多变量全基因组关联分析在韩国基因组与流行病学研究中鉴定出代谢综合征的遗传易感位点

《International Journal of Molecular Sciences》：Multivariate Genome-Wide Association Analysis Identifies Genetic Susceptibility Loci for Metabolic Syndrome in the Korean Genome and Epidemiology Study

　　代谢综合征（MetS）以一组相互关联的代谢异常为特征，包括中心性肥胖、高血压、血糖异常、甘油三酯升高以及高密度脂蛋白胆固醇（HDL-C）降低，显著增加2型糖尿病和心血管疾病的风险。传统的基因组关联研究（GWAS）通常分析单一性状或二元化的代谢综合征状态，只能部分捕获其遗传性，并可能忽略那些对相关性状具有共享（多效性）效应的变异。在本研究中，我们利用韩国基因组与流行病学研究的数据进行了多性状GWAS分析。我们采用韩国生物样本库芯片（K-Chip）对新安和安城研究的发现队列（1490例病例和3856例对照）进行了分析，并在CAVAS（3620例病例和4461例对照）及HEXA（15,257例病例和41,807例对照）队列中验证了研究结果。我们使用互补的多变量框架——多表型关联检验（MPAT）和全基因组高效混合模型关联（GEMMA）——联合建模六个代谢综合征相关性状，同时辅以基线逻辑回归分析。逻辑回归检测出2个APOA5变异（rs662799和rs2075291），而多变量分析鉴定出79个显著的SNP，均在HEXA队列中得到重复验证。功能注释优先筛选出27个高风险变异，涉及12个基因；通路分析（DAVID）揭示出与脂质代谢相关的八个基因本体（Gene Ontology）和京都基因与基因组百科全书（KEGG）通路。我们的研究结果表明，多变量分析可显著提高在韩国人中鉴定代谢综合征多效性易感位点的效能，并为早期检测和管理提供了候选基因线索。