基因C1QB,也称为补体C1qB链,是人体内补体系统的重要组成部分。补体系统是一种复杂的蛋白质网络,参与人体的免疫防御机制,特别是在清除病原体和受损细胞方面发挥关键作用。C1QB作为C1q复合物的B链,与C1qA和C1qC链结合形成C1q分子,它是经典补体激活途径的起始分子。C1q分子能够识别并结合到免疫复合物或病原体表面的某些分子,从而激活补体系统,启动一系列的级联反应,导致病原体的溶解和清除。
在多种疾病中,C1QB的表达和功能与疾病的病理过程密切相关。例如,在慢性鼻窦炎伴鼻息肉(CRSwNP)中,M2型巨噬细胞的浸润被认为是疾病发生的关键因素。有研究表明,与M2巨噬细胞相关的92个差异表达基因(DEGs)在CRSwNP中富集于免疫反应和细胞外基质结构[1]。其中,C1QB作为M2巨噬细胞相关的基因之一,可能在其发病机制中发挥重要作用。
在银屑病合并动脉粥样硬化中,C1QB基因也被发现与两种疾病的共同发病机制相关。通过功能注释、蛋白互作网络和模块构建分析,研究者识别出16个重要的中心基因,其中C1QB被确定为与银屑病和动脉粥样硬化相关的中心基因之一[2]。
此外,C1QB基因的遗传变异与精神分裂症的易感性相关。在一项针对亚美尼亚人群的研究中,C1QB基因的rs291982*G等位基因在精神分裂症患者中的频率显著高于健康对照组,提示C1QB基因可能是精神分裂症的易感基因之一[3]。
C1QB基因与结直肠癌(CRC)的因果关系也被探讨。通过孟德尔随机化(MR)分析,研究者发现C1QB是CRC的风险因素之一,表明C1QB可能在CRC的发生发展中具有致癌作用,并可能成为治疗CRC的药物靶点[4]。
在系统性红斑狼疮(SLE)中,C1QB基因的表达也受到疾病相关单核苷酸多态性(SNP)的影响。例如,rs4917014与SLE相关,能够影响C1QB基因的表达,进而影响SLE的病理过程[5]。
在皮肤黑色素瘤(SKCM)中,C1QB基因的表达水平与患者的预后相关。高水平的C1QB表达与良好的预后相关,提示C1QB可能是SKCM的预后生物标志物之一[6]。
在骨关节炎(OA)中,C1QB基因也被认为是疾病相关的中心基因之一。通过生物信息学分析,研究者识别出C1QB等8个中心基因,这些基因在OA患者中表达上调,可能与OA的发病机制相关[7]。
在非小细胞肺癌(NSCLC)中,C1QB基因的表达与患者的预后相关。C1QB基因在NSCLC组织中表达下调,且与不良预后相关,提示C1QB可能是NSCLC的预后生物标志物之一[8]。
在糖尿病肾病(DN)中,C1QB基因的表达也与疾病的病理过程相关。研究者通过生物信息学分析,识别出C1QB等4个中心基因,这些基因在DN患者中表达上调,可能与DN的发病机制相关[9]。
综上所述,基因C1QB作为补体系统的重要组成部分,在多种疾病的病理过程中发挥重要作用。C1QB基因的表达和功能与慢性鼻窦炎、银屑病、精神分裂症、结直肠癌、系统性红斑狼疮、皮肤黑色素瘤、骨关节炎、非小细胞肺癌和糖尿病肾病等多种疾病相关。C1QB基因的研究有助于深入理解补体系统在疾病发生发展中的作用机制,为疾病的治疗和预防提供新的思路和策略。
参考文献:
1. Zhu, Ying, Sun, Xiwen, Tan, Shaolin, Lin, Hai, Zhang, Weitian. 2022. M2 macrophage-related gene signature in chronic rhinosinusitis with nasal polyps. In Frontiers in immunology, 13, 1047930. doi:10.3389/fimmu.2022.1047930. https://pubmed.ncbi.nlm.nih.gov/36466903/
2. Su, Wenxing, Zhao, Ying, Wei, Yuqian, Ji, Jiang, Yang, Shun. 2021. Exploring the Pathogenesis of Psoriasis Complicated With Atherosclerosis via Microarray Data Analysis. In Frontiers in immunology, 12, 667690. doi:10.3389/fimmu.2021.667690. https://pubmed.ncbi.nlm.nih.gov/34122426/
3. Zakharyan, Roksana, Khoyetsyan, Aren, Arakelyan, Arsen, Mrazek, Frantisek, Petrek, Martin. 2011. Association of C1QB gene polymorphism with schizophrenia in Armenian population. In BMC medical genetics, 12, 126. doi:10.1186/1471-2350-12-126. https://pubmed.ncbi.nlm.nih.gov/21951915/
4. Jiao, Mingwen, Cui, Yuying, Qiu, Xiaodong, Guo, Congcong, Tian, Hu. 2024. Causal relationship between complement C1QB and colorectal cancer: a drug target Mendelian randomization study. In Frontiers in genetics, 15, 1403509. doi:10.3389/fgene.2024.1403509. https://pubmed.ncbi.nlm.nih.gov/39109334/
5. Westra, Harm-Jan, Peters, Marjolein J, Esko, Tõnu, van Meurs, Joyce B J, Franke, Lude. 2013. Systematic identification of trans eQTLs as putative drivers of known disease associations. In Nature genetics, 45, 1238-1243. doi:10.1038/ng.2756. https://pubmed.ncbi.nlm.nih.gov/24013639/
6. Liang, Zhuoshuai, Pan, Lingfeng, Shi, Jikang, Zhang, Lianbo. 2022. C1QA, C1QB, and GZMB are novel prognostic biomarkers of skin cutaneous melanoma relating tumor microenvironment. In Scientific reports, 12, 20460. doi:10.1038/s41598-022-24353-9. https://pubmed.ncbi.nlm.nih.gov/36443341/
7. Zeng, Junfeng, Jiang, Xinhao, Jiang, Mo, Cao, Yuexia, Jiang, Yi. 2023. Bioinformatics analysis of hub genes as osteoarthritis prognostic biomarkers. In Scientific reports, 13, 22894. doi:10.1038/s41598-023-48446-1. https://pubmed.ncbi.nlm.nih.gov/38129488/
8. Li, Zhaoxun, Zhou, Bin, Zhu, Xinsheng, Song, Xiao, Jiang, Gening. 2023. Differentiation-related genes in tumor-associated macrophages as potential prognostic biomarkers in non-small cell lung cancer. In Frontiers in immunology, 14, 1123840. doi:10.3389/fimmu.2023.1123840. https://pubmed.ncbi.nlm.nih.gov/36969247/
9. Li, Zukai, Feng, Junxia, Zhong, Jinting, Gao, Xuejuan, Zhang, Yunfang. 2022. Screening of the Key Genes and Signalling Pathways for Diabetic Nephropathy Using Bioinformatics Analysis. In Frontiers in endocrinology, 13, 864407. doi:10.3389/fendo.2022.864407. https://pubmed.ncbi.nlm.nih.gov/35923621/