《Frontiers in Nutrition》:Exploratory whole-exome analysis of low-density lipoprotein cholesterol and triglyceride response to Mediterranean-style dietary guidance: a focus on plasma lipoprotein pathways
编辑推荐:
目标:个体间脂质对饮食调整反应的差异凸显了精准营养的关键需求。目前的证据仍然零散,主要依赖于有限候选基因研究而非全面的基因组方法。为弥补这一差距,研究人员将生物学信息分析框架应用于全外显子组测序(WES)数据,以评估一个代表性不足的格鲁吉亚队列中脂质反应的营养
目标:个体间脂质对饮食调整反应的差异凸显了精准营养的关键需求。目前的证据仍然零散,主要依赖于有限候选基因研究而非全面的基因组方法。为弥补这一差距,研究人员将生物学信息分析框架应用于全外显子组测序(WES)数据,以评估一个代表性不足的格鲁吉亚队列中脂质反应的营养遗传学。具体而言,研究人员探索了外显子组范围及通路聚集的遗传变异是否可能导致个体间对地中海式饮食指导的低密度脂蛋白胆固醇(LDL-C)和甘油三酯(TAG)反应的差异(ΔLDL-C和ΔTAG)。方法:对51名接受地中海式饮食指导至少2个月的血脂异常患者进行了一项纵向研究。进行了高深度全外显子组测序(平均112×),并采用平行分析方法:探索性外显子组关联分析以筛选名义水平的变异信号,以及针对“血浆脂蛋白组装、重塑和清除”通路的靶向基因水平分析以优先考虑生物学合理的信号。结果:干预导致LDL-C平均降低33.5 mg/dL,TAG平均降低18.6 mg/dL。外显子组范围筛查未发现达到外显子组显著性的变异。ΔLDL-C在KIF6处观察到最低的名义p值(p = 4.87×10-7;FDR = 0.122),ΔTAG在SLC35F2处(p = 3.08×10-6;FDR = 0.521)。因此,这些结果仅作描述性报告,未作为候选饮食反应位点进行生物学解释。在靶向Reactome通路分析中,APOC3是排名最高的ΔLDL-C基因水平信号,也是唯一通过FDR校正的通路水平结果(Simes p = 7.84×10-4;FDR = 0.0361),而ΔTAG通路水平结果均未通过FDR校正。变异水平检查显示,APOC3信号主要由一个内含子变异驱动,该变异具有低模型特异性基因型完整样本量(N = 10),支持将其解释为产生假设的位点水平信号,而非基因-饮食关联的确认性证据。结论:这项探索性WES研究为在代表性不足的临床队列中进行通路聚焦的脂质反应营养基因组学分析提供了一个实用框架。结果将APOC3优先列为产生假设的LDL-C反应位点,同时强调在推断基因-饮食关联之前需要进行更大规模的重复研究。
血脂异常是动脉粥样硬化性心血管疾病(ASCVD)的核心可改变风险因素,而地中海饮食(Mediterranean-style diet)在初级和二级预防中均显示出心血管益处。然而,个体对饮食干预的脂质反应存在显著异质性,部分患者改善甚微甚至出现相反变化,这凸显了精准营养(precision nutrition)的必要性。当前证据主要来自候选基因(candidate-gene)研究,如载脂蛋白E(APOE)和胆固醇酯转移蛋白(CETP),但结果零散且难以推广,尤其是对非欧洲人群的代表性不足。为弥补这一空白,研究人员开展了一项探索性研究,利用全外显子组测序(WES)和生物学信息分析框架,评估格鲁吉亚(Georgia)血脂异常队列中遗传变异对地中海式饮食指导下低密度脂蛋白胆固醇(LDL-C)和甘油三酯(TAG)反应的影响。该研究论文发表在《Frontiers in Nutrition》。
研究人员对51名血脂异常患者进行纵向研究,给予地中海式饮食指导至少2个月,测量基线及随访血脂。干预后LDL-C平均降低33.5 mg/dL,TAG平均降低18.6 mg/dL。主要结论包括:外显子组范围筛查未发现达到显著性的变异;靶向通路分析中,载脂蛋白C3(APOC3)在ΔLDL-C中通过FDR校正,但信号主要由低样本量内含子变异驱动,应视为假设产生位点;ΔTAG通路信号均未通过校正。该研究强调,遗传变异对饮食反应的影响可能涉及中等、分布式的效应,而非单一高影响变异,且需在更大规模队列中重复验证。
关键研究方法包括:研究人员对51名来自格鲁吉亚的血脂异常患者进行纵向研究,给予地中海式饮食指导至少2个月,最终48名参与者纳入完整数据分析。采用高深度全外显子组测序(平均112×),通过外显子组关联分析(广义线性模型,校正年龄、性别和随访时长)筛选名义变异信号,并针对“血浆脂蛋白组装、重塑和清除”Reactome通路进行靶向基因水平分析,使用Simes方法聚合变异p值,以Benjamini-Hochberg FDR校正多重比较。此外,使用Blueprint Genetics高脂血症基因面板进行敏感性分析。
研究结果具体如下:
3.1 测序性能与数据质量:全外显子组测序平均深度111.9×,Q30比例96.87%,映射效率约99.9%。经相关性和主成分分析,排除一个一级亲属,最终51名无关参与者,其中48名具有完整数据用于最终分析。
3.2 参与者特征:48名参与者中27名女性,21名男性,平均年龄47.9±12.9岁,平均随访间隔4.7±1.9个月。基线LDL-C 151.2±26.5 mg/dL,随访降至117.7±22.2 mg/dL,平均变化-33.5±24.6 mg/dL。基线TAG 150.5±68.3 mg/dL,随访降至131.8±69.6 mg/dL,平均变化-18.6±58.5 mg/dL。男性TAG浓度高于女性,但脂质变化幅度无性别差异。
3.3 外显子组关联分析结果:QQ图未显示基因组膨胀(λ
GC为0.92和0.95)。未发现达到外显子组显著性的变异(p<5×10
-8)。ΔLDL-C最强名义信号在驱动蛋白家族成员6(KIF6)(p=4.87×10
-7,FDR=0.122),ΔTAG最强在溶质载体家族35成员F2(SLC35F2)(p=3.08×10
-6,FDR=0.521),均未通过FDR校正,仅作描述性报告。
3.4 靶向基因分析结果:在Reactome通路分析中,ΔLDL-C最强基因信号为APOC3(Simes p=0.000784,FDR=0.036),唯一通过FDR校正。ΔTAG最强信号为载脂蛋白B(APOB)(Simes p=0.00804,FDR=0.36),未通过校正。变异水平检查显示APOC3信号主要由内含子变异rs2070669驱动,该变异模型特异性基因型完整样本量仅10人,提示需谨慎解释。APOE和低密度脂蛋白受体(LDLR)未观察到显著信号。敏感性分析结果与Reactome分析一致。
讨论部分指出,本探索性研究提示脂质反应可能涉及中等、分布式的遗传效应,与生物学连贯过程一致。APOC3作为假设产生位点,其生物学合理性在于APOC3抑制脂蛋白脂酶(LPL)活性并延迟肝脏摄取富含甘油三酯的脂蛋白残粒,功能缺失变异与降低残粒胆固醇和LDL-C相关。但本研究信号强度有限,需重复验证。研究主要优势包括高深度外显子测序与临床干预结合,以及生物学信息分析框架。局限性包括样本量小(48人),统计效能低;饮食依从性基于自我报告,缺乏客观生物标志物;WES未覆盖非编码调控变异;靶向通路分析依赖先验生物学假设。研究结论翻译如下:这项探索性WES研究表明,脂质对饮食干预的反应可能涉及温和的、分布式的遗传效应,且与生物学连贯过程对齐。通过整合探索性外显子组分析和过程聚焦的基因优先排序,研究人员在现实约束下提出了一个实用的探索性框架,用于解释营养基因组学干预数据。这些发现强调了生物学信息方法在生成关于个体间饮食反应的可检验假设方面的潜在价值。未来工作应侧重于生成和标准化全面、共识驱动的生物学合理营养遗传学位点面板,以及标准化研究框架以确保跨研究一致性。更大、更祖先多样化的队列和精确的饮食摄入量化对于重复和完善这些发现至关重要。最终,此类工作可能有助于阐明何时以及如何利用遗传信息有意义地改善饮食反应预测。