基于碘海醇清除率验证的多基因风险评分预测肾小球滤过率研究

《Kidney International Reports》：Polygenic risk scores predicting estimated GFR validated with iohexol clearance

本研究针对eGFR（估算肾小球滤过率）作为GWAS（全基因组关联分析）表型可能存在的非GFR因素偏倚问题，通过比较mGFR（实测肾小球滤过率）与三种eGFR方法（eGFRcr、eGFRcys、eGFRcr-cys）的遗传学特征，发现SNV（单核苷酸变异）对mGFR的效应强度比eGFR高11-46%，且mGFR的狭义遗传力（h2=0.47）显著高于eGFRcr（h2=0.21），表明基于eGFR的GWAS结果需要更精确方法验证。

　　

肾脏健康是人体健康的重要指标，而肾小球滤过率（GFR）则是评估肾功能的核心参数。在大型人群研究中，直接测量GFR（mGFR）因操作复杂、成本高昂而难以实施，临床和科研中普遍采用基于血清肌酐（eGFRcr）、胱抑素C（eGFRcys）或两者联合（eGFRcr-cys）的估算公式。全基因组关联分析（GWAS）已识别出数百个与eGFR相关的基因位点，多基因风险评分（PGS）更是被广泛应用于肾脏疾病的遗传风险评估。然而，一个根本性问题始终悬而未决：eGFR作为一种间接的替代表型，其遗传学发现是否能真实反映影响真实GFR（mGFR）的遗传因素？血清肌酐和胱抑素C水平本身受到肌肉量、炎症状态等多种非GFR因素的影响，这是否会引入系统性偏倚，导致GWAS结果“污染”？由Bj?rn O. Eriksen和Toralf Melsom等人领导的研究团队，利用独特的雷诺碘海醇清除调查（RENIS）队列——一个来自挪威北部普通人群、拥有碘海醇清除率金标准测量和基因分型数据的前瞻性研究——对这一问题进行了首次深入探索，其成果发表在《Kidney International Reports》上。

为了回答上述核心问题，研究人员巧妙设计并实施了一项严谨的遗传学分析。研究的关键技术方法包括：利用来自挪威特罗姆瑟地区、无心血管疾病、肾病或糖尿病史的1,492名中年参与者的RENIS前瞻性人群队列，该队列拥有重复测量的碘海醇清除率（mGFR）数据；使用富含GFR相关位点的定制Illumina Infinium Global Screening Array-24+ v3.0 Beadchip进行基因分型，并基于Haplotype Reference Consortium（HRC）面板进行基因型插补；采用广义加性混合模型（GAMM）整合纵向GFR测量数据，估算每个个体的mGFR、三种eGFR（eGFRcr, eGFRcys, eGFRcr-cys）表型以及它们相对于mGFR的偏倚（bias）表型；从PGS目录中选取了三个已发表的eGFR多基因风险评分（PGS_Stanzick, PGS002237, PGS000682）进行外部验证；通过线性回归评估PGS对表型的预测效能，使用Deming回归比较单个SNV（单核苷酸变异）对不同GFR表型的效应大小，并利用全基因组复杂性状分析（GCTA）软件估计狭义遗传力（h²）。

研究结果

研究人群

分析最终纳入1,492名参与者，平均年龄58岁，拥有总计3,860次GFR测量，中位随访11年。基线平均mGFR为93.9 mL/min/1.73 m²，eGFRcr、eGFRcys和eGFRcr-cys的均值分别为95.0、105.3和103.0 mL/min/1.73 m²，显示了eGFR方法与金标准mGFR之间的差异。

多基因风险评分

三个PGS在RENIS队列中的计算和验证结果显示，它们对eGFRcr表型的预测效能（解释表型变异百分比为7.1%-10.0%）均显著优于对mGFR表型的预测效能（3.6%-4.4%），而对eGFRcys的预测效能则普遍最差。这一发现强烈提示，现有的基于eGFRcr开发的PGS中包含了与血清肌酐的非GFR遗传决定因素相关的SNV，导致其对“纯净”的mGFR表型预测能力反而下降。

Deming回归比较SNV效应

当在RENIS队列中重新估计PGS所包含的SNV对每种GFR表型的效应大小时，发现SNV对mGFR的效应（beta系数）在9次比较中的8次显著大于对三种eGFR的效应（Deming回归斜率>1）。例如，相对于eGFRcr，SNV对mGFR的效应强度高出7%-13%；而相对于eGFRcys，效应强度更是高出40%-46%。这表明，如果以mGFR作为表型进行GWAS，所发现的遗传效应可能会更强。

狭义遗传力

基于所有基因分型和插补SNV计算的狭义遗传力（h²）显示，mGFR的遗传力最高，为0.47。eGFRcr的遗传力仅为0.21，不足mGFR的一半。eGFRcys和eGFRcr-cys的遗传力居中，分别为0.37和0.42。尤为重要的是，mGFR与eGFRcys的偏倚以及mGFR与eGFRcr-cys的偏倚本身也具有很高的遗传力（分别为0.56和0.48），而mGFR与eGFRcr的偏倚遗传力很低（0.08）且不显著。这说明eGFRcys和eGFRcr-cys与mGFR的差异在很大程度上是由遗传因素决定的，可能反映了胱抑素C自身的强烈遗传背景。

结论与讨论

本研究通过头对头的比较，提供了令人信服的证据：使用eGFRcr作为GWAS的表型，虽然因其便利性而广泛应用于大型研究，但其结果确实存在相对于真实GFR（mGFR）的偏倚。这种偏倚主要源于SNV对血清肌酐和胱抑素C的非GFR效应。具体表现为：1）基于eGFRcr开发的PGS对mGFR的预测效能低于对eGFRcr本身；2）SNV对mGFR的遗传效应强度普遍高于对eGFR；3）mGFR本身具有比eGFRcr高得多的狭义遗传力；4）eGFRcys和eGFRcr-cys与mGFR的差异具有高度的遗传性。

这些发现具有重要的科学意义和临床启示。首先，它提醒研究人员，对于基于eGFR的GWAS所发现的候选基因位点，需要谨慎解读，并通过实验或其他更精确的方法（如mGFR）进行验证，以区分其究竟是影响真实的肾功能，还是仅仅影响用于估算肾功能的生物标志物。其次，研究结果表明，在eGFRcr、eGFRcys和eGFRcr-cys这三种常用的估算方法中，eGFRcr作为mGWAS的替代表型可能优于eGFRcys，因为后者与mGFR的差异受遗传因素影响更大。而结合两者的eGFRcr-cys虽然表现居中，但其应用可能受到两种标志物非GFR遗传效应的共同制约。

本研究的优势在于其基于社区的、前瞻性的设计，重复的金标准GFR测量，以及独立于大型GWAS发现队列的验证。其主要局限性在于样本量相对较小，限制了在单个SNV、基因或通路水平上深入刻画偏倚的统计效能，也影响了遗传力估计的精确度。此外，研究人群主要为挪威北部中年欧洲裔，结果外推至其他年龄、种族或患病人群时需要谨慎。

总之，这项开创性的工作清晰地揭示了当前肾脏遗传学研究中使用替代表型的局限性，强调了在将基础研究发现向临床转化过程中，对遗传标志物进行严格验证的必要性。它为未来旨在精确揭示肾功能遗传基础的研究指明了方向，即需要努力整合更多直接测量的GFR数据，或开发能更好校正非GFR因素影响的新策略。