IF31.7｜自身免疫性甲减GWAS揭示免疫与甲状腺双重机制及癌症保护

81,718例AIHT GWAS鉴定418个独立信号，38%共享自身免疫，20%甲状腺特异，10%与皮肤癌风险负相关。

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

自身免疫性甲状腺功能减退症（AIHT）是最常见的自身免疫病，患病率超过5%，但常因症状隐匿而漏诊。遗传学研究已发现多种自身免疫病共享风险位点，但AIHT的大规模遗传分析仍有限。此前研究多基于较小样本或宽泛表型定义，未能充分区分自身免疫与甲状腺特异性成分。此外，免疫检查点抑制剂在癌症治疗中常诱发甲状腺功能异常等免疫相关不良事件，且这些不良事件与更好疗效相关，提示AIHT遗传风险可能与癌症免疫监视存在关联。

科学问题

卡在哪里： 既往AIHT GWAS样本量不足，且表型定义不够特异，未能有效区分自身免疫与甲状腺特异性遗传信号。同时，AIHT与癌症风险的遗传关系，尤其是与免疫检查点通路的关联，尚未在大规模遗传数据中系统解析。

本文要回答： 利用FinnGen和UK Biobank的大规模数据，通过严格表型定义进行AIHT GWAS，鉴定遗传关联，并区分自身免疫与甲状腺特异性成分，同时探索AIHT与癌症风险的遗传重叠。

技术路线

作者主要用了：GWAS meta分析、Bayesian linemodels、PRS PheWAS、eQTL共定位、蛋白质组整合、ZAP70功能实验。

作者首先在FinnGen中通过药物购买记录和诊断代码严格定义AIHT病例，排除其他甲状腺疾病，并在UK Biobank中重复相同表型，进行固定效应meta分析。随后，利用Bayesian linemodels将AIHT关联位点与自身免疫病（AInonT）和TSH水平GWAS进行效应量比较，将位点分为共享自身免疫、甲状腺特异等类别。进一步通过PRS PheWAS探索AIHT遗传风险与癌症等表型的关联，并对关键变异ZAP70:T155M进行体外T细胞功能实验验证。

图 1　Fig. 1。图1展示了ZAP70缺陷Jurkat细胞重构不同ZAP70变体后TCR刺激的激活情况。a图显示CD69表达：野生型ZAP70重构细胞CD69上调明显，而ZAP70缺陷细胞无反应；T155M突变体CD69上调部分受阻，双突变体Tyr315Ala&Tyr319Ala完全无反应。b图显示ZAP70磷酸化和SLP76磷酸化：野生型ZAP70重构细胞在刺激后pZAP70和pSLP76均增加，T155M突变体磷酸化水平降低，双突变体几乎无磷酸化。该图证明T155M是部分功能丧失突变，导致TCR信号传导减弱。

核心亮点

亮点 1｜418个独立信号，48个编码变异

meta分析共鉴定417个MHC外独立关联信号，其中48个位点的lead变异本身或与蛋白编码变异高度连锁（r²>0.95）。包括已知的PTPN22、SH2B3、FUT2，以及低频功能变异如TYK2、IFIH1。芬兰富集的低频编码变异中，LAG3:P67T、ZAP70:T155M、IRF3和IRF4的罕见错义变异等提供了直接生物学线索。低频变异中编码变异比例显著高于常见变异（31.4% vs 8.7%，P<0.0005），提示自然选择和功能效应。

图 2　Fig. 2。图2展示了AIHT效应量与AInonT、TSH、皮肤癌和Graves病效应量的散点图及Bayesian linemodels拟合结果。a图中，AIHT与AInonT共享组（蓝色）斜率为正，表明多数位点方向一致；AIHT-only组（红色）斜率为0。b图AIHT与TSH共享组（蓝色）斜率为正，但AIHT-only组（红色）占多数。c图AIHT与皮肤癌共享组（蓝色）斜率为负，显示AIHT风险等位基因对应皮肤癌保护效应。d图AIHT与Graves病共享组（蓝色）斜率为正，但存在少量负相关位点。该图直观展示了AIHT遗传结构的异质性。

亮点 2｜ZAP70:T155M部分功能丧失导致自身免疫

ZAP70:T155M是芬兰富集的低频错义变异，位于TCR信号通路关键激酶。功能实验显示，与野生型相比，ZAP70:T155M重构的Jurkat T细胞在抗CD3/CD28刺激后CD69表达和SLP76磷酸化部分受阻，表明其为不完全功能丧失。该变异在FinnGen中还增加免疫缺陷风险（P<0.0001）。结合已知ZAP70完全功能丧失导致严重联合免疫缺陷，提示ZAP70功能需在狭窄范围内，部分抑制可能破坏耐受导致自身免疫。

亮点 3｜AIHT遗传结构分解为自身免疫与甲状腺特异成分

利用Bayesian linemodels比较AIHT与AInonT和TSH的效应量，发现两个共享组几乎不重叠（Spearman ρ=-0.36, P=2.4×10⁻¹⁴）。估计38%的AIHT关联位点与广泛自身免疫共享，20%与TSH水平共享。eQTL共定位显示，AIHT–TSH-99位点富集甲状腺eQTL，而AIHT–AInonT-99位点富集T细胞eQTL。此外，与Graves病比较发现，自身免疫成分方向一致，而甲状腺特异成分方向相反，与两种疾病的甲状腺功能状态一致。

亮点 4｜AIHT与皮肤癌风险呈负相关，涉及免疫检查点通路

PRS PheWAS显示AIHT PRS与基底细胞癌（OR=0.91, P=3.0×10⁻³⁹）、所有皮肤癌（OR=0.92, P=8.4×10⁻³⁶）及所有癌症（OR=0.96, P=6.0×10⁻²⁶）风险负相关。在417个AIHT位点中，26个与皮肤癌达到比较水平显著，其中24个效应方向相反。linemodels分析表明这些位点主要属于自身免疫共享组，而非甲状腺特异组。此外，AIHT位点富集于免疫检查点基因（CTLA4、CD80、CD86、PDCD1LG1等），且7个AIHT风险等位基因与可溶性PD-1水平升高相关。

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 meta分析、Bayesian linemodels、PRS PheWAS、eQTL共定位、蛋白质组整合、ZAP70功能实验
• 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： 从事自身免疫病、甲状腺疾病或癌症遗传学研究的学者，特别是关注免疫检查点通路和跨性状遗传分析的生信人员。

带走一句

大规模GWAS结合严格表型定义和Bayesian分类，能有效分解复杂疾病的遗传结构，区分共享与特异成分，并揭示跨性状的拮抗多效性，为机制研究和药物靶点发现提供新思路。