TRIM31與慢性肝病的孟德爾隨機化及生物信息學(xué)分析

【摘要】目的" 使用兩樣本孟德爾隨機化（Mendelian randomization，MR）分析評估肝臟TRIM31表達水平與慢性肝病的因果關(guān)系，以及生物信息學(xué)方法分析TRIM31在肝細胞癌（hepatocellular carcinoma，HCC）中的作用。方法" 利用FinnGen R10數(shù)據(jù)庫中非酒精性脂肪性肝病（non-alcoholic fatty liver disease，NAFLD）、非酒精性脂肪性肝炎（non-alcoholic steatohepatitis，NASH）、肝纖維化、肝硬化、HCC的遺傳數(shù)據(jù)，以及GTEx Portal肝組織cis-eQTL數(shù)據(jù)中與TRIM31表達顯著相關(guān)的單核苷酸多態(tài)性作為工具變量，采用逆方差加權(quán)法作為主要方法進行MR分析。使用TCGA分析TRIM31在HCC中的表達，并利用CIBERSORT算法分析TRIM31表達與免疫細胞浸潤的相關(guān)性，ROC曲線評估診斷準(zhǔn)確性。使用TCGA數(shù)據(jù)庫進行高和低TRIM31表達組之間的差異基因表達分析，并進行GO富集、KEGG通路富集和基因集富集分析（gene set enrichment analysis，GSEA）。結(jié)果" MR分析結(jié)果顯示，肝臟TRIM31表達與NAFLD[OR=0.98，95%CI（0.91，1.05），P=0.515]、NASH[OR=0.98，95%CI（0.74，1.29），P=0.868]、肝纖維化[OR=1.35，95%CI（0.84，2.17），P=0.218]、肝硬化[OR=1.06，95%CI（0.95，1.17）P=0.292]均不存在顯著關(guān)聯(lián)；與HCC[OR=1.26，95%CI（1.07，1.49），P=0.007]存在顯著關(guān)聯(lián)。TCGA數(shù)據(jù)分析顯示，HCC組織中TRIM31 mRNA水平顯著增加（P ＜0.001）。ROC分析顯示，TRIM31在HCC診斷中的曲線下面積為0.794[95%CI（0.738，0.851）]。高TRIM31表達與免疫評分增加以及活化記憶CD4+ T細胞、濾泡輔助性T細胞、調(diào)節(jié)性T細胞的比例增加相關(guān)，而與單核細胞和M2型巨噬細胞比例減少相關(guān)。GSEA分析顯示，TRIM31高表達的HCC樣本中顯著富集與腫瘤惡性進展密切相關(guān)的信號通路，包括生物氧化信號通路（FDR＜0.05，NES=2.329）、鈣信號傳導(dǎo)通路（FDR＜0.05，NES=2.283）等。結(jié)論" 肝臟TRIM31表達上調(diào)可能增加HCC患病風(fēng)險，可能與腫瘤免疫微環(huán)境的調(diào)控有關(guān)，為HCC發(fā)病機制的研究提供理論依據(jù)。

【關(guān)鍵詞】孟德爾隨機化；三重基序蛋白31；慢性肝病；肝細胞癌；生物信息學(xué)

【中圖分類號】R 575.2；R 735.7 【文獻標(biāo)識碼】A

Mendelian randomization and bioinformatics analysis of TRIM31 with chronic liver disease

YOU Junyi1， LIANG Guoqiang2， SONG Xiudao3

1. Surgical Department of Traditional Chinese Medicine， Suzhou Hospital of Traditional Chinese Medicine affiliated to Nanjing University of Chinese Medicine， Suzhou 215009， Jiangsu Province， China

2. Central laboratory， Suzhou Hospital of Traditional Chinese Medicine affiliated to Nanjing University of Chinese Medicine， Suzhou 215009， Jiangsu Province， China

3. Centre for Translation of Traditional Chinese Medicine Science and Technology， Suzhou Hospital of Traditional Chinese Medicine Hospital affiliated to Nanjing University of Chinese Medicine， Suzhou 215009， Jiangsu Province， China

Corresponding author： SONG Xiudao， Email： fsyy00530@njucm.edu.cn

【Abstract】Objective" Using two-sample Mendelian randomization （MR） to explore the causal relationship between the expression level of tripartite motif 31 （TRIM31） in chronic liver disease， and using bioinformatics methods to analyze the role of TRIM31 in hepatocellular carcinoma （HCC）. Methods" The genetic data for non-alcoholic fatty liver disease （NAFLD）， non-alcoholic steatohepatitis （NASH）， liver fibrosis， cirrhosis， and HCC from the FinnGen R10， as well as the instrumental variables of single nucleotide polymorphisms （SNPs） significantly associated with TRIM31 expression in the cis eQTL data of GTEx Portal liver tissue were used for MR analysis， with the inverse-variance weighting as the main analysis method. The expression level of TRIM31 in HCC was analyzed using TCGA data， and the correlation between TRIM31 expression and immune cell infiltration was analyzed using the CIBERSORT algorithm. The diagnostic accuracy was evaluated by ROC curves. Differential gene expression analysis between high and low TRIM31 expression groups was performed using the TCGA database， and Gene Ontology （GO） enrichment， Kyoto Encyclopedia of Genes and Genomes （KEGG） pathway enrichment， and Gene Set Enrichment Analysis （GSEA） were conducted. Results" The MR analysis results showed that the expression of TRIM31 in the liver was not significantly associated with NAFLD [OR=0.98， 95%CI（0.91， 1.05）， P=0.515]， NASH [OR=0.98， 95%CI（0.74， 1.29）， P=0.868]， liver fibrosis [OR=1.35， 95%CI（0.84， 2.17）， P=0.218]， and cirrhosis [OR=1.06， 95%CI（0.95，" 1.17）， P=0.292]， but was significant associated with HCC [OR=1.26， 95%CI（1.07， 1.49）， P=0.007]. TCGA data analysis showed that compared with normal liver tissue， TRIM31 mRNA levels were significantly increased in HCC （Plt;0.001）. ROC analysis showed that the area under the curve for TRIM31 in HCC diagnosis was 0.794[95%CI（0.738， 0.851）]. High TRIM31 expression was associated with increased immune scores and proportions of activated memory CD4+ T cells， follicular helper T cells， regulatory T cells， while being inversely related to monocytes and M2 macrophages. GSEA analysis revealed that HCC samples with high TRIM31 expression were significantly enriched in signaling pathways closely associated with malignant progression， including the biological oxidation signaling pathway （FDRlt;0.05， NES=2.329） and calcium signaling pathway （FDRlt;0.05， NES=2.283）. Conclusion" Upregulated expression of liver TRIM31 may increase the risk of HCC， potentially through its regulation of the tumor immune microenvironment. These findings provide a theoretical basis for research into the pathogenesis of HCC.

【Keywords】Mendelian randomization; Tripartite motif 31; Chronic liver disease; Hepatocellular carcinoma; Bioinformatics

三重基序（tripartite motif，TRIM）蛋白家族是E3泛素連接酶亞家族之一，通過調(diào)控靶蛋白泛素化參與轉(zhuǎn)錄調(diào)節(jié)、細胞凋亡及腫瘤發(fā)生等關(guān)鍵生物學(xué)過程[1-2]。其中TRIM31作為新成員，在炎癥、免疫和致癌等多種生物學(xué)過程中具有重要功能[3]。值得注意的是，TRIM31在肝臟疾病中似乎呈現(xiàn)不同表達模式——高脂飲食誘導(dǎo)的非酒精性脂肪性肝病（non-alcoholic fatty liver disease，NAFLD）模型顯示其表達顯著下調(diào)[4]，而在肝細胞癌（hepatocellular carcinoma，HCC）組織中卻顯著上調(diào)并與腫瘤進展相關(guān)[5]。這種差異提示TRIM31可能在NAFLD疾病譜的不同階段具有動態(tài)調(diào)控作用。NAFLD作為全球患病率達30%的慢性肝病[6]，其疾病譜涵蓋從單純脂肪變性到非酒精性脂肪性肝炎（non-alcoholic steatohepatitis，NASH）、肝纖維化、肝硬化直至HCC的連續(xù)進程[7]。尤其NASH階段以快速炎癥反應(yīng)和纖維化為特征，進展為肝硬化后HCC年發(fā)病率可達10.6%[8]。解析TRIM31在疾病譜各階段的因果關(guān)聯(lián)，對揭示肝病進展機制具有重要意義。

孟德爾隨機化（Mendelian randomization，MR）分析通過利用遺傳變異的單核苷酸多態(tài)性（single nucleotide polymorphisms，SNPs）作為工具變量，可有效規(guī)避傳統(tǒng)研究的混雜偏倚，為因果推斷提供可靠方法[9-10]。結(jié)合全基因組關(guān)聯(lián)研究（Genome-Wide Association Study，GWAS）和表達數(shù)量性狀遺傳位點（expression quantitative trait loci，eQTL），MR已廣泛應(yīng)用于基因表達與疾病關(guān)聯(lián)研究[11-12]。因此，本研究采用兩樣本MR分析評估肝臟TRIM31表達與NAFLD疾病譜（NAFLD、NASH、肝纖維化、肝硬化及HCC）的因果關(guān)聯(lián)。同時整合TCGA數(shù)據(jù)庫，分析TRIM31在HCC中的表達特征、功能通路及免疫微環(huán)境調(diào)控作用，為探索肝病進展機制和靶向治療策略提供新依據(jù)。

1 資料與方法

1.1 MR分析

1.1.1 研究設(shè)計

選用TRIM31表達作為暴露因素，提取與TRIM31表達顯著相關(guān)的SNPs作為工具變量，將NAFLD疾病譜中NAFLD、NASH、肝纖維化、肝硬化以及HCC疾病類型分別作為結(jié)局因素進行MR分析。MR分析應(yīng)滿足以下3個假設(shè)：①工具變量與肝臟TRIM31表達密切相關(guān)；②工具變量與混雜因素相互獨立；③工具變量僅能通過暴露因素影響結(jié)局因素，即不存在多效應(yīng)[13]。研究設(shè)計見附件圖1。

1.1.2 數(shù)據(jù)來源

通過芬蘭基因組研究FinnGen R10（https：//www.finngen.fi/en/access_results）[14]獲取NAFLD、NASH、肝纖維化、肝硬化、HCC相關(guān)數(shù)據(jù)（見附件表1）。肝組織TRIM31表達的cis-eQTL數(shù)據(jù)來源于基因-組織表達（Genotype-Tissue Expression，GTEx）Portal V8數(shù)據(jù)庫（https：//www.gtexportal.org/home%5B33）[15]，并從中提取SNPs染色體位置、等位基因、eQTL樣本數(shù)、其他等位基因頻率和P值等信息。所有數(shù)據(jù)為公開獲取數(shù)據(jù)，無需倫理審批。

1.1.3 篩選工具變量

參考其他研究[16]，設(shè)置P值（P＜10-5）和連鎖不平衡參數(shù)（r2=0.1、kb=100）作為標(biāo)準(zhǔn)篩選SNPs，保留F＞10的SNPs作為有效工具變量，避免弱工具偏倚和保證各工具變量之間相互獨立。

1.1.4 分析方法

采用逆方差加權(quán)法（inverse-variance weighting，IVW）作為主要方法，同時結(jié)合加權(quán)中位數(shù)法（weighted median estimator，WME）、MR-Egger回歸法、簡單眾數(shù)法（simple mode，SM）和加權(quán)眾數(shù)法（weighted mode，WM）評估因果關(guān)系[17]。通過水平多效性和異質(zhì)性進行敏感性分析，以檢測結(jié)論是否穩(wěn)健。水平多效性采用MR Egger和MR-PRESSO進行判斷，當(dāng)P＞0.05，說明不存在水平多效性；異質(zhì)性檢驗采用Cochran's Q檢驗，當(dāng)P＞0.5時說明不存在異質(zhì)性，當(dāng)P≤0.5時說明異質(zhì)性存在，此時采用IVW隨機效應(yīng)結(jié)果。采用留一法評估每個SNPs是否影響結(jié)果的穩(wěn)定性。

1.2 TRIM31與HCC臨床病理特征相關(guān)性分析

從TCGA數(shù)據(jù)庫（https：//portal.gdc.cancer.gov）[18]下載并整理TCGA-LIHC項目的RNAseq數(shù)據(jù)，采用R軟件stat包（v4.2.1），針對每個變量單獨構(gòu)建和TRIM31分子的Logistic模型，評估TRIM31表達水平與HCC臨床病理特征之間的關(guān)系。以TRIM31表達水平的中位值為閾值，將患者分為高表達組與低表達組，采用Cox回歸計算TRIM31表達對總生存期（overall survival，OS）及無進展間隔期（progression-free interval，PFI）的風(fēng)險比（hazard ratio，HR）及95%置信區(qū)間（confidence interval，CI）。

1.3 TRIM31與免疫細胞浸潤的相關(guān)性分析

應(yīng)用TCGA數(shù)據(jù)庫TCGA-LIHC項目的TRIM31 RNAseq數(shù)據(jù)，評估TRIM31表達對疾病診斷的精確度，并比較TRIM31高表達組和低表達組與HCC免疫/基質(zhì)/估計分數(shù)；基于CIBERSORT（CIBERSORT.R腳本分析）核心算法[19]，利用CIBERSORTx網(wǎng)站（https：//cibersortx.stanford.edu/）提供的22種免疫細胞的標(biāo)志物比較免疫細胞在肝癌TRIM31高表達和低表達組的表達差異，并分析免疫細胞與TRIM31表達水平的相關(guān)性。

1.4 GO注釋富集、KEGG通路富集以及GSEA分析

TCGA中HCC樣本根據(jù)TRIM31 mRNA中位數(shù)水平分為高、低TRIM31表達組，使用R軟件DESeq2包（v1.36.0）篩選出高、低TRIM31表達組之間的差異表達基因，篩選條件為|LogFC| ＞1和校正后P值＜0.05；使用R軟件clusterProfiler包（v4.4.4） [20]和GOplot包（v1.0.2）[21]對差異表達基因進行GO功能和KEGG通路富集分析；使用R軟件clusterProfiler包對差異表達基因進行基因集富集分析（gene set enrichment analysis，GSEA）分析，校正后P值＜0.05和錯誤發(fā)生率（flase discovery rate，F(xiàn)DR）＜0.25被認為差異具有統(tǒng)計學(xué)意義。

1.5 統(tǒng)計學(xué)分析

所有統(tǒng)計分析采用R 4.2.2版本軟件，MR分析采用TwoSampleMR包（v0.5.6）[22]。TRIM31表達的正態(tài)分布數(shù)據(jù)以均數(shù)和標(biāo)準(zhǔn)差（）表示，組間比較采用配對樣本t檢驗；TRIM31表達的偏態(tài)分布數(shù)據(jù)以中位數(shù)和四分位數(shù)[M（P25，P75）]表示，組間比較采用Mann-Whitney U檢驗。采用pROC包（v1.18.0）對數(shù)據(jù)進行ROC曲線分析，評估TRIM31表達對疾病的診斷精確度；采用estimate包（v1.0.13）算法比較TRIM31高表達組和低表達組與HCC免疫/基質(zhì) /估計分 數(shù)。

2 結(jié)果

2.1 MR分析

2.1.1 工具變量

在GTEx Portal數(shù)據(jù)庫提取到肝組織TRIM31基因的265個SNPs數(shù)據(jù)，根據(jù)工具變量篩選原則，最終納入6個SNP進行后續(xù)MR分析，見附件表2。

2.1.2 MR分析

IVW結(jié)果顯示，肝臟TRIM31表達與NAFLD[OR=0.98，95%CI（0.91，1.05），P=0.515]、NASH[OR=0.98，95%CI（0.74，1.29），P=0.868]均可能具有負向關(guān)聯(lián)但無統(tǒng)計學(xué)意義；與肝纖維化[OR=1.35，95%CI（0.84，2.17）， P=0.218]可能具有正向因果關(guān)聯(lián)但無統(tǒng)計學(xué)意義；與肝硬化[OR=1.06，95%CI（0.95，1.17），P=0.292]可能具有正向因果關(guān)聯(lián)但無統(tǒng)計學(xué)意義；與HCC[OR=1.26，95%CI（1.07，1.49），P=0.007]可能具有正向因果關(guān)聯(lián)，結(jié)果有統(tǒng)計學(xué)意義，WME與IVW的結(jié)果一致，但SM與WM結(jié)果僅提示正相關(guān)關(guān)系無統(tǒng)計學(xué)差異，見表1。

2.1.3 敏感性分析

MR Egger檢驗結(jié)果顯示，NAFLD、NASH、肝纖維化、肝硬化及HCC 5個結(jié)局中的P值均 ＞0.05，表明不存在多效性；MR-PRESSO檢驗結(jié)果顯示未檢測出異常SNPs（P＞0.05），見附件表 3。異質(zhì)性分析結(jié)果顯示，HCC、NAFLD、NASH以及肝硬化方面，異質(zhì)性檢驗P值均＞0.05，表明不存在異質(zhì)性；但肝纖維化的MR Egger和IVW方法的異質(zhì)性檢驗P值＜0.05，見附件表3，因此進一步使用IVW隨機效應(yīng)模型分析，顯示結(jié)果穩(wěn)健一致（P=0.218）。留一法敏感性分析顯示，單個SNP對整體結(jié)果的影響不大，見附件圖2。

2.2 TRIM31與HCC臨床病理特征相關(guān)性分析

基于TCGA數(shù)據(jù)庫分析374個HCC樣本及50個癌旁組織樣本中TRIM31的表達水平，結(jié)果顯示HCC組織中TRIM31 mRNA表達水平中位數(shù)為2.17（0.91，3.26），明顯高于正常肝組織的0.44（0.17，1.02），差異具有統(tǒng)計學(xué)意義（U=3 843，P＜0.001）。TCGA數(shù)據(jù)庫中50個HCC與癌旁配對組織中TRIM31 mRNA表達水平分別為（1.94±1.386）、（0.75±0.825），差異具有統(tǒng)計學(xué)意義（t=5.650，P＜0.001）。采用ROC曲線評估TRIM31表達水平在HCC診斷中的性能，結(jié)果顯示AUC為0.794[95%CI（0.738，0.851）]，表明其對HCC具有一定的診斷價值，見圖1。

進一步對TCGA-LIHC數(shù)據(jù)進行單因素Logistic回歸分析，以評估TRIM31表達水平與HCC臨床病理特征之間的關(guān)系，結(jié)果顯示，TRIM31表達水平與HCC的組織學(xué)分級顯著相關(guān)[OR=1.557，95%CI（1.016，2.384），P=0.042]，而與其他臨床病理特征（T分期、N分期、M分期、腫瘤狀態(tài)、病理分期）無顯著相關(guān)，表明高表達TRIM31的患者可能具有較高的組織學(xué)分級，見表2。但生存分析顯示，TRIM31表達與HCC患者OS [HR=1.25，95%CI（0.88，1.76），P=0.212]及PFI [HR=1.17，95%CI（0.88，1.56），P=0.288]均無顯著相關(guān)性，見附件圖3。

2.3 TRIM31表達水平與免疫浸潤的關(guān)系

對TRIM31表達與免疫/基質(zhì)/估計分數(shù)之間進行相關(guān)性分析，以探討其對HCC腫瘤微環(huán)境的影響。結(jié)果顯示，與低TRIM31表達組相比，高TRIM31表達組免疫評分和估計評分均顯著增加（圖2-A）。TRIM31高表達組與低表達組之間免疫細胞比例的比較結(jié)果顯示，高表達TRIM31組的活化記憶CD4+T細胞、濾泡輔助性T細胞、調(diào)節(jié)性T細胞、靜息樹突狀細胞、中性粒細胞均顯著高于低TRIM31表達組，高表達TRIM31組的單核細胞、M2型巨噬細胞以及靜息肥大細胞均顯著低于低TRIM31表達組（圖2-B）。最后，TRIM31和免疫細胞之間的相關(guān)性分析結(jié)果顯示，TRIM31與調(diào)節(jié)性T細胞（r=0.334，P＜0.001）具有顯著正相關(guān)，與M2型巨噬細胞呈顯著負相關(guān)（r=-0.288，P＜0.001）（圖2-C）。

2.4 TRIM31在HCC中的潛在調(diào)控途徑

根據(jù)TRIM31的中位數(shù)表達水平，將肝癌患者分為高、低TRIM31表達組，篩選得到兩組間930個差異表達基因（圖3-A）。GO富集分析顯示，這些差異表達基因主要富集于激素水平調(diào)節(jié)、激素代謝過程以及消化等生物過程，細胞頂端部分、基頂細胞質(zhì)膜以及突觸膜等細胞成分，以及受體-配體活性、信號傳導(dǎo)受體激活活性以及激素活性等分子功能（圖3-B）。KEGG通路富集分析顯示，這些基因主要富集于神經(jīng)活性配體-受體相互作用、細胞色素P450介導(dǎo)的異物代謝以及藥物代謝-細胞色素P450等通路（圖 3-B）。GSEA分析顯示，TRIM31高表達的HCC樣本中顯著富集與腫瘤惡性進展密切相關(guān)的信號通路，包括生物氧化信號通路、鈣信號傳導(dǎo)通路等（圖 3-C）。

3 討論

近年來研究發(fā)現(xiàn)，在NAFLD至HCC自然進程中，不同的病理階段TRIM31表達似乎不同。本研究通過雙樣本MR方法，分析了肝臟TRIM31表達與NAFLD、NASH、肝纖維化、肝硬化以及HCC等慢性肝病之間的因果關(guān)系。結(jié)果提示肝臟TRIM31表達可能與HCC具有顯著正向因果關(guān)聯(lián)，即肝臟TRIM31表達會增加HCC的發(fā)病風(fēng)險，這對于HCC的病因探究、診斷、治療及預(yù)防具有重要的臨床意義。因此本研究進一步采用生物信息學(xué)分析TRIM31在HCC中的作用，結(jié)果顯示TRIM31在HCC中表達顯著上調(diào)，機制可能與免疫細胞浸潤有關(guān)。

有研究顯示TRIM31可通過靶向肝細胞中的Rhbdf2減輕NAFLD模型小鼠的病情進展[4]，這提示TRIM31水平下降可增加NAFLD的患病風(fēng)險。在四氯化碳誘導(dǎo)的小鼠肝纖維化模型中，肝臟TRIM31表達顯著降低，且進一步分析發(fā)現(xiàn)TRIM31/NLRP3信號通路可介導(dǎo)桑黃銅對肝纖維化的改善作用[23]，可見TRIM31也可能是預(yù)防和治療肝纖維化的關(guān)鍵靶點之一。此外，在NASH臨床患者和嚙齒動物模型中，肝臟TRIM31的表達顯著下調(diào)，且進一步研究顯示肝細胞特異性TRIM31缺失會阻礙肝臟代謝平衡，同時導(dǎo)致糖代謝綜合征、脂質(zhì)積累、炎癥上調(diào)，并顯著促進NASH進展[24]。盡管未達到統(tǒng)計學(xué)顯著性閾值，本研究的效應(yīng)方向提示肝臟TRIM31表達降低可能與NAFLD、肝纖維化及NASH發(fā)生風(fēng)險升高存在潛在關(guān)聯(lián)，這與文獻[4， 23-24]報道中TRIM31在NAFLD、肝纖維化及NASH模型肝組織均表達下調(diào)的現(xiàn)象相印證。

臨床研究顯示與配對的HCC患者遠端非癌肝組織相比，肝癌組織中TRIM31的表達明顯上調(diào)，且體外實驗進一步揭示TRIM31可通過過度激活哺乳動物雷帕霉素靶復(fù)合物1通路促進HCC細胞的惡性行為[5]。此外，TRIM31可通過調(diào)控p53-AMPK軸促進HCC細胞的抗錨固性[25]。miR- 29c-3p作為一種腫瘤抑制基因，亦可通過降低TRIM31的表達來抑制HCC的惡性進展[26]。本研究發(fā)現(xiàn)，肝臟TRIM31在HCC中顯著高表達，且肝臟TRIM31表達與HCC風(fēng)險存在正向因果關(guān)系。高表達TRIM31組的活化記憶CD4+T細胞、濾泡輔助性T細胞、調(diào)節(jié)性T細胞、靜息樹突狀細胞以及中性粒細胞均顯著增加，而單核細胞、M2型巨噬細胞以及靜息肥大細胞均顯著降低，提示TRIM31可能通過調(diào)節(jié)腫瘤免疫反應(yīng)相關(guān)通路參與HCC的發(fā)生發(fā)展。已有研究報道，IL-17可通過依賴TRIM31的MEF2C K63連接型多泛素化作用誘導(dǎo)非小細胞肺癌細胞中PD-L1基因轉(zhuǎn)錄[27]，而PD-L1與T細胞表面的PD-1的相互作用是導(dǎo)致免疫抑制的關(guān)鍵機制之一，這提示TRIM31可參與調(diào)控免疫相關(guān)信號通路。進一步的差異表達分析和富集分析結(jié)果顯示，高TRIM31表達組富集了生物氧化信號通路與鈣信號傳導(dǎo)通路，也支撐了肝臟TRIM31在HCC發(fā)生發(fā)展中的重要作用。

本研究也存在一定局限性。首先，提取到的充當(dāng)工具變量的TRIM31 cis-eQTL較少，需要進一步擴大樣本量來提高評估的準(zhǔn)確性。其次，本研究是基于來自芬蘭人群的GWAS匯總數(shù)據(jù)進行的，是否適用于其他人群，需要其他人群的樣本進行驗證。此外，本研究雖然通過生物信息學(xué)方法分析了TRIM31在HCC中的表達及其潛在功能，尤其在HCC免疫微環(huán)境中的作用，但缺少實驗驗證，本研究團隊計劃通過體外和體內(nèi)實驗（如細胞系模型、動物模型）驗證TRIM31在HCC中的表達及其對腫瘤免疫微環(huán)境的影響，通過敲除或過表達TRIM31，觀察其對腫瘤細胞增殖、遷移、侵襲，尤其對免疫細胞浸潤的影響。

綜上所述，本研究采用兩樣本MR方法探究了TRIM31與NAFLD、NASH、肝纖維化、肝硬化以及HCC之間的因果關(guān)聯(lián)，識別出TRIM31與HCC發(fā)病風(fēng)險存在因果關(guān)聯(lián)，且生物生信學(xué)手段鑒定了TRIM31在HCC患者中高表達，可能通過重塑腫瘤免疫微環(huán)境參與HCC進展，為HCC發(fā)病機制研究提供了新的思路，同時為下一步實驗性研究提供了方向。

附件見《醫(yī)學(xué)新知》官網(wǎng)附錄（https：//yxxz.whuznhmedj.com/futureApi/storage/appendix/202410153.pdf）

倫理聲明：不適用

作者貢獻：研究設(shè)計：宋秀道；數(shù)據(jù)采集與論文撰寫：尤君怡、宋秀道；數(shù)據(jù)分析與論文審定：尤君怡、梁國強、宋秀道

數(shù)據(jù)獲取：本研究中使用和（或）分析的數(shù)據(jù)可在芬蘭基因組研究FinnGen R10（https：//www.finngen.fi/en/access_results）、基因-組織表達GTEx Portal V8數(shù)據(jù)庫（https：//www.gtexportal.org/home%5B33）以及TCGA數(shù)據(jù)庫（https：//portal.gdc.cancer.gov）獲 取

利益沖突聲明：無

致謝：不適用

參考文獻

Hatakeyama S. TRIM family proteins： roles in autophagy， immunity， and carcinogenesis[J]. Trends Biochem Sci， 2017， 42（4）： 297-311. DOI： 10.1016/j.tibs.2017.01.002.

Deng NH， Tian Z， Zou YJ， et al. E3 ubiquitin ligase TRIM31： a potential therapeutic target[J]. Biomed Pharmacother， 2024， 176： 116846. DOI： 10.1016/j.biopha.2024.116846.

Guo Y， Lin P， Hua Y， et al. TRIM31： a molecule with a dual role in cancer[J]. Front Oncol， 2022， 12： 1047177. DOI： 10.3389/fonc.2022.1047177.

Xu M， Tan J， Dong W， et al. The E3 ubiquitin-protein ligase Trim31 alleviates non-alcoholic fatty liver disease by targeting Rhbdf2 in mouse hepatocytes[J]. Nat Commun， 2022， 13（1）： 1052. DOI： 10.1038/s41467-022-28641-w.

Guo P， Ma X， Zhao W， et al. TRIM31 is upregulated in hepatocellular carcinoma and promotes disease progression by inducing ubiquitination of TSC1-TSC2 complex[J]. Oncogene， 2018， 37（4）： 478-488. DOI： 10.1038/onc.2017.349.

Han SK， Baik SK， Kim MY. Non-alcoholic fatty liver disease： definition and subtypes[J]. Clin Mol Hepatol， 2023， 29（Suppl）： S5-S16. DOI： 10.3350/cmh.2022.0424.

European Association for the Study of the Liver （EASL）， European Association for the Study of Diabetes （EASD）， European Association for the Study of Obesity （EASO）. EASL-EASD-EASO clinical practice guidelines for the management of non-alcoholic fatty liver disease[J]. Diabetologia， 2016， 59（2）： 1121-1140. DOI： 10.1007/s00125-016-3902-y.

Powell EE， Wong VW， Rinella M. Non-alcoholic fatty liver disease[J]. Lancet， 2021， 397 （10290）： 2212-2224. DOI： 10.1016/S0140-6736（20）32511-3.

Smith GD， Ebrahim S. Mendelian randomization： can genetic epidemiology contribute to understanding environmental determinants of disease？[J] Int J Epidemiol， 2003， 32（1）： 1-22. DOI： 10.1093/ije/dyg070.

Davies NM， Holmes MV， Davey Smith G. Reading Mendelian randomisation studies： a guide， glossary， and checklist for clinicians[J]. BMJ， 2018， 362： k601. DOI： 10.1136/bmj.k601.

Wei T， Zhu Z， Liu L， et al. Circulating levels of cytokines and risk of cardiovascular disease： a Mendelian randomization study[J]. Front Immunol， 2023， 14： 1175421. DOI： 10.3389/fimmu.2023.1175421.

GTEx Consortium. The GTEx Consortium atlas of genetic regulatory effects across human tissues[J]. Science， 2020， 369（6509）： 1318-1330. DOI： 10.1126/science.aaz1776.

Baiocchi M， Cheng J， Small DS. Instrumental variable methods for causal inference[J]. Stat Med， 2014， 33（13）： 2297-2340. DOI： 10.1002/sim.6128.

Kurki MI， Karjalainen J， Palta P， et al. FinnGen provides genetic insights from a well-phenotyped isolated population[J]. Nature， 2023， 613（7944）： 508-518. DOI： 10.1038/s41586-022-05473-8.

GTEx Consortium. Genetic effects on gene expression across human tissues[J]. Nature， 2017， 550（7675）： 204-213. DOI： 10.1038/nature24277.

Mostafavi H， Spence JP， Naqvi S， et al. Systematic differences in discovery of genetic effects on gene expression and complex traits[J]. Nat Genet， 2023， 55（11）： 1866-1875. DOI： 10.1038/s41588-023-01529-1.

李欣雨， 聶多銳， 肖婷芬， 等. 基于孟德爾隨機化分析全身炎癥因子與肝癌發(fā)生風(fēng)險的因果關(guān)系[J]. 數(shù)理醫(yī)藥學(xué)雜志， 2024， 37（8）： 592-599. [Li XY， Nie DR， Xiao TF， et al. Causal association between systemic inflammatory factors and the risk of hepatocellular carcinoma based on Mendelian randomization[J]. Journal of Mathematical Medicine， 2024， 37（8）： 592-599.] DOI： 10.12173/j.issn.1004-4337.202405001.

Cancer Genome Atlas Research Network. Comprehensive genomic characterization defines human glioblastoma genes and core pathways[J]. Nature， 2008， 455（7216）： 1061-1068. DOI： 10.1038/nature07385.

Newman AM， Liu CL， Green MR， et al. Robust enumeration of cell subsets from tissue expression profiles[J]. Nat Methods， 2015， 12（5）： 453-457. DOI： 10.1038/nmeth.3337.

Yu G， Wang LG， Han Y， et al. clusterProfiler： an R package for comparing biological themes among gene clusters[J]. OMICS， 2012， 16（5）： 284-287. DOI： 10.1089/omi.2011.0118.

Walter W， Sánchez-Cabo F， Ricote M. GOplot： an R package for visually combining expression data with functional analysis[J]. Bioinformatics， 2015， 31（17）： 2912-2914. DOI： 10.1093/bioinformatics/btv300.

翁麗燕， 翁金燕， 徐靖. 他汀類藥物與1型或2型糖尿病的因果關(guān)系： 一項兩樣本孟德爾隨機化研究[J]. 藥物流行病學(xué)雜志， 2024， 33（8）： 869-876. [Weng LY， Weng JY， Xu J. Causal associations between statins and type 1 or type 2 diabetes： a twosample Mendelian randomization study[J]. Chinese Journal of Pharmacoepidemiology， 2024， 33（8）： 869-876.] DOI： 10.12173/j.issn.1005-0698.202403050.

Ge C， Tan J， Lou D， et al. Mulberrin confers protection against hepatic fibrosis by Trim31/Nrf2 signaling[J]. Redox Biol， 2022， 51： 102274. DOI： 10.1016/j.redox.2022.102274.

Xu MX， Tan J， Ge CX， et al. Tripartite motif-containing protein 31 confers protection against nonalcoholic steatohepatitis by deactivating mitogen-activated protein kinase kinase kinase 7[J]. Hepatology， 2023， 77（1）： 124-143. DOI： 10.1002/hep.32526.

Guo P， Qiu Y， Ma X， et al. Tripartite motif 31 promotes resistance to anoikis of hepatocarcinoma cells through regulation of p53-AMPK axis[J]. Exp Cell Res， 2018， 368（1）： 59-66. DOI： 10.1016/j.yexcr.2018.04.013.

Lv T， Jiang L， Kong L， et al. MicroRNA?29c?3p acts as a tumor suppressor gene and inhibits tumor progression in hepatocellular carcinoma by targeting TRIM31[J]. Oncol Rep， 2020， 43（3）： 953-964. DOI： 10.3892/or.2020.7469.

Ying S， Wu N， Ruan Y， et al. IL-17 triggers PD-L1 gene transcription in NSCLC cells via TRIM31-dependent MEF2C K63-linked polyubiquitination[J]. BMC Cancer， 2025， 25（1）： 81. DOI： 10.1186/s12885-025-13473-w.

本文編輯：李緒輝" " " " "曹 越

引用本文：尤君怡， 梁國強， 宋秀道. TRIM31與慢性肝病的孟德爾隨機化及生物信息學(xué)分析[J]. 醫(yī)學(xué)新知， 2025， 35（3）： 303-311. DOI： 10.12173/j.issn.1004-5511.202410153.

You JY， Liang GQ， Song XD. Mendelian randomization and bioinformatics analysis of TRIM31 with chronic liver disease[J]. Yixue Xinzhi Zazhi， 2025， 35（3）： 303-311. DOI： 10.12173/j.issn.1004-5511.202410153.

基金項目：國家自然科學(xué)基金面上項目（82374546）；蘇州市姑蘇衛(wèi)生人才計劃人才科研項目（GSWS2021048）；江蘇省中醫(yī)藥科技發(fā)展計劃項目（MS2024079）；江蘇省衛(wèi)生健康委醫(yī)學(xué)科研項目（M2024049）；蘇州市科技發(fā)展計劃（基礎(chǔ)研究-醫(yī)學(xué)應(yīng)用基礎(chǔ)研究）項目（SKY2023218）

通信作者：宋秀道，副主任藥師，碩士研究生導(dǎo)師，Email：fsyy00530@njucm.edu.cn