IF31.7｜甲减全基因组关联与多基因风险预测

350个风险位点揭示甲减免疫机制，PRS可预测亚临床甲减进展。

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

原发性甲减是一种常见且隐匿的代谢性疾病，症状非特异性，诊断常被延误，未诊断负担高达0.5%。甲状腺激素缺乏与冠心病、心力衰竭等心血管代谢结局风险增加相关。甲减风险受亚临床甲减、自身免疫、碘摄入、性别、年龄、遗传等多种因素影响，双生子研究估计遗传度约55%。既往GWAS已发现数百个与甲状腺疾病及相关生物标志物相关的位点，但甲减的遗传结构尚未完全阐明，且缺乏有效的风险预测工具来区分亚临床甲减患者的进展风险。

科学问题

卡在哪里： 尽管甲减遗传度高且已有GWAS发现，但既往研究样本量有限，发现的位点数量较少，且未系统整合甲状腺激素内表型信息。此外，临床缺乏能够区分亚临床甲减患者高低进展风险的工具，传统危险因素预测能力有限。

本文要回答： 通过大规模GWAS元分析全面鉴定甲减遗传位点，并开发多基因风险评分（PRS）以改善甲减风险预测和亚临床甲减进展分层。

技术路线

作者主要用了：GWAS元分析、内表型驱动分析、基因定位、PRS-CS、Cox回归。

作者首先对113,393例甲减病例和1,065,268例对照进行GWAS元分析，同时整合TSH和fT4的GWAS数据，利用TSH关联作为先验信息增强甲减位点发现。随后通过多种基因定位策略（编码变异、V2G、PoPS、TWAS共定位、孟德尔疾病富集）优先排序候选基因，并利用罕见变异负担分析验证。最后基于超过11.6万病例开发PRS，在UKB和GESUS队列中评估其预测性能，并检验PRS对亚临床甲减进展的分层能力及与生活方式因素的交互作用。

图 1　Fig. 1。图1展示350个甲减风险位点的效应量与等位基因频率的关系，以及甲减风险与TSH和fT4变化的相关性。编码变异用方形标记，新位点用蓝绿色，已知位点用灰色。多数位点效应较小，但TSHR的p.Trp546Ter变异效应突出。甲减风险与TSH效应呈正相关（r=0.58），与fT4呈弱负相关（r=-0.16），但存在例外，如ADCY7和FLT3变异对甲减效应大但对TSH影响小。

核心亮点

亮点 1｜350个甲减风险位点

GWAS元分析共鉴定出350个非重叠位点，其中179个为新发现，29个通过TSH驱动分析新发现。遗传度估计为14.5%。多数位点效应较小（中位OR=1.03），但发现多个低频编码变异，如TSHR的已知功能丧失变异（p.Trp546Ter, OR=7.67）和两个新的保护性错义变异：NFKBIZ p.Gly102Ala (OR=0.83) 和 S1PR4 p.Arg243Cys (OR=0.91)。

图 2　Fig. 2。图2显示PRS十分位与甲减风险的关联及预测性能。a图显示随着PRS十分位升高，甲减风险OR值单调增加，最高十分位OR超过4。b图比较不同模型预测甲减的AUC变化，PRS带来的ΔAUC最大（7.2%），远超其他传统危险因素，加入所有危险因素后AUC达0.70。

亮点 2｜免疫相关基因与炎症通路

基因定位优先排序了259个候选基因，富集于免疫系统功能，包括髓系和淋巴系血细胞分化、激活、调节，细胞粘附调节，炎症反应和细胞因子信号等通路。44%的甲减风险位点与血细胞计数相关，55个位点与至少一种炎症蛋白相关。NFKBIZ、TYK2、STING1和NKFB1等基因的变异与IFN-γ、CXCL10、CXCL9等炎症介质水平降低相关，提示免疫机制在甲减发病中的核心作用。

图 3　Fig. 3。图3展示亚临床甲减患者10年进展为临床甲减的累积发生率，按PRS分层。高PRS（>90th）组累积发生率最高（39.3%），低PRS（<10th）组最低（22.5%），中间组为29.1%。高PRS组HR=1.43，低PRS组HR=0.76，表明PRS能有效区分进展风险。

亮点 3｜罕见变异验证候选基因

利用已发表的罕见变异负担分析，发现TSHR的pLoF变异与甲减风险增加相关（OR=3.02），而NFATC1的pLoF变异效应更强（OR=4.36），提示其潜在的单基因致病作用。保护性罕见编码变异见于ZAP70（PAVs, OR=0.33）、ARHGAP9（PAVs, OR=0.76）、TYK2（PAVs, OR=0.78）和IFIH1（pLoF, OR=0.81），这些基因可能成为药物靶点。

图 4　Fig. 4。图4展示生活方式因素与甲减风险的关联及10年风险分层。a图显示健康生活方式与风险降低相关，不健康生活方式风险增加。b和c图分别展示女性和男性在不同年龄、肥胖、运动、吸烟状态和PRS十分位下的10年甲减风险，女性风险普遍更高，最高风险组合达50%。

亮点 4｜PRS预测甲减及进展

PRS在UKB中每标准差增加与甲减风险OR=2.01相关。PRS最高10%、1%和0.1%百分位的个体风险分别是中间十分位的4.14倍、7.49倍和14.10倍。在GESUS队列中，PRS在甲状腺激素和anti-TPO基础上进一步将AUC从0.849提升至0.859。在8,114名亚临床甲减患者中，PRS高（>90th）与进展为临床甲减的HR=1.43相关，低PRS（<10th）HR=0.76。

图 5　Fig. 5。图5展示甲减PRS与50种疾病的关联。每个三角形代表一种疾病，向上表示风险增加，向下表示风险降低。PRS与皮肤癌、前列腺癌和乳腺癌风险降低显著相关，与冠心病、慢性肾病和2型糖尿病风险增加显著相关，经Bonferroni校正后仍显著。

亮点 5｜PRS与生活方式及疾病关联

健康生活方式与甲减风险降低相关（HR=0.83），不健康生活方式风险增加（HR=1.26）。结合PRS和生活方式因素，60岁以上、PRS>90th、肥胖、吸烟且不运动的女性10年甲减风险最高达50%。PRS与皮肤癌（OR=0.92）、前列腺癌（OR=0.94）和乳腺癌（OR=0.95）风险降低相关，与冠心病（OR=1.06）、慢性肾病（OR=1.06）和2型糖尿病（OR=1.05）风险增加相关。

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： GWAS元分析、内表型驱动分析、基因定位、PRS-CS、Cox回归
• 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： 从事复杂疾病遗传学、多基因风险评分应用及甲状腺疾病研究的科研人员。

带走一句

大规模GWAS结合内表型信息可显著提升位点发现效率；PRS在常见复杂疾病中具有临床分层潜力，尤其对亚临床状态进展预测有价值。