大连医科大学 大连 116000 江苏省盐城市响水县响水镇卫生院普外科, 江苏响水 224600
摘要:观察性研究已经表明,某些代谢特征与消化系统肿瘤的风险之间存在关联。然而,仍缺乏更全面的分析。我们的目的是利用孟德尔随机化(MR)研究来确定代谢特征与消化道肿瘤之间的因果关系。在MR研究中,我们使用了来自英国生物银行(UK Biobank)和FinnGen数据集的基因组学数据。通过这些数据,我们能够评估代谢特征(如体重指数、血糖水平、血压等)与消化道肿瘤风险之间的潜在因果关系。我们的研究结果表明,某些代谢特征确实与消化道肿瘤的风险之间存在因果关系。例如,较高的体重指数和血糖水平被发现会增加胰腺癌和肝癌的风险。同样,高血压也被认为是食道癌的一个风险因素。这些发现有助于我们更深入地理解消化道肿瘤的发病机制,并为预防和治疗DTCs提供新的思路。
关键词:孟德尔随机化代谢特征消化道肿瘤因果推断
1.介绍
消化系统肿瘤,包括结肠癌、胃癌、食道癌、小肠癌、胰腺癌和肝癌等。这些癌症的发病率和死亡率都很高,每年有超过40000个新病例被诊断出来,大约有80000人因此死亡。这些癌症通常与许多因素有关,包括遗传、环境、生活方式和饮食习惯等。因此,预防和治疗这些癌症需要综合考虑多种因素,包括早期筛查、改变不良的生活方式和饮食习惯、加强环境保护等。据2020年癌症统计数据,结直肠癌和胃癌是全球最常见的癌症类型之一。然而,目前对于不健康的生活方式、营养状况与癌症之间的联系,人们的关注还相对有限。因此,识别和应对癌症的风险因素对于改善人们的健康状况以及辅助癌症的治疗和诊断具有至关重要的意义[1]。世界卫生组织最近的一份报告强调,40%的癌症病例是可以预防的。值得注意的是,吸烟、饮酒和肥胖是影响癌症风险中的最可改变的生活方式选择。
观察性研究表明,肥胖相关的代谢特征(如BMI)与胰腺癌和肝癌的风险增加有关。同样,2型糖尿病(T2DM)与食道癌的风险增加有,并且HbA1c水平升高与胃癌的风险增加有关。在流行病学和临床研究中,血压也被认为是甲状腺癌的潜在风险因素。然而,考虑到存在混杂因素和反向因果关系的可能性,确切的因果关系仍需研究。对这些相关性之间的因果关系进行明确和彻底的评估,对于制定有效的预防措施来预防消化道肿瘤至关重要。
孟德尔随机化(MR)分析是一种有价值的统计技术,用检测测暴露和结局之间的潜在因果关系,并利用遗传变异作为工具变量(IVs)。由于遗传变异在受孕时是随机分配的,因此MR研究可以消除混杂因素并证明因果关系。
本研究旨在利用两样本孟德尔随机化研究来探索代谢特征对消化道肿瘤风险的因果影响。
2.材料方法
2.1.研究设计
首先,我们从已发表的全基因组关联研究(GWAS)数据中选择了15个代谢特征。在此之后,我们进行了两种不同的MR分析。第一个分析利用FinnGen的数据,随后使用英国生物银行的数据进行单独的分析作为重复验证步骤。MR设计依赖于关于遗传工具的三个关键假设,即[2],(1)遗传变异体应与暴露具有稳健的相关性,(2)它仅通过暴露与结果相关联,而不涉及独立的生物途径,(3)遗传变异体不会受到其他因素的影响。
2.2. 数据搜集
我们通过文献检索,系统地整理了与15种代谢特征相关的GWAS数据。这些代谢特征包括:体重指数(BMI)、腰围(WC)、腰臀比(WHR)、臀围(HC)、2型糖尿病(T2DM)、糖化血红蛋白(HbA1c)、空腹血糖(FG)、空腹胰岛素(FI)、总胆固醇(TC)、甘油三酯(TG)、低密度脂蛋白(LDL)、高密度脂蛋白(HDL)、收缩压(SBP)、舒张压(DBP)和脉压(PP)。
结局来自两个来源:英国生物银行和FinnGen。主要使用了来自欧洲血统个体的GWAS数据。
2.3.工具变量的选择
为了正确合理地推断暴露与结果之间的因果关系,工具变量必须满足三个重要条件:(1)选择P < 5×10-8的SNP作为候选工具变量。 (2)连锁不平衡r2 < 0.001。 (3)排除10000kb内的SNP。估计F统计量以量化工具强度,F统计量> 10表明工具足够强大。此外,FDR校正后的P值<0.05也被认为具有潜在证据的显著性阈值,表明存在潜在的因果效应。
2.4.两样本MR分析
为了探索代谢特征对消化道肿瘤的潜在因果影响,我们进行了两样本MR分析,以代谢特征为暴露,消化道肿瘤为结局。我们的初步估计基于Inverse-Variance Weighted(IVW)方法,该方法假设所有SNP不存在水平多效性,这在假设下提供了最准确的评估。此外,我们还采用了其他方法,包括Weighted median、MR-Egger、Simple mode、Weighted mode等,以便全面评估暴露与结果之间的因果关系。
2.5.敏感性分析
我们进行了敏感性分析,以验证我们的发现结果的稳健性并评估潜在的偏差。所采用的方法包括Cochran's Q检验、MR-PRESSO检验、漏斗图、MR-Egger截距和逐一剔除分析。首先,我们计算了Cochran's Q检验的P值,以确定结果中是否存在异质性。随后,我们使用MR-PRESSO全局测试和MR-PRESSO异常值测试来检查多效性并去除工具变量的多效性。我们还采用漏斗图来评估是否存在任何方向上的偏倚。此外,我们还采用MR-Egger截距分析来评估MR结果中的水平多效性。
2.6.数据分析
分析使用R版本4.2.1进行,并利用了“TwoSampleMR”、“MRPRESSO”和“MendelianRandomization”等软件包。数据可视化是使用R软件包“forestploter”进行的。结果以比值比(OR)和相应的95%置信区间(CI)表示。双侧p值<0.05被认为具有统计学意义。
3.结果
3.1. 代谢特征对消化道肿瘤的因果影响
我们使用FinnGen中的GWAS汇总统计数据进行了MR分析,以估计15种代谢特征对消化道肿瘤风险的因果影响。IVW分析结果显示以下相关性:BMI与食管癌症呈正相关(OR: 1.3977, 95% CI: 1.1266 - 1.7339, p = 0.0023, FDR = 0.0117)。WC与癌症呈正相关(OR: 1.0010, 95% CI: 1.4232 - 5.5230, p = 0.0021, FDR = 0.0144)。T2DM与食管癌症呈正相关(OR: 1.5817, 95% CI: 1.2030 - 2.0796, p = 0.0010, FDR = 0.0051)。HbA1c与结直肠癌癌症呈负相关(OR: 0.7496, 95% CI: 0.6306 - 0.8910, p = 0.0011, FDR = 0.0054)。HC与胃癌呈负相关(OR: 0.4765, 95% CI: 0.2740 - 0.8287, p = 0.0087, FDR = 0.0433)。低密度脂蛋白与小肠癌症呈负相关(OR: 0.3878, 95% CI: 0.1915 - 0.7852, p = 0.0085, FDR = 0.0212)。TC与胰腺癌呈负相关 (OR: 0.5747, 95% CI: 0.3912 - 0.8443, p = 0.0048, FDR = 0.0238) 。其他代谢特征对DTC没有显著的因果影响。
3.2敏感性分析
为了验证IVW结果的稳健性,我们进行了敏感性分析。结果表明,在大多数因果关系中没有异质性的证据(p>0.05)。基于MR Egger截距检验,我们没有发现水平多效性的显著证据(p>0.05)。此外,留一分析结果表明了观察到的因果关系的稳健性,支持了我们研究结果的可信度和有效性。
3.3. 基于英国生物银行的再次分析
在复制阶段,我们在所研究的15个风险因素中确定了两个可修改的风险因素,它们与消化道肿瘤的风险表现出因果关系。MR结果证实了WC与肝癌之间以及BMI与食道癌之间的相关性,HC与肝癌之间也有联系。在这些因素中,只有WC与FinnGen的结果一致。
4.讨论
本研究首次利用孟德尔随机化研究的方法克服传统观察流行病学的局限性,探讨代谢特征与消化道肿瘤之间的联系。我们FinnGen和英国生物银行数据库中广泛的GWAS的汇总统计数据 调查了15种代谢特征对DTC风险的因果效应[3]。并发现BMI、T2DM和食管癌之间以及WC和肝癌之间存在正相关关系。相反,我们观察到HbA1c与结直肠癌、HC与胃癌、舒张压与小肠癌以及LDL和TC与胰腺癌之间存在负相关关系。
基于人群的研究的强有力证据支持高BMI和T2DM与食管癌之间存在正相关关系,强调这些因素与特定癌症类型风险增加之间可能存在关联。基于中国1990年至2017年数据的的研究显示,高BMI饮食与女性患者食管癌风险增加显著相关。这种风险的发生率从1990年的8.0%显著上升到2017年的17.6% 。虽然荟萃分析表明糖尿病与食管癌风险增加之间存在关联,但与观察性研究相比,使用MR研究可以得出更可靠的结论。只要满足所有假设,MR分析受混杂因素的影响较小,并且与反向因果关系相比受到的影响较小。2019年的一项研究显示,约6%的胰腺癌死亡与高BMI相关。与正常BMI(HR:1.15-1.53)相比,BMI≥30 kg/m²的患者患胰腺癌的风险增加[4]。
我们的研究揭示了腰围增加与肝癌之间的因果关系,这一结果得到了英国生物银行和FinnGen数据的支持,并与一些流行病学研究的结果一致。之前的研究表明,腰围是衡量男性肥胖程度的更具代表性的指标,优于BMI。腹内脂肪组织主要位于腹腔内,在癌症发展中起着重要作用。它释放大量的生长因子、炎症标志物、游离脂肪酸和脂肪因子,可能有助于癌症的发展。腹内脂肪组织通过门静脉回流与肝脏直接相连。长期暴露于来自该组织的游离脂肪酸可能导致β细胞衰竭,在T2DM的病因中发挥作用。此外,脂肪组织的重塑以适应过多的能量储存可引发慢性炎症,导致严重的肝损伤[5]。
我们的研究显示,HbA1c水平与结直肠癌风险之间存在负相关关系。然而,目前关于HbA1c在癌症中作用的研究有限,结果也不一致。新出现的证据表明,不同解剖位置的结直肠肿瘤可能表现出不同的临床特征、遗传结构和风险因素谱。然而,我们不能排除观察到的HbA1c对结直肠癌风险的影响可能是偶然的。因此,需要进一步开展稳健的研究,以调查包括高血糖在内的代谢紊乱标志物与不同解剖部位的结直肠癌风险之间的关联。
我们的研究提供了暗示性的证据,表明HC与胃癌之间存在负相关关系。将体型与癌症联系起来的生物学机制可能涉及胰岛素抵抗、代谢因素和慢性炎症。雌激素可以促进臀部和大腿脂肪的积累,而调节中心性肥胖和代谢的糖皮质激素可以促进巨噬细胞的迁移和慢性炎症[6]。此外,与体型相关的信号因子编码的主要基因涉及细胞分化、增殖、凋亡、迁移和血管生成。
我们首先发现了血压与小肠癌之间的因果关系。虽然以前的研究主要集中在了解饮食因素和生活习惯对小肠癌的影响。DBP和癌症风险之间的生理联系尚不清楚。DBP的关键成分是外周血管阻力(PVR)和动脉顺应性[7]。PVR代表整个血管系统对血流的阻力,主要由小动脉影响,而动脉顺应性则描述了血管对血容量变化的响应性。PVR和动脉顺应性的升高导致DBP的增加。因此,DBP可能潜在地调节外周血管内的血流波动,从而可能影响像小肠这样的器官。
之前的一项队列研究发现TC水平与胰腺癌风险之间没有统计学上的关联。相比之下,一项涵盖中国两个中心回顾性研究发现,与非胰腺癌患者相比,胰腺癌患者的TC水平更高,这暗示高脂饮食与胰腺癌发生风险增加之间可能存在关联。我们的独立分析得出了类似的结果,表明TC水平升高与胰腺癌风险之间可能存在潜在的负相关关系。近期高胆固醇水平与胰腺癌发生率下降之间的负相关关系,可能主要是由于胆固醇降低的影响。这一假设得到了胆固醇代谢增强和癌症细胞中胆固醇生物合成的进一步支持,这在形成新膜和维持活跃信号方面起着至关重要的作用[8]。研究证据表明,胰腺导管腺癌细胞表现出明显的胆固醇摄取活性增加和低密度脂蛋白受体过表达。另一种可能的机制是,在胰腺癌进展过程中,炎症细胞因子白细胞介素-6的过表达可能导致循环胆固醇水平降低。
本研究的发现为实施癌前筛查和干预提供了理论基础。然而,解决本研究的局限性至关重要。我们的研究在MR的关键假设方面遇到了几个挑战。比如确保没有影响暴露-结果关系的混杂因素和潜在的多效性影响。此外,利用GWAS总结数据引入了质量控制和选择标准可能存在异质性的可能性。虽然MR研究允许在遗传水平上进行因果关系的推断,但它只提供对潜在因果关系的深入了解,而不能阐明特定的生物途径。此外,我们的发现仅限于欧洲人群,其普遍性受到限制。此外,数据库中消化道肿瘤数据缺乏按性别、等级等进行区分的差异,这给我们的研究带来了另一个局限性。为了提高本研究的可靠性,未来的研究将从获取更多的SNP数据中受益。我们期待能够获得更多原始GWAS数据或等待数据库更新以促进进一步的分析。
5.结论
我们的研究提供了令人信服的遗传证据,支持代谢特征与消化道肿瘤之间在欧洲人群中存在因果关系。将血糖、血脂和体型控制在合理范围内仍然对预防消化道肿瘤具有吸引力。
参考文献
[1]CAO W, CHEN H D, YU Y W, et al. Changing profiles of cancer burden worldwide and in China: a secondary analysis of the global cancer statistics 2020 [J]. Chinese medical journal, 2021, 134(7): 783-91.
[2]LABRECQUE J, SWANSON S A. Understanding the Assumptions Underlying Instrumental Variable Analyses: a Brief Review of Falsification Strategies and Related Tools [J]. Current epidemiology reports, 2018, 5(3): 214-20.
[3]EBRAHIM S, DAVEY SMITH G. Mendelian randomization: can genetic epidemiology help redress the failures of observational epidemiology? [J]. Human genetics, 2008, 123(1): 15-33.
[4]MIZRAHI J D, SURANA R, VALLE J W, et al. Pancreatic cancer [J]. Lancet (London, England), 2020, 395(10242): 2008-20.
[5]KARAGOZIAN R, DERDáK Z, BAFFY G. Obesity-associated mechanisms of hepatocarcinogenesis [J]. Metabolism: clinical and experimental, 2014, 63(5): 607-17.
[6]BUSADA J T, RAMAMOORTHY S, CAIN D W, et al. Endogenous glucocorticoids prevent gastric metaplasia by suppressing spontaneous inflammation [J]. The Journal of clinical investigation, 2019, 129(3): 1345-58.
[7]DELONG C, SHARMA S. Physiology, Peripheral Vascular Resistance [M]. StatPearls. Treasure Island (FL) ineligible companies. Disclosure: Sandeep Sharma declares no relevant financial relationships with ineligible companies.; StatPearls Publishing Copyright © 2023, StatPearls Publishing LLC. 2023.
[8]GABITOVA L, GORIN A, ASTSATUROV I. Molecular pathways: sterols and receptor signaling in cancer [J]. Clinical cancer research : an official journal of the American Association for Cancer Research, 2014, 20(1): 28-34.