编辑推荐：
本文聚焦社会表观遗传学研究，探讨社会暴露对表观基因组及健康结局的影响。文中指出当前研究存在的局限，如 DNA 甲基化（DNAm）测量等问题。并提出创新建议，包括开发新技术、创新采样方法等，以提升研究的严谨性和可重复性。
引言
在过去二十年里，社会表观遗传学研究蓬勃发展，这类研究主要探索社会暴露对表观基因组的影响，以及与健康结局之间的联系。研究者利用表观基因组的可塑性，研究社会环境如何改变基因表达。2004 年，Meaney 团队的啮齿动物实验表明，早期母性行为会影响后代的表观基因组，进而改变其大脑和行为。此后，大量动物和人类研究跟进，发现社会因素与表观基因组改变有关，这些改变可能对健康和疾病产生功能性影响。尤其对于脑相关健康结局，如精神疾病，社会暴露影响显著，且精神疾病是全球致残的主要原因之一。
社会表观基因组关联研究（“social EWAS”）常聚焦于 DNA 甲基化（DNAm）的变化，即甲基基团的添加和去除，主要发生在基因组序列为胞嘧啶 - 鸟嘌呤核苷酸对（‘CpG 位点’）的位置。研究发现，从个体到系统层面的多种社会暴露，如童年创伤、童年逆境、社会经济地位、邻里劣势等，都与表观遗传差异相关，且这些关联可能因暴露类型和时间而异。同时，EWAS 也揭示了 DNAm 与脑相关健康结局（如精神疾病）之间的联系，DNAm 被视为社会暴露和精神疾病的生物标志物，甚至可能是连接健康社会决定因素与精神疾病发展的潜在机制。
然而，社会表观遗传学研究的严谨性和稳健性一直备受关注。由于获取人类脑组织困难，相关研究多集中于外周组织（如血液、唾液），这引发了诸多质疑，如当前研究方法能否确保发现可靠结果？外周组织的 DNAm 测量能否代表大脑中的差异？DNAm 在社会暴露对疾病结局的影响中是起因果作用还是仅作为暴露的生物标志物？目前，针对这些问题缺乏明确的推荐实践方法，本文旨在填补这一空白。
社会表观遗传学研究结果稳健性和可重复性的障碍
美国国立卫生研究院（NIH）及科学界强调所有科学学科都应注重严谨性和可重复性。在社会表观遗传学研究中，实现严谨性和可重复性面临诸多挑战，主要体现在 EWAS、社会暴露的测量、分析和报告，以及两者整合等方面。为获得可重复性结果，这三个方面都需要高质量的数据和流程。
严谨的研究应在设计、方法、分析、解释和结果报告等方面严格遵循科学方法，确保实验无偏，以便他人能够重复和拓展研究成果。可重复性包括重复（在来自同一总体的独立样本中确认结果）和验证（在来自不同总体的独立样本中确认结果）。许多 “未能重复” 的关联实际上是验证失败，重复研究中结果不一致可能意味着新关联比最初显示的更弱，而验证研究中结果不一致则可能表明该效应在不同人群中不稳健。
在 EWAS 和社会暴露研究中存在诸多已知障碍。EWAS 方面，如微阵列技术的局限性、DNAm 因血统、生物时间和细胞类型而异、难以评估 DNAm 变化的生物学和功能影响等；社会暴露研究方面，存在抽样方法有偏、难以量化复杂多面的社会暴露、跨生态分析层面整合数据困难等问题。
社会表观遗传学研究还面临一些独特挑战。例如，目标组织（如大脑）和可用组织（如血液）之间的 DNAm 存在差异；依赖的测量位点可能与社会暴露和脑相关健康结局无关；难以评估因果关系和效应方向；样本量不足和协变量缺失导致统计受限等。以 DNAm 在不同组织和发育过程中的变化为例，研究脑相关健康结局时，常因获取脑组织困难而依赖外周组织，但外周组织的 DNAm 模式能否反映大脑情况存在争议。研究表明，外周组织和脑组织的 DNAm 相关性在不同 CpG 位点有所不同，且关联强度较弱，同时 DNAm 在生命过程中会发生变化，这些变化可能混淆社会暴露与脑相关健康结局的研究结果。
解决已知挑战的现有解决方案
针对上述挑战，已有一些成熟的解决方案。在研究脑相关健康结局时，可通过多种方式增强 EWAS 的严谨性。例如，利用 Blood Brain DNA Methylation Comparison 或 Blood - Brain Epigenetic Concordance 工具评估大脑 - 血液在相关 CpG 位点的相关性；借助 GoDMC 平台查询感兴趣的 CpG 位点，判断观察到的 DNAm 差异是否与遗传变异（即甲基化数量性状位点（mQTLs））相关；使用 Life Course Methylome Browser 和 EpiDelta 等资源，研究发育因素对感兴趣 CpG 位点 DNAm 差异的影响。这些分析和探索方法有助于排除因 DNAm 随时间和环境变化而引入的潜在偏差。
严谨性和可重复性的持续限制
尽管有上述解决方案，但 DNAm 在组织间和整个生命周期中的变异性仍给社会表观遗传学研究带来限制。虽然可以估计特定 CpG 位点的跨组织一致性，但对外周组织的依赖仍阻碍了对社会表观遗传变化的理解。此外，生物和发育因素对个体 DNAm 变异的影响尚不清楚，可能成为潜在的混杂因素。因此，需要新的方法来提高社会表观遗传学研究的严谨性和可重复性。
前进方向：解决剩余限制的建议
为推动严谨且可重复的社会表观遗传学研究，解决现有挑战，本文提出四个优先创新领域：开发新的微阵列技术、采用创造性的采样方法、利用实验方法评估因果关系和功能影响、应用整合的高维多层次研究设计和分析方法。
开发微阵列技术以更好地检测与社会表观遗传学相关的位点
当前的表观基因分型技术需要关注人群内部和之间具有更大变异的位点和基因组区域。尽管社会 EWAS 被称为全基因组研究，但目前最先进的微阵列技术 Infinium MethylationEPIC v2.0 BeadChip 仅能测量约 3% 的 CpG 位点，且大多集中在与癌症相关的位点，忽略了对基因转录很重要的非编码区域，导致大部分表观基因组与社会暴露的关系未被探索。此外，这些癌症相关位点的 DNAm 在人群层面变异性有限，增加了统计噪声，降低了技术可靠性，且拓宽表观基因组覆盖范围的统计方法仍在探索中。
因此，建议开展大规模基于人群的研究，使用单细胞或全基因组甲基化测序来识别随时间在人群内部和之间具有最大变异性的 CpG 位点。虽然由于成本和计算限制，常规在人群层面应用这些测序方法不可行，但可以先进行初步研究，再据此开发针对性的微阵列。这种微阵列不仅能测量当前癌症聚焦微阵列未涵盖的 CpG 位点的 DNAm 变异，还在经济和计算上可行，有助于社会表观遗传学和人类疾病研究。
为推动这一目标实现，科学家需激励微阵列制造公司投资相关技术。一方面，要展示经济收益机会；另一方面，需强调社会表观遗传学研究的临床和社会重要性。科学家还可利用自身作为消费者的购买力，以及与公众沟通的能力，促使公司关注社会表观遗传学研究，推动相关技术发展。
使用创造性的采样方法获取大脑和其他感兴趣的组织
社会表观遗传学研究应更多地利用血液和唾液以外的组织。大脑组织的获取机会可能比想象的更多，如癫痫、脑肿瘤等神经外科手术中，会切除少量非病变脑组织，全球每年约有 1400 万患者可能接受此类手术，美国每年约有 25 万癫痫手术候选人，其中包括约 2 万名儿童。收集活体参与者的脑组织有助于在采样前或采样时评估社会暴露，通过选择临床症状相似或不同的参与者，可分别研究社会暴露与脑组织 DNAm 的关联，以及不同脑区和细胞类型的 DNAm 差异。
脑脊液（CSF）也是一种有研究价值的组织。腰椎穿刺是收集 CSF 的常用方法，美国每年进行超过 36 万次，其中约 9 万次在儿童中进行。CSF 能更准确地反映大脑内部的生化变化，其 DNAm 测量有助于理解脑相关健康结局的风险因素，如神经炎症和血脑屏障通透性。已有研究表明，CSF 中的其他生物标志物在神经精神疾病的诊断、预后和治疗中具有重要作用，虽然目前测量 CSF 中 DNAm 的方法仍在探索，但前景广阔。
此外，从可获取的组织中衍生脑细胞也是一种选择。研究人员可将皮肤成纤维细胞等转化为诱导多能干细胞（iPSCs），再分化为神经元或生成类器官，用于研究癌症和其他脑部疾病。虽然 iPSCs 在社会表观遗传学研究中的应用存在争议，因其过程可能重置表观遗传特征，但新的直接将成纤维细胞转化为神经元的方法有望保留社会暴露对 DNAm 的影响，值得进一步研究。
利用实验方法评估因果关系和功能影响
确定 DNAm 差异是否能解释社会暴露与脑相关健康结局之间的关联机制是关键。目前的计算机模拟方法虽有助于描述可能的功能机制，但主要基于推断，缺乏因果证据。实验研究，包括动物模型和人类干预研究，能增强对因果关联的检测能力。
实验动物模型在社会心理研究中应用广泛，在社会表观遗传学中也有很大潜力。动物研究可减少人类研究中难以控制的混杂因素，识别跨物种保守功能的表观遗传位点中 DNAm 差异与分子和行为结果的关联，还能评估人类难以获取的脑组织和其他组织中的 DNAm 差异。借助先进的动物表型分析方法，如 24/7 视频监测和机器学习，可深入研究社会暴露、DNAm 和脑相关健康结局之间的分子、细胞和电路层面的机制。
人类干预研究，如随机对照试验（RCTs）和准实验设计，为研究社会暴露后 DNAm 变化的机制提供了机会。但目前利用此类研究考察社会干预对 DNAm 因果影响的研究较少，且大多局限于临床人群和候选基因的 DNAm 变化测量。未来，跨学科团队主导的 “下一代” 干预研究有望直接全面地研究社会干预对生物学的影响，这需要资金支持和减少学科合作障碍，同时要消除社会科学和生物学研究人员之间的误解，促进跨学科合作。
应用整合的高维多层次研究设计和分析方法
整合的高维多层次研究设计和分析方法可增强社会表观遗传学研究的严谨性。传统的研究结果重复是提高严谨性和可重复性的重要方法，但还需其他方法补充或替代。三角测量法通过整合不同研究设计、测量方法、样本来源、物种等的研究结果，从多个角度研究同一假设，可减少单个研究的偏差，使研究结果更具说服力。该方法在流行病学研究中应用逐渐增多，但在社会表观遗传学研究中尚未得到充分利用。
整合 DNAm 数据与转录组学、蛋白质组学和其他表观基因组学测量（如染色质重塑、组蛋白修饰和非编码 RNA），有助于分离与脑相关健康结局下游生物学过程独特相关的 DNAm 变化，更全面地描绘暴露和风险情况。同时，更全面地测量多层次社会暴露也很重要。社会暴露在个体、人际、机构、社区和政策等多个层面发挥作用，目前大多数研究仅依赖个体层面的自我报告测量，未来应收集多层面的数据，以更准确地量化社会暴露。研究人员可利用现有资源，如 Stress Measurement Network 提供的多种测量方法，以及社交媒体活动、生态瞬时评估、可穿戴设备等获取 “大数据”，在社区和政策层面利用人口普查数据和红线区数据等，还可运用定性研究方法捕捉不同层面压力暴露带来的 “生活体验” 异质性，这些都有助于提高社会暴露测量的准确性，发现更可靠的关联。
此外，在社会表观遗传学研究中纳入不同种族、文化和社会经济背景的人群至关重要。现有研究大多以西方、受过教育、工业化、富裕和民主（WEIRD）国家的白人、欧洲血统、中高收入个体为主，缺乏多样性限制了研究结果的普遍性，可能加剧健康差距。增加研究样本的包容性，支持非 WEIRD 人群的研究，有助于捕捉不同背景下的社会暴露，深入了解健康社会决定因素对所有人的影响，以及社会暴露对不同背景个体健康结局的差异影响。
结论
提高社会表观遗传学研究的严谨性和可重复性至关重要。社会科学家和表观遗传学家已取得一定进展，但仍需创新解决方案。通过采纳本文提出的建议，包括开发新技术、创新采样方法、实验验证因果关系和功能影响、应用整合研究设计和分析方法等，有望推动社会表观遗传学研究取得更多发现，进而为改善脑相关和其他健康结局提供有力支持。
