Identification and validation of key genes of Xiaozhengtongluo formula in the treatment of diabetic nephropathy by Mendelian randomization

기술 요약: 멘델 무작위 배정법을 이용한 당뇨병성 신병증 치료에 있어서 소정통락(Xiaozhengtongluo) 처방의 핵심 유전자 식별 및 검증

문제 제기
당뇨병성 신병증(DN)은 만성 신장 질환 및 입원의 주요 원인이지만, 현재의 약물학적 중재는 그 진행을 저지하는 데 실패하는 경우가 많다. "담음(phlegm)과 혈어(blood stasis)" 이론에 기반한 전통 중의학(TCM) 복합 처방인 소정통락(XZTL)은 DN 치료에 있어 임상적 효능을 입증해 왔다. 그러나 이 처방의 정확한 분자 표적과 작용 기전은 여전히 명확히 정의되지 않은 상태이다. 본 연구는 네트워크 약리학, 멘델 무작위 배정법(Mendelian Randomization, MR), 그리고 실험적 검증을 결합하여 XZTL이 DN에 미치는 치료 효과를 매개하는 핵심 유전자를 식별하는 것을 목표로 한다.

연구 방법론
본 연구는 생물정보학, 인과 추론, 습식 실험(wet-lab) 검증을 결합한 다단계 통합 접근 방식을 채택하였다:

1. 데이터 수집 및 스크리닝:

   • 차별 발현 유전자(DEGs): GEO 데이터셋(GSE96804 및 GSE30528)의 전사체 데이터를 분석하여 DN 환자와 대조군 사구체 조직 간의 DEGs를 식별하였다.
   • 표적 획득: 높은 경구 생체 이용률과 약물 유사성을 가진 활성 성분을 기준으로 TCMSP 데이터베이스에서 XZTL의 약물 표적 유전자를 검색하였다. DN의 질병 표적 유전자는 GeneCards와 Therapeutic Target Database(TTD)로부터 얻었다.
   • 후보 유전자 식별: DEGs, 약물 표적, 질병 표적의 교집합을 통해 29개의 후보 유전자를 도출하였다.

2. 멘델 무작위 배정법(MR) 분석:

   • 인과 관계를 확립하기 위해 발현 양적 형질 위치(eQTL) 데이터를 도구 변수(IVs)로 사용하였다.
   • 다섯 가지 MR 알고리즘(MR Egger, Weighted median, Inverse variance weighted [IVW], Weighted mode, Simple mode)을 적용하였으며, IVW 방법이 주요 분석으로 사용되었다.
   • 결과의 신뢰성을 확보하기 위해 이질성 테스트, 수평적 다표현형성(horizontal pleiotropy) 평가, leave-one-out (LOO) 분석을 포함한 민감도 분석을 수행하였다. 스테이거 테스트(Steiger test)를 사용하여 역 인과 관계를 배제하였다.

3. 생물정보학 및 네트워크 분석:

   • 진단 가치: 후보 유전자에 대한 수신자 조작 특성(ROC) 곡선 분석을 수행하여 진단 잠재력을 평가하였다 (AUC > 0.7).
   • 기능적 농축: 유전자 온톨로지(GO), Kyoto Encyclopedia of Genes and Genomes (KEGG), Gene Set Enrichment Analysis (GSEA)를 수행하여 농축된 경로를 식별하였다.
   • 조절 네트워크: DIANA-microT, miRDB, starBase, miRNet 등의 데이터베이스를 사용하여 분자 조절 네트워크(lncRNA-miRNA-mRNA) 및 전사 인자(TF) 상호작용을 구축하였다.
   • 분자 도킹: CB-Dock2를 사용하여 식별된 핵심 유전자와 XZTL의 상위 활성 성분 간의 결합 친화도를 검증하였다.

4. 실험적 검증:

   • 고지방 식이와 스트렙토조토신(STZ) 주입을 사용하여 DN 쥐 모델을 구축하였다.
   • Sprague-Dawley 쥐를 대조군, DN 군, XZTL 중재 군으로 나누었다.
   • 역전사 실시간 중합효소 연쇄 반응(RT-qPCR)을 사용하여 식별된 핵심 유전자의 신장 사구체 조직 내 발현 수준을 검증하였다.

주요 기여 및 결과

• 핵심 유전자 식별: 초기 29개의 후보 중에서 MR 분석을 통해 세 가지 핵심 유전자인 APOD, IGFBP3, LPL로 범위를 좁혔다.
  • IGFBP3는 DN의 위험 인자(상향 조절)로 식별되었다.
  • LPL과 APOD는 보호 인자(DN에서 하향 조절)로 식별되었다.
• 인과적 검증: MR 분석은 이 세 유전자와 DN 사이의 통계적으로 유의미한 인과 관계를 확인하였다. 민감도 분석(이질성, 다표현형성, LOO) 및 스테이거 테스트는 이러한 인과적 추론의 견고함을 뒷받침하였다.
• 진단 잠재력: GSE96804 및 GSE30528 데이터셋 모두에서 수행된 ROC 곡선 분석 결과, 세 유전자 모두 AUC 값이 0.7 이상으로 나타나 진단적 유용성을 시사하였다.
• 경로 농축: 세 핵심 유전자는 산화적 인산화, 헴(heme) 대사, 지방산 대사, **상피-중간엽 이행(EMT)**을 포함한 26개 경로에 공통적으로 농축되어 있었다.
• 조절 메커니즘:
  • IGFBP3는 MIR497HG/hsa-miR-19a-3p 축에 의해 조절되며, 전사 인자 SP1 및 SP3에 의해 공동 조절된다.
  • LPL은 NEAT1/hsa-miR-29a-3p 축에 의해 조절되며, SP1 및 SP3에 의해 공동 조절된다.
  • APOD는 전사 인자 NOTCH3에 의해 조절된다.
• 분자 도킹: 연구는 핵심 유전자와 특정 XZTL 성분 간의 강한 결합 친화도를 입증하였다:
  • IGFBP3는 **퀘르세틴(Quercetin)**과 결합한다 (-7.5 kcal/mol).
  • LPL은 **올레산(Oleic acid)**과 결합한다 (-6.5 kcal/mol).
  • APOD는 **바이칼레인(Baicalein)**과 결합한다 (-6.1 kcal/mol).
• 실험적 확인: 쥐 모델에서의 RT-qPCR 결과는 생물정보학적 발견을 확인해주었다: DN 군에서 IGFBP3는 상향 조절된 반면, LPL과 APOD는 하향 조절되었다. XZTL 중재는 이러한 유전자의 발현을 정상 수준으로 회복시키는 데 유의미한 효과를 보였다.

의의 및 주장
본 논문은 DN 치료에 있어서 XZTL의 메커니즘에 대한 포괄적인 참조를 제공한다고 주장한다. 네트워크 약리학과 멘델 무작위 배정법을 통합함으로써, 본 연구는 단순한 상관관계를 넘어 특정 유전자와 DN 병리 사이의 인과 관계를 제시한다. APOD, IGFBP3, LPL을 핵심 표적으로 식별한 것은 다음을 제공한다:

1. 기전적 통찰: 특히 지질 대사, 산화 스트레스 및 에너지 대사 경로를 통한 XZTL의 신장 보호 효과에 대한 분자적 근거를 제공한다.
2. 치료 표적: 이 유전자들을 DN 치료를 위한 잠재적 표적으로 검증하며, 특정 활성 성분(퀘르세틴, 올레산, 바이칼레인)이 주요 매개체임을 식별하였다.
3. 진단적 가치: 높은 진단 정확도(AUC > 0.7)를 바탕으로, 이 세 유전자가 DN의 조기 선별 및 모니터링을 위한 새로운 바이오마커로서 활용될 가능성을 보여준다.

저자들은 SNP 분포 문제로 인한 CAV1의 제외와 조절 네트워크의 데이터베이스 예측 의존성 등 한계점을 인정하며, 이는 향후 세포 및 동물 실험을 통한 추가 규명이 필요함을 명시하였다. 그러나 본 연구는 이러한 발견이 XZTL의 임상 적용을 위한 과학적 근의를 제공하며, 향후 약물 개발 및 다중 유전자 진단 모델의 방향을 제시한다고 결론짓는다.