基因-环境交互作用研究概况.doc

基因-环境交互作用研究概况南京医科大学 王守林一、概述疾病都是在致病因素的损伤与机体的抗损伤作用下，因机体稳态调节紊乱而发生的异常生命活动过程。致病因素主要是来自机体内在或外在的一些因素，是引起疾病发生的必不可少的因素，像传染病那样用单一因素来解释其他疾病的发生已不能满足今天人类对致病因素的认识，许多疾病的发生是遗传因素和环境因素综合作用的结果。复杂疾病一般由多种遗传与环境因素以及它们的相互作用造成的，在人群中比较常见的，如糖尿病、肥胖症、骨质疏松症、高血压、心血管疾病、自身免疫性疾病等。复杂性疾病和单基因疾病的一个最显著的区别在于，它不依照经典的孟德尔模式遗传。在复杂性疾病中，很多位点相互作用并且和环境因素一起影响疾病的形成。疾病的临床表型一般是几种不同的中间表型的复合体，这些中间表型背后有不同的遗传和环境因素的作用。复杂性状疾病具有以下特点：遗传模式尚未确定、群体遗传异质性强、外显率低、多基因参与、单一基因作用微弱，同时还受一组环境因素的作用。遗传因素和环境因素对复杂疾病的作用的分析方法有比较成熟和完备的理论和实践基础，但遗传因素与环境因素交互作用研究方法还不是很成熟。有证据表明，很多复杂疾病（如：肿瘤、 肥胖、 高血压等）实际是多基因与环境交互作用的共同结果，因此如何正确分析和评价基因和环境的交互作用在复杂疾病病因学上的作用就显得至关重要。此外，对于认识和消除致病因素，对疾病的预防、诊断和治疗也具有重要意义。（一）遗传变异内因遗传变异几乎与所有的疾病发生有关，基因在有序调控机制下的正常表达是健康的基础。某个或某些基因的突变、缺失或调控障碍，使相应的蛋白质结构或功能发生变异，导致细胞对环境改变的应答反应失常并引起疾病发生。遗传变异至少部分解释了对暴露于同样环境因素之后的这种患病危险的个体差别。由遗传基础决定个体患病的危险，称为遗传易感性，而由环境因素决定个体患病的危险，称为获得易感性。遗传易感性是多基因遗传中使用的一个特定概念，易感性高，患病的可能性就大；易感性低，患病的可能性就小。易感性的变异像一般多基因遗传性状那样，在群体中呈正态分布。一个群体中大部分个体的易感性都接近于平均值，易感性很高和很低的个体数很少。当一个个体的易感性达到一定的限度后，这个个体就将患病，易感性的此限度称为阈值。在一定的环境条件下，阈值即代表患病所需的致病基因的最低数量。（二）环境因素外因遗传变异本身不引起疾病，但影响一个人对环境因素的易感性。换句话说，疾病本身并不遗传，而是遗传对环境因素某效应的一组易感因素产生了影响，因此遗传因素可影响某疾病的发生危险。这也就解释了，为什么相同环境因素影响的个体具有不同的患病风险。（三）基因-环境交互作用交互作用又称为效应修饰，它分为统计学意义上的交互作用和生物学意义的交互作用。当两种或两种以上暴露因素同时存在时，其所致效应不等于它们单个作用相联合的效应时，则称因素之间存在交互作用，当前者大于后者时称为正交互作用，说明两种或多种因素同时存在时效应增强，其生物学意义为协同作用；但前者小于后者时称为负交互作用，说明两种或多种因素同时存在时效应降低，其生物学意义为拮抗作用。遗传-环境交互作用具有两层含义：不同基因型的人群中，环境暴露具有不同的患病风险；不同环境暴露的人群中，不同的基因型具有不同的患病风险，即为在携带不同的遗传易感基因型人群中，环境因素对肿瘤的效应有差别；或是在不同的环境暴露下，某易感基因型的效应有差别。基因-环境交互作用是与疾病的发病机制和临床表现有关的一种客观存在的作用，在混杂被控制的情况下依然存在。一般说来， 复杂疾病的发生与发展并不能完全由遗传变异来解释，而应该理解为遗传变异和环境因素共同作用的结果；即使是病因明确的环境性疾病如慢性苯中毒也存在遗传易感性，甚至所谓的单基因病实际上也是由于遗传因素和环境因素交互作用才发病的。例如，苯丙酮尿症起因于一个遗传变异导致苯丙氨酸代谢障碍，其特征是在正常的蛋白质摄取后，苯丙氨酸累积并导致中枢神经系统的损伤。然而，只有当遗传变异（苯丙氨酸经化酶缺乏）和环境的暴露（饮食的苯丙氨酸）同时存在时，苯丙酮尿症才会发生。每个基因与疾病之间可能只存在弱关联，并不存在主基因效应，这种弱效应更容易受到外部环境的影响；如果忽略了基因与环境之间的交互作用（包括基因-基因、基因-环境的交互作用），就无法真实、准确地描述遗传变异的效应，也就出现了对同一种疾病易感位点的研究，在不同的研究者之间产生相互矛盾结果的现象。近几年来，人们已逐渐认识到研究基因-基因、基因-环境间交互作用对准确把握复杂疾病的发生与运行机制十分有益，正如Hunter指出的那样1，研究基因-基因、基因-环境交互作用，对研究复杂疾病的遗传效应至关重要：（1）能增强统计遗传学检测方法的检验功效；（2）能更准确地估计影响复杂疾病的群体遗传效应和环境效应；（3）能更好地揭示复杂疾病的机制，并解释环境暴露是怎样影响到生物信息通路的功能：（4）通过揭示环境因素的改变如何影响到生物信息通路的反应，可为疾病的预防和治疗提供全新的策略。但是，迄今为止，许多疾病的遗传危险因子尚未被识别，而且基因与其他基因、基因与环境因素之间的复杂交互作用仍未阐明。为进一步描述这些因素和它们的交互作用，必须进行针对性的流行病学病因研究和临床研究。随着对遗传变异理解的深入，我们必然也增加对环境因素的认识。最终，遗传信息必将用于制定对高危险个体和群体的适当干预策略。二、研究内容（一）预测基因-环境交互作用模型环境因素和遗传因素如何相互作用从而影响发病风险，其作用机理和模式还不清楚。Ottman2提出了五种交互作用模式（图1），基本概括了遗传和环境因素的作用情况。模式A中，易感基因导致或促进了环境因素的作用，环境因素的效应在没有易感基因的作用下也可以显现，暴露效应不会因为基因型而改变，实际上这并不是一种交互作用。模式B中，易感基因对个体没有直接产生效应，只是加大了环境因素的效应。模式 C中，环境暴露放大了易感基因的效应，但它对个体没有直接的作用。模式 D中遗传和环境因素都是疾病危险增加所必需的。模式E中，遗传和环境因素对疾病都有各自的效应，如果它们同时存在，其效应将大于或小于单独存在时的效应。图1遗传与环境暴露之间关系的5种模型（二）评价基因-环境交互作用的相对危险度在有限的意义上，模型b、c、d和e包括了基因-环境交互作用所有可能的模型组合。它们的个体效应对于疾病危险、遗传和暴露有4种可能的组合：(1)有暴露效应但无遗传效应（RR10）；(2)有遗传效应但无暴露效应（RR01）；(3)既无遗传效应也无暴露效应（RR00）；(4)兼有遗传和暴露两者的效应（RR11）。如果我们把这些交互作用加入此4 种可能性，结果分别是模型b 、c 、d 和e 之一，各个模型所预期的交互作用如表1所示。表1 在基因-环境交互作用的各个模型中所预期的相对危险度风险模型高危险基因型非高危险基因型暴露RR11未暴露RR01暴露RR10未暴露RR00(a)遗传增加暴露的表达1111(b)遗传加重暴露的表达1111(c)暴露加重遗传效应1111(d)遗传和暴露均为必要1111(e)遗传和暴露都影响危险度?1111表示比较的危险超过1.0，1表示危险显著增加在模型b、c和d中，不管患病危险是以相加或相乘的刻度来衡量，交互作用总是存在的。然而，模型e包含有和没有交互作用两种情形。而且，衡量刻度的选择将决定是否有特指的交互作用。三、研究策略方法学方面，研究基因之间、基因与环境因子之间的统计交互作用的方法进展很快。从研究设计类型上看，能够用于统计交互作用的设计类型有：(1)队列研究；(2)无关个体病例对照研究，包括成组设计的病例对照研究和配比病例对照研究、两阶段病例对照研究等；(3)有关个体病例对照研究，包括病例父母亲对照研究、病例同胞对照研究、扩展同胞对照研究；(4)无关和有关个体的联合病例对照研究；(5)单纯病例研究；(6)双生子研究；(7)连锁分析；(8)分离分析；(9)连锁与分离的联合分析；(10)不完全病例-对照研究。这些方法在分析交互作用时各有优缺点，又相互优势互补。1、病例对照研究传统的病例对照研究是研究遗传-环境交互作用最常用的一种方法。分析时以未携带易感基因的非暴露组为参照，OR为1，计算各种组合的OR值5,6。这一方法首先用于两个环境因素的交互作用研究，后来逐渐应用于遗传-环境交互作用。传统的病例对照研究可以计算每一个危险因素的主效应及其交互作用效应，但在研究遗传因素或者遗传与环境交互作用时，它并不是最佳的研究方法。首先是人群分层偏倚。该方法的潜在问题是当病例和对照遗传背景不同时，会由于这一混杂因素而不能对遗传作用或者遗传与环境交互作用做出正确估计。当除遗传因素外的其他因素（例如，环境因素或者其他基因）导致患病，且这些因素在各个亚人群中分布也不同时，则有可能由于遗传因素与其他因素的相关而得到遗传与疾病之间的虚假关联结果。二是所需样本量大。评估交互作用所需的样本量一般是评估相同大小主效应所需样本量的4倍。因此很难用于暴露率低或罕见基因的疾病，因为过小的暴露率会使所需样本量过大，以致无法实施。三是对照组基因信息较难得到(生物样本采集困难)。2、病例-病例研究又称为单纯病例研究或病例系列研究。此研究方法与传统的病例对照类似，也是按是否携带易感基因将病例分为两组，有易感基因组成为新的病例组，而未携带易感基因者则为新的对照组，分析方法有计算 OR值和可信限或用多因素回归模型控制混杂。病例-病例研究的最大优点在于不需要“无病的人”来做对照, 使研究易于实施。很多学者也从单纯病例研究设计、样本大小、检验效能等进行了相关分析与研究，认为单纯病例研究可以作为分析基因与环境交互作用的一个较好的选择。Piegorsch7等从理论可行性上对病例-病例研究进行了分析，认为当人群中基因(G)与环境因素(E)相互独立，且所研究疾病发病率很低时，以病例为基础进行交互作用分析从理论是可行的，即使没有对照组也可以估计G与E之间的交互作用，并且结果精确度要优于传统的病例对照研究。Yang8等比较了同等条件下单纯病例研究与病例对照研究所需要的样本大小及检验效率，发现前者可大大节省样本含量，并且估计精度高，检验效能高。病例-病例研究的一个重要前提就是所研究基因和环境因素要相互独立，但在实际研究中很难判断所研究的两个因素是否相互独立。因此，这个前提条件是否成立以及如何检验是目前争论和研究的一个焦点。如果不满足这个条件，研究结果就会带有偏倚，并且偏倚大小与关联程度成正相关。Albert 9等通过模拟检验发现单纯病例研究结果与独立性假设密切相关。如果基因与环境之间存在关联，即使是很小的关联，I类错误将被放大，导致虚假联系。他们认为，只有相当的经验数据表明基因和环境因素满足独立性要求时，单纯病例研究才是一种有效的研究方法；如果没有这种证据时，对于单纯病例研究结果（估计值、可信限等）的解释要谨慎。对于独立性的检验，有学者在研究环境危险因素与基因之间的交互作用时，同时收集病例和对照信息，在对照人群中确认二者相互独立，再进行单纯病例研究。3、病例父母对照研究病例父母对照研究用病例的父母作为对照组, 寻找与疾病发病有关的遗传标志或与其相邻位点上连锁不平衡的等位基因, 评估环境致病因素与基因型之间的交互作用。根据病例组和对照组之间相对风险的计算方法不同，病例父母对照研究模型分为三类：基于基因型的单体型相对风险分析( GHRR)、基于单体型的单体型相对风险分析(HHRR)、 传递/不平衡检验( TDT )。在交互作用研究中应用较多的是TDT，研究者将病例按照环境因素情况进行分层，分析易感基因传递频率的差异，从而分析环境致病因素与基因型之间的交互作用10。在研究基因、环境与肿瘤的关系时，如果所研究疾病与种族、民族、血统有关，对照的选择就尤为重要，否则就会导致偏倚或混杂11。病例父母对照设计可以克服遗传因素中种族差异的混杂作用，减少由于遗传人群结构(包括人群分层和混杂)所造成的偏倚12，这正是传统病例对照研究所不能解决的问题。此外，在使用这种设计中，病例的父母亲比随机对照有更高的参与率。病例父母亲对照设计可以较好地来研究遗传和环境的交互作用，而且所需的样本含量较小。模拟检验显示10病例父母亲对照研究比传统的病例对照研究的效率要高，尤其当易感等位基因外显率罕见和环境危险因素对未携带易感基因的患者作用较大的时候。病例父母对照研究有两个前提条件，否则会产生偏倚。首先必须服从孟德尔遗传规律，遗传效应的评价基于观测值与符合孟德尔遗传规律时的期望值之间的偏差，这是病例父母对照研究的理论基础。其次是当双亲具有不同基因型时，子女的暴露状态与其候选位点的基因型是相互独立的。该方法的缺点是当双亲的基因型与影响生育的疾病有关时，对照组不能代表所研究的人群。其次，该方法不能评估环境暴露的独立效应，只能估计暴露者与非暴露者基因型是否存在差别。第三是TDT法区分不出由于连锁不平衡造成的关联与标记基因本身即疾病易感性所造成的关联。4、病例同胞对照研究该设计也是以家系为对照的一种病例对照研究，以患者及其未患病同胞为研究对象，将同胞作为对照，通过比较同胞的等位基因或者基因型，来检测遗传标志是否与疾病位点基因关联或者连锁及基因与环境是否有交互作用13。与病例父母对照一样，该设计也可以有效地避免人群分层混杂现象。其次是资料容易获得，对于肿瘤等晚期发作的疾病来说,测定患者父母的基因型非常困难,有时候甚至是不可能的。因此，用患者同胞的信息来推断患者父母的基因型，而且同胞比父母对照更易于获得相关调查资料。病例和未患病同胞的基因来源于相同的亲代，二者之间等位基因频率的差别要小于随机人群中抽取的发病和未发病者之间的差别。因此，实施过程中容易出现匹配过度。没有同胞或不能获得同胞信息的病例不能纳入研究，容易损失信息。四、研究方法基因与环境因素的交互作用在方法学上取得了很大的进展，但也存在着需要进一步解决的问题和重点关注的领域，一是由于易感基因携带率、环境因素暴露率等比较低，研究所需要的样本量大，目前相关病例与对照研究的平均样本量为150300例。有学者认为，比较准确的研究基因因素的主效应，样本量要达到5002000例，需要扩大样本量14。二是为了全面评估基因和环境因素的效应，应当对相加模型和相乘模型条件下的效应情况都进行研究，分析其主效应和交互效应，这也对样本量大小提出了要求,并对研究方法提出了要求。三是有关方法检验效率和检验效能的研究很少。从分析方法上看，有叉生分析、多因素Logistic回归模型、多因子降维法和基于复合连锁不平衡的交互作用分析方法。（一）叉生分析法叉生分析3是遗传流行病学研究中分析基因-环境交互作用的最基本的方法之一，群体病例对照研究、病例父母亲对照研究、病例同胞对照研究、队列研究设计类型的资料均可用叉生分析方法分析基因与环境之间的交互作用。表2所示的是2*4叉生分析是基因与环境因素相互作用研究中的基本研究单元，它表示基因(G)、环境因素(E)均为二分类变量而组成的4种可能的组合表。同时暴露于两因素相对于同时不暴露于两因素的危险性 (比值比，OR )记为 ORge (简记为A)；单独暴露于基因或环境因素的危险性分别记为ORg、ORe (分别简记为B、C)；两因素均未暴露的病例和对照组作为共同参比组，OR = 1。表2 基因(G)与环境因素(E)因素作用的2*4叉生分析基因(G)环境因素(E)病例组对照组OR值意义+abORge =A= ah/bgG、E联合作用效应+cdORe =B= ch/dgG单独作用效应+efORe =C= eh/fgG单独作用效应gh1共同对照表中基因与环境联合作用的效应不仅包括两者分别作用的效应，还可能包括基因与环境作用的叠加，也可能呈现基因与环境作用的相乘效应。通过不同的模型，可以判别基于不同模型的两因素间交互作用是否存在及其大小。那么在叉生分析中，交互作用又是怎样被度量呢？由于交互作用的存在与否，与所选择的模型密切相关，根据Rothman4提出的基于相加模型计算交互作用的指标，有以下几种:1交互作用指数 (the synergy index，S)S =(A-1)/(B - 1) + (C - 1)意义：当S=1时，无交互作用；S1时，基因(G)与环境(E)存在相加模型交互作用；S1时，两因子间有正交互作用；SPY29（平均每天一包烟，共29年），时，OR为3.5（95%CI=0.7-17.73）。与携带GSTP1非裸基因型的轻度吸烟者相比，携带GSTP1非裸基因型的重度吸烟者发生肺癌的危险增高9倍，携带GSTP1裸基因型的重度吸烟者发生肺癌的危险则增高到4倍。综上所述，环境因素与基因的交互作用对肺癌的发生起着决定性的作用， 分子流行病学则是探讨环境基因交互作用的最为有效的一种手段。它能明确病因，发现有效的肿瘤标志物，确定易感人群，有助于一级预防和二级预防的实施， 有效地降低肺癌的发病率和死亡率。（三）系统性红斑狼疮系统性红斑狼疮( systemic lupus erythematosus, SLE)是一种与遗传、环境、内分泌和自身免疫系统紊乱等多种因素有关的自身免疫性疾病，但到目前为止其确切病因和发病机制仍不清楚，这对于SLE的诊断、治疗和预防的进展造成了很大障碍。分子流行病学研究发现多种基因（如 HLA-DR、 HLA-DQ、补体4基因、TCR基因、多种细胞因子及受体基因等）与SLE存在关联，表明SLE是一种多基因遗传病。尽管目前有关基因与SLE关联性的研究很多，但研究结果很不一致，有时甚至完全相反，因此SLE的主要易感基因到目前为止仍然无法确认。造成这种现象的原因之一可能是目前的研究尚未深入到检测出SLE主要易感基因的程度。但综合现有的研究来看，更加可能的另一种原因是SLE并不像强直性脊柱炎那样有确切的主要易感基因，而是有多个基因交互作用，共同影响SLE的易感性及自身抗体的产生，进而影响 SLE的发病、活动性及预后。仅仅检测单个基因与SLE的关联，这对于寻找SL E 的主要易感基因有一定帮助，但显然无法全面揭示SLE遗传因素的全貌，更无法了解多个基因之间的交互作用。因此，今后对于SLE与基因的关系研究应同时检测多个可能的易感基因。另外，对直肠癌、原发性肝癌及膀胱癌等，也存在相关研究六、展望虽然人们已逐渐认识到，研究基因-基因、基因-环境间交互作用对准确把握复杂疾病的发生与运行机制十分有益，但是，迄今为止，许多疾病的遗传危险因子尚未被识别，而且基因与其他基因、基因与环境因素之间的复杂交互作用仍未阐明。基因与环境交互作用的研究方法有很多，每种方法都有各自的优缺点和适用范围。在实际工作中要根据研究目的的需要，选择合适的研究方法。比如心脑血管疾病等多基因病，并不遵循普通的孟德尔遗传模式，很可能受到多个基因位点及环境危险因素的影响，而产生复杂的高阶交互作用。单核苷酸多态性作为第三代遗传标记，已广泛应用于遗传流行病学研究。 logistic回归模型的参数估计, 可能会产生较大