《Nature Cardiovascular Research》：Multi-omic analysis of deep learning-derived phenotypes links ophthalmic imaging to cardiovascular and neurological traits
编辑推荐：
研究人员基于英国生物样本库（UK Biobank）数据，开发了一套整合生理学、影像组学（radiomics）、代谢组学及基因组学信息的多组学分析流程。研究人员训练视网膜对抗自编码器（retinal adversarial autoencoder, Ret-AA
研究人员基于英国生物样本库（UK Biobank）数据，开发了一套整合生理学、影像组学（radiomics）、代谢组学及基因组学信息的多组学分析流程。研究人员训练视网膜对抗自编码器（retinal adversarial autoencoder, Ret-AAE），将光学相干断层扫描（OCT）图像及彩色眼底照片（color fundus photography, CFP）表征为256维嵌入向量（embeddings）。Ret-AAE衍生嵌入向量与多种心血管及神经退行性疾病相关，包括缺血性心脏病（ischemic heart disease）、脑血管病（cerebrovascular disease）、帕金森病（Parkinson's disease）及痴呆。通过跨多组学数据集的关联分析，研究人员提供了将眼科影像特征与神经心血管解剖结构和功能、脂质代谢及神经退行性病理相关基因集相联系的证据。综合而言，研究结果表明眼科特征反映了复杂的多系统生物学过程，并强化了眼睛作为全身健康复合指标的作用。
该研究发表于《Nature Cardiovascular Research》，研究人员基于英国生物样本库（UK Biobank）建立了一套假设无关的多组学分析框架，旨在系统阐释深度学习衍生的眼科影像特征与系统性疾病之间的关联机制。
研究背景方面，眼睛作为人体唯一能直接无创观察血管系统和中枢神经系统的器官，其结构长期被视为全身健康的潜在指标。临床实践中，视网膜特征可提示血压或糖尿病状态，视乳头水肿可引导神经影像学检查，眼缺血体征可促使评估颈动脉通畅性。然而，这些关联多反映已确诊疾病的明显表现。近年来，眼科影像技术分辨率提升，彩色眼底摄影和光学相干断层扫描等设备日益普及，加之机器学习模型在医学影像表征方面的进步，使得基于眼科影像预测神经退行性和心血管疾病的深度学习模型得以发展。尽管如此，该领域仍面临多重挑战：眼-心-脑关联的可解释性、可预测疾病的广度、多模态数据整合、纵向健康轨迹建模、模型在不同人群中的泛化性、成本效益分析以及技术实施等。本研究聚焦于两个核心问题：一是明确与眼科影像特征相关的神经退行性和心血管疾病谱，二是刻画眼科图像中可检测的可能与系统性疾病风险相关的异常生物学过程。既往研究多依赖专家定义的有限影像特征（如光学相干断层扫描层厚度、血管宽度和迂曲度），这种方法导致已知重要特征的重复研究，可能忽略难以用人工标签定义的复杂或抽象结构特征。为此，研究人员引入了视网膜对抗自编码器（Ret-AAE），将光学相干断层扫描和彩色眼底照片压缩为256维向量嵌入，以无先验假设的方式探索眼-全身关联。
研究人员为开展此项研究，主要运用了以下关键技术方法：基于英国生物样本库的大规模队列数据，构建Ret-AAE深度学习模型进行图像嵌入表征；采用皮尔逊相关分析、Welch t检验及Cox比例风险模型进行表型关联分析；开展全基因组关联研究（GWAS）及基因集富集分析（MAGMA）；通过连锁不平衡回归（LD score regression）评估遗传相关性；运用层次密度聚类（HDBSCAN）对大量表型进行分组；采用典型相关分析（CCA）及稀疏偏最小二乘（SPLS）进行代谢组学关联研究；结合梯度加权类激活映射（Grad-CAM）及潜在特征遍历（latent feature traversals）实现模型可解释性分析。
研究结果部分：
**Ret-AAE将眼科影像映射至低维向量同时保留关键解剖特征**
经质量控制后，共63,946幅图像用于训练彩色眼底照片对抗自编码器（CFP-AAE），88,972幅图像用于训练光学相干断层扫描对抗自编码器（OCT-AAE）。彩色眼底照片重建的结构相似指数（SSIM）为0.89，峰值信噪比（PSNR）为30.65 dB；光学相干断层扫描图像的SSIM为0.72，PSNR为29.19 dB。光学相干断层扫描图像的斑纹噪声在重建过程中未被保留，图像被平滑处理，这解释了其重建指标低于彩色眼底照片的原因。大多数眼科影像嵌入近似高斯分布。
**具有足够高质量图像的表型和基因型分析人群特征**
表型和基因型关联分析在具有高质量左眼彩色眼底照片（n=42,001）或光学相干断层扫描（n=68,942）图像的研究参与者中进行。拥有此类图像的队列显著年轻于无眼科影像者，遗传性别构成不同，白人种族比例较低，且财富水平较低。
**Ret-AAE嵌入与眼科解剖、功能、遗传及疾病相关**
研究人员开展了三项阳性对照研究以探索Ret-AAE嵌入对视网膜特征的表征能力。皮尔逊相关分析显示，Ret-AAE嵌入与50项眼科特征（包括传统影像衍生特征、视力、屈光度、眼压及角膜生物力学）存在广泛的多重检验校正后显著关联。Ret-AAE嵌入与所有测试的眼科疾病相关，其中白内障、玻璃体疾病、青光眼、视网膜脱离及裂孔、其他视网膜疾病的关联数最多。此外，彩色眼底照片和光学相干断层扫描衍生嵌入可预测成像后的眼科疾病。
遗传分析方面，光学相干断层扫描嵌入全基因组关联研究的发现队列包含30,863人，复制队列为6,847人；彩色眼底照片嵌入发现队列包含19,109人，复制队列为4,402人。光学相干断层扫描嵌入的全基因组关联研究经GCTA COJO精细映射后，在39个嵌入中发现了33个全基因组显著的单核苷酸变异，其中9个在验证研究中复制。这些位点涉及色素相关基因（如TYR、OCA2、DCT、TSPAN10）及视网膜发育和生理核心基因（如RDH5、VSX2）。彩色眼底照片嵌入的全基因组关联研究鉴定出80个嵌入中的51个独立全基因组显著变异，13个在验证研究中复制，涉及血管相关信号（如PDE3A）及与机器衍生年龄差距、衰老相关疾病和眼部疾病相关的基因（如TMCC2、RXFP3、IL1RAP）。
多标记基因组注释分析（MAGMA）揭示了33个多重检验校正显著的彩色眼底照片相关基因集（跨越25个嵌入）和26个光学相干断层扫描相关基因集（跨越22个嵌入）。复制的通路包括补体系统、成纤维细胞生长因子受体通路等眼科生物学重要通路，以及"WP kynurenine pathway and links to cell senescence"、"Pathway Interaction Database alpha synuclein pathway"等与神经退行性疾病相关的通路。
**眼科影像特征与心血管疾病的关联**
彩色眼底照片和光学相干断层扫描衍生嵌入与基线时多种心血管疾病相关，缺血性心脏病和高血压的关联数最多，脑血管病和心力衰竭的关联数较少，与心肌病无显著关联。显著性图谱（Grad-CAM）和潜在特征遍历提示，心血管疾病相关嵌入主要定位于视网膜血管、视乳头（如杯盘比）、脉络膜层、神经感觉视网膜及背景特征。
前瞻性分析显示，彩色眼底照片和光学相干断层扫描衍生嵌入可预测未来多种心血管疾病风险，包括高血压、脑卒中、心绞痛、缺血性心脏病和心力衰竭。彩色眼底照片嵌入与原发性高血压的广泛关联主要定位于血管、视乳头、黄斑和眼底色素沉着，而光学相干断层扫描嵌入仅与一个定位于黄斑边缘和脉络膜血管的嵌入相关。在光学相干断层扫描衍生嵌入中，心力衰竭是关联最频繁的疾病，主要与椭圆体区、视网膜色素上皮、神经节细胞层、视网膜神经纤维层等结构的嵌入相关。
遗传相关性分析发现少数彩色眼底照片嵌入与心血管疾病存在名义显著遗传相关，如嵌入z220与心肌梗死存在多重检验校正后的中等遗传相关（r
xy=0.38），嵌入z68和z111与心力衰竭存在名义显著遗传相关。
与心血管解剖、生理及功能的关联分析中，层次密度聚类识别出四个心血管特征组：心电图间期组、心率组、中央/外周脉压和每搏输出量组、血压组。嵌入主要与"噪声"定义特征、脉压/每搏输出量组及血压组相关。显著的"噪声"结果由脉搏波动脉僵硬度指数、脉搏波反射指数和血压测量主导。24项心血管特征与至少一个彩色眼底照片衍生嵌入相关，21项与光学相干断层扫描衍生嵌入相关。
典型相关分析揭示了眼科影像嵌入与脂质代谢的关联。彩色眼底照片-代谢组学分析保留两个典型模式，均显示彩色眼底照片嵌入与代谢特征的中等程度相关，主要由高密度脂蛋白（HDL）和低密度脂蛋白（LDL）组成指标主导。光学相干断层扫描嵌入的第一典型模式同样显示中等相关（r=0.36），再次由HDL、LDL和极低密度脂蛋白相关特征主导，"大HDL中的胆固醇"具有最高的典型相关分析权重。稀疏偏最小二乘分析验证了上述结果，并提示肌酐对光学相干断层扫描模型有实质性贡献。
**眼科影像特征与神经退行性疾病的关联**
Ret-AAE衍生嵌入在基线时与帕金森病存在多重检验校正后的显著关联，最强关联嵌入定位于视乳头、视网膜神经纤维层厚度和椭圆体区。前瞻性分析显示，彩色眼底照片和光学相干断层扫描衍生嵌入均可预测未来帕金森病、血管性痴呆和其他疾病所致痴呆的风险，但阿尔茨海默病仅与彩色眼底照片衍生嵌入相关。
基因集分析揭示了Ret-AAE嵌入与四种神经退行性疾病相关通路的关系：彩色眼底照片嵌入与"WP kynurenine pathway and/nf2004/links to cell senescence"相关，光学相干断层扫描嵌入与"Pathway Interaction Database alpha synuclein pathway"、"KEGG MEDICUS variant mutation-caused aberrant amyloid beta to VGCC-Ca
2+ apoptotic pathway"及"KEGG MEDICUS variant mutation-caused aberrant amyloid beta to transport of calcium"相关。
层次密度聚类识别出四个神经特征组：主要由磁共振成像（MRI）灰质体积构成的组，以及主要由弥散MRI值构成的三个组。光学相干断层扫描衍生嵌入与神经特征的关联远多于彩色眼底照片衍生嵌入。459项神经特征与至少一个光学相干断层扫描衍生嵌入显著相关，390项与至少一个彩色眼底照片衍生嵌入相关。流体智力评分和反应时间与影像潜在特征的关联数最多，其次为脑体积测量。
**讨论与结论**
本研究提出了一种整合性多组学框架，用以调查深度学习衍生眼科影像特征与系统性疾病之间的关联。通过全面的生理学、解剖学、影像组学、代谢组学和基因组学分析，研究人员提供了汇聚性证据，表明眼科特征与系统性疾病之间的关联反映了多种生物学过程。
研究人员证明光学相干断层扫描和彩色眼底照片特征与多种心血管和神经退行性疾病相关，既包括成像时的关联，也包括对未来疾病的预测。具体而言，Ret-AAE嵌入与未来心力衰竭、高血压、缺血性心脏病、脑血管病、帕金森病及痴呆相关，这与既有证据共同支持眼睛作为心血管和神经健康诊断窗口的概念。此外，该研究证实并扩展了现有证据，即光学相干断层扫描和彩色眼底照片中的眼科特征提供了独特且互补的系统健康洞察。彩色眼底照片在心血管关联方面更为广泛，而光学相干断层扫描在神经特征关联方面更为突出；就未来疾病风险而言，光学相干断层扫描以心力衰竭关联为主导，彩色眼底照片以原发性高血压关联为主导。
显著性图谱和潜在特征遍历主要将脉络膜和血管树与心血管关联相联系，将视乳头、神经感觉视网膜和血管与神经关联相联系。值得注意的是，脉络膜特征在本分析中的突出重要性与心血管病变脉络膜生物标志物研究相对匮乏形成了对比，提示有必要进一步研究，特别是采用能提供更高脉络膜可视化分辨率的成像技术（如扫频光学相干断层扫描）。
遗传分析揭示Ret-AAE特征富集于神经退行性疾病相关通路，包括帕金森病相关（如α-突触核蛋白）、阿尔茨海默病相关（如淀粉样蛋白相关通路）及更广泛神经退行性变（如犬尿氨酸通路）通路。此外，研究人员观察到心血管特征与血管树定位眼科特征之间存在统计学显著的遗传相关，提示部分眼科特征与心血管健康共享遗传架构。生理学分析表明眼科特征与多种心血管表型相关，包括血压、脉压、动脉僵硬度及心动周期功能容积。影像组学分析揭示眼科特征与全局和局部脑容积及弥散MRI评估的脑组织微结构存在广泛关联。代谢组学分析显示光学相干断层扫描和彩色眼底照片特征均与脂质相关代谢物相关，提示存在连接眼科特征与神经退行性和心血管 neurodegenerative and cardiovascular 疾病的共享代谢轴。这些发现共同说明连接眼科特征与系统健康的潜在中介因素范围广泛且复杂。
研究结论部分指出：本研究为解释影像-疾病关联背后的特定系统通路提供了一个框架，涉及遗传、代谢、解剖和功能特征。该研究通过对抗自编码器衍生影像特征实现了这一目标，但未来研究可比较该方法与其他方法（如变分自编码器或其他先进视觉学习器）的性能。通过增强这些关联的生物学可解释性，研究发现可为未来利用眼科影像建模心血管和神经系统疾病的研究提供信息，并支持可解释深度学习工具在个体化医学中的应用开发。此外，通过明确与眼科影像特征相关的神经退行性和心血管疾病谱，该研究有望为未来模型在可建模健康结果多样性方面提供指导。
