多维多基因睡眠健康评分与睡眠生活方式指数对疾病结局的关联及交互作用研究

本研究通过Mass General Brigham Biobank临床数据库，首次构建多基因睡眠健康评分(Polygenic Sleep Health Score)和睡眠生活方式指数(Sleep Lifestyle Index)，系统分析两者与114种疾病（含12类疾病组）的关联。结果显示两种指数独立影响肥胖、情绪障碍等疾病风险，但未发现其对精神疾病的交互作用，为睡眠健康干预提供遗传与行为双重视角的科学依据。

　　

睡眠作为影响健康的核心行为，其复杂性体现在遗传与环境因素的双重调控。尽管既往研究多聚焦单一睡眠特征（如时长或节律）与疾病的关联，但多维睡眠指标（multidimensional sleep）对常见疾病——尤其是精神健康障碍——的综合影响尚未阐明。随着全球精神疾病负担日益加重，厘清睡眠行为能否调节遗传易感性的问题显得尤为迫切。Mass General Brigham医疗系统的研究人员利用其临床生物样本库资源，开展了一项揭示睡眠多维度作用机制的研究，成果发表于《Sleep Health》期刊。

研究团队采用四大关键技术：基于UK Biobank GWAS数据构建多基因睡眠健康评分（PRS-CS算法）；整合电子健康记录(EHR)与自评问卷创建8维度睡眠生活方式指数；对47,082名欧洲裔参与者进行全表型关联分析(PheWAS)；采用多变量回归模型分析基因-行为交互作用。

结果部分显示：1）遗传关联：多基因评分与生活方式指数显著相关（β=0.050），且与114种疾病风险降低相关，其中肥胖关联最强（OR=0.822）；精神疾病中，烟草使用障碍风险降低11.9%（OR=0.881）。2）行为关联：生活方式指数与458种疾病相关，阻塞性睡眠呼吸暂停风险降低46.6%（OR=0.466），抑郁症风险降低33.2%（OR=0.668）。3）重叠效应：108种疾病与两种指数均相关，但针对抑郁症等五大精神疾病的交互作用分析未达统计学显著性。

讨论指出三个关键发现：首先，遗传倾向与睡眠行为虽独立影响疾病风险，但行为因素效应量更大（精神疾病风险降低28-37% vs 遗传8-10%），提示生活方式干预可能突破遗传限制。其次，肥胖作为最强关联表型，支持睡眠代谢调控的生物学通路重要性。最后，阴性交互作用结果暗示改善睡眠习惯或可普适性降低疾病风险，这与既往关于2型糖尿病基因-环境交互的研究结论一致。

该研究的创新性体现在：首次将复合睡眠遗传评分与临床行为指标结合分析，突破单维度研究局限；利用生物样本库实现大规模表型扫描；为精准医学提供睡眠干预新视角。局限性包括欧洲裔样本的普适性问题、自评数据的潜在偏差等。未来需在多元人群中验证，并探索非参数模型下的交互机制。这项研究为理解睡眠健康的复杂调控网络奠定了重要基础，凸显临床生物样本库在转化医学中的价值。