鉴定生理指标与复杂疾病之间的因果关系可以为寻找疾病的预防和干预靶点提供重要指导。然而，由于受到混杂偏倚和反向因果的影响，传统流行病学研究中发现的关联效应并不等同于因果作用。例如，大部分观察性研究发现血清高密度脂蛋白胆固醇（HDL-C）水平与冠心病风险具有显著的负相关，但随机对照试验（randomized controlled trial, RCT）发现靶向降低HDL-C的药物不能降低冠心病的发生风险1。RCT通过对受试者随机分配到治疗组和对照组，排除了混杂偏倚和反向因果的影响，能够提供最强的因果证据，但往往耗费大量的人力物力、人群代表性低、甚至难以通过伦理审查。孟德尔随机化（Mendelian randomization, MR）方法是最近几年发展起来的新型遗传统计方法。该方法避免了人为的随机分组，而是利用与暴露（exposure）显著相关的遗传变异作为工具变量（instrumental variable, IV）来推断暴露和结局之间的因果关系2。个体的IV位点所对应的基因型反映了其暴露水平的高低，而亲代的等位基因在减速分裂时期随机分配给子代，因此MR方法又被称为“天然的随机对照试验”，可以避免观察性研究中常见的混杂偏倚和反向因果。近年来，随着全基因组关联研究（genome-wide association study, GWAS）的发展和大型人群队列的建设，大量GWAS数据资源促进了MR方法的广泛应用，为病因研究提供了重要线索。
近日，华中科技大学公共卫生学院王超龙教授团队在国际权威期刊Genome Medicine 3和Diabetes 4连续发表两篇孟德尔随机化研究，基于英国生物银行（UK Biobank，UKB），日本生物银行（Biobank Japan，BBJ）等大型GWAS公共数据库，系统阐明了37个常见临床指标与冠心病的因果关系，并构建了三个血脂性状与空腹胰岛素（FI）和糖化血红蛋白（HbA1c）水平的因果关系网络，为冠心病和糖尿病的预防干预提供了重要线索。
第一项MR研究基于大型队列BBJ（东亚人群）和UKB（欧洲人群），发现了1种保护因素和13种风险因素和冠心病发生风险之间存在因果关联（图1），以Mendelian randomization analysis of 37 clinical factors and coronary artery disease in East Asian and European populations为题发表于权威期刊Genome Medicine 3。
该研究发现，高红细胞水平（红细胞计数[RBC]、血红蛋白含量[Hb]、红细胞比容[Ht]）和高血清尿酸（UA）对冠心病的发生具有因果作用（图1）。多变量MR分析显示，上述四种指标对冠心病的因果效应独立于常见的心血管代谢相关的风险因素。RBC、Hb和Ht每升高1个SD（SDRBC=40.94×104 /μL，SDHb=1.23 g/dL，SDHt=3.53%），冠心病的发病风险增加7%-10%。UA仅在东亚人群中作为冠心病的风险因素（人群异质性P=0.003）。东亚人群中，UA每升高1.35 mg/dL，冠心病患病风险增加12%（95%置信区间：6%-19%）。
图1 37个临床指标与冠心病之间的单变量MR分析结果。
上述研究通过欧洲和东亚两个人群的MR分析证实，心血管代谢相关指标是冠心病的主要风险因素且其因果效应在不同人群中高度一致（图1），支持将控制血压、血糖和血脂相关性状作为冠心病的主要的预防和治疗手段。同时，糖脂性状也是糖尿病的主要临床指标，但其相互之间存在复杂的遗传和表型关联，为明确冠心病和糖尿病的重要防治靶点带来困难。因此，王超龙教授团队展开了第二项MR研究。
第二项研究进一步利用UKB、GLGC（Global Lipids Genetics Consortium）和MAGIC（the Meta-Analyses of Glucose and Insulin-related traits Consortium）等大型国际遗传联盟研究的GWAS汇总数据进行MR分析，旨在阐述血糖和血脂相关性状之间的因果关系，进一步理解其对糖尿病及心血管并发症的潜在机制。研究成果以Causal graph among serum lipids and glycemic traits: a Mendelian randomization study为题发表于权威期刊Diabetes 4。
该研究结合单变量和多变量MR方法绘制了5个糖脂代谢指标之间的因果网络（图2），包括HDL-C、低密度脂蛋白胆固醇（LDL-C）、甘油三酯（TG）、FI和HbA1c。该网络包含13条显著的因果通路（P<0.05/20）。TG和HDL-C、LDL-C、FI之间存在双向因果关联，而三种血脂性状对HbA1c均没有直接的因果效应。FI对TG、HDL-C、和HbA1c表现出强的因果效应，而HbA1c仅对LDL-C、TG和FI仅有微弱的效应。TG和FI是此图中两个关键的性状，更可能成为胰岛素抵抗、糖尿病及其心血管并发症的重要生物标志物和预防靶点（图2）。研究指出，在糖尿病发生早期控制TG和HDL-C水平有助于降低血清胰岛素水平、逆转胰岛素抵抗、进而降低糖尿病发生风险，而高血糖对心血管带来的损伤效应可能在糖尿病前期就已经发生。
图2 三种血脂、FI和HbA1c之间的因果作用网络。
两篇孟德尔随机化研究均采用了目前可公开获取的最大样本量的GWAS数据库，设计了严格的工具变量筛选方法来排除潜在多效性的影响。系统性、跨人群推断常见临床指标对冠心病的因果效应有助于促进对冠心病病因学的进一步理解，对制定冠心病预防策略和寻找潜在治疗靶点有重要价值。另外，团队通过聚焦于血糖和血脂性状之间的因果关联，阐明了及时控制胰岛素抵抗对预防糖尿病、血脂异常和心血管并发症的重要意义。
华中科技大学公共卫生学院为以上两项工作的第一完成单位，博士生王凯和硕士生朱紫微分别为两篇论文的第一作者，王超龙教授为通讯作者。
参考文献
1. Katz, P.M., and Leiter, L.A. (2012). Drugs targeting high-density lipoprotein cholesterol for coronary artery disease management. Can J Cardiol 28, 667-677.
2. Lawlor, D.A., Harbord, R.M., Sterne, J.A., Timpson, N., and Davey Smith, G. (2008). Mendelian randomization: using genes as instruments for making causal inferences in epidemiology. Stat Med 27, 1133-1163.
3. Wang, K., Shi, X., Zhu, Z., Hao, X., Chen, L., Cheng, S., Foo, R.S.Y., and Wang, C. (2022). Mendelian randomization analysis of 37 clinical factors and coronary artery disease in East Asian and European populations. Genome Med 14, 63.
4. Zhu, Z., Wang, K., Hao, X., Chen, L., Liu, Z., and Wang, C. (2022). Causal graph among serum lipids and glycemic traits: a Mendelian randomization study. Diabetes 71, 1818-1826.
