L'impact combiné des infections persistantes et de la variation génétique humaine sur C
BMC Medicine volume 20, Numéro d'article : 416 (2022) Citer cet article
1436 Accès
1 Citation
7 Altmétrique
Détails des métriques
De multiples agents pathogènes humains provoquent des infections chroniques, parfois permanentes. Même si elles sont souvent latentes, ces infections peuvent déclencher un certain degré de réponse immunitaire locale ou systémique, entraînant une inflammation chronique de faible intensité. Il reste une compréhension incomplète de la contribution potentielle des infections persistantes et des variations génétiques humaines sur l’inflammation chronique de bas grade. Nous avons recherché des associations potentielles entre la séropositivité pour 13 agents pathogènes persistants et les taux plasmatiques du biomarqueur inflammatoire, la protéine C-réactive (CRP), à l'aide de données collectées dans le contexte de la UK Biobank et de l'étude CoLaus|PsyCoLaus, deux grandes cohortes basées sur la population. . Nous avons effectué une régression pas à pas en arrière en commençant par les prédicteurs potentiels suivants : statut sérologique pour chaque agent pathogène, score de risque polygénique pour la CRP et facteurs démographiques et cliniques connus pour être associés à la CRP. Nous avons trouvé des preuves d'une association entre la séropositivité de Chlamydia trachomatis (valeur P = 5,04e - 3) et Helicobacter pylori (valeur P = 8,63e - 4) et des taux plasmatiques plus élevés de CRP. Nous avons également trouvé une association entre la charge pathogène et les niveaux de CRP (valeur P = 4,12e − 4). Ces résultats améliorent notre compréhension de la relation entre les infections persistantes et l’inflammation chronique, un déterminant important de la morbidité à long terme chez l’homme.
Rapports d'examen par les pairs
L'inflammation est une réponse complexe et nécessaire du système immunitaire à des stimuli nocifs tels qu'une lésion tissulaire, une infection ou une exposition à des toxines [1]. Au cours de la phase aiguë, caractérisée par des modifications du flux sanguin et une perméabilité accrue des vaisseaux sanguins, les protéines plasmatiques et les leucocytes migrent de la circulation vers le site de l'inflammation [2]. Cette réponse protectrice immédiate permet généralement d’éliminer la cause initiale de la lésion cellulaire et de restaurer l’homéostasie. Cependant, lorsque la réponse aiguë ne parvient pas à éliminer les lésions tissulaires, par exemple en raison d’une exposition prolongée à des stimuli, l’inflammation peut devenir un processus chronique [3]. Un certain nombre de maladies courantes sont au moins en partie causées par une inflammation chronique, notamment la maladie coronarienne, le diabète de type 2 et certains cancers [4]. Ainsi, bien que l’inflammation joue un rôle important dans la défense humaine contre les agressions, elle contribue également à la physiopathologie de multiples maladies d’importance majeure pour la santé publique.
Diagnostic tests are capable of detecting the presence and intensity of systemic inflammation [5]. The most commonly used inflammatory biomarker is the acute-phase reactant C-reactive protein (CRP). This ring-shaped protein is produced by hepatocytes upon stimulation by pro-inflammatory cytokines such as interleukin (IL)-1b, IL-6, and TNF-a. Although CRP is commonly used as a sensitive indicator of inflammation, the factors influencing its baseline plasma levels are only partially understood. Circulating amounts of CRP are positively associated with age, body mass index (BMI), and smoking and inversely with male sex and physical activity [6,7,8]. In addition, large-scale genomic analyses have found multiple associations with hs-CRP levels, mainly in the loci enriched in hepatic, immune, and metabolic pathways, such as CRP, LEPR, IL6R, GCKR, APOE, and HNF1A-AS1 [ 80 000 subjects identifies multiple loci for C-reactive protein levels. Circulation. 2011;123(7):731–8." href="#ref-CR9" id="ref-link-section-d279472268e546">9, 200,000 individuals identify 58 loci for chronic inflammation and highlight pathways that link inflammation and complex disorders. Am J Human Genet. 2018;103(5):691–706." href="#ref-CR10" id="ref-link-section-d279472268e546_1"> 10,11,12,13,14]. Au total, la variation génétique explique jusqu'à 16 % de la variance des taux plasmatiques de CRP [14].
We carried out a polygenic risk score (PRS) analysis to investigate the relationship between human genetic variation and hs-CRP levels. A CRP-PRS was calculated for each study participant based on the risk effects of common SNPs derived from GWAS summary statistics of hs-CRP. As a baseline cohort, we referred to the GWAS summary statistics of the CHARGE cohort (N = 204,402, heritability h2 = 6.5%) [ 200,000 individuals identify 58 loci for chronic inflammation and highlight pathways that link inflammation and complex disorders. Am J Human Genet. 2018;103(5):691–706." href="/articles/10.1186/s12916-022-02607-7#ref-CR10" id="ref-link-section-d279472268e675"10, 27]. These summary statistics were used to construct the CRP-PRS in our target cohort consisting of the merged UK Biobank and CoLaus|PsyCoLaus data using the clumping and thresholding method of the PRSice-2 v2.2.7 software [28]. We used a standardized method to obtain PRS, by multiplying the dosage of risk alleles for each variant by the effect size in the GWAS and summing the scores across all of the selected variants. SNPs were clumped based on linkage disequilibrium (LD) (r2 ≥ 0.1) within a 250-kb window. Model estimates of the PRS effect were adjusted for sex, age, BMI, and the top 10 PCs. As an additional quality control, the distribution of PRS was checked in each cohort separately, to ensure that they followed a normal distribution./p> We first investigated the relationship between common genetic variation and hs-CRP levels by calculating a PRS for all study participants. The PRS explained about 4% of the variation in hs-CRP levels, in agreement with previously published results [ 80 000 subjects identifies multiple loci for C-reactive protein levels. Circulation. 2011;123(7):731–8." href="/articles/10.1186/s12916-022-02607-7#ref-CR9" id="ref-link-section-d279472268e1261"9]. We also found that BMI was the major non-genetic predictor of hs-CRP, with approximately 19% of the variance explained./p>