编辑推荐：
一项对来自百万退伍军人计划的553,601名慢性背痛参与者的多祖先全基因组关联研究荟萃分析显示，在大脑和垂体组织中有67个新的全基因组显著基因位点富集。
多血统全基因组关联研究：慢性背痛遗传学的新突破
来自 VA Puget Sound 健康护理系统（VAPSHCS）等多个机构的研究人员，在Nature Communications杂志上发表了题为 “Multi-ancestry meta-analysis of genome-wide association studies discovers 67 new loci associated with chronic back pain” 的论文。该研究通过对百万退伍军人计划（MVP）中不同血统人群的全基因组关联研究（GWAS）进行多血统荟萃分析，发现了 67 个与慢性背痛（CBP）相关的新基因座。这一成果显著扩展了人们对 CBP 遗传基础的认知，为开发个性化治疗方案和新型药物靶点提供了关键依据，对慢性疼痛研究领域具有重要意义。
一、研究背景
慢性背痛（CBP）是全球导致残疾的主要原因之一，在退伍军人中尤为常见，是他们残疾的第四大常见原因。其病因复杂，涉及环境和遗传等多种因素。近期研究表明，遗传因素在 CBP 的发生和发展中起着关键作用，呈现多基因遗传模式，多个遗传变异累积增加患病风险。然而，人们对不同人群中 CBP 的遗传风险因素了解仍十分有限。同时，CBP 在不同性别、种族和民族群体中的患病率和体验存在差异，女性通常风险更高，非裔美国人和西班牙裔个体的疼痛严重程度和残疾程度高于非西班牙裔白人。这些差异可能源于遗传易感性和环境因素的共同作用，因此研究这些差异对理解 CBP 病因和制定个性化干预措施至关重要 。
MVP 为研究 CBP 的遗传基础提供了独特机会，其包含美国退伍军人的遗传、健康、生活方式和电子健康记录（EHR）等多方面数据，涵盖多种祖先背景。基于此，本研究旨在通过对 MVP 中退伍军人进行多血统 GWAS，拓展 CBP 遗传基础的知识，并探究不同祖先背景下 CBP 风险因素的共性与特异性，为个性化治疗和药物研发提供方向。
二、研究材料方法与技术路线
（一）研究对象
本研究在 MVP 队列中开展，该队列是一项全国性研究项目，旨在探究遗传特征、健康习惯和环境因素对退伍军人健康的影响。研究涉及 819,417 名参与者，其中 662,681 人有可用的遗传数据。最终，553,601 名具有可用表型和基因型信息的参与者被纳入 GWAS 分析，按 HARE 分组为欧洲血统（EUR，402,005 人）、非洲血统（AFR，106,465 人）和西班牙裔（HIS，45,131 人）。研究将 CBP-MVP 定义为二元变量，通过 EHR 中的 ICD 9/10 代码识别潜在病例和对照，病例为有两个或更多至少间隔 90 天出现的 CBP 相关 ICD 代码的退伍军人，对照为无至少两个 CBP 相关 ICD 代码的退伍军人。
（二）基因分型、插补与质量控制
MVP 样本使用定制的 723,305 个单核苷酸多态性（SNP）Affymetrix Axiom 生物样本库阵列进行基因分型，并用 Minimac4 和 TopMed 参考面板数据进行插补，最终获得 9600 万个遗传变异的基因型数据。研究计算了每个血统的主成分，并对数据进行质量控制，仅纳入插补 INFO 评分 > 0.6、次要等位基因频率（MAF）≥0.01 和哈迪 - 温伯格平衡（HWE）>1×10?3 的 SNP 进行分析。
（三）统计分析
- GWAS 回归：对三个血统组分别进行 GWAS 分析，采用逻辑回归检验 CBP 与插补剂量之间的关联，使用 REGENIE v2.2.2 软件，该软件通过两步机器学习方法调整相关性，分析模型纳入基因型的前 10 个主成分和自我报告的性别作为协变量，设定全基因组显著性阈值为 p≤5×10??。
- 荟萃分析：运用 METAL 软件包对三个血统进行荟萃分析，基于样本量的平方根对结果加权，过滤 MAF≥0.01 的变异，校正不一致的等位基因标签和链后进行分析，通过 Cochran’s Q 检验评估 SNP 效应的异质性，并应用错误发现率（FDR）校正。
- 功能注释：利用 FUMA 对变异结果进行注释，通过 MAGMA v1.06 方法和 MsigDB v5.2 数据库，将 SNP 映射到蛋白质编码基因，确定独立的基因组风险位点和连锁不平衡（LD）中的变异，并分析 SNP 的功能后果。
- 复制验证：使用 Bjornsdottir 等人对 EHR 定义的脊柱疼痛 “dorsalgia” 表型的非重叠当代荟萃 GWAS 的公开汇总统计数据，对全基因组显著的 SNP 进行复制验证。计算 CBP-MVP 与该脊柱疼痛表型的遗传相关性（rg），并使用 Bonferroni 校正确定复制样本中的统计显著性阈值。
- 遗传力和遗传相关性分析：运用连锁不平衡分数回归（LDSC）估计每个血统中 CBP-MVP 的基于 SNP 的遗传力（h2），构建 LD 分数参考面板时使用 1000 Genomes 参考数据，并使用双变量 LDSC 回归评估不同血统层之间以及 CBP-MVP 与其他慢性疼痛表型之间的遗传相关性。
- 孟德尔随机化分析：针对多血统发现荟萃 GWAS 中确定的已知表达数量性状位点（eQTL）的领先变异，使用 TwoSampleMR R 包进行孟德尔随机化（MR）分析，评估这些 eQTL 对 CBP 的因果效应，并检查 DrugBank 中针对这些 eQTL 基因的药物化合物。
- 混合效应分数回归（MiXeR）：采用 MiXeR 框架估计 MVP-CBP 三个血统层之间以及 EUR 层中男性和女性之间的双变量遗传重叠，该方法利用贝叶斯方法估计共享和特异性位点的数量、多基因性以及检测因果位点的当前能力。
三、研究结果
（一）慢性背痛 GWAS 与功能整合
研究样本包括 553,601 名参与者，其中病例 294,723 例，对照 258,878 例，总体表型患病率为 53.2%。EUR 组人数最多（402,005 人，占 72.6%），AFR 组占 19.2%，HIS 组占 8.2%。参与者大多（82.1%）超过 50 岁，平均年龄 61.7 岁，性别分布以男性为主（91%）。CBP 患病率在不同 HARE 种族和民族群体中存在差异，AFR 个体最高（62.3%），HIS 个体为 59.6%，EUR 个体为 50.1%。
（二）显著 GWAS 变异
在 EUR 血统参与者的 CBP-MVP 发现 GWAS 中，确定了 68 个位点的 2896 个全基因组显著遗传变异，其中 74 个 SNP 为独立信号；AFR 血统层有两个位点的 5 个显著变异；HIS 血统层未发现显著变异。多血统荟萃分析确定了 87 个位点的 3447 个全基因组显著变异，其中 90 个为独立信号，且大多数变异在血统间无异质性。
（三）多基因性
EUR 层的 Lambda 值为 1.48，LDSR 校正后的截距为 1.14；AFR 层 Lambda 值为 1.07，截距为 1.03；HIS 层 Lambda 值为 1.08，截距为 1.04，表明校正 LD 后多基因性仍然存在。
（四）MVP-CBP 全基因组显著变异复制
在多血统荟萃分析的 85 个独立领先变异中，57 个在名义显著性阈值（p<0.05）下复制，26 个在 Bonferroni 校正阈值（p<0.05/85 = 0.000556）下复制。EUR 层 68 个独立变异中，49 个在名义阈值下复制，23 个在 Bonferroni 校正阈值下复制；AFR 层 2 个领先变异中，1 个在名义阈值下复制（rs140875296，p = 0.046），该变异可能是 AFR 特异性的。
（五）新变异和已知变异的发现
此前 10 项与背痛相关表型的 GWAS 共报告了 94 个独特的领先变异，代表 59 个不同的风险位点。本研究中，86 个先前报告的变异存在于当前 CBP-MVP 的 GWAS 中，其中 67 个在名义显著性阈值下复制，54 个在 Bonferroni 校正阈值下复制。当前研究确定了 87 个不同的风险位点，其中 67 个为新发现的位点，20 个为先前 GWAS 报告过的位点。
（六）新基因座和基因
发现的五个最显著的新基因座中，最显著的新变异 SNP 是 rs12533005，位于 FOXP2 基因内含子，是三个组织中的 eQTL；第二显著的 rs13107325 是 SLC39A8 基因的错义 SNP 和 Artery-Aorta 组织中 UBE2D3 基因的 eQTL；rs2298526 位于 NCAM1 基因内含子，是四个组织中的 eQTL；rs11596214 是 SORCS3 基因内含子和两个组织中的 eQTL；rs36030569 位于 RPL10L 和 MDGA2 基因之间，是三个脑组织中 MDGA2 基因的 eQTL。部分变异在其他研究中得到复制验证。
（七）遗传力
EUR 血统参与者的观察尺度遗传力为 0.059（SE 0.0021）， liability 尺度遗传力为 0.093（SE 0.0033）；AFR 血统参与者的观察尺度遗传力为 0.045（SE 0.0058），liability 尺度遗传力为 0.075（SE 0.0098）；HIS 血统参与者的观察尺度遗传力为 0.040（SE 0.0071），liability 尺度遗传力为 0.066（SE 0.012）。EUR 参与者的遗传力显著高于 AFR 和 HIS 参与者，AFR 和 HIS 参与者之间的遗传力无显著差异。
（八）遗传结构
EUR 层与 AFR 和 HIS 层的 CBP-MVP 遗传相关性（rg）分别为 0.56（SE 0.064，p = 9.7×10?1?）和 0.85（SE 0.095，p = 3.4×10?1?），AFR 和 HIS 层之间的 rg 为 0.87（SE 0.17，p = 1.6×10??）。EUR 层的 CBP-MVP 与 Bjornsdottir 等人的脊柱疼痛 GWAS 遗传相关性高达 0.91（SE 0.019，p<10?2??）。此外，CBP-MVP 与其他慢性疼痛表型，如背痛、颈痛、髋痛、膝痛等，以及一些精神疾病表型，如抑郁、注意缺陷多动障碍等，存在显著遗传相关性。
（九）表达和功能特征
FUMA Magma GTEx 组织分析显示，多血统分析中显著的位点在大脑和垂体组织中 eQTL 高度富集，在宫颈、神经和子宫组织中也有一定程度的富集。多血统 FUMA 分析在所有与 CBP-MVP 相关的显著领先变异中确定了 816 个 eQTL。细胞类型分析表明，神经元和神经胶质细胞在 CBP 的遗传结构中起重要作用。
（十）发现 eQTL 的孟德尔随机化
对 62 个来自 CBP-MVP 发现 GWAS 且为 GTEx 中报告的 eQTL 的领先变异进行孟德尔随机化分析，48 个变异与 Bjornsdottir 等人报告的脊柱疼痛 “Dorsalgia” 存在显著（FDR<0.1）因果关联。其中，INPP5B、DRD2、HTT、SLC30A6 这四个基因的产物有已知的靶向药物化合物。
四、研究结论与讨论
本研究通过多血统荟萃 GWAS，在 MVP 队列中确定了 87 个与 CBP 相关的基因座，其中 67 个为新发现，显著增加了已知与 CBP 相关的基因座数量。研究还发现多个新变异是 eQTL，可能通过神经系统、肌肉骨骼系统等途径影响 CBP，并且通过孟德尔随机化确定了部分 eQTL 与脊柱疼痛的因果关联，为药物重新定位提供了潜在靶点，如 DRD2 靶向药物在疼痛调节方面具有研究价值。
研究揭示了 CBP 在不同血统和民族群体中的患病率和遗传力差异，AFR 和 HIS 血统的参与者 CBP 患病率较高，而 EUR 血统参与者的遗传力较高，这可能与环境因素的影响程度有关。此外，研究发现 CBP-MVP 与多种其他表型，包括疼痛、精神疾病等，存在强遗传相关性，表明它们可能共享遗传影响。
然而，本研究存在一定局限性。部分群体样本量较小未被分析；仅分析了部分 eQTL，可能遗漏真正的因果基因；复制 GWAS 的样本量和病例比例存在不足，且使用的表型与 CBP-MVP 不完全相同；未与其他疼痛表型的 GWAS 进行全面比较。
尽管如此，本研究为 CBP 的遗传学研究提供了重要进展，新发现的遗传风险信息有助于开发疼痛药物、指导个性化医疗，未来研究可进一步整合基因组学与临床、职业历史等信息，提高精准医疗的实用性。
