Meta-ERS：一种基于暴露组学的风险评分模型，利用非遗传因素来指导骨质疏松症的预防

《Journal of Translational Medicine》：Meta-ERS: an exposome-based risk score using non-genetic factors to guide osteoporosis prevention

　　

摘要

背景

骨质疏松症受遗传因素和环境因素的共同影响，但暴露组（exposome）的相对贡献仍不明确。本研究旨在系统地识别与骨质疏松症相关的非遗传性暴露因素，并开发一种暴露组风险评分（ERS）来评估个体的骨质疏松症易感性。

方法

我们对477,792名英国生物银行（UK Biobank）的参与者进行了全面的暴露组分析，以确定与骨质疏松症相关的关键暴露因素。这些暴露因素被整合成一个加权Meta-ERS，并在苏格兰/威尔士队列中进行了验证。随后，将Meta-ERS与多基因风险评分（PRS）进行了比较，并将其与血浆蛋白质组学数据关联起来，以探索潜在的生物学机制。

结果

我们发现了41个独立的非遗传性暴露因素，这些因素涉及社会经济地位、心理健康、睡眠、饮食、吸烟、体力活动、环境和婚姻状况等。其中，社会经济地位和心理健康被认为是最重要的影响因素。基于这些暴露因素，我们构建了八个特定领域的暴露风险评分，并将它们整合到一个加权Meta-ERS中。该Meta-ERS的解释能力（R2 = 5.1%；卡方比例 = 14.3%）与多基因风险评分相当（R2 = 4.8%；卡方比例 = 12.0%）。重要的是，改变不良暴露因素可以减轻多基因风险评分对骨质疏松症的负面影响，尤其是在多基因风险评分较高的个体中，绝对风险降低幅度可达1.5至1.8倍。蛋白质组学分析进一步揭示了暴露组影响骨质疏松症的潜在机制，包括激素调节、炎症、骨化、肌肉发育、脂质代谢和加速的骨老化。其中，生长/分化因子15被确定为关键的中介蛋白，其介导比例在13.13%至36.52%之间。

结论

Meta-ERS有助于量化个体的骨质疏松症风险，并识别出可改变的暴露因素，从而实现有针对性的预防。其应用可以实现个性化的风险分层，并指导生活方式或环境干预措施。