COVID-19与缺血性卒中因果关联的孟德尔随机化研究：数据溯源、时序逻辑与统计方法学争议

本刊推荐：针对Zhang等关于COVID-19与缺血性卒中因果关联的孟德尔随机化(MR)研究，研究者指出三项关键问题：eQTL数据错误溯源至GTEx（实为eQTLGen Consortium），暴露-结局时序倒置（卒中数据早于疫情），以及未校正多重假设检验。该批判性分析揭示了遗传流行病学研究中的时序假设违反与统计严谨性问题，为COVID-19相关卒中机制研究提供了方法学警示。

　　

在COVID-19大流行后期，关于病毒感染与缺血性卒中是否存在因果关联的争论持续发酵。Zhang等学者在《Virology Journal》发表的孟德尔随机化(Mendelian randomization, MR)研究曾引发广泛关注，该研究声称发现CFL2、FAM20C等10个基因可能介导COVID-19导致卒中的病理过程。然而，这项看似突破性的研究背后，却隐藏着可能动摇其结论根基的方法学隐患——从数据源头的不准确标注，到暴露与结局测量时点的逻辑倒置，再到统计学处理的疏漏，这些"暗礁"正被Zhu和He的批判性分析逐一揭露。

这项质疑性研究由国内学者团队完成，通过对原始研究的全面复盘，揭示了三个维度的方法学缺陷。技术层面，研究者采用文献溯源法核查数据来源，通过GWAS数据库标识符比对确认eQTL数据真实来源；时序分析方面，通过追溯eQTLGen Consortium样本采集时间（2018年前）与COVID-19流行时间线（2019年后）的客观矛盾；统计层面则重点评估了未进行错误发现率(false discovery rate, FDR)校正带来的假阳性风险。

数据溯源争议部分的研究结果显示，原始论文将血液组织特异性eQTL数据错误标注为多组织来源的GTEx数据库，而实际数据来自eQTLGen Consortium。这种数据归属错误不仅涉及学术规范问题，更可能导致读者对基因表达组织特异性的误判——例如血管内皮或神经组织的表达模式可能比血液eQTL更具病理意义。

时序逻辑缺陷的论证尤为关键。由于eQTLGen的基因型数据采集早于SARS-CoV-2病毒出现，这意味着所谓的"暴露组"（COVID-19相关遗传变异）在结局测量时根本不存在。这种"时间旅行"式的分析设计直接违反了工具变量分析中的相关性假设，使得遗传工具与暴露因素的关联在结局样本中无法成立。研究者比喻这如同用工业革命前的基因数据预测智能手机使用行为，存在根本性的生物学合理性缺陷。

统计方法局限性的分析指出，原始研究在检测10个候选基因时未进行多重检验校正。在典型全基因组范围内检测数万个eQTL的背景下，这种疏漏可能使假阳性率膨胀至不可接受的水平。尤其当这些未经验证的基因被进一步用于通路分析时，可能产生"垃圾进、垃圾出"的连锁反应。

讨论部分强调，尽管存在这些方法学缺陷，原始研究提出的基因-表型关联假说仍具有一定探索价值。CFL2作为细胞骨架调节因子可能参与病毒入侵过程，FAM20C则与血管钙化相关，这些生物学合理性需要更严谨的设计来验证。研究者建议未来MR研究应建立"时序合理性检查表"，对GWAS数据采集时间与流行病学事件进行严格匹配；同时推荐采用两阶段FDR校正策略，先筛选显著关联再验证通路富集。

这项批判性研究的价值不仅在于纠正特定论文的偏误，更构建了传染病遗传学研究的方法学警示框架。在COVID-19相关研究井喷的背景下，它为如何平衡科研创新与学术严谨提供了范本。正如研究者所言，只有确保数据溯源的准确性、时序逻辑的合理性、统计分析的严格性，才能真正揭示病毒与血管事件的分子桥梁，而非制造方法学人为假象。这些原则对正在进行的Long COVID机制研究同样具有重要启示意义。