IF58.7｜遗传因素对GLP1-RA和减重手术效果影响有限

多祖先万人队列揭示：常见遗传变异对GLP1-RA减重反应无显著影响，减重手术效果受BMI多基因评分轻微影响。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

肥胖是全球重大公共卫生挑战，GLP1-RA和减重手术是有效的减重干预手段，但个体间疗效差异显著。此前研究多关注种族和族裔，而非遗传祖先，且遗传因素对治疗反应的影响尚不明确。已知基线体重、性别、年龄等临床因素与减重效果相关，但遗传易感性是否影响疗效缺乏大规模多祖先研究证据。

科学问题

卡在哪里： 既往研究样本量小，且多局限于欧洲血统人群，缺乏跨祖先的一致性结论。GLP1-RA相关遗传研究尤其薄弱，仅有个别小样本候选基因研究；减重手术的遗传关联结果不一致，且未在多祖先队列中验证。

本文要回答： 利用多国生物样本库数据，系统评估BMI和T2D多基因评分及GLP1R、PCSK1、APOE等候选基因变异与GLP1-RA和减重手术减重效果的关联，并比较不同遗传祖先背景下的疗效差异。

技术路线

作者主要用了：多队列荟萃分析、多基因评分、候选基因关联分析、线性回归模型、固定效应meta分析。

作者整合9个生物样本库共10,960名个体，按遗传祖先分层，分别对GLP1-RA使用者和减重手术患者计算体重变化百分比。先描述总体减重效果和人口学因素影响，再检验预先选定的遗传暴露（BMI和T2D多基因评分、GLP1R/PCSK1/APOE错义变异）与体重变化的关联，并进行多重敏感性分析。图1展示了各队列和祖先组的平均体重变化，为后续遗传关联分析提供表型基础。

图 1　Fig. 1。图1展示了各队列和祖先组中GLP1-RA和减重手术的平均体重变化百分比。GLP1-RA组总体平均变化为-3.93%，各队列范围从-1.08%到-7.07%；减重手术组总体平均变化为-21.17%，范围从-15.00%到-27.72%。误差线表示标准误，可见GLP1-RA效果异质性较大，而减重手术效果相对一致。

核心亮点

亮点 1｜GLP1-RA减重效果跨祖先一致

GLP1-RA使用者6-12个月平均体重变化为-3.93%（按中位数定义）或-6.00%（按最小值定义），减重手术患者6-48个月平均体重变化为-21.17%。在调整基线体重、性别、年龄和药物类型后，仅非洲裔和混血美洲裔GLP1-RA使用者的减重效果显著低于欧洲裔（分别+0.76%和+0.87%体重变化），但差异幅度较小，提示遗传祖先对疗效影响有限。

图 2　Fig. 2。图2a显示BMI和T2D多基因评分与体重变化百分比的关联效应量，按祖先分层和跨祖先荟萃分析。GLP1-RA组中所有置信区间均跨越零线，表明无显著关联；减重手术组中BMI多基因评分效应为正（0.70%/标准差），但置信区间较宽。图2b展示各候选SNP的效应量，均无显著信号。

亮点 2｜常见遗传变异不影响GLP1-RA反应

在GLP1-RA使用者中，BMI多基因评分、T2D多基因评分以及GLP1R、PCSK1、APOE基因的13个错义变异均未显示与体重变化显著关联（多重检验校正后P>0.004）。效应量异质性低（平均I2=0.06），且统计功效足以检测到0.3%体重变化/标准差的多基因评分效应或MAF≥1%的SNP效应，表明阴性结果并非由于功效不足。

亮点 3｜BMI多基因评分与减重手术效果微弱相关

在减重手术患者中，较高的BMI多基因评分与较低的体重下降显著相关（β=0.70%体重变化/标准差，P=1.24×10-4），但效应量较小，且在校正基线体重后减弱（β=0.15%，P=0.420），提示该关联可能部分由基线体重介导。T2D多基因评分仅显示名义显著（β=0.45%，P=0.03）。敏感性分析中，该效应在Roux-en-Y胃旁路术亚组中仍显著（β=0.83%，P=1.49×10-4），但在袖状胃切除术中不显著。

亮点 4｜基线体重和性别是主要临床预测因子

基线体重较高和女性与更大的减重幅度显著相关：GLP1-RA中，基线体重每增加1kg，体重变化百分比降低0.05%（P=1.63×10-35），女性比男性多减1.54%（P=2.47×10-16）；减重手术中，基线体重效应为-0.14%/kg（P=5.49×10-69），女性效应为-2.66%（P=6.83×10-10）。年龄仅在减重手术中与较少减重相关（β=0.15%/岁，P=2.54×10-15）。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： 多队列荟萃分析、多基因评分、候选基因关联分析、线性回归模型、固定效应meta分析
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事药物基因组学、肥胖遗传学或多祖先队列分析的研究者。

带走一句

做药物反应遗传学研究时，预先选定的常见变异可能解释力有限；阴性结果需结合功效计算和异质性分析，避免过度解读。