《Acta Psychologica》：Impact of post-traumatic stress disorder on brain structural connectivity: A bidirectional Mendelian randomization study with meta-analysis
编辑推荐：
创伤后应激障碍（PTSD）对健康和福祉产生巨大影响，但其与脑网络结构连接（SC）之间的双向效应尚未被探索。研究人员利用英国生物银行（UK Biobank）中欧洲人群的SC数据和来自FINNGEN、UK Biobank、PGC及Neale lab的PTSD全基因
创伤后应激障碍（PTSD）对健康和福祉产生巨大影响，但其与脑网络结构连接（SC）之间的双向效应尚未被探索。研究人员利用英国生物银行（UK Biobank）中欧洲人群的SC数据和来自FINNGEN、UK Biobank、PGC及Neale lab的PTSD全基因组关联研究（GWAS）数据集，以逆方差加权（IVW）法为主要方法进行双向孟德尔随机化（MR）分析，并辅以其他方法进行验证。研究人员采用MR Egger截距和Cochrane's Q检验进行多效性和异质性分析。研究人员将满足所有MR假设且在荟萃分析中具有统计学显著性（P < 0.05）的表型定义为阳性发现。在分析的206个SC中，有5个显示出与PTSD的名义显著正向关联：左侧边缘网络（L-LN）至右侧背侧注意网络（R-DAN）、左侧视觉网络（L-VN）至左侧控制网络（L-CN）、L-VN至L-DAN、L-VN至左侧感觉运动网络（L-SMN），以及R-DAN至右侧凸显/腹侧注意网络（R-SN/VAN）。此外，在荟萃分析中，没有SC表型显示出与PTSD的名义显著反向关联，且没有反向MR关联在有效独立检验数校正后仍然显著。这些发现为PTSD与SC之间的双向关联提供了初步证据。然而，在使用有效独立检验数（Meff）进行多重检验校正后，两个方向均无关联存活，提示这些结果具有假设生成性质，需要独立重复验证。
**研究背景**
创伤后应激障碍（PTSD）是一种在暴露于危及生命或创伤性事件后出现的精神疾病，以再体验、回避行为和过度警觉等症状群为特征。流行病学研究表明，PTSD在全球平民人群中的终生患病率约为3.9%，在美国军人中检出率更高达4%–17%。PTSD患者不仅伴有失眠、焦虑、抑郁等心理共病，还高发慢性疼痛和心血管疾病等躯体疾病。PTSD的神经生物学基础以恐惧学习与记忆环路失调为特征，尤其涉及前额叶皮层（PFC）、海马和杏仁核。在大尺度脑网络层面，PTSD病理生理学表现为默认模式网络（DMN）、凸显网络/腹侧注意网络（SN/VAN）和控制网络（CN）之间稳态平衡的破坏。然而，视觉网络和背侧注意网络等其他网络在PTSD病理生理学中的作用尚待探索，网络间连接模式对PTSD易感性的影响更不清楚。此外，PTSD可能对脑网络组织产生反向效应，但此类影响常与既存的神经生物学脆弱性混淆。因此，阐明PTSD与脑网络连接之间的双向关联是重要的研究优先方向。孟德尔随机化（MR）是一种新兴的统计方法学，能够评估风险因素与临床结局之间的因果关系，相比传统观察性研究设计具有利用大规模数据集和成本效益等优势，同时可减轻反向因果导致的潜在混杂效应。迄今为止，精神病学研究中的大多数MR研究主要集中于重度抑郁症、精神分裂症和焦虑障碍，对PTSD及其神经生物学机制的探索有限。为此，本研究采用两样本孟德尔随机化框架结合荟萃分析方法，系统分析来自多个独立来源的全基因组关联研究（GWAS）数据，旨在阐明脑网络连接与PTSD之间的双向关联。
**关键技术方法**
本研究遵循STROBE-MR报告指南，实施双向孟德尔随机化框架。SC数据来源于UK Biobank中26,333名参与者的弥散张量成像分析，产出206个白质微结构完整性和髓鞘化纤维束密度的定量指标。PTSD GWAS数据集汇总自四个独立大规模研究（FINNGEN、PGC、UK Biobank、Neale lab），共涵盖140,959例PTSD病例和2,256,511名对照，均为欧洲血统，样本重叠估计比例为0%–7.20%。工具变量（IV）筛选采用P < 5×10??阈值，鉴于达到常规显著阈值的表型稀少，采用放宽阈值P < 5×10??；排除F < 10的SNP以避免弱工具偏倚；LD clumping（r2 = 0.01，kb = 5000）；排除结局P < 10??的SNP；协调效应等位基因并去除回文SNP；使用PhenoScannerV2检查多效性并排除与潜在混杂因素相关的SNP；应用Steiger滤波验证因果方向。统计分析使用R软件的"TwoSampleMR"和"MendelianRandomization"包，主要采用五种方法：逆方差加权（IVW）、MR-Egger回归、加权中位数（WME）、简单模式（SMO）和加权模式（WMO）。采用MR-PRESSO检验识别并去除离群值，MR-Egger截距和Cochrane's Q检验检测水平多效性和异质性。由于206个SC表型并非独立，研究人员通过结构相关矩阵计算有效独立检验数（Meff），分别采用Li & Ji法（Meff = 201）、Nyholt法（Meff = 153）和Cheverud法（Meff = 36）进行FDR再校正。荟萃分析仅限于在两样本MR中达到名义显著性的表型，使用I2、τ2和χ2评估研究间异质性。此外，还进行了排除UK Biobank来源PTSD数据集的敏感性分析。
**研究结果**
**正向MR：脑网络连接与PTSD风险**：研究人员识别出40个SC暴露具有统计学显著性（P_IVW < 0.05），排除3个不满足异质性或水平多效性假设的暴露后，剩余32个通过严格验证标准（P_IVW < 0.05且五种MR方法效应方向一致），其中14个显示保护效应（β < 0），18个显示有害效应（β > 0）。然而，经FDR校正后，没有关联存活（P_FDR < 0.05）。因此，正向MR结果应被解释为假设生成性而非确证性。
**反向MR：PTSD与后续脑网络改变**：对反向MR结果应用三阶段筛选漏斗：47个SC结局在IVW中显示名义显著性，1个未通过异质性检验，剩余46个满足异质性标准，其中28个额外满足完整验证标准（五种方法效应方向一致且通过Cochrane Q和MR-Egger截距检验）。在这28个中，4个显示保护效应（β < 0），24个显示风险效应（β > 0）。然而，没有关联经FDR校正后存活。
**全基因组显著性阈值下的敏感性分析**：使用严格阈值（P < 5×10??）重复正向MR，识别出317个独立SNP作为IV，映射至132个SC表型，约38%（50/132）仅有单个IV。在四个PTSD GWAS数据集中获得506个IVW估计，14个达到名义显著性，但经Meff = 201校正后无关联存活。效应方向与放宽阈值下获得的结果大体一致。
**荟萃分析**：荟萃分析仅在正向方向识别出名义显著关联，涵盖5个SC作为暴露：L-LN至R-DAN（OR = 0.98，95% CI [0.97, 1.00]，P = 0.029）、L-VN至L-CN（OR = 1.02，95% CI [1.01, 1.04]，P = 0.009）、L-VN至L-DAN（OR = 1.02，95% CI [1.00, 1.03]，P = 0.036）、L-VN至L-SMN（OR = 1.03，95% CI [1.01, 1.05]，P = 0.005）、R-DAN至R-SN/VAN（OR = 1.02，95% CI [1.00, 1.03]，P = 0.044）。没有SC结局在荟萃分析中达到名义显著性。由于进入荟萃分析的表型是基于前序两样本MR的名义显著性选择的，这些汇总估计在构造上是描述性和探索性的。
**基于有效独立检验数的多重检验再校正**：使用Meff-based FDR校正所有MR结果。基于IV的相关矩阵得出Meff = 203（Li & Ji）、193（Nyholt）和70（Cheverud）；基于结构的相关矩阵得出Meff = 201（Li & Ji）、153（Nyholt）和36（Cheverud）。在最终自由估计（Meff = 201）下，四个PTSD数据集中没有正向MR关联存活。关键的是，在任何Meff估计下，包括最自由（Meff = 201：0个显著）和最保守（Meff = 36：0个显著），均无反向MR关联存活。
**排除UK Biobank数据集的敏感性分析**：仅使用FINNGEN和PGC数据集重复正向MR，FINNGEN分析中10个SC表型达到名义IVW显著性，PGC分析中22个。31个名义显著表型的荟萃分析显示仅一个表型（左侧视觉网络至海马SC）在两个数据集中均显著，但该关联表现出显著异质性（I2 = 90.3%，Q_p = 0.001），随机效应估计不显著（β = ?0.238，P = 0.309）。效应量在队列间差异显著（FINNGEN：|β| ≈ 0.3–0.5；PGC：|β| ≈ 0.02–0.05）。没有关联经Bonferroni校正后存活（P < 0.05/31 = 0.00161）。这些结果表明正向MR信号对样本重叠去除不稳健，且对队列组成敏感。
**讨论与结论**
本研究实施了全面的孟德尔随机化框架，阐明网络间结构连接模式与PTSD之间的双向关联。分析涵盖206个SC指标，揭示5个名义显著正向关联和无名义显著反向关联。视觉网络包含初级视觉皮层、颞上沟和顶内沟等关键神经结构，fMRI研究显示视觉网络内超连接可能与PTSD的持续过度警觉状态和自发性解离发作有关。背侧注意网络包含额眼区、顶内沟和顶上小叶等关键皮层区域，协调自上而下的目标导向注意控制过程。本研究发现R-DAN与L-LN连接增强呈方向性保护关联，而右侧DAN与R-SN/VAN连接增强呈方向性风险关联。边缘网络包含海马、杏仁核和扣带皮层，增强的LN与R-DAN之间SC可能赋予适应性自上而下情绪调节能力。SN/VAN与DAN之间的网络间SC主要由上纵束（SLF-I、II、III）以及右侧额中回、右侧后部额下回和右侧缘上回等关键皮层枢纽介导，呈现特征性右半球优势。苍白球（GP）是基底节-纹状体环路的关键组成部分，荟萃分析显示PTSD患者GP静息态神经活动低下。本研究与先前神经影像学研究不同，是首次通过全面的全脑连接组框架阐明PTSD与网络间SC之间双向关联的开拓性工作。研究人员整合了四个PTSD GWAS数据集并实施严格的方法学标准，系统表征PTSD病理生理学与脑网络连接模式之间的复杂相互作用。
本研究存在若干局限性：第一，SC和PTSD GWAS数据集均仅来自欧洲血统个体，可能限制外部效度和跨种族普适性。第二，分析框架无法检查已识别连接模式与特定PTSD表型异质性之间的关联。第三，缺乏达到常规全基因组显著性的遗传变异， necessitated采用放宽阈值（P < 5×10??）进行IV筛选，可能增加弱工具偏倚风险。第四，尽管进行了排除UK Biobank来源PTSD数据集的敏感性分析，SC暴露数据也来源于UK Biobank参与者，正向MR结果可能对队列组成敏感。第五，206个SC表型因脑网络解剖组织而固有相关，经Meff-based校正后无反向MR关联存活，凸显了在高度相关神经影像性状的MR研究中考虑表型相关性的重要性。第六，四个PTSD GWAS数据集虽来自不同队列，但欧洲血统限制降低了遗传和环境多样性。第七，PhenoScannerV2的多效性筛查对神经影像相关表型覆盖不完整，且MR-Egger截距检验在工具变量数量较少时统计效力有限。第八，若干反向MR关联仅基于两个工具变量，效应估计可能不稳定。
**结论翻译**：本研究的孟德尔随机化分析在荟萃分析中识别出五种网络间结构连接模式与PTSD存在名义显著正向关联，未发现名义显著反向关联。然而，在使用有效独立检验数（Meff）进行多重检验校正后，正向或反向均无关联存活。由于两个方向均无关联在表型相关性校正后存活，当前发现不支持将这些连接模式在此阶段用作生物标志物或治疗靶点。未来工作需要更大的PTSD GWAS样本以产生更多全基因组显著工具变量、独立重复验证，以及理想的影像学确认，才能考虑任何临床转化；此类工作应整合神经影像学、基因组学和临床精神病学，以阐明名义显著信号是否反映真实的共享遗传结构。
