肠道菌群通过CD16+单核细胞介导肺炎风险的孟德尔随机化研究

本研究发现Oxalobacteraceae菌科通过CD16+单核细胞（29.1%介导比例）显著增加肺炎风险，首次采用孟德尔随机化（MR）方法验证肠道-肺-免疫轴因果通路，为微生物组靶向免疫干预提供遗传学证据。

ABSTRACT

肠道-肺轴在肺炎发病机制中起关键作用，免疫调节是肠道菌群与疾病进展的核心机制链接。尽管肠道菌群、免疫细胞特征与肺炎之间存在已知关联，但其因果相互作用和潜在机制尚未明确。本研究采用孟德尔随机化（MR）方法探讨肠道菌群与肺炎的因果关系，并量化免疫细胞性状的中介效应。通过两样本MR和多变量MR（MVMR）分析，以逆方差加权（IVW）为主要方法，从全基因组关联研究（GWAS）中获取211个肠道菌群分类群和731个免疫细胞特征的遗传工具。中介分析评估了免疫细胞在菌群-肺炎关联中的介导作用。遗传预测的Oxalobacteraceae科丰度与肺炎风险呈正相关（OR: 1.090；95% CI: 1.010–1.175；p=0.026）。中介分析显示CD16⁺单核细胞显著介导这一关系（中介效应: 0.025，介导比例: 29.1%）。该研究提供遗传证据支持Oxalobacteraceae作为肺炎的因果风险因素，部分通过CD16⁺单核细胞调节实现。这些发现为肺炎预防的微生物组导向免疫调节策略提供新见解。

Abbreviations

CI：置信区间

GWAS：全基因组关联研究

IVs：工具变量

IVW：逆方差加权

LD：连锁不平衡

MASH：代谢功能障碍相关脂肪性肝炎

MLR：单核细胞与淋巴细胞比率

MR：孟德尔随机化

MVMR：多变量MR

OR：优势比

PAGE：使用基因组学和流行病学的人口架构

ROS：活性氧物种

SCFA：短链脂肪酸

SNPs：单核苷酸多态性

TAMs：肿瘤相关巨噬细胞

1 | Introduction

肺炎是全球健康重大负担，是急性呼吸道感染相关发病和死亡的主要原因，尤其在老年人群中。这种复杂的多系统疾病不仅影响肺实质，还引起全身炎症反应，其发病机制受细菌、病毒和真菌病原体影响。尽管抗菌治疗和支持护理有所进展，肺炎仍是美国老年人每年近百万住院的原因，死亡率持续居高。这些临床挑战凸显了阐明新发病机制和治疗靶点的需求。

新兴证据强调肠道-肺轴（一个涉及微生物代谢物、免疫介质和细胞运输的双向通信网络）作为呼吸健康的关键调节器。肠道微生物通过多种机制施加远程免疫调节作用，包括短链脂肪酸（SCFA）依赖性巨噬细胞激活和肥大细胞介导的跨器官信号传导。临床前研究表明，肠道微生物组耗竭会损害肺泡巨噬细胞功能，而SCFA补充通过组蛋白去乙酰化酶抑制增强克雷伯菌清除。然而，现有观察性研究由于固有混杂和反向因果关系偏倚无法建立因果关系。

孟德尔随机化（MR）已成为流行病学研究中因果推断的强大工具，利用遗传变异作为工具变量。这种方法通过依赖孟德尔第二独立分配定律模拟随机对照试验设计，有效最小化残留混杂。MR的两个关键优势区别于常规方法：1）遗传变异在 conception 时固定，防止反向因果关系；2）使用全基因组关联研究（GWAS）数据能够高通量分析多暴露-结果关系。虽然MR已应用于研究微生物组-疾病关联，但尚无研究系统评估免疫细胞特征作为肠道菌群-肺炎关系中潜在中介。

为填补这一知识空白，我们进行了全面的两样本MR分析，整合来自211个肠道菌群分类群、731个免疫细胞特征和肺炎结果的GWAS数据。本研究有三个主要目标：1）识别特定肠道微生物分类群与肺炎风险的因果关联；2）使用多变量MR量化免疫表型特征的中介效应；3）为微生物组靶向预防策略提供机制见解。通过采用稳健的遗传工具变量分析，本研究超越基于相关的观察，建立肠道-肺-免疫轴内的因果路径。

2 | Methods

2.1 | Study Design

我们的分析框架包括四个关键组成部分。步骤1：分析肠道菌群对免疫细胞特征的因果效应；步骤2：分析免疫细胞特征对肺炎的因果效应；步骤3：分析肠道菌群对肺炎的因果效应；步骤4：免疫细胞特征在从肠道菌群到肺炎路径中的中介分析。我们采用单核苷酸多态性（SNPs）作为工具变量（IVs），遵循三个基本孟德尔随机化原则：1）相关性假设：遗传工具与暴露变量强关联（p<5×10^?6）；2）可交换性假设：遗传变异独立于潜在混杂因素；3）排除限制：工具仅通过指定暴露影响结果。

2.2 | Data Source

肠道微生物组遗传数据来自MiBioGen联盟，包括211个微生物分类群，源自11个国家24个队列的18,340名欧洲血统个体。该综合数据集能够在五个级别进行生物分类：131属、35科、20目、16纲和9门。

对于免疫细胞特征，我们使用了来自3757名意大利参与者的GWAS数据（登录号GCST0001391-GCST0002121）。数据集量化了731个免疫表型特征，包括绝对细胞丰度（n=118）；表面抗原表达水平（中位荧光强度，n=389）；细胞形态指标（n=32）；相对亚群频率（n=192）。分析纳入约2200万个高密度遗传标记，提供多免疫谱系的详细特征（B淋巴细胞、T淋巴细胞包括调节亚群、树突状细胞、单核细胞、粒细胞、髓样细胞、自然杀伤细胞等）。

肺炎病例-对照数据源自UK Biobank 2021发布，特征：1）病例：22,567名欧洲血统个体；2）对照：463,917名匹配个体；3）基因组覆盖：12,243,546个质控SNPs。

本研究构成仅使用汇总GWAS摘要统计的二次分析。所有衍生数据的主要研究在数据收集前均获得适当机构伦理委员会批准。由于我们研究仅涉及去标识化、群体水平遗传关联数据，无个体参与者信息访问，我们机构的研究治理政策未要求额外伦理审查。

2.3 | Instrumental Variable Selection

遗传工具从MiBioGen联盟GWAS（18,340名欧洲血统个体）中选择，采用全基因组显著性阈值（p<5×10^?6）识别与暴露强关联的SNPs。为确保遗传独立性和最小化连锁不平衡（LD）诱导偏倚，我们使用1000 Genomes欧洲参考面板进行LD clumping， stringent参数（r²<0.001 within a 10,000 kb窗口），保留每个位点最显著SNP。工具强度通过F-statistics >10验证，确认避免弱工具偏倚。潜在多效性通过MR-Egger回归、Cochran's Q检验异质性和留一法敏感性分析评估。该方法专门针对欧洲人群中显示自主效应的变异，同时 substantially减少潜在多效性混杂。选择过程通过维持位点间适当物理距离和验证跨基因组区域最小相关性优先考虑工具有效性。

2.4 | Statistical Analysis

所有分析在R 4.3.3中使用Two Sample MR和MVMR包进行，以逆方差加权（IVW）方法作为固定效应模型下单变量孟德尔随机化的主要估计量，统计显著性定义为p<0.05评估肠道菌群和免疫特征对肺炎风险的因果效应。敏感性分析处理方法学假设：MR-Egger回归检验方向多效性；加权中位数方法提供对无效工具的稳健性，而留一法分析评估任何单个SNP对整体因果估计的 disproportionate影响。对于中介分析，多变量MR（MVMR）联合建模肠道微生物组丰度和免疫细胞特征作为暴露，通过公式估计免疫介导比例：（直接效应-总效应）/总效应，95%置信区间来自1000次 bootstrap迭代以考虑效应估计的不确定性。异质性和多效性诊断，包括Cochran's Q检验和MR-Egger截距检验，一致支持无显著偏倚，确保因果推断的可靠性。

3 | Results

3.1 | Instrumental Variable Selection

通过严格选择过程，我们识别了1086、11,185和2494个SNPs分别与肠道菌群组成、免疫细胞表型和肠道菌群-免疫细胞相互作用显著相关。这些遗传工具满足我们预定义的强度（p<5×10^?6）和独立性（r²<0.001）标准，确保其后续孟德尔随机化分析的有效性。识别变异的 substantial数量，特别是免疫细胞特征，反映了这些生物特征的多基因性质，并为我们的因果推断框架提供工具。

3.2 | Causal Associations Between Gut Microbiota and Immune Cell Traits

遗传工具及其相应统计呈现。采用两样本孟德尔随机化框架，我们系统评估了显示显著关联的肠道菌群分类群与免疫细胞特征之间的因果关系。我们的分析识别了15个 distinct菌群-免疫细胞特征对 exhibiting因果关系。敏感性分析确认这些关联的稳健性，显示无水平多效性（MR-Egger截距检验，所有p>0.05）或 substantial异质性（Cochran's Q检验，所有p>0.05）证据。

3.3 | Causal Associations of Immune Cell Traits on Pneumonia Risk

使用MR分析跨越731个免疫细胞特征，我们在应用 stringent质控措施后识别了39个与肺炎易感性显著相关的特征。其中，30个免疫细胞特征 confer升高肺炎风险（OR>1），而9个显示保护效应（OR<1）。然而，敏感性分析揭示某些关联的不一致性。具体而言，CD4^?CD8^? Natural Killer T %lymphocyte显示显著多效性（<0.05）并被后续排除。六个额外特征，包括CD62L^? CD86⁺ myeloid Dendritic Cell Absolute Count，显示显著异质性（I²>50%），需要通过加权中位数回归验证。

3.4 | Causal Associations Between Gut Microbiota and Pneumonia

在我们对肠道菌群和肺炎的主要MR分析中，我们排除了少于三个工具变量的分类群（科Clostridiaceae，属Senegalimassilia）以减轻弱工具偏倚。进一步排除Lachnospiraceae NC2004 group属 due to跨MR方法不一致效应方向。最终IVW衍生关联（p<0.05）描绘。四个分类群与肺炎风险正相关：属Oscillospira（OR=1.321, 95% CI: 1.113–1.567, p=0.001），科Oxalobacteraceae（OR=1.090, 95% CI: 1.010–1.175, p=0.026），纲Mollicutes（OR=1.123, 95% CI: 1.006–1.253, p=0.038）和门Tenericutes（OR=1.123, 95% CI: 1.006–1.253, p=0.038）。相反，四个分类群显示保护效应：科Verrucomicrobiaceae（OR=0.858, 95% CI: 0.774–0.952, p=0.004），纲Verrucomicrobiae（OR=0.858, 95% CI: 0.774–0.952, p=0.004），目Verrucomicrobiales（OR=0.858, 95% CI: 0.774–0.952, p=0.004）和属Akkermansia（OR=0.858, 95% CI: 0.774–0.952, p=0.004）。敏感性分析确认无多效性（MR-Egger截距，所有p>0.05）和异质性（IVW Q检验，所有p>0.05）。

3.5 | Mediation Analysis of Immune Cell Traits in Microbiota–Pneumonia Associations

采用多变量MR量化中介效应，排除少于三个SNPs或非显著中介比例（95% CI跨零）的中介物。包括4个关联：科Oxalobacteraceae影响CD16⁺ monocyte % monocyte，属Oscillospira影响Basophil %CD33dim HLA DR^? CD66b^?，纲Mollicutes影响CD8 on Natural Killer T和门Tenericutes影响CD8 on Natural Killer T。虽然当前文献尚未建立Basophil %CD33dim HLA DR^? CD66b^? cells/CD8 on Natural Killer T cells与肺炎的关联，广泛研究已结论性证明CD16⁺单核细胞在肺炎发病机制和进展中的关键作用。因此，我们识别CD16⁺单核细胞作为Oxalobacteraceae-肺炎关系中的关键调节因子（中介比例: 29.1%；中介效应: 0.025；总效应OR: 1.090, 95% CI: 1.010–1.175, p=0.026）。

4 | Discussion

我们的孟德尔随机化研究提供 novel见解 into连接肠道菌群、免疫细胞特征和肺炎易感性的因果路径。这些发现通过三个关键发现推进我们对肠道-肺-免疫轴的理解，值得进一步探索。全面两样本孟德尔随机化揭示特定肠道微生物分类群与肺炎风险之间的遗传验证因果关系。中介分析证明约29.0%的该效应通过CD16⁺单核细胞群体介导，表明它们在翻译肠道微生物信号到肺免疫响应中的关键中介作用。本研究代表基于MR的免疫细胞介导机制在微生物组-肺炎关联中的首项证据，突出通过肠道菌群调节预防肺炎的新治疗靶点。

单核细胞代表循环免疫细胞的功能异质性群体，通过多种机制在先天和适应性免疫中起关键作用，包括吞噬作用、抗原呈递和细胞因子生产。这些多功能细胞参与从初始激活到解析和组织修复的完整炎症响应谱。虽然巨噬细胞共享相似功能特性，单核细胞通过其循环性质和发育可塑性区分。当前分类系统基于CD14和CD16表面标记 differential表达将人外周血单核细胞分为三个 distinct亚群：经典（CD14⁺⁺CD16^?）、中间（CD14⁺⁺CD16⁺）和非经典（CD14⁺CD16⁺⁺）单核细胞。每个亚群展示独特功能专业化，CD16⁺群体（中间和非经典）展示 particularly robust促炎细胞因子分泌能力。这些CD16⁺亚群的扩展 consistently与各种炎症和感染性疾病状态相关，突出其致病 significance。最近研究进一步阐明单核细胞亚群内的功能异质性。例如，CD14⁺⁺CD16⁺通过上调MHC-II和共刺激分子（CD40/CD86）展示增强抗原呈递能力，而CD14⁺CD16⁺⁺通过PD-L1表达和活性氧物种（ROS）生产展示免疫抑制特性。这种功能 divergence critically受涉及CEBPB和CORO1A的转录网络调节，这些网络调制分化轨迹和代谢重编程。在SARS-CoV-2感染背景下，病毒特异性单核细胞炎症表型特征为CD16⁺亚群中TLR4和IL-23表达上调，驱动肺细胞因子风暴和趋化因子介导免疫细胞招募。这与肺炎支原体感染中的发现一致，其中CD16⁺单核细胞通过TLR4依赖性IL-23分泌介导肺炎症，与疾病严重性标记如减少HLA-DR表达相关。

作为组织巨噬细胞和树突状细胞的循环前体，单核细胞 contribute to基本宿主防御机制，同时当失调时 paradoxically参与病理炎症过程。实验模型证明肺感染诱导单核细胞招募到肺组织，在那里它们经历功能分化成巨噬细胞样细胞，能够提供持续抗菌保护。然而，慢性炎症导致病理重塑，如在cGVHD中可见，其中CSF1依赖性供体衍生巨噬细胞驱动纤维化疾病进展。类似地，在代谢功能障碍相关脂肪性肝炎（MASH）中，单核细胞衍生巨噬细胞展示代谢失调 with增强糖酵解和线粒体ROS生产，加剧 hepatic炎症。临床观察进一步支持单核细胞相关参数的预后价值，单核细胞与淋巴细胞比率（MLR）作为中风患者肺炎严重性的可靠预测因子。在抗MDA5⁺皮肌炎相关间质性肺病中，外周单核细胞免疫抑制与肺Mo-AM超激活对比，驱动细胞因子风暴和纤维化。这些发现 underscore compartment-specific单核细胞动力学在疾病发病机制中的重要性。在儿科肺炎支原体感染中，单核细胞亚群的 characteristic改变，包括增加非经典和中间亚群比例 coupled with减少CD14 bright CD16⁺单核细胞上HLA-DR表达，与疾病严重性相关。机制上，CD16⁺单核细胞已显示通过TLR4依赖性IL-23分泌在支原体肺炎中介导肺炎症，这些发现与我们当前结果一致。靶向单核细胞亚群的新兴治疗策略显示 promise。CSF1R抑制有效耗尽cGVHD中的致病巨噬细胞，而STAT3/IDO调制增强单核细胞衍生树突状细胞激活用于癌症免疫治疗。在肉瘤免疫放疗中，升高肿瘤相关巨噬细胞（TAMs）表达IL4I1/HES1预测差响应，突出靶向单核细胞-巨噬细胞轴的组合方法需求。这些进展强调理解单核细胞生物学在发展精确免疫治疗中的转化潜力。

虽然我们的研究识别CD16⁺单核细胞作为免疫失调的关键中介，我们承认MVMR未调整额外免疫特征如中性粒细胞计数或T细胞亚型。此省略可能引入残留混杂，给定免疫细胞群体间的功能 interplay。然而，稳健敏感性分析—包括bootstrap重采样、MR-Egger截距检验—建议未测量免疫特征最小影响我们的发现。未来工作应整合多组学数据以映射单核细胞-T细胞/中性粒细胞串扰，并采用纵向MR框架以解决时间依赖性混杂。

我们的调查 specifically暗示Oxalobacteraceae科成员，一个具有环境和共生分布的革兰氏阴性菌分类群，在调制免疫响应和呼吸健康中。该科包括代谢多功能分类群如Oxalobacter formigenes，其已广泛研究用于草酸代谢和保护 against尿石症。新兴证据，然而，突出Oxalobacteraceae beyond草酸降解的更广泛免疫调节和呼吸病理生理贡献。例如，Oxalobacter spp.可能通过与气道上皮细胞和免疫介质的相互作用影响哮喘中的支气管高反应性（BHR）。宏基因组和机制研究建议Oxalobacteraceae衍生代谢物，如短链脂肪酸（SCFAs），可能调节气道平滑肌张力和炎症信号路径，潜在减轻或加剧条件如哮喘。

在呼吸感染中，Oxalobacteraceae成员如Massilia spp.展示粘附特性和生物膜形成能力， enabling鼻和支气管粘膜 colonisation。此 colonisation可能通过竞争病原细菌或调制局部免疫响应破坏宿主-微生物稳态。例如，从北极土壤分离的Massilia polaris编码冷休克蛋白增强恶劣环境中生存，潜在促进炎症条件下呼吸道中的持久性。此外，比较基因组分析揭示Oxalobacteraceae拥有独特O-抗原合成簇，可能逃避宿主免疫识别或介导病原-宿主相互作用。该科在自身免疫和炎症疾病中的作用进一步 underscore其免疫调节潜力。改变Oxalobacteraceae丰度已链接到帕金森病，其中肠粘膜α-突触核蛋白错误折叠与微生物组成变化相关，包括增加Oxalobacteraceae。类似地，在自身免疫条件如类风湿关节炎中，Oxalobacteraceae衍生代谢物可能通过调制T细胞响应或细胞因子生产影响全身炎症。这些发现与最近MR研究一致，暗示Oxalobacteraceae在全身免疫失调中，包括与骨质疏松和自身免疫疾病的关联。Oxalobacteraceae的双重草酸代谢能力和与宿主免疫路径的复杂相互作用定位它作为呼吸和全身健康的关键参与者。未来研究应优先机制研究以阐明特定分类群如何影响粘膜免疫、气道重塑和健康与疾病中的跨王国信号。

本研究代表因果推断方法学方法的 significant进步。我们采用全面两样本孟德尔随机化框架系统评估多样肠道菌群分类群与免疫细胞特征之间的因果关系。此方法通过最小化混杂偏倚和建立时间 precedence解决观察性研究的关键限制。中介分析的整合提供量化中间生物路径的稳健机制，从而阐明潜在治疗靶点。选择用于分析的遗传工具严格遵循孟德尔随机化假设。敏感性分析确认我们主要发现的稳健性。对于Oxalobacteraceae丰度，遗传工具变量通过两步验证过程识别：（1）筛选与微生物丰度显著关联的SNPs使用MiBioGen联盟摘要统计，优先考虑肠道微生物组关联位点中的变异 with plausible机制相关性 to微生物 colonisation，如肠道微环境、稳态、免疫调制和异生物质代谢；（2）通过F-statistic计算（所有F>10）严格验证工具强度，超过弱工具偏倚缓解的常规阈值。此双验证框架确保工具有效性和特异性，建立稳健因果推断 for MR分析。无显著水平多效性或异质性加强因果解释的置信。识别特定微生物-免疫路径作为肺炎风险因素建议可行干预策略：（1）靶向微生物丰度的饮食修改；（2）调制免疫细胞激活的药理方法；（3）恢复微生物-免疫稳态的益生菌干预。这些发现持有 particularly相关性 for高风险人群，其中微生物组导向策略可能协同互补现有预防框架。

虽然双向MR和反向因果关系评估理论上 compelling，它们在肺炎研究中肠道-肺轴的应用方法学和生物学受限。方法学上，双向MR需要 disentangling两个独立因果路径（菌群-肺炎和肺炎-菌群），这要求 substantial统计功率以解决弱工具偏倚和多效性。然而，肺炎关联遗传变异解释肺炎发生的最小方差，且现有GWAS聚合细菌或病毒病因，稀释 outcome-specific因果信号。此异质性使识别稳健工具 for反向MR复杂化，其中肺炎链接SNPs可能反映混杂因素如住院或抗生素使用而非内在生物机制。时间上，急性肺炎通过瞬态因素改变菌群组成，包括抗生素治疗或免疫失调，但这些转变解析后恢复，在建立因果滞后中创造模糊性—双向MR的关键要求。生物学上，肠道-肺轴主要以单向方式操作：微生物代谢物通过髓样祖细胞表观遗传重编程调制肺免疫细胞，而肺炎诱导菌群变化是全身炎症或治疗干预的次要后果。临床前和临床证据支持微生物组驱动免疫失调在肺炎易感性中的首要性， with生态失调先于疾病发作而非下游后果。因此，优先菌群-肺炎路径与机制证据和转化优先级对齐， enabling可行见解，如饮食或益生菌干预，同时避免瞬态、感染相关菌群波动的推测分析。

5 | Limitations and Future Research

我们的研究提供Oxalobacteraceae与肺炎易感性相互作用的遗传证据；然而，几个关键限制必须承认。虽然我们在科水平识别关联并假设Oxalobacter formigenes作为关键驱动 due to其 established草酸代谢角色，微生物群落分析中缺乏物种水平分辨率造成模糊性。此限制可能混淆可能展示 divergent免疫调节效应的功能 distinct分类群。此外，我们基因组队列的主要欧洲血统， while foundational for初始见解，限制发现对非欧洲人群的普遍性—关键关注给定文件肺炎发病机制中的种族差异。此外，人口变量如年龄、性别和人群特定修饰符未系统评估，尽管证据这些因素塑造肺炎易感性和免疫细胞分布。

为填补这些空白，未来研究应优先三个相互连接的轴。首先，推进通过宏基因组测序与 strain-level分辨率的生物分类精度将 enable人队列中Oxalobacteraceae成员的分化。候选菌株的培养组学分离，随后与CD16⁺单核细胞的体外共培养实验，将允许量化菌株特异性免疫调节效应，如细胞因子分泌和吞噬作用调制。其次，整合定植 defined Oxalobacteraceae联盟的无菌小鼠模型将帮助剖析肺炎中的因果路径。这些模型中CD16⁺单核细胞的靶向耗尽可能分离免疫介导机制，而配对菌株特异性干预与纵向多组学分析（宏基因组学、代谢组学、单细胞转录组学）的临床试验将映射菌株动力学到免疫生物标志物和临床结果。第三，跨学科策略结合生态建模、机器学习和空间转录组学可能预测菌株-免疫相互作用同时调整年龄/性别混杂。对于基因组研究，跨血统 meta分析应识别共享和人群特异性位点影响Oxalobacteraceae colonisation， with通过CRISPR筛选和eQTL映射的功能验证。发展血统感知多基因风险评分和通过倡议如使用基因组学和流行病学的人口架构（PAGE）扩展GWAS表示将减轻健康差异。最后，整合多民族队列和表观遗传编辑工具将增强对肺炎易感性和免疫细胞调节的人口影响机制理解。

6 | Conclusion

此孟德尔随机化研究提供 novel见解 into肠道菌群、免疫细胞特征和肺炎风险之间的因果关系。通过识别特定微生物科作为风险因素和某些免疫细胞作为关键中介，我们 advanced对肠道-肺-免疫轴的理解。这些发现揭示开发靶向干预的潜在因果路径，这些干预调制微生物组-免疫相互作用以预防或治疗肺炎。本研究还证明因果推断方法在 unraveling复杂生物关系中的力量，为未来研究微生物对呼吸健康的影响铺平道路。这些关系的进一步调查可能 yield肺炎预防和个性化治疗策略的创新方法。

Author Contributions

Nianzong Hou：概念化（平等），形式分析（平等），写作—原稿（平等），写作—评审和编辑（平等）

Zhenhong Zhang：概念化（平等），数据管理（平等），方法学（平等），项目管理（平等）

Weiwei Song：方法学（平等），可视化（平等），写作—原稿（平等）

Lin Wang：形式分析（平等），项目管理（平等）

Guoxiang Xu：数据管理（平等），调查（平等）

Rumin Zhang：调查（平等），方法学（平等），项目管理（平等），写作—评审和编辑（平等）

Yong Yu：调查（平等）

Kai Wang：概念化（平等），验证（平等），写作—原稿（平等），写作—评审和编辑（平等）

Acknowledgements

作者感谢原始研究的调查人员分享GWAS摘要统计。

Ethics Statement

本研究是对公开可用数据的二次分析。伦理批准授予每个原始GWAS研究。此外，本研究未使用个体水平数据。因此，不需要新的伦理审查委员会批准。

Consent

作者无报告。

Conflicts of Interest

作者声明无利益冲突。