Identifiering av genetiska och cellulära kopplingar och skillnader mellan 15 autoimmuna sjukdomar med en in-silico-metod

När kroppens försvar vänder sig mot den

Autoimmuna sjukdomar, från typ 1-diabetes till lupus och psoriasis, drabbar ungefär en av tio personer. De uppstår när immunsystemet, som ska bekämpa infektioner, av misstag angriper kroppens egna vävnader. Många av dessa sjukdomar förekommer i familjer, och stora genetiska studier har avslöjat tusentals DNA-regioner kopplade till risk. Ändå har läkare fortfarande svårt att förklara varför vissa utvecklar en autoimmun sjukdom istället för en annan, eller varför vissa behandlingar hjälper vid en sjukdom men inte en nära besläktad. Denna studie tar sig an de frågorna genom att undersöka immunsystemets gener och celler på djupet över 15 vanliga autoimmuna tillstånd.

Att betrakta många immunrelaterade sjukdomar samtidigt

Forskarna samlade in resultat från stora genetiska associatonsstudier för 15 autoimmuna sjukdomar, inklusive multipel skleros, reumatoid artrit, inflammatorisk tarmsjukdom, typ 1-diabetes, psoriasis och andra. De utvidgade sedan varje riskvariant till närliggande, starkt länkade varianter och grupperade dessa i bredare genetiska grannskap, så kallade loci, och i mer precisa kluster av varianter som verkar tillsammans, kallade signaler. För att gå bortom enkla listor av DNA-förändringar lade de över denna karta med detaljerad "multi-omik"-information: vilka varianter som påverkar genaktivitet, vilka som ligger i aktiva regulatoriska element i genomet, vilka gener de sannolikt kontrollerar och i vilka huvudtyper av immunceller dessa effekter sker. Detta gjorde det möjligt för dem att fråga inte bara var risken finns i genomet, utan hur den sannolikt påverkar immunsystemets beteende.

Delade regioner, skilda genetiska budskap

Ett av huvudfynden är att delning av en genetisk region mellan sjukdomar inte alltid betyder delning av samma underliggande orsak. Cirka hälften av alla riskloci var kopplade till mer än en autoimmun sjukdom. Men när teamet zoomade in till nivån för individuella signaler—tättpackade grupper av varianter som sannolikt verkar som en enhet—var endast omkring 15 procent verkligen delade. Med andra ord hamnar olika sjukdomar ofta i samma postnummer i genomet men får olika "brev": separata signaler med skilda effekter. Genom att klustra sjukdomar baserat på dessa signaler såg författarna tydliga grupperingar, såsom en kluster som inkluderade inflammatorisk tarmsjukdom, psoriasis, ankyloserande spondylit och multipel skleros, och en annan som grupperade typ 1-diabetes med autoimmun sköldkörtelsjukdom och vitiligo.

Vilka immunceller som betyder mest

För att förstå var i kroppen dessa genetiska budskap läses av frågade teamet vilka immuncellstyper som visar tecken på regulatorisk aktivitet vid varje signal. De koncentrerade sig på sex breda cellgrupper: två typer av T-celler, B-celler, natural killer-celler, monocyter och dendritiska celler. För de flesta signaler verkade endast ett litet antal av dessa celltyper vara direkt involverade, och ungefär en av fem signaler framstod som specifik för en enskild celltyp. Sammantaget dominerade T-celler landskapet, men det fanns sjukdomsspecifika variationer: B-cellsinvolvering var särskilt förhöjd vid systemisk lupus erythematosus och primär biliär kolangit, vilket speglar den centrala rollen för antikroppsproducerande celler i dessa tillstånd. Dessa mönster antyder att även när samma gen är implicerad i flera sjukdomar kan den vara felreglerad i olika immunceller, vilket hjälper till att förklara skillnader i symptom och målceller/organ.

Närbild av nyckelgener och vägar

Därefter byggde forskarna ett poängsystem som kombinerade flera bevislinjer för att koppla varje genetisk signal till en eller flera sannolika målgener. Denna metod gav 1 554 gener associerade med de 15 sjukdomarna, varav två tredjedelar var kopplade till endast ett tillstånd. Ändå delades mer än 500 gener av minst två sjukdomar, och vissa—såsom STAT4, SH2B3 och BACH2—verkade återkommande och pekar på kärnkomponenter i autoimmun biologi. När teamet undersökte vilka biologiska vägar dessa gener ingick i såg de återkommande teman såsom T-cellsdifferentiering, svar på virus, interferonsignalering och interleukin (immunsignalämne)-signalering. Samtidigt var vissa vägar tydligt sjukdomsspecifika, exempelvis komplementaktivering vid lupus, keratinisering vid psoriasis och vissa inflammatoriska signalvägar vid inflammatorisk tarmsjukdom och celiaki.

Från proteinnätverk till möjliga behandlingar

Eftersom proteiner ofta samarbetar i team kartlade författarna hur de 1 554 proteinerna interagerar med varandra, skapade ett stort nätverk och delade upp det i 32 funktionella moduler. Några moduler, såsom en centrerad kring immunkännedomsproteiner (HLA-gener) och en annan kring hjälpar-T-cellsdifferentiering, var viktiga över nästan alla sjukdomar. Andra var mycket mer selektiva: en modul kopplad till komplement och blodkoagulation utmärkte sig framför allt vid lupus, medan en annan rik på markörer för hudcellsmodning var specifik för psoriasis. Genom att korsreferera dessa moduler med befintliga läkemedelsdatabaser lyfte teamet fram dussintals läkemedel som redan riktar sig mot proteiner inom dessa nätverk—vissa godkända för en autoimmun sjukdom men ännu inte prövade vid andra. Detta ramverk föreslår konkreta kandidater för läkemedelsåteranvändning och för att skräddarsy terapier mot de funktionella moduler som är viktigast i respektive tillstånd.

Vad detta betyder för patienter och framtida vård

För en lekmannapublicering är huvudbudskapet att många autoimmuna sjukdomar delar breda genetiska områden och kärnimmunsignaler, men detaljerna—exakta varianter, målgener och celltyper—skiljer sig ofta. Dessa finfördelade skillnader hjälper till att förklara varför nära besläktade sjukdomar inte alltid svarar på samma behandlingar och varför inriktning mot en specifik gren av en immunväg kan vara mer effektivt, och säkrare, än att blockera den brett. Genom att systematiskt koppla genetisk risk till immuncellsbeteende, proteinnätverk och kända läkemedel ger denna studie en vägkarta för att förstå varför autoimmuna sjukdomar både liknar och skiljer sig från varandra—och pekar mot mer precisa, mekanismbaserade behandlingar i framtiden.

Citering: Dang, X., Wang, F.Q., Zhang, C. et al. Identifying genetic and cellular connections and distinctions among 15 autoimmune diseases using an in-silico approach. Commun Med 6, 235 (2026). https://doi.org/10.1038/s43856-026-01487-9

Nyckelord: autoimmuna sjukdomar, genetisk risk, immuncellstyper, multi-omik, läkemedelsåteranvändning