Assoziationssignal abgeschwächt würde. Die Verwendung von biologisch unterschiedlichen AKI-Sub-Phänotypen in genetischen Assoziationsstudien überwindet frühere Einschränkungen bei der Phänotypisierung von AKI, indem sie sich speziell auf die AKI-Population konzentriert und zwei biologisch unterschiedliche Sub-Phänotypen vergleicht.

Wir haben kürzlich zwei AKI-Sub-Phänotypen (AKI-SP1 und AKI-SP2) identifiziert, indem wir die Methode der latenten Klassenanalyse auf ein Panel von 29 klinischen und Biomarker-Variablen in zwei unabhängigen kritisch kranken AKI-Populationen angewendet haben. Bemerkenswerterweise war AKI-SP2 im Vergleich zu AKI-SP1 mit schlechteren Krankenhausergebnissen verbunden (z. B. Mortalität, neue Dialyse und 7- Tage Nichterholung der Nierenfunktion). Als nächstes identifizierten wir diese AKI-Sub-Phänotypen in einer zuvor abgeschlossenen multizentrischen randomisierten Kontrollstudie, Vasopressin versus Norepinephrine Infusion in Patients with Septic Shock (VASST). Die VASST-Studie untersuchte, ob die Wahl der Vasopressor-Therapie die Sterblichkeit bei Patienten mit septischem Schock verbesserte. Während die AKI-Population in der klinischen Studie keinen Unterschied in der Mortalität durch Vasopressortherapie aufwies, hatte AKI-SP1 einen Mortalitätsvorteil mit Vasopressin im Vergleich zu AKI-SP2, das keinen Mortalitätsunterschied aufwies. Unseres Wissens ist dies das erste Beispiel für die Identifizierung von auf eine Behandlung ansprechenden AKI-Untergruppen bei kritisch Kranken.

Bemerkenswerterweise war keine einzelne Variable statistisch besser als die anderen Variablen, um AKI-SP2 zu identifizieren (Tabelle 1). Im Gegensatz dazu wurde ein Modell mit drei Variablen unter Verwendung von Plasma-Angiopoietin-2 (ANG-2), Angiopoietin-1 (ANG-1) und löslichem Tumornekrosefaktor-Rezeptor{{8 }} (sTNFR-1), hatte die optimale Vorhersageleistung, um zu differenzierenAkutNiereVerletzungSub-Phänotypen (C-Statistik 0.93). Niedrigere ANG-2, niedrigere sTNFR-1 und höhere ANG-1 waren mit einem geringeren Risiko für AKI-SP2 verbunden. Studien in Tiermodellen von AKI haben gezeigt, dass diese Plasma-Biomarker an der beteiligt sind

Pathophysiologie und Schweregrad von AKI. Es ist jedoch nicht bekannt, ob diese Plasma-Biomarker eine kausale Rolle bei der Entwicklung klinischer Studien spielenAkutNiereVerletzungSub-Phänotypen. Die Identifizierung kausaler Marker könnte Ziele für die Arzneimittelentwicklung informieren, um die Entwicklung von zu verhindern oder zu behandelnAkutNiereVerletzungbei Schwerkranken und könnte bei der Risikostratifizierung von Patienten helfen.

Die genetische Mediationsanalyse ist einer von mehreren kausalen Inferenzansätzen, die den potenziellen Mechanismus identifizieren können, durch den eine unabhängige Variable (z. B. genetische Variante) das Ergebnis (z. B. AKI-Subphänotypen) über einen erklärenden Mediator (z. B. Biomarker der endothelialen Dysfunktion) beeinflusst. . Dieser Ansatz wurde in klinischen Daten häufig angewendet, um die kausalen Mechanismen von Krankheiten zu verstehen. Wir stellten die Hypothese auf, dass cis-quantitative Trait Loci (QTLs) in denANGPT1, ANGPT2 und TNFRSF1AGene beeinflussen die Entwicklung von AKI-Subphänotypen, indem sie die zirkulierenden Spiegel ihrer jeweiligen Biomarker (ANG-1, ANG-2 oder sTNFR-1) regulieren.

Methoden

Studienpopulationen

Wir berichteten zuvor über die Identifizierung von AKI-Subphänotypen unter Verwendung einer prospektiv gesammelten ICU-Kohorte: Identifizierung von Single Nucleotide Polymorphisms (SNPs) Predisposing to Altered Acute Lung Injury Risk (iSPAAR). Die iSPAAR-Population ist eine genomweite Fall-Kontroll-Studie zum Risiko des akuten Atemnotsyndroms (ARDS), die Patienten mit und ohne ARDS umfasste. Die iSPAAR-Population umfasste Probanden aus zuvor abgeschlossenen randomisierten Kontrollstudien und aus einer prospektiv aufgenommenen Kohorte auf der Intensivstation. Einzelheiten des Studiendesigns für jede in iSPAAR eingeschriebene Population wurden zuvor beschrieben; Albuterol for the Treatment of Acute Lung Injury (ALTA), Fluid and Catheter Treatment Trial (FACTT), Enterale Omega-3-Fettsäure, Gamma-Linolensäure und Antioxidans-Supplementierung bei akuter Lungenverletzung (OMEGA)

und Molekulare Epidemiologie der akuten Atemnot (MEA) am Massachusetts General Hospital. Innerhalb von iSPAAR erfolgte die Aufnahme in die Studie 48 h nach Aufnahme auf die Intensivstation. Bei der Aufnahme in die Studie wurden DNA und Plasma zur Genotypisierung und anschließenden Biomarkeranalyse gesammeltAkutNiereVerletzungFeststellung. AKI wurde definiert als ein Anstieg des Serum-Kreatinins (SCr) von mehr als oder gleich 0,3 mg/dl oder 50 Prozent gegenüber dem „Ausgangswert“ von SCr. Der Baseline-SCr wurde als der niedrigste Wert vor Studieneinschluss definiert. AKI wurde auch unter Verwendung modifizierter Urinausscheidungskriterien (Tagesausscheidung statt alle 6 h) definiert.

Um die renale Clearance von Plasma-Biomarkern zu bestimmen, haben wir eine prospektive Kohorte in den medizinischen und chirurgischen Intensivstationen von Harborview, der Critical Illness, aufgenommenAkutNiereVerletzungKohorte (CIA). Die Probanden kamen für die Aufnahme in Frage, wenn sie 2 von 4 Kriterien des systemischen Entzündungsreaktionssyndroms erfüllten, eine klinisch vermutete Infektion hatten und einen Harnverweilkatheter an Ort und Stelle hatten. Es wurde eine zeitgesteuerte Urinsammlung durchgeführt, die mindestens 2–4 Stunden dauerte, und EDTA-Plasmaproben wurden zu Beginn und am Ende der zeitgesteuerten Urinsammlung gesammelt. Der Abstand wurde mit der Formel Abstand berechnet(X) = U(X) * V/ P(X), woU(X) stellt die Urinkonzentration des gelösten Stoffes darX, V zeigt das Urinvolumen über den 2–4--h-Sammelzeitraum an undP (X) stellt die durchschnittlichen Plasmakonzentrationen von gelösten Stoffen darX aus der ersten und letzten Blutentnahme.

Genotypisierungsstrategie

Die Genotypisierung wurde bei 421 Patienten europäischer Abstammung unter Verwendung der Illumina 660-Plattform (Illumina, San Diego, CA) durchgeführt. Die Qualität der genotypisierten Daten wurde unter Verwendung eines Sample-Call-Rate-Filters > 0.97, Minor Allele Frequency (MAF) > 0.01 und SNP-Call-Rate > 0,95 kontrolliert. Nach Qualitätskontrolle 238 SNPs ±50 Kilobasen vonANGPT1, ANGPT2,undTNFRSF1Awurden gefunden. Nach Kopplungsungleichgewicht (LD) Beschneidung einer r²von {{0}}.8 wurden 48 SNPs entfernt, was zu insgesamt 190 SNPs führte, die in Assoziationstests verwendet wurden. Die Imputation wurde unter Verwendung des Referenzpanels des 1000 Genomes Project unter Verwendung von IMPUTE2 v2.3.0 durchgeführt.

Beurteilung des Plasmaproteins

Plasma- und Urin-Biomarker wurden unter Verwendung von Elektrochemilumineszenz-Immunassays (Meso Scale Discovery (MSD), Rockville, MD), wie zuvor beschrieben, gemessen. Das Blut wurde in EDTA-behandelten sterilen Röhrchen gesammelt, der Urin wurde in sterilen Behältern gesammelt und beides wurde sofort zentrifugiert. Plasma und Urin wurden dann aliquotiert und bei –80 Grad eingefroren. Die Proben wurden für unterschiedliche Dauer gelagert, aber sie wurden in einer einzigen Charge und nur einmal aufgetaut, um die Biomarker-Messungen für diese Studie durchzuführen. Alle Biomarker-Messungen wurden in Duplikaten in den Harborview Pulmonary Research Laboratories durchgeführt.

In-Silico-Analysen

Um SNPs auf die Expression von QTL-Effekten zu testen, haben wir das Genotype-Tissue Expression (GTEx) Portal abgefragt.

Zellkultur

Humane mikrovaskuläre Nierenendothelzellen (HKME Cs) wurden aus fötalen Nieren nach freiwilligen Schwangerschaftsunterbrechungen zwischen 100 und 135 Tagen nach der Empfängnis gereinigt. Die Einwilligung der Patienten zur Verwendung von fötalem Gewebe wurde nach Aufklärung eingeholt. Wir wählten dann nach dem Zufallsprinzip 9 verschiedene Spender HKMECs aus, tauten auf und plattierten eine halbe Million Zellen in T25-Kolben, die mit 0,2 Prozent Gelatine beschichtet waren und in EBM-2-Basalmedium gehalten wurden, das 1 Prozent Antibiotikum-Antimykotikum (Life Technologies), 10 Prozent FBS enthielt, 100 ug/ml ECGS, 50 ug/ml Heparin und 20 ng/ml VEGF (F&E) für 48 h bis zur Konfluenz. Bei 48 h haben wir genomische DNA aus den HKMECs gereinigt und Zellüberstände wurden gesammelt. Wir haben erfolgreich Zellen von 8 Spendern genotypisiert.

statistische Analyse

Patientendemografische Variablen werden entweder als Mittelwert plus /–Standardabweichung oder als Median und Quartile angegeben. Zuerst verwendeten wir logistische Regression, um einen Zusammenhang zwischen den 19 0 SNPs und der Entwicklung von AKI-SP2 im Vergleich zu AKI-SP1 unter Verwendung eines additiven genetischen Modells (Golden Helix, MT) zu testen. Unser Modell wurde für die folgenden Kovariaten verwendet: Alter, Geschlecht, Sepsis und die ersten fünf Hauptkomponenten. Die Eigenstrat-Methode v4.2 wurde verwendet, um die Hauptkomponenten zu berechnen, und die Top 5 wurden als Kovariaten aufgenommen. Odds Ratios (ORs) werden mit 95-Prozent-Konfidenzintervallen angegeben. Für die Analyse zwischen genetischen Varianten und AKI-Subphänotypen haben wir mehrere Vergleiche korrigiert, indem wir eine Benjamini-Hochberg-Schwelle für die Falschentdeckungsrate (FDR) von < 0,10="" verwendet="" haben,="" die="" schätzt,="" dass="" weniger="" als="" 10="" prozent="" der="" assoziationen="" einen="" fdr-wert="" von="" oder="" darunter="" aufweisen="" dieser="" pegel="" sind="" falsch="" positive="" ergebnisse="" [31].="" in="" einer="" sensitivitätsanalyse="" wurde="" ein="" imputierter="" genotyp="" verwendet,="" um="" zusätzliche="" snps="" zu="" identifizieren,="" die="" mit="" aki-sp2="" assoziiert="">

Zweitens verwendeten wir eine lineare Regression, die für Alter, Geschlecht und Sepsis angepasst wurde, um Assoziationen zwischen leistungsstärksten SNPs und Protokoll zu bestimmen₂transformierte Biomarkerkonzentrationen. Drittens haben wir eine kausale Inferenzanalyse durchgeführt, um die Assoziation zwischen genetischen Varianten und AKI-SP2 und die mögliche Vermittlung der Assoziation durch Plasma-Biomarkerkonzentrationen zu testen. Die Mediationsanalyse wurde unter Verwendung der nichtlinearen Implementierung der Strukturgleichungsmodellierung durchgeführt, die im Mediationspaket für STATA implementiert ist [32, 33]. Weitere Details zur kausalen Inferenzanalyse finden sich im Online-Supplement. Viertens haben wir Assoziationen zwischen genetischen Varianten und der AKI-Schwere, gemessen am maximalen Serumkreatinin, durch logistische Regression bestimmt. Weitere Details zu Materialien und Methoden finden Sie in der Online-Ergänzung. In der Analyse haben wir 190 SNPs ausgewertet und eine konservative Methode verwendetp-Wertvon 0.05/190 =2.6 × 10^{− 4}. Angesichts der Tatsache, dass ungefähr 4 0 Prozent der Patienten auf der Intensivstation AKI entwickeln, und ein erwartetes Verhältnis von Kontrolle (AKI-SP1) zu Fall (AKI-SP2) von 1,5, eine erwartete Stichprobengröße von 421 und eine MAF von mindestens { {16}}.30 haben wir eine Aussagekraft von 81 Prozent, um ein relatives Risiko von 1,5 oder mehr zu erkennen [34]. Die Analysen wurden mit STATA (Version 15) und Goldenhelix (Version 4.0) durchgeführt. Alle Studien wurden von der Human Subjects Division der University of Washington genehmigt. Von allen eingeschriebenen Probanden wurde eine schriftliche Einverständniserklärung eingeholt.

Ergebnisse

Merkmale der Populationen Von den 425 Patienten aus der Validierungskohorte in unserer früheren Arbeit lagen für 421 Genotypisierungsdaten vor. Demografische Daten und klinische Ausgangscharakteristika sind in Tabelle 1 beschrieben. Alle Probanden waren europäischer Abstammung. Insgesamt wurden 267 (63 Prozent) als AKI-SP1 und 154 (37 Prozent) als AKI-SP2 klassifiziert. Patienten, die AKI-SP2 entwickelten, hatten bei der Vorstellung einen höheren Krankheitsschweregrad (mittlere Scores der Bewertung der akuten Physiologie und chronischen Gesundheit (APACHE) III, 111 ± 26 gegenüber 74 ± 24), hatten eine größere Wahrscheinlichkeit, eine Sepsis zu haben (84 Prozent gegenüber 66 Prozent), und wurden im Vergleich zu AKI-SP1 eher mit Vasopressoren behandelt (79 Prozent vs. 42 Prozent).

Genetische Variation in der Nähe von ANGPT2, rs2920656, ist mit AKI-SP2 assoziiert

Von den 19 0 SNPs ±50 Kilobasen der Gene lagen 72 in der Nähe von ANGPT1, 100 in der Nähe von ANGPT2 und 18 in der Nähe des TNFRSF1A-Gens. Wir identifizierten einen SNP mit einem FDR < 0,05,="" der="" mit="" aki-sp2="" im="" vergleich="" zu="" aki-sp1="" assoziiert="" war="" (tabelle="" 2="" und="" abb.="" 1).="" es="" wurden="" keine="" signifikanten="" assoziationen="" mit="" snps="" in="" oder="" in="" der="" nähe="" von="" angpt1="" oder="" tnfrsf1a="" beobachtet="" (tabelle="" s2="" und="" s3).="" der="" snp,="" der="" die="" stärkste="" assoziation="" mit="" dem="" risiko="" für="" aki-sp2="" zeigte,="" war="" rs2920656="" (or,="" 0,45;="" 95-prozent-ki,="" 0,31–0,66;="" p="">< 1,4="" ×="" 10−5;="" fdr="0,003)." dieser="" intronische="" snp="" ist="" ≈="" 30="" kb="" stromabwärts="" der="" 3'-position="" von="" angp="" t2="" und="" erklärt="" ungefähr="" 3="" prozent="" der="" varianz="">

die Entwicklung von AKI-SP2 (R2). Da nur eine kleine Anzahl von Probanden homozygot rs2920656 (n=26) waren, testeten wir auch Assoziationen zwischen rs2920656 und AKI-SP2 in einem dominanten genetischen Modell, was konsistent war Ergebnisse (OR, 0.42; 95-Prozent-KI, 0,28–0,64; p < 1,4="" ×="" 10−="" 6="" ).="" wir="" testeten="" auch="" auf="" zusätzliche,="" möglicherweise="" stärkere="" assoziationen="" innerhalb="" des="" angpt2-lokus="" unter="" verwendung="" von="" imputierten="" genotypen,="" fanden="" jedoch="" keine="" stärkeren="" assoziationen="" als="" die="" bei="" rs2920656="" beobachteten="" (tabelle="" s4).="" in="" einer="" sensitivitätsanalyse="" haben="" wir="" getestet,="" ob="" der="" einschluss="" schwerkranker="" patienten="">AkutNiereVerletzungwürde die genetische Assoziation beeinflussen. Wir gruppierten Patienten ohne AKI und AKI-SP1 zusammen und ermittelten, ob rs2920656 immer noch stark mit einem verringerten Risiko für AKI-SP2 assoziiert war. In dieser Analyse hatten 839 Patienten entweder kein AKI oder AKI-SP1 und 154 hatten AKI-SP2. Das Risiko, erneut AKI-SP2 zu entwickeln, wurde signifikant reduziert, wenn mindestens ein T-Allel für rs2920656 vorhanden war (OR 0.31; 95 Prozent-KI, 0.19–0,52; p < 0,001)="" (tabelle="" s5).="" in="" einer="" weiteren="" sensitivitätsanalyse="" haben="" wir="" getestet,="" ob="" rs2920656="" in="" jeder="" der="" vier="" verschiedenen="" studien,="" die="" in="" ispaar="" eingeschlossen="" wurden,="" mit="" einem="" verringerten="" risiko="" für="" aki-sp2="" assoziiert="" war.="" in="" jeder="" der="" drei="" randomisierten="" kontrollstudien="" (alta,="" factt="" und="" omega)="" und="" der="" prospektiven="" kohorte="" auf="" der="" intensivstation="" (mea)="" stimmte="" die="" punktschätzung="" mit="" dem="" minor-allel="" von="" rs2920656="" überein,="" was="" ein="" verringertes="" risiko="" für="" die="" entwicklung="" von="" aki-sp2="" zeigt="" (tabelle="" s6="" ).="" daher="" wurde="" rs2920656="" weiter="" analysiert,="" um="" die="" assoziation="" mit="" plasma-biomarkerkonzentrationen="" zu="">

T-Allel von rs2920656 ist mit verringertem Plasma-ANG assoziiert-2

Als nächstes analysierten wir den Zusammenhang zwischen rs2920656 und Plasma-ANG-2-Konzentrationen. Unter Berücksichtigung von Alter, Geschlecht und Sepsis war jede Kopie des T-Allels von rs2920656 mit verringerten log2-Plasma-ANG-2-Konzentrationen assoziiert (= − 0,09; 95 Prozent-KI {{9} }.15, − 0.04;P=0.002). Für das C-Allel homozygote Probanden zeigten die höchsten Plasma-ANG-2-Konzentrationen (40.683 pg/ml; Interquartilbereich (IQR) 19,374-73,205), während für das T-Allel homozygote Probanden die niedrigsten Konzentrationen aufwiesen Plasma-ANG-2-Konzentrationen (28.308 pg/ml (IQR 14, 340-42, 944). Darüber hinaus war rs29206565 von den 100 getesteten SNPs in der Nähe der ANGP-T2-Genregion am stärksten mit Plasma-ANG assoziiert -2 Konzentrationen (Abb. 2).

Mediationsanalyse legt nahe, dass ANG-2 ursächlich für die Entwicklung von AKI-SP2 ist

Wir prüften, ob der Zusammenhang zwischen rs2920656 und dem Risiko für AKI-SP2 durch Plasma-ANG-2-Konzentrationen vermittelt wird (Abb. 3). Die Gesamtwirkung von rs2920656 auf AKI-SP2 war insgesamt=− 0,16 pro Allel (95 Prozent-KI -0,24, − 0 .10, p=1.0 × 10− 4 ), was darauf hindeutet, dass für jedes kleinere Allel (T-Allel) der genetischen Variante das Risiko, AKI-SP2 zu entwickeln, um 16 Prozent abnimmt . Die kausale Vermittlungsanalyse ergab eine signifikante indirekte Wirkung für rs2920656 auf AKI-SP2, die durch Plasma-ANG-2-Konzentrationen vermittelt wurde (indirekt, −0,07 pro Allel; 95 Prozent-KI -0.11, −0,03; p { {34}}.001), was bedeutet, dass der Anteil der Wirkung zwischen rs2920656 und AKI-SP2, der durch ANG-2-Konzentrationen vermittelt wird, 41,5 Prozent beträgt.

Das T-Allel von rs2920656 ist mit einem verringerten AKI-Schweregrad nach 7 Tagen assoziiert

Als nächstes testeten wir die Assoziation von rs2920656 mit traditionellen Kriterien für den Schweregrad von AKI, wie maximales Serumkreatinin und Anstieg des Serumkreatinins innerhalb von 7 Tagen nach Aufnahme in die Studie. In einem dominanten genetischen Modell war das T-Allel von rs2920656 mit einer Abnahme des Serum-Kreatinins um − 0,44 mg/dL (95-Prozent-KI, − 0,77 , − 0.10), p=0.01) nach Anpassung für Alter, Geschlecht, Body-Mass-Index und Sepsis-Status. Das Minor-Allel von rs2920656 war auch mit einem Rückgang des Anstiegs des Serumkreatinins zwischen Baseline und Tag 7 verbunden (= − 0,25, 95 Prozent-KI, − 0,46, − 0,03; p=0,03).

Das T-Allel von rs2920656 ist mit niedrigerem ANG-2 in Zellkultur assoziiert

Wir haben In-vitro-Experimente und In-silico-Analysen durchgeführt, um die funktionelle Bedeutung von rs2920656 zu bestimmen. Von 8 verschiedenen menschlichen fötalenNiereGewebeProben, 2 waren CC, 5 waren CT und 1 war TT für rs2920656. In einem dominanten genetischen Modell waren die ANG-2-Konzentrationen numerisch am höchsten in Endothelzellen von Spendern, die für das C-Allel homozygot waren, und niedriger bei Trägern des T-Allels, p=0,07 (Abb. 4). In der GTEx-Projektdatenbank wurde rs2920656 nicht mit der ANGPT2-Genexpression in Verbindung gebracht. Allerdings waren zwei andere SNPs (rs41311412 und rs2515591), die sich in einer moderaten LD (r2=0.23 und D'=0.86) mit rs2920656 befanden, mit einer reduzierten ANGPT2-Genexpression assoziiert (S=4.1 × 10− 5 ) in der Arteria tibialis, einem Gewebe, das stark an Endothelzellen angereichert ist (Tabelle S7).

Plasma-ANG-2 wird minimal durch die Nieren ausgeschieden Um festzustellen, ob Unterschiede inNiereFunktionPlasma-ANG{0}}-Konzentrationen beeinflussen könnte, haben wir die renale ANG-2-Clearance bei kritisch kranken Probanden mit und ohne AKI gemessen. In 20 zeitlich unterschiedlichen Urinprobenentnahmen mit buchgebundenen Plasmaproben betrug das mittlere Serumkreatinin 0,86 mg/dL mit einem Interquartilbereich (IQR) von 0,69 bis 1,45 mg/dL. Die mediane Plasma-ANG-2-Konzentration betrug 10.261 pg/ml (IQR 6.210–19.115 pg/ml). Im Gegensatz dazu waren die ANG-2-Konzentrationen im Urin 50--mal niedriger mit einem Median von 206 pg/ml (IQR 11–839 pg/ml). Die berechnete renale Clearance von ANG-2 betrug < 1="" ml/min="" für="" alle="" zeitgesteuerten="" urinsammlungen,="" was="" darauf="" hindeutet,="" dass="" die="" plasma-ang-2-konzentrationen="" nicht="" einfach="" als="" funktion="" einer="" verschlechterung="" der="" aki="" ansteigen="" (tabelle="">