利用多变量孟德尔随机化解析生育相关因素对乳腺癌亚型风险的独立因果影响

本研究针对生育相关因素（如首次生育年龄、胎次）与乳腺癌风险之间因果关系不确定的问题，利用英国生物银行（UK Biobank）和乳腺癌协会联盟（BCAC）的遗传数据，通过单变量和多变量孟德尔随机化（MR）方法，系统评估了生育因素对乳腺癌总体风险及雌激素受体（ER）阳性和阴性亚型的独立影响。研究发现，较早的首次生育年龄并未显示出显著的保护效应，反而可能增加ER阴性乳腺癌风险；而胎次和末次生育年龄的影响则因工具变量强度不足而难以确定。该研究为理解生育因素与乳腺癌风险的复杂关系提供了新的遗传学证据，对乳腺癌预防策略具有重要启示。

　　

长期以来，观察性研究表明，生育行为如首次生育年龄、生育次数等与乳腺癌风险之间存在密切联系——较早生育和多次生育似乎能降低乳腺癌的发生概率。然而，这些关联是否真正具有因果性，还是受到混杂因素（如体重、初潮和绝经年龄）的干扰，一直存在争议。随着女性生育模式的改变（如推迟生育或选择不生育），理解这些因素如何独立影响乳腺癌风险，特别是不同分子亚型（如ER阳性或阴性）的风险，变得尤为迫切。

在此背景下，由Claire Prince领衔的研究团队在《BMC Medicine》发表了一项研究，利用孟德尔随机化（Mendelian Randomization, MR）方法，基于大规模遗传数据，系统评估了生育相关因素对乳腺癌风险的因果效应。孟德尔随机化是一种借助遗传变异作为工具变量来推断暴露与结局之间因果关系的方法，能有效避免传统观察性研究中的混杂和反向因果问题。

研究人员利用英国生物银行（UK Biobank）中27万余名女性的遗传数据，对四个主要生育因素（已生育状态、首次生育年龄、末次生育年龄和生育次数）进行了基因组关联分析（GWAS），并获取了乳腺癌协会联盟（BCAC）提供的包括总体乳腺癌、ER阳性、ER阴性、HER2富集型和三阴性乳腺癌在内的多种亚型数据。通过单变量和多变量MR分析，在控制初潮年龄、绝经年龄和肥胖指标等潜在混杂因素后，估计这些生育因素的独立影响。

主要技术方法包括：基于UK Biobank队列的生育因素GWAS、连锁不平衡评分回归（LDSC）分析遗传相关性、单变量和多变量孟德尔随机化（UVMR和MVMR）分析，使用逆方差加权（IVW）、MR-Egger、加权中位数和MR-PRESSO等多种方法验证结果稳健性，并针对工具变量强度（F统计量）和多效性进行检验。

研究结果通过以下部分详细呈现：

Ever-parous status（已生育状态）

单变量分析显示，已生育状态对总体乳腺癌（OR=0.17）、ER阳性及ER阴性风险均呈保护效应。然而，在多变量分析中，除调整末次生育年龄外，其他调整模型均因工具变量过弱（F<4）而无法得到可靠估计。调整末次生育年龄后，效应与单变量分析相似（总体乳腺癌OR=0.17），提示已生育状态可能独立降低风险，但结果受弱工具变量限制。

Age at first birth（首次生育年龄）

单变量分析中，首次生育年龄对总体乳腺癌风险无显著影响（OR=1.00），但对ER阴性乳腺癌风险有保护效应（OR=0.76）。多变量调整后，这一保护效应在调整初潮年龄（潜在混杂因子）和绝经年龄（潜在中介）后减弱（OR=0.83和0.80）。调整已生育状态后，首次生育年龄较晚反而降低总体乳腺癌风险（OR=0.74）。针对ER阴性亚型进一步分析发现，首次生育年龄较早增加HER2富集型风险（调整生育次数后OR=0.28），但对三阴性乳腺癌无显著影响。

Age at last birth（末次生育年龄）

单变量分析中未发现末次生育年龄对乳腺癌风险的显著影响。多变量调整成年体型的模型显示，末次生育年龄较晚可能降低ER阴性风险（OR=0.54），但同样受弱工具变量限制，结果不确定性较高。

Number of births（生育次数）

无论是单变量还是多变量分析，均未发现生育次数对乳腺癌风险的显著影响。

研究讨论指出，该结果与先前观察性研究不一致的可能原因包括：残余混杂或遗传多效性导致MR估计偏向零值；弱工具变量（尤其在多变量模型中）限制结论可靠性；ER阴性乳腺癌风险与首次生育年龄的负向关系可能反映了妊娠后的短期风险升高，而非长期保护效应，这与妊娠期乳腺细胞增殖和炎症反应可能促进突变积累的机制一致。

结论方面，本研究未能证实较早首次生育年龄对乳腺癌的保护作用，但提示其可能增加ER阴性（尤其是HER2富集型）亚型的风险。生育次数和末次生育年龄的独立影响则因方法学限制尚不明确。未来需更大样本GWAS和更复杂模型（如非线性MR、家族设计）来验证这些发现。该研究强调了在评估生育因素与乳腺癌关系时考虑分子亚异质性和遗传背景的重要性，为精准预防提供了方向。

所有分析均基于公开数据，方法细节和局限性在补充材料中充分阐述，符合STROBE-MR报告规范。