精英运动员骨骼肌质量与瘦体重的基因型分层：一项试点分类与回归树分析

《Genes》：Genotype-Based Stratification of Skeletal Muscle and Fat-Free Mass in Elite Athletes: A Pilot Classification and Regression Tree Analysis

　　

摘要 背景/目标： 身体成分是运动表现的关键决定因素，受训练和遗传因素共同影响，然而，在不同运动项目的精英运动员中，若干遗传多态性的联合贡献仍未得到充分理解。这项探索性试点研究旨在应用分类与回归树（classification and regression tree, CRT）分析，依据基因型对精英冰球运动员和格斗项目运动员的骨骼肌质量（skeletal muscle mass, SMM）和瘦体重（fat-free mass, FFM）进行分层，并通过交叉验证评估所得结构是否在衍生样本之外依然成立。 方法： 在对现有队列进行的探索性二次分析中，研究人员检测了格斗项目运动员（n = 44）和冰球运动员（n = 48）。采用生物电阻抗分析评估身体成分，并通过聚合酶链反应对八个单核苷酸多态性进行基因分型。研究人员分别针对每组运动员的SMM和FFM构建了独立的CRT模型，以多态性作为唯一自变量；模型性能通过10折交叉验证进行评估。 结果： 在格斗项目运动员中，决策树纳入了IL6 rs1800795、UCP3 rs1800849和KCNJ11 rs5219，在训练数据中解释了SMM方差的20.7%；在冰球运动员中，决策树纳入了ADRB2 rs1042713、KCNJ11 rs5219和IL6 rs1800795，解释了17.4%的方差。在每个模型中，交叉验证的风险估计值均超过结局变量的总方差（格斗项目运动员和冰球运动员SMM的交叉验证R2分别为?0.27和?0.32），且终末节点内的标准差仍接近整个组的水平。ADRB2 rs1042713产生了最一致的信号：在冰球运动员中，它构成了两棵决策树的首次分裂，SMM随A等位基因数量增加而降低（每个等位基因β = ?1.47 kg，p = 0.085），且A/A基因型频率高于格斗项目运动员（25.0% vs. 4.5%）；与哈萨克斯坦一般人群的参考数据（17% A/A）相比，这种差异反映了格斗项目运动员中A/A基因型的缺失，而非冰球运动员中的富集。 结论： CRT分析识别出在SMM和FFM上存在差异的运动员亚组，但这些模型在构建样本之外没有预测价值。ADRB2 rs1042713是唯一值得进行重复验证的候选位点，其在格斗项目运动员中相对于人群参考数据的缺失需在匹配对照的研究中得到确认。这些发现是初步的、具有假设生成性质的；它们并未确立因果关系，需要在更大规模的独立队列中进行验证。

精英运动员骨骼肌质量与瘦体重的基因型分层：一项试点分类与回归树分析的研究解读

一、研究背景与问题

身体成分是决定运动表现的关键因素，其中骨骼肌质量（SMM）和瘦体重（FFM）与运动专项化和竞技水平密切相关。身体成分的评估还能为营养状况和整体健康提供参考。冰球运动以间歇性高强度活动为特征，而格斗项目受体重级别限制，要求较高的相对肌肉量和较低的脂肪量。不同运动项目间的比较人体测量学研究已揭示显著差异，凸显了建立运动专项参考范围的需求。

除训练和营养因素外，遗传因素对身体成分的个体间差异有实质性贡献。既往研究已关注到若干候选基因多态性与运动表型的关联，如编码β₂-肾上腺素能受体的ADRB2基因rs1042713（Arg16Gly）和rs1042714（Gln27Glu）多态性与运动表型相关，编码ATP敏感性钾通道的KCNJ11 rs5219（Glu23Lys）多态性与精英耐力状态相关。然而，在来自不同运动项目的精英运动员中，多个遗传多态性的联合贡献仍未得到充分理解，特别是与基线SMM相互作用的多态性整合研究较少。因此，这项探索性试点研究旨在应用分类与回归树（CRT）分析，依据基因型对精英冰球运动员和格斗项目运动员的SMM和FFM进行分层，并通过交叉验证评估所得结构在衍生样本之外是否依然成立。

二、研究设计与方法

研究人员对现有队列进行了探索性二次分析，共纳入92名20–30岁的哈萨克族精英男性运动员，分为冰球运动员组（n = 48）和格斗项目运动员组（n = 44，均为综合格斗运动员，体重级别61–93 kg）。精英身份以哈萨克斯坦授予的“运动健将”或“国际运动健将”称号为操作化定义，对应McKay等人提出的参与者分类框架中的Tier 4级别。身体成分采用InBody 770多频生物电阻抗分析仪在标准化条件下评估；基因分型在 accredited 的TreeGene分子遗传学实验室进行，采用聚合酶链反应对八个单核苷酸多态性进行分型，包括IL6 rs1800795、VDR rs731236、KCNJ11 rs5219、ADRB2 rs1042713、ADRB2 rs1042714、TRHR rs16892496、MSTN rs1805086和UCP3 rs1800849。统计分析方法包括CRT决策树分析、Hardy–Weinberg平衡精确检验、Mann–Whitney U检验、卡方检验、Fisher精确检验和线性回归。由于MSTN rs1805086的C等位基因携带者极少，该多态性被排除分析。模型质量通过重代入风险估计和10折交叉验证两种方式评估。

三、研究结果

3.1 遗传特征

两组运动员的八个多态性基因型频率汇总于表1。格斗项目运动员中TRHR rs16892496显著偏离Hardy–Weinberg平衡（p < 0.001），杂合子频率高于预期。两组间身体成分无显著差异：格斗项目运动员SMM为39.10 ± 4.31 kg，冰球运动员为38.38 ± 4.54 kg（p = 0.755）；FFM分别为68.50 ± 7.24 kg和67.28 ± 7.72 kg（p = 0.758）。ADRB2 rs1042713（p = 0.020）和TRHR rs16892496（p = 0.036）的基因型分布在两运动项目间存在差异，但均未通过八项多态性的Bonferroni校正（α = 0.006）。

3.2 格斗项目运动员的CRT模型

格斗项目运动员的SMM决策树包含五个终末节点，纳入IL6 rs1800795、UCP3 rs1800849和KCNJ11 rs5219三个多态性。首次分裂基于IL6 rs1800795，G/G纯合子（n = 25）的SMM为38.69 ± 3.59 kg，C等位基因携带者（n = 19）为39.65 ± 5.16 kg，改进量仅占总方差的1.2%。在IL6 G/G纯合子中，UCP3 rs1800849 G/G纯合子（n = 8）显示树中最低的SMM（36.69 ± 2.26 kg），A等位基因携带者（n = 17）为39.64 ± 3.77 kg。后者进一步按KCNJ11 rs5219分裂。在IL6 C等位基因携带者中，KCNJ11 rs5219 C/C纯合子（n = 5）显示树中最高的SMM（42.94 ± 7.02 kg）。各分裂合计解释了训练数据中SMM方差的20.7%。10折交叉验证下风险估计从14.389增至22.962，超过SMM总方差（18.14），对应交叉验证R²为?0.27。以FFM为因变量的平行模型产生相同的树结构，交叉验证R²为?0.35。

3.3 冰球运动员的CRT模型

冰球运动员的SMM决策树包含四个终末节点，纳入ADRB2 rs1042713、KCNJ11 rs5219和IL6 rs1800795。首次分裂基于ADRB2 rs1042713：A/A纯合子（n = 12）的SMM低于G等位基因携带者（n = 36），分别为36.66 ± 4.79 kg和38.96 ± 4.38 kg，改进量占总方差的4.9%。在G等位基因携带者中，KCNJ11 rs5219 C/T杂合子（n = 17）显示树中最高的SMM（40.48 ± 3.63 kg），而C/C和T/T纯合子（n = 19）为37.60 ± 4.63 kg。在KCNJ11纯合子中，IL6 rs1800795 G/C杂合子（n = 7）显示树中最低的SMM（35.54 ± 4.38 kg）。各分裂合计解释了训练数据中SMM方差的17.4%。交叉验证下风险估计从16.700增至26.657，超过SMM总方差（20.22），对应交叉验证R²为?0.32。FFM平行模型产生相同树结构，交叉验证R²为?0.18。

3.4 两组汇总

两组CRT模型均识别出SMM存在差异的亚组，但均无预测价值：交叉验证R²分别为格斗项目运动员?0.27和冰球运动员?0.32。KCNJ11 rs5219进入两棵决策树并解释了最大比例的方差（格斗项目运动员13.5%，冰球运动员7.7%），但根节点多态性在两组间不同：格斗项目运动员为IL6 rs1800795（占总方差的1.2%），冰球运动员为ADRB2 rs1042713（4.9%）。ADRB2 rs1042714、TRHR rs16892496和VDR rs731236未作为主分裂进入任何决策树。

3.5 ADRB2 rs1042713：加性趋势与运动项目间比较

在冰球运动员中，加性模型下SMM随A等位基因数量增加而降低：G/G纯合子（n = 17）为39.62 ± 3.99 kg，G/A杂合子（n = 19）为38.36 ± 4.72 kg，A/A纯合子（n = 12）为36.66 ± 4.79 kg，斜率为每个等位基因?1.47 kg（p = 0.085）。FFM呈相同方向（每个等位基因?2.35 kg，p = 0.104）。格斗项目运动员中无此趋势（每个等位基因+0.50 kg，p = 0.669）。ADRB2 rs1042713基因型分布在两运动项目间存在差异（χ2，p = 0.020），A/A基因型在冰球运动员中占25.0%（12/48），在格斗项目运动员中占4.5%（2/44）（Fisher精确检验，p = 0.008，OR = 7.0），但未通过Bonferroni校正。与哈萨克斯坦一般人群参考数据（806名成人，17% A/A，MAF 0.42）比较，冰球运动员的分布与参考值无显著差异（p = 0.26），而格斗项目运动员的A/A纯合子频率低于预期（4.5% vs. 17%，二项式p = 0.026），MAF较低（0.330）。因此，运动项目间的差异源于格斗项目运动员中A/A基因型的相对缺失，而非冰球运动员中的富集。

四、讨论与结论

ADRB2 rs1042713是唯一在多项独立分析中产生一致信号的位点，其信号不依赖树结构本身，还得到加性趋势和相对于另一运动项目及一般人群的基因型频率差异的支持。KCNJ11 rs5219虽进入两棵决策树并解释最大方差比例，但其分布在两运动项目间无差异且效应方向不一致，更可能归因于小样本终末节点而非生物学机制。IL6 rs1800795在格斗项目运动员中作为根节点但改进量极小，UCP3 rs1800849仅贡献于格斗项目运动员。TRHR rs16892496未进入任何决策树但偏离Hardy–Weinberg平衡。终末节点内标准差与整个组相当，表明亚组间重叠显著，基因型无法用于个体运动员的肌肉量估计。根分裂仅占总方差的1.2%以及多数分裂将杂合子与两类纯合子分离的模式，均提示过拟合特征。

该研究的优势包括基因分型完整（100%检出率）、在 accredited 实验室进行、身体成分评估采用标准化方案且由同一操作者使用同一设备在非赛季期间完成、排除了共线性的身体成分预测变量、设置了保守的节点大小标准并通过交叉验证评估模型性能。局限性包括横断面设计无法推断因果、样本量由可用队列决定而非功效计算、未划分独立的训练和验证子集、分子分析限于定向候选基因面板、研究人群仅包括两个运动项目的男性运动员、未纳入年龄、训练史、体重级别、营养状况等潜在混杂因素、祖先信息标记未分析、与人群参考数据的比较为指示性而非确认性。

结论部分指出，这项探索性试点研究使用分类与回归树分析基于八个候选多态性识别了在骨骼肌质量和瘦体重上存在差异的精英运动员亚组，并通过交叉验证评估了树结构的稳定性。尽管模型识别出涉及个别多态性的亚组，但这些模式在交叉验证下未显示出稳健的关联，可能归因于有限的样本量。因此，这些发现不支持关于身体成分遗传决定因素的结论。ADRB2 rs1042713是唯一在独立分析中产生一致信号的位点，其在格斗项目运动员中的缺失是否反映与体重级别运动需求相关的选择，无法从横断面设计中确定，仍为未来研究的假设。该研究还报告了哈萨克斯坦精英运动员队列中八个多态性的基因型频率，并展示了节点大小标准和交叉验证如何用于确定基因型亚组在此类样本量中是否可重复。这是一项方法论试点研究，主要贡献在于评估基因型分层模式在交叉验证下是否可推广，而非识别身体成分的遗传决定因素。未来研究应包含前瞻性纵向随访、重复身体成分评估、年龄和性别匹配的本地招募对照组，以及每组数百名运动员的更大规模独立队列和扩展标记面板。在得到此类研究验证之前，当前发现不应用于运动员选拔或个体化监测。