《Nature》：Within-family effect of ancestry on complex traits in a Mexican population
编辑推荐：
摘要翻译：人类群体在疾病患病率和表型上存在差异，但对于大多数复杂性状而言，这些差异在多大程度上由遗传因素引起仍属未知。比较群体间的表型均值会受到环境差异的混淆，而使用多基因预测因子可能导致有偏推断1,2。对具有遗传混合祖先的人群进行基于家
摘要翻译：人类群体在疾病患病率和表型上存在差异，但对于大多数复杂性状而言，这些差异在多大程度上由遗传因素引起仍属未知。比较群体间的表型均值会受到环境差异的混淆，而使用多基因预测因子可能导致有偏推断1,2。对具有遗传混合祖先的人群进行基于家族的分析，能够估计不受祖先–环境相关性混淆的祖先效应。本研究利用墨西哥城前瞻性研究（Mexico City Prospective Study, MCPS）3,4中混合祖先成年人的遗传数据，估计家族内祖先效应5。研究人员评估了52,583名无亲缘关系个体及来自17,627个家庭的39,714名亲属的遗传祖先和15种复杂性状。在群体水平上，相对于欧洲（European, EUR）祖先，美洲原住民（Indigenous American, IAM）祖先对身高的效应为?1.98个标准差（s.d.）（P < 2 × 10?16），对2型糖尿病（type 2 diabetes, T2D）的自然对数优势比（natural log odds ratio, lnOR）为1.73（95%置信区间，1.54–1.92）。在家族内，IAM祖先对身高的效应为?1.51 s.d.（P = 10?8），对T2D的lnOR为5.13（95%置信区间，2.48–7.78）。这些效应得到祖先间性状增加等位基因计数差异以及性状相关位点选择证据的支持。尽管在群体水平上存在显著关联，但研究人员未发现家族内祖先对教育程度（educational attainment, EA）或其他性状的效应，这提示存在环境原因或混杂。总体而言，本研究提供了一种研究祖先间遗传效应的实验设计，并在墨西哥城一个遗传多样性群体中识别出身高、T2D和代谢性状的显著祖先差异。
论文解读文章
一、研究背景与问题
人类群体在疾病患病率和表型分布上存在差异，但其中由遗传因素造成的比例对大多数复杂性状而言仍不清楚。自然选择和遗传漂变会导致等位基因频率在不同群体间产生差异，进而可能差异化地塑造表型分布。已有研究证实部分群体间表型差异具有遗传基础，如肤色、药物代谢和单基因病患病率。然而，对于身高、2型糖尿病（type 2 diabetes, T2D）等复杂性状和常见疾病，遗传差异是否同样贡献于群体间差异，此前了解甚少。在混合祖先人群中，个体基因组中来自不同创始祖先（founder ancestry）的比例可以借助遗传标记进行估计。但祖先比例在群体水平上可能与性状值相关，也可能追踪环境效应，从而混淆遗传与非遗传因素对性状变异的贡献。例如，在墨西哥，肥胖和T2D高发且与祖先相关，但潜在机制仍不明确。传统群体水平的关联分析无法区分遗传效应与环境混杂。因此，需要一种能够分离家族内遗传效应与群体水平祖先–环境相关性的研究设计。
二、研究目标与设计
研究人员利用墨西哥城前瞻性研究（Mexico City Prospective Study, MCPS）的大样本、大量基因组祖先变异和超过17,000个家庭，采用基于孟德尔分离的家族内分析方法，估计遗传祖先对复杂性状的家族内效应。该设计利用亲代染色体在减数分裂中的随机分离：家族内遗传变异仅来自亲本等位基因的随机分配，因此家族内祖先-表型关联可归因于遗传变异本身。研究对140,829名MCPS参与者进行了全基因组基因分型分析，推断出美洲原住民（Indigenous American, IAM）、欧洲（European, EUR）、非洲（African, AFR）和东亚（East Asian, EAS）四种祖先成分。研究构建了两个子集：52,583名无亲缘关系个体（四度以内无亲缘）和来自17,627个一级亲属家庭的39,714名个体（包括全同胞和三胞胎）。在无亲缘样本中评估群体水平祖先-性状关联，在家庭样本中同时估计家族间和家族内祖先效应，并利用线性混合模型考虑亲属间协方差结构。
三、主要关键技术方法
研究使用了以下关键技术：（1）祖先推断：利用1000 Genomes Project（1KG）和人类基因组多样性计划（Human Genome Diversity Project, HGDP）作为参考群体，通过ADMIXTURE软件估计每位参与者的基因组-wide祖先比例（K=4）。（2）亲缘关系与IBD估计：使用KING软件识别亲缘关系，使用snipar软件基于隐马尔可夫模型估计全同胞之间的基因组-wide血缘同一（identity-by-descent, IBD）片段。（3）线性混合模型：在家庭数据中同时拟合家族间和家族内祖先效应作为固定效应，并拟合IBD关系矩阵和共享环境效应矩阵作为随机效应，实现对方差分量的估计。（4）多基因评分：从跨祖先全基因组关联研究（GWAS）汇总统计量中提取身高和T2D相关变异，计算每位个体的性状增加等位基因计数（count of trait-increasing alleles, cTIA）。（5）选择分析：利用MCPS中估计IAM祖先比例高于99.5%的1,012名个体获取近似纯IAM等位基因频率，与英国生物银行中欧洲人群（n=348,658）的频率进行比较，通过匹配对照SNP和Hudson's F
ST评估选择信号。样本队列来源为墨西哥城两个地区（Iztapalapa和Coyoacán）的MCPS前瞻性队列。
四、研究结果
（1）Family内和家庭间的祖先结构
在140,829名参与者中，平均推断祖先比例为67% IAM、29% EUR、4% AFR和不足1% EAS。对2,847个双亲均有基因分型的家庭，父母间IAM、EUR、AFR和EAS祖先比例的相关系数分别为0.53、0.52、0.41和0.02，表明存在强烈的祖先选型婚配。IAM祖先的家庭间标准差为0.167，而家族内标准差仅为0.020，说明祖先比例的家庭间方差远大于分离方差。这确认了MCPS人群具有高度混合祖先，且基因组-wide祖先在家族内发生分离。
（2）遗传祖先与性状的群体水平关联
在52,583名无亲缘个体中，对45个性状-祖先组合（15个性状×3种非EUR祖先）进行分析，24个组合达到研究-wide显著阈值（P
threshold=5.89×10
?4）。IAM祖先与身高显著负相关（β=?1.98，P<2×10
?16），与体质指数（BMI，β=0.27）、低密度脂蛋白胆固醇（LDL，β=?0.69）、载脂蛋白B（ApoB，β=?0.43）、T2D（lnOR=1.73）和EA（β=?2.03）显著相关。AFR祖先与糖化血红蛋白（HbA1c，β=0.92）、收缩压（SBP，β=0.91）和EA（β=?3.24）显著相关。相对于EUR基线，IAM效应相当于身高降低约13厘米，T2D患病率增加约19个百分点。这些结果表明祖先比例在群体水平上与多种性状强关联，但无法区分遗传与社会环境因素。
（3）家族内祖先效应
利用17,627个家庭数据（包含30,407对全同胞）同时估计家族间与家族内效应。在90个性状-祖先组合中，仅发现有3个显著的家族内关联。IAM祖先对身高的家族内效应为?1.51 s.d.（95% CI，?2.03至?1.00；P=1×10
?8），而家族间效应不显著，说明群体水平的关联主要由遗传效应驱动。IAM祖先对T2D风险的家族内效应强烈（lnOR=5.13，95% CI，2.48–7.78；P=1.51×10
?4）。相反，EA的家族内祖先效应接近零且不显著，尽管家族间关联显著（β=?1.11，P=2.51×10
?5），表明EA与祖先的群体水平关联可能完全由环境因素解释。此外，家族分析还估计了遗传力与残余共享方差：除EA外，几乎所有性状的遗传力估计值都远大于残余共享方差。EA的同胞协方差全部可由残余共享因素解释，但估计标准误很大。家庭数据得到的效应估计能够很好地预测独立群体样本中的效应值，两者高度一致。
（4）性状等位基因与祖先的关联
为探究家族内祖先效应的遗传基础，研究人员利用身高GWAS（12,111个COJO变异）和T2D GWAS（1,289个独立全基因组显著变异）计算了每个无亲缘个体的cTIA。身高cTIA与IAM祖先呈强负偏相关（r=?0.46，P<1×10
?300），T2D cTIA与IAM祖先呈正偏相关（r=0.35，P<1×10
?300）。AFR和EAS的偏相关较小但显著。当在家族分析中同时拟合祖先和cTIA时，IAM对身高的家族内效应从?1.51 s.d.衰减至?0.43（P>0.05），T2D的lnOR从5.13衰减至3.37（P=0.01），表明cTIA可解释一部分家族内祖先效应。随机置换对照和敏感分析支持这些结果的稳健性。
（5）身高和T2D位点的选择信号
利用MCPS中1,012名IAM祖先>99.5%的个体估计IAM等位基因频率，并与欧洲人群频率比较。在身高相关位点，IAM–EUR之间的平均固定指数（F
ST）显著高于匹配对照SNP（0.120对0.116，P=2.16×10
?4），但T2D相关位点的F
ST差异不显著（0.110对0.109，P=0.83）。性状增加等位基因频率（fTIA）差异分析显示，身高相关位点IAM的升高等位基因频率系统性低于EUR（P=2.16×10
?5），T2D相关位点IAM的频率则系统性高于EUR（P=1.48×10
?2）。对照性状SBP和BMI未观察到系统性fTIA差异。这提示身高相关位点的遗传差异部分由自然选择驱动，但T2D位点的选择证据尚不明确。此外，rs174570（位于FADS2基因内）是身高fTIA差异最大的位点，与已知的脂肪酸代谢适应信号一致。
五、讨论与结论
研究人员利用混合祖先家庭中亲代染色体的随机分离，成功估计了复杂性状的家族内祖先效应。结果表明，在MCPS人群中，IAM与EUR祖先之间的身高和T2D风险差异具有遗传基础，与性状增加等位基因频率的祖先差异一致。EA的群体水平祖先关联在家族内消失，提示其主要是环境混杂所致，这一发现凸显了缺乏家庭数据时祖先-表型关联可能导致误导性推论的风险。研究还提供了统计功效计算框架，并指出现有样本量对二元性状家族内效应估计的精度有限，例如T2D的lnOR 95%置信区间很宽，且遗传力估计存在较大标准误。研究的局限性包括仅关注墨西哥城单一混合人群、性状数量有限，以及家族内效应估计可能受选型婚配和基因-环境互作影响，尚不能直接推广至非混合的IAM和EUR人群。总之，该研究证明家族内分析可用于估计遗传祖先对复杂性状和疾病的影响，并提供了祖先差异至少部分由自然选择塑造的证据。
