编辑推荐:
背景:已有研究报告了不同癌症之间存在共享遗传易感性,但在全基因组水平上这种共享通常较为有限。此类共享多基因风险是否在区域或功能水平上呈现结构性收敛尚不清楚。研究人员通过整合局部遗传相关性(local genetic correlation)分析与跨癌症多基
背景:已有研究报告了不同癌症之间存在共享遗传易感性,但在全基因组水平上这种共享通常较为有限。此类共享多基因风险是否在区域或功能水平上呈现结构性收敛尚不清楚。研究人员通过整合局部遗传相关性(local genetic correlation)分析与跨癌症多基因风险评分(polygenic risk score, PRS)关联分析,探究了跨癌症共享遗传风险。
方法:研究人员使用SUPERGNOVA方法,在16种特定癌症和一种泛癌症(pan-cancer)表型之间估计了成对的局部遗传相关性。利用与非癌症表型的遗传相关性以及GWAS Catalog中的关联信息,对包含多种癌症且相互之间存在局部遗传效应相关的基因组区域进行了注释。同时,研究人员评估了跨癌症PRS关联,并识别出显著的癌症配对。针对选定的癌症配对,进一步将全基因组PRS分解为多效性信息组分(pleiotropy-informed component)和通路特异性组分(pathway-specific component),以评估共享多基因风险的功能富集情况。
结果:全基因组遗传相关性分析识别出20对显著相关的癌症配对,而局部分析揭示了82个基因组区域,在66对癌症配对中存在共享遗传信号。其中5个区域呈现相互关联的癌症聚类,并在炎症功能等功能域中表现出富集。跨癌症PRS分析识别出5对具有共享多基因风险的癌症配对。PRS分解结果表明,这些跨癌症关联富集于特定的多效性组和免疫相关通路,而非反映弥散性的全基因组重叠。
结论:研究人员的发现表明,尽管跨癌症的共享遗传易感性在全基因组水平上有限,但在区域和多基因尺度上则变得明显。整合局部遗传相关性分析和PRS分解分析揭示了共享遗传风险的结构化模式,为研究跨癌症多基因易感性提供了一个框架。
**论文解读**
**一、研究背景与问题**
遗传因素在癌症易感性中贡献显著。大规模北欧双胞胎队列研究证据表明,总体癌症风险中约三分之一的方差可归因于可遗传因素(遗传力[h
2]=33%,95%置信区间:30%–37%)。全基因组关联研究(genome-wide association studies, GWASs)已鉴定出大量与多种癌症类型风险相关的常见变异。值得注意的是,部分变异表现出多效性(pleiotropy,即同一遗传变异独立地与两种或两种以上癌症相关联),例如TP53基因中的rs78378222变异已被发现与乳腺癌、皮肤癌及其他多种恶性肿瘤的风险相关。这些观察结果表明不同癌症之间存在共享的遗传结构(genetic architecture),凸显了系统表征跨癌症遗传重叠的重要性。
然而,量化跨癌症共享遗传易感性的既往研究(通常通过遗传相关性来衡量)一致表明,全基因组水平的重叠普遍有限。Sampson等人(2015)评估了13种癌症之间的成对遗传相关性,仅发现少数配对(如膀胱癌与肺癌)存在显著相关性,表明全基因组水平的共享可遗传风险有限。后续利用更大规模GWAS数据集的研究同样报告了较低的遗传相关性。尽管如此,部分癌症配对在全基因组相关性微弱或不显著的情况下仍表现出局部信号。例如,染色体9p21区域的共享风险已在多种癌症中被观察到,提示遗传重叠可能集中于特定基因组区域,而非广泛分布于全基因组。此外,聚合风险变异效应的多基因风险评分(polygenic risk scores, PRSs)揭示了全局遗传相关性估计未能捕捉到的跨癌症关联,进一步指向了额外的跨癌症关系。
尽管既往研究已量化了跨癌症遗传重叠的总体有限性,并强调共享信号可能局限于特定基因组区域,但这一重叠的底层生物学机制仍不充分了解。特别是,尚不清楚跨癌症共享的变异或位点是否汇聚于共同的致癌通路,还是反映不同的、背景依赖的机制。此外,大多数现有分析仅孤立地考察癌症配对,限制了刻画共享遗传结构更广泛模式的能力。因此,关于多种癌症如何在遗传上相互关联的全面网络级理解尚未完全建立。
在此背景下,研究人员开展了本项研究,旨在通过整合区域相关性分析与多基因风险评估来表征跨癌症共享遗传易感性。研究人员将全基因组共享分解为局部信号,通过局部遗传相关性分析和PRS分解来进行解析,以期确认全基因组尺度的共享遗传结构有限,但重叠的遗传风险在特定功能(如免疫代谢通路)中富集。
**二、关键技术与方法概述**
本研究利用24种特定癌症和一种泛癌症表型的GWAS汇总统计数据,首先通过GNOVA方法在全基因组和区域尺度估计遗传相关性,进而使用SUPERGNOVA方法将基因组划分为超过2,000个近似独立的连锁不平衡(linkage disequilibrium, LD)区块并计算区块特异性遗传相关性。显著区域通过与非癌症表型的遗传相关性(利用LAVA和SUPERGNOVA)以及GWAS Catalog变异注释(利用FUMA的SNP2GENE和GENE2FUNC模块)进行功能注释。在PRS分析中,研究人员使用基于汇总统计量的狄利克雷过程回归(Summary statistics-based Dirichlet Process Regression, SDPR)推断PRS权重,在英国生物银行(UK Biobank, UKB)的欧洲血统参与者中构建了个体水平的PRS。PRS分解采用两种策略:一是新近开发的多效性分解PRS(pleiotropy-decomposed PRS, PD-PRS)框架,将全基因组PRS按12个多效性组分解;二是通路特异性PRS(pathway-specific PRS, PS-PRS),将变异映射至364个KEGG通路。所有分析均限制于欧洲血统人群,癌症GWAS数据集排除了包含UKB参与者的研究,并进行了严格的质量控制。
**三、主要研究结果**
**(1)GWAS汇总统计量与遗传力估计**
研究人员下载并清理了24种特定癌症和一种泛癌症表型的GWAS汇总统计数据。基于LD评分回归(LD score regression, LDSC)的SNP遗传力估计显示,17种癌症具有显著富集的遗传力。其中,前列腺癌和乳腺癌的遗传力估计值最高(h
2=0.13±0.02;h
2=0.13±0.01),而急性淋巴细胞白血病(acute lymphocytic leukemia, ALL)最低(h
2=0.002±0.001)。睾丸癌、胃癌、口腔癌和鼻咽癌等8种癌症因遗传力不显著而被排除于下游分析。
**(2)全基因组与局部遗传相关性分析**
利用GNOVA对15种特定癌症和一种泛癌症表型进行成对全基因组遗传相关性估计。经Bonferroni校正后,20对癌症配对显示显著相关性(p值≤4.17×10
-4),其中10对涉及泛癌症表型,6对涉及非黑色素瘤皮肤癌(non-melanoma skin cancer, NMSC),其余四对为黑色素瘤皮肤癌(melanoma skin cancer, MSC)与非霍奇金淋巴瘤(non-Hodgkin lymphoma, NHL)、乳腺癌与结直肠癌、乳腺癌与肺癌,以及乳腺癌与卵巢癌。
局部遗传相关性分析在16种特定癌症中开展。经配对特异性Bonferroni校正后,在66对癌症配对中识别出82个具有显著局部遗传相关性的独特基因组区域。值得注意的是,57对癌症配对在全基因组相关性不显著的情况下表现出显著的局部遗传相关性,表明全局相关性估计可能未能捕捉区域遗传共享。在82个识别区域中,有7个区域呈现涉及至少三种癌症类型的相互关联癌症聚类。排除因临床亚型包含关系(慢性淋巴细胞白血病/小淋巴细胞淋巴瘤[CLL]为NHL亚型)和主要组织相容性复合体(major histocompatibility complex, MHC)区域复杂LD结构干扰后,5个区域被保留进行功能注释。具体而言:染色体6q27区域涉及肺癌、NHL和NMSC的聚类,所有三种癌症在该区域均与总蛋白水平显著相关;染色体8q24区域涉及乳腺癌、结直肠癌和前列腺癌的聚类,变异富集于多种癌症相关GWAS关联;染色体9p22区域涉及肺癌、前列腺癌和甲状腺癌,与肺功能指标和血细胞计数等18种非癌症表型显著相关;染色体11q12区域涉及结直肠癌、乳腺癌、NHL和NMSC,与肥胖相关性状和血细胞指数等30种非癌症表型显著相关;染色体1q25区域变异被映射至包括昼夜节律相关表型在内的7种GWAS性状。
**(3)PRS分析与跨癌症关联**
研究人员使用SDPR为16种特定癌症推断了PRS权重,并在UKB欧洲血统参与者中计算个体水平PRS。除ALL PRS外,15种PRS显示出与零假设显著不同的曲线下面积(area under the receiver operating characteristic curve, AUC)和比值比(odds ratios, ORs)。大多数PRS之间存在显著但幅度有限的相关性,处于高遗传风险前10%的个体重叠比例约为10%(NMSC与MSC之间接近20%),表明全基因组多基因重叠存在但幅度有限。
跨癌症PRS关联分析采用两步法。第一步中,在345对癌症-PRS配对中,18对经Bonferroni校正后显示显著关联。第二步排除共患两种癌症的个体后,7对癌症-PRS配对保持统计学显著,其中包括膀胱癌风险与肺癌PRS之间的关联,以及肺癌风险与膀胱癌PRS之间的关联。针对膀胱癌-肺癌配对按吸烟状态进行分层分析表明,吸烟相关机制可能不足以解释观察到的遗传重叠。最终,6对癌症-PRS配对被保留进行后续分析:膀胱癌-肺癌PRS、肺癌-膀胱癌PRS、乳腺癌-NMSC PRS、MSC-NMSC PRS、NMSC-CLL PRS和NMSC-肺癌PRS(NMSC-CLL对因CLL为NHL亚型而被排除)。
**(4)PD-PRS分解分析**
膀胱癌、肺癌、NMSC和CLL的全基因组PRS被分解为14个PD-PRS组分。对于每种癌症,分配给"其他"PD-PRS的变异比例最大(该组分包含位于与47种非癌症表型无显著遗传相关性的基因组区域的变异)。值得注意的是,尽管"其他"PD-PRS包含最多变异,但最高的ORs往往出现在特定多效性组对应的PD-PRS中:膀胱癌中神经精神疾病PD-PRS关联最强(OR=1.29),CLL中自身免疫性疾病PD-PRS关联最强(OR=1.45),肺癌中糖尿病PD-PRS效应最大(OR=1.27),NMSC中神经精神疾病PD-PRS关联最强(OR=1.46)。
跨癌症PD-PRS分析(排除共患病)在82项测试关联中识别出30项统计学显著关联。在26项关联中,PD-PRS与剩余PRS之间的Nagelkerke's R
2差异显著(置换检验p值<0.05),其中23项显示PD-PRS解释的方差比例大于剩余PRS,提示共享遗传风险富集于特定多效性组分。例如,对于膀胱癌风险,肺癌PD-PRS中与动脉粥样硬化性疾病、慢性肾脏病、糖尿病和神经精神疾病相关的组分显示出显著更大的R
2;对于肺癌风险,与膀胱癌PD-PRS中动脉粥样硬化性疾病、自身免疫性疾病、慢性肾脏病、脂质和神经精神疾病相关的所有五个组分均显示出显著更大的R
2。
**(5)PS-PRS分解分析**
膀胱癌、CLL、肺癌和NMSC的PRS中变异被映射至8,003个常染色体基因,并分配至364个KEGG通路。经Bonferroni校正后,258个PS-PRS与对应癌症显著相关。跨癌症PS-PRS分析(排除共患病)以名义显著性阈值(p值<0.05)识别出70项显著跨癌症关联。基因重叠分析(UpSet图和Jaccard相似性指数)显示通路的基因重叠通常有限。对于膀胱癌-肺癌配对,显著的通路大致聚类为癌症相关和感染相关类别,表明多基因重叠分布于多个功能组而非由单一共享通路驱动。对于NMSC-MSC配对,观察到神经退行性疾病和代谢过程相关通路聚类,提示功能类别水平的收敛而非基因水平的收敛。总体而言,PS-PRS分析表明跨癌症多基因重叠分布于多个生物学通路,基因水平重叠有限,共享遗传易感性反映了更广泛功能类别内的收敛。
**四、讨论总结与研究结论**
本研究的讨论部分指出,全基因组水平共享遗传结构有限但信号富集于特定功能的发现,与既往文献一致。研究识别出的癌症配对(如乳腺癌与结直肠癌、乳腺癌与肺癌的全基因组遗传相关性;膀胱癌风险与肺癌PRS的关联;CLL PRS与NMSC的单向关联)重现了已确立的癌症间关系,验证了分析框架的有效性。局部遗传相关性分析识别出8q24这一多癌症共享区域,该区域包含多种长链非编码RNA并通过调控原癌基因MYC与癌症风险相关联。PD-PRS分析表明膀胱癌与肺癌之间的共享多基因信号富集于与动脉粥样硬化性疾病和神经精神表型相关的遗传组分,PS-PRS分析则突出免疫和病毒相关通路的富集,提示这一共享遗传易感性可能源自涉及多种功能的相互关联的生物学过程。
研究人员也指出了若干局限性:分析仅关注常见变异而未纳入罕见变异或体细胞突变(somatic mutation);预定义的区域划分可能遗漏某些已确立的多效性癌症位点(如TERT和ABO基因);研究性质为假设生成,需独立验证;遗传相关性和跨癌症PRS关联幅度有限;癌症表型在肿瘤亚型和临床特征方面可能存在异质性;不同癌症类型样本量差异导致统计效力不均衡;所有分析均限制于欧洲血统人群。
研究结论为:跨癌症共享遗传结构在全基因组水平上普遍有限,但在区域尺度上变得明显。局部遗传相关性分析识别出全局相关性未能捕捉的多癌症基因组区域,而跨癌症PRS分析则突出了一组有限的多基因重叠癌症配对。对相关区域和PRS的注释进一步表明,这种共享风险是结构化的并富集于特定遗传域,而非均匀分布于全基因组。这些发现共同完善了当前对跨癌症遗传共享的理解,并为研究共享多基因易感性如何在癌症类型间表现提供了一个整合性框架。