大家好，又到了每天与大家见面的时间了!不知道你最近对科学研究有什么清晰的认识吗?研究方向确定了吗?小科者致力于为科研挖掘新思路，创造新灵感! 小科与您分享最新的收获!今天小科分享了一篇9分的文章，作者用两张图拿下了1区9.0分，小科拍手叫好，那就来看看它的优点吧!
1. 大数据量: 该研究整合了来自血浆蛋白质组学全基因组关联研究(GWASs)的顺式pQTL汇总统计数据，并从两个大型欧洲血统个体荟萃分析中获得特发性肺纤维化(IPF)的GWAS汇总统计数据。大量数据集的使用丰富了文章的内容，提高了文章数据的可信度!
2. 新颖完整的思路: 通过孟德尔随机化确定与IPF相关的蛋白，通过单细胞数据分析探索细胞类型特异性表达谱。本文结合孟德尔随机化和单细胞数据分析进行研究。
3、性价比高: 文章纯生信，2张图片获得1区9分，超级容易复制，非常适合生信白你哦!
综上所述，本研究通过大量数据集进行了孟德尔随机分析和单细胞数据分析。两大热点技术的结合让文章的新颖性达到了最高点，这也是文章质量的关键! 文章仅通过2张图就得了9分，还是为数不多的纯生信哟，对这个项目了解一下? 不会做科学? 那就尽快联系小科，小科这里有前沿的科研动向，以及一系列可复现的创新研究方法，可以帮助你提高文章的广度和深度!随时联系小科，为您排忧解难!
题目：遗传信息蛋白质组扫描揭示了特发性肺纤维化的潜在致病血浆蛋白
题目：Genetic-informed proteome-wide scan reveals potential causal plasma proteins for idiopathic pulmonary fibrosis
杂志：Thorax
影响因子：IF=9.0/Q1
发表时间：2024年6月
研究背景
特发性肺纤维化(IPF)是一种不可逆的肺部疾病，其特征是进行性实质瘢痕形成，可导致呼吸系统症状恶化和过早死亡。虽然在了解IPF的发病机制方面已经取得了实质性进展，但寻找能够预测IPF风险和疾病调节剂的分子生物标志物仍在进行中。目前大多数关于蛋白质和IPF的研究都是观察性和回顾性的，这对因果推理提出了挑战。因此，本研究报告了人类基因组学和血浆蛋白质组学的综合分析，以探讨2769种血浆蛋白与IPF风险之间的因果关系。
研究思路
本研究整合了来自Sun等人、Ferkingstad等人发表的血浆蛋白质组学全基因组关联研究(GWAS)的顺式pqtl汇总统计数据，以及来自欧洲血统个体的大型荟萃分析的IPF的GWAS汇总统计数据。我们在汇总数据的基础上进行了MR分析，以评估血浆蛋白水平与IPF风险之间的因果关系，并通过共定位分析进一步评估在复制分析中显示一致定向效应的蛋白。随后，通过贝叶斯共定位分析评估了两个相关信号(蛋白质和IPF)的因果变化。使用Steiger滤波来确定顺式pqtl是否比IPF更能解释血浆蛋白水平的表型差异。通过构建IPF多基因仪器进行反向MR，以评估其对血浆蛋白水平的潜在因果影响。此外，数据库检索评估鉴定的顺式pqtl是否表现出多效性关联，以及候选因果基因是否可能作为药物靶点。我们在人外周血和肺组织中寻找组织特异性顺式eqtl，并比较它们与IPF的关系。对于肺组织中具有显著顺式- eqtl的候选基因，使用scRNA-SEQ数据进一步探索细胞类型特异性表达谱。
主要结果
1.MR和共定位结果
工具选择后，共有2769个顺式pqtl被纳入SMR检验。经过多次测试和校正，9种蛋白的基因预测血浆水平与IPF风险显著相关(PFDR<0.05)(图1A)。使用复制的IPF数据集，8个蛋白保持相同的定向(图1B)。其中，FUT3、ADAM15和USP28三个蛋白通过HEIDI测试(p>0.05)，并强烈支持贝叶斯共定位(PP4>0.80)(图1C)。
