FTO、MC4R基因多态性与长沙地区汉族人群脑梗死相关性解析

FTO、MC4R基因多态性与长沙地区汉族人群脑梗死相关性解析一、引言1.1研究背景脑梗死，又称缺血性脑卒中，是指由于血液供应缺乏导致局部脑组织坏死的一组疾病综合征，具有高发病率、高致残率和高死亡率的特点，严重威胁着人类的健康。据世界卫生组织（WHO）统计，全球每年有超过1500万人患脑梗死，其中约500万人死亡，幸存者中约3/4会留下不同程度的残疾，给患者家庭和社会带来沉重负担。在中国，脑梗死的发病率也呈上升趋势，已成为导致居民死亡和残疾的首要原因之一。长沙地区汉族人群作为中国南方汉族人群的重要组成部分，具有独特的遗传背景和生活环境。研究表明，不同地区、不同种族人群脑梗死的发病率和发病机制存在差异，因此，针对长沙地区汉族人群开展脑梗死相关研究具有重要的地域意义。深入探究该地区汉族人群脑梗死的发病机制，有助于制定更加精准、有效的预防和治疗策略，降低脑梗死的发病率和致残率，提高居民的健康水平。近年来，随着分子遗传学技术的飞速发展，基因多态性与疾病的相关性研究成为医学领域的热点。基因多态性是指在一个生物群体中，同时和经常存在两种或多种不连续的变异型或基因型或等位基因。这种基因组序列上的微小差异可显著影响不同个体对疾病的易感性、药物治疗的敏感性及毒性。FTO基因和MC4R基因作为与肥胖、代谢等密切相关的基因，其多态性可能通过影响能量代谢、脂质代谢、血压调节等生理过程，进而影响脑梗死的发生发展。因此，研究FTO、MC4R基因多态性与长沙地区汉族人群脑梗死的相关性，对于揭示脑梗死的遗传发病机制，寻找新的治疗靶点和生物标志物具有重要的理论和实践意义。1.2研究目的本研究旨在深入探究FTO、MC4R基因多态性与长沙地区汉族人群脑梗死的相关性，具体目标如下：明确基因多态性分布特征：精确检测FTO基因（如rs8050136、rs9939609等位点）和MC4R基因（如rs17782313位点）在长沙地区汉族脑梗死患者及健康对照人群中的单核苷酸多态性，详细分析各基因位点的基因型及等位基因频率分布情况，为后续研究提供基础数据。通过对这些基因多态性分布的研究，初步判断它们在长沙地区汉族人群中的存在特点，以及与其他地区人群或疾病状态下的差异。揭示基因多态性与脑梗死发病风险的关联：通过严谨的病例-对照研究，运用科学的统计学方法，深入分析FTO、MC4R基因多态性与长沙地区汉族人群脑梗死发病风险之间的关系，确定特定基因型或等位基因是否为脑梗死的潜在遗传危险因素。这将有助于从基因层面理解脑梗死在该地区人群中的发病机制，为早期风险预测和预防提供重要依据。探究基因多态性与脑梗死中间表型的关系：全面分析FTO、MC4R基因多态性与体重、身体质量指数（BMI）、血脂、血糖、血压等脑梗死相关中间表型之间的关系，揭示这些基因多态性可能通过影响代谢指标进而影响脑梗死发生发展的潜在机制。了解基因多态性与中间表型的联系，有助于深入剖析脑梗死发病过程中的生理病理变化，为干预治疗提供新的靶点和思路。评估基因-基因、基因-环境交互作用对脑梗死发病的影响：综合考虑FTO、MC4R基因之间的交互作用，以及基因与环境因素（如生活方式、饮食习惯、环境暴露等）的交互作用，评估这些交互作用对长沙地区汉族人群脑梗死发病的综合影响，为制定更加全面、精准的脑梗死防治策略提供科学依据。基因-基因、基因-环境交互作用在疾病发生发展中起着重要作用，深入研究这些作用有助于更全面地认识脑梗死的发病机制，为个性化防治提供理论支持。1.3研究创新点地域特异性研究：本研究聚焦长沙地区汉族人群，这一特定地域和民族群体具有独特的遗传背景和生活环境，与其他地区人群可能存在基因频率和环境因素的差异。以往关于FTO、MC4R基因多态性与脑梗死相关性的研究多为针对不同地区人群的混合研究，缺乏对特定地区人群的深入分析。本研究深入探讨该地区汉族人群中这两个基因多态性与脑梗死的关系，有助于揭示地域特异性的遗传发病机制，为长沙地区乃至中国南方汉族人群脑梗死的防治提供更具针对性的理论依据。多基因联合分析：综合研究FTO和MC4R两个基因的多态性与脑梗死的相关性，相较于以往单独研究单个基因与脑梗死关系的报道，本研究考虑了多个基因之间的交互作用，能够更全面地揭示基因对脑梗死发病风险的综合影响。FTO基因主要与肥胖、能量代谢相关，MC4R基因则在食欲调节、体重控制等方面发挥重要作用，两者在生理功能上相互关联，共同影响代谢过程，进而可能对脑梗死的发生发展产生协同作用。多因素交互作用研究：全面评估基因-基因、基因-环境交互作用对脑梗死发病的影响，突破了传统研究仅关注基因主效应的局限性。在实际情况中，环境因素（如生活方式、饮食习惯、环境暴露等）在脑梗死的发生发展中起着重要作用，且基因与环境之间存在复杂的交互作用。本研究通过分析这些交互作用，能够更真实地反映脑梗死发病的复杂机制，为制定综合的脑梗死防治策略提供更全面的科学依据。先进研究方法的应用：采用聚合酶链反应（PCR）及飞行时间质谱技术（MALDI-TOF-MS）进行基因分型检测，该技术具有高准确性、高通量、高灵敏度等优点，能够快速、准确地检测基因多态性，提高研究结果的可靠性。同时，运用多因子降维法（MDR）分析基因与脑梗死中间表型间的交互作用，该方法能够有效处理高维数据，挖掘基因-基因、基因-环境之间的复杂交互作用，为揭示脑梗死的发病机制提供了新的技术手段。二、理论基础与研究现状2.1脑梗死的发病机制脑梗死作为一种常见的脑血管疾病，其发病机制极为复杂，涉及多种因素的相互作用。血栓形成和栓塞是脑梗死最主要的发病机制。动脉粥样硬化是血栓形成的重要病理基础。在高血压、高血脂、高血糖、吸烟等危险因素的长期作用下，动脉血管内皮细胞受损，血液中的脂质成分，如低密度脂蛋白胆固醇（LDL-C），易于沉积在血管内膜下，引发炎症反应。单核细胞等免疫细胞浸润到内膜下，吞噬脂质形成泡沫细胞，逐渐发展为粥样斑块。随着病情进展，粥样斑块不断增大，使血管管腔狭窄，影响血流。当斑块表面的纤维帽破裂时，内皮下的胶原等物质暴露，激活血小板的黏附、聚集和释放反应，形成血小板血栓。同时，凝血系统也被激活，纤维蛋白原转化为纤维蛋白，进一步加固血栓，最终导致血管完全闭塞，局部脑组织因缺血缺氧而发生梗死。栓塞则是指各种栓子，如心源性栓子（常见于房颤患者左心房内形成的血栓脱落）、动脉源性栓子（如主动脉弓或颈动脉粥样硬化斑块脱落的碎片）等，随血流进入脑部血管，阻塞血管，导致相应区域的脑组织缺血坏死。心源性栓塞在脑梗死中占有相当比例，特别是在有心脏瓣膜病、心肌病、房颤等心脏疾病的患者中更为常见。此外，脑梗死的发病还与血液流变学异常、血管痉挛等因素密切相关。血液黏稠度增加、血小板功能异常、凝血因子活性改变等，都可能导致血液流动性降低，易于形成血栓。而血管痉挛可使血管短暂性收缩，减少脑部血液供应，在已有血管狭窄或其他危险因素存在的情况下，容易诱发脑梗死。遗传因素在脑梗死的发病中也扮演着重要角色。研究表明，某些基因的多态性可能影响个体对脑梗死危险因素的易感性，或参与调节血管内皮功能、脂质代谢、凝血-纤溶系统等生理过程，从而增加脑梗死的发病风险。载脂蛋白E（ApoE）基因多态性与脑梗死密切相关，其中ε4等位基因被认为是脑梗死的危险因素之一，可能通过影响血脂代谢、促进动脉粥样硬化的发展，进而增加脑梗死的发病几率。某些与血管内皮生长因子（VEGF）、一氧化氮合酶（NOS）等相关的基因多态性，也可能通过调节血管生成、血管舒张等功能，影响脑梗死的发生发展。2.2FTO基因多态性研究现状FTO基因，全称为脂肪量和肥胖相关基因（fatmassandobesityassociatedgene），于2007年被首次发现与肥胖密切相关，自此成为研究肥胖及相关代谢疾病的热点基因。FTO基因位于人类16号染色体16q12.2区域，全长约410.50kb，包含9个外显子和8个内含子。其编码的蛋白质属于非血红素双加氧酶超家族，具有2-戊二酸（2-OG）和Fe2+依赖的核酸去化酶活性。FTO蛋白在人体多个组织中广泛表达，以下丘脑、骨骼肌、胰腺、肝脏等组织中表达水平较高。在下丘脑中，FTO蛋白参与能量平衡的调节，通过影响神经肽的表达和分泌，如阿黑皮素原（POMC）、神经肽Y（NPY）等，进而调节食欲和摄食行为。FTO基因存在多个单核苷酸多态性（SNP）位点，其中研究最为广泛的是rs9939609位点。该位点位于FTO基因的第一内含子区域，其多态性表现为A/T碱基替换。大量研究表明，rs9939609位点的A等位基因与肥胖的发生风险显著相关。携带A等位基因的个体，尤其是AA基因型个体，相较于TT基因型个体，具有更高的体重、身体质量指数（BMI）和体脂含量。一项针对欧洲人群的大规模全基因组关联研究（GWAS）发现，每增加一个A等位基因，个体的BMI约增加0.35kg/m²，肥胖风险增加1.23倍。在亚洲人群中，虽然rs9939609位点A等位基因的频率相对较低，但携带该等位基因的个体同样具有较高的肥胖易感性。除rs9939609位点外，FTO基因的其他SNP位点，如rs8050136、rs1421085等，也被报道与肥胖及相关代谢指标存在关联。rs8050136位点的多态性与BMI、腰围、体脂百分比等指标相关，AA基因型个体的BMI显著高于GG基因型个体。这些不同的SNP位点可能通过不同的分子机制影响FTO基因的表达或功能，进而影响能量代谢和脂肪堆积。FTO基因多态性与肥胖的关联机制研究表明，FTO基因可能通过多种途径影响能量平衡和脂肪代谢。FTO基因多态性可能影响FTO蛋白的表达水平或活性，进而影响其对下游基因的调控作用。有研究发现，携带rs9939609A等位基因的个体，其FTO基因在下丘脑等组织中的表达水平升高，导致食欲调节失衡，能量摄入增加。FTO基因可能参与脂肪细胞的分化和代谢过程。在脂肪细胞中，FTO基因的表达水平影响脂肪细胞的增殖、分化和脂质积累。敲低FTO基因表达可抑制脂肪细胞的分化，减少脂质积累。FTO基因还可能通过影响胰岛素敏感性、葡萄糖代谢等过程，间接影响肥胖的发生发展。FTO基因多态性与肥胖及相关代谢疾病密切相关，其多态性位点可能通过多种分子机制影响能量代谢和脂肪堆积，进而增加肥胖及相关疾病的发病风险。研究FTO基因多态性与脑梗死的相关性，有助于深入了解脑梗死的遗传发病机制，为脑梗死的防治提供新的靶点和思路。2.3MC4R基因多态性研究现状MC4R基因，即黑皮质素4受体基因（melanocortin4receptorgene），在人体生理功能调节中发挥着关键作用，其多态性与多种疾病的发生发展密切相关。MC4R基因位于人类18号染色体短臂（18p11.22），由单一外显子构成，全长约6.9kb。其编码的MC4R蛋白属于G蛋白偶联受体超家族，由332个氨基酸组成。MC4R蛋白主要在下丘脑的弓状核、腹内侧核、背内侧核等区域高度表达，这些脑区在能量代谢、食欲调节、体重控制等生理过程中起着核心作用。MC4R通过与配体α-促黑素细胞激素（α-MSH）结合，激活下游的G蛋白，进而调节细胞内的cAMP信号通路，实现对食欲和能量代谢的调控。当α-MSH与MC4R结合后，可抑制食欲，减少食物摄入，增加能量消耗；而当MC4R功能异常时，可能导致食欲失控，能量摄入过多，从而引发肥胖等代谢性疾病。MC4R基因存在多个单核苷酸多态性（SNP）位点，其中研究较多的位点包括rs17782313、rs2229616、rs12970134等。这些SNP位点的多态性可导致MC4R蛋白的氨基酸序列改变或表达水平变化，进而影响其功能。rs17782313位点的C/T碱基替换可导致MC4R蛋白第298位氨基酸由精氨酸（Arg）变为半胱氨酸（Cys），这种氨基酸替换可能影响MC4R与配体的结合能力，或改变其在细胞膜上的定位和信号转导功能。大量研究表明，MC4R基因多态性与肥胖的发生风险密切相关。一项针对欧洲人群的大规模研究发现，rs17782313位点的T等位基因与肥胖显著相关，携带T等位基因的个体肥胖风险增加1.32倍。在亚洲人群中，也有类似的研究结果。在中国汉族人群中，rs17782313位点的T等位基因同样与较高的BMI、腰围、体脂含量等肥胖指标相关。除了rs17782313位点外，其他SNP位点，如rs2229616、rs12970134等，也被报道与肥胖及相关代谢指标存在关联。rs2229616位点的多态性与BMI、空腹血糖、胰岛素抵抗等指标相关，GG基因型个体相较于AA基因型个体，具有更高的BMI和胰岛素抵抗水平。MC4R基因多态性导致肥胖的机制可能与食欲调节异常、能量代谢失衡等因素有关。由于MC4R基因多态性影响MC4R蛋白的功能，导致其对食欲的调控能力下降，使携带风险等位基因的个体更容易出现食欲亢进，摄入过多的能量，从而增加肥胖的发生风险。MC4R基因多态性可能影响脂肪细胞的分化和代谢，促进脂肪堆积。研究发现，在脂肪细胞中，MC4R的激活可抑制脂肪细胞的分化和脂质合成，而MC4R基因多态性可能干扰这一正常的调控过程，导致脂肪细胞过度增殖和脂质积累。近年来，MC4R基因多态性与脑梗死的相关性也逐渐受到关注。一些研究认为，MC4R基因多态性可能通过影响肥胖、代谢综合征等脑梗死的危险因素，间接增加脑梗死的发病风险。肥胖和代谢综合征是脑梗死的重要危险因素，而MC4R基因多态性与肥胖及代谢综合征密切相关，因此推测MC4R基因多态性可能在脑梗死的发生发展中发挥作用。目前关于MC4R基因多态性与脑梗死直接关联的研究相对较少，其具体机制仍有待进一步深入探讨。MC4R基因多态性与肥胖及相关代谢疾病密切相关，可能通过多种机制影响能量代谢和体重控制。研究MC4R基因多态性与脑梗死的相关性，对于揭示脑梗死的遗传发病机制，寻找新的防治靶点具有重要意义。2.4研究现状总结与展望当前关于FTO、MC4R基因多态性与脑梗死相关性的研究取得了一定进展，但仍存在诸多不足之处，未来研究可从以下几个方面展开。在样本方面，目前多数研究样本量相对较小，且样本来源地域较为局限，这可能导致研究结果的代表性不足，无法准确反映不同地区、不同种族人群中基因多态性与脑梗死的真实关系。此外，部分研究在样本选择时，对病例组和对照组的纳入标准和排除标准界定不够严格，可能引入混杂因素，影响研究结果的准确性。在未来研究中，应进一步扩大样本量，广泛收集不同地区、不同种族人群的样本，确保样本的多样性和代表性。同时，严格制定样本的纳入和排除标准，采用统一的诊断标准和检测方法，减少混杂因素的干扰，提高研究结果的可靠性和普适性。在基因多态性检测技术上，虽然现有的基因分型技术如聚合酶链反应（PCR）、飞行时间质谱技术（MALDI-TOF-MS）等具有较高的准确性和灵敏度，但对于一些罕见的基因变异或复杂的基因结构变化，这些技术可能存在一定的局限性。未来需要不断研发和应用更加先进、高效的基因检测技术，如全基因组测序（WGS）、全外显子组测序（WES）等，以全面、准确地检测基因多态性，发现更多与脑梗死相关的潜在遗传变异。关于基因多态性与脑梗死发病机制的研究，目前仍处于初步探索阶段，虽然已知FTO、MC4R基因多态性可能通过影响能量代谢、脂质代谢等过程参与脑梗死的发生发展，但具体的分子机制和信号通路尚未完全明确。此外，基因-基因、基因-环境交互作用在脑梗死发病中的作用机制也有待深入研究。后续研究可运用细胞实验、动物实验等手段，深入探究基因多态性对细胞功能、代谢途径的影响，结合生物信息学分析，揭示基因多态性与脑梗死发病相关的关键分子机制和信号通路。同时，加强对基因-基因、基因-环境交互作用的研究，综合考虑多种因素对脑梗死发病的影响，为脑梗死的防治提供更深入的理论基础。在临床应用方面，目前关于FTO、MC4R基因多态性作为脑梗死预测生物标志物和治疗靶点的研究还相对较少，距离实际临床应用还有较大差距。未来应加强转化医学研究，将基础研究成果转化为临床实用的诊断方法、治疗策略和预防措施。通过对大规模人群的长期随访研究，评估基因多态性对脑梗死发病风险的预测价值，开发基于基因检测的脑梗死风险评估模型，实现脑梗死的早期预警和个体化预防。针对与脑梗死相关的基因靶点，研发特异性的药物或治疗手段，为脑梗死的精准治疗提供新的选择。当前FTO、MC4R基因多态性与脑梗死相关性研究虽有成果，但仍面临诸多挑战。未来需在样本、技术、机制及临床应用等多方面深入研究，以更全面、深入地揭示基因多态性与脑梗死的关系，为脑梗死的防治提供更有力的科学依据和创新策略。三、研究设计与方法3.1研究对象选取本研究采用病例-对照研究方法，选取2020年1月至2022年12月期间在中南大学湘雅三医院神经内科住院治疗的脑梗死患者作为病例组，同时选取同期在该医院健康管理中心进行体检的健康人群作为对照组。3.1.1病例组纳入标准依据《中国急性缺血性脑卒中诊治指南2018》中的诊断标准，经颅脑CT或MRI检查确诊为脑梗死。年龄在18-80岁之间。长沙地区汉族人群，且至少三代直系亲属均为长沙地区汉族。患者或其家属签署知情同意书，自愿参与本研究。3.1.2病例组排除标准患有心源性脑栓塞，如心房颤动、心脏瓣膜病、心肌病等导致的脑栓塞患者。这是因为心源性脑栓塞的发病机制与动脉粥样硬化性脑梗死存在差异，其主要由心脏栓子脱落引起，而本研究重点关注的是与遗传因素相关的动脉粥样硬化性脑梗死发病机制，心源性脑栓塞患者的纳入可能会干扰研究结果的准确性。存在其他明确病因的脑梗死，如脑动脉炎、脑肿瘤、脑血管畸形等。这些病因导致的脑梗死具有独特的病理生理过程，与本研究关注的FTO、MC4R基因多态性及相关代谢因素关系不大，为了确保研究对象的同质性，需要将其排除。合并严重肝、肾功能障碍的患者。肝、肾功能障碍可能影响机体的代谢功能和药物代谢，进而干扰基因多态性与脑梗死之间的关联研究。例如，肝功能异常可能导致脂质代谢紊乱，肾功能障碍可能影响血糖、血压的调节，这些因素都可能作为混杂因素影响研究结果的可靠性。患有恶性肿瘤的患者。恶性肿瘤患者往往存在全身代谢紊乱，且肿瘤治疗过程中的放化疗等手段也会对机体代谢和基因表达产生影响，增加研究的复杂性和不确定性，因此予以排除。近期（3个月内）有感染、创伤、手术等应激事件的患者。这些应激事件可能导致机体的代谢和免疫状态发生改变，影响基因的表达和功能，干扰基因多态性与脑梗死发病风险的关联研究。妊娠期或哺乳期女性。妊娠期和哺乳期女性的生理状态特殊，体内激素水平、代谢功能等发生显著变化，可能对基因多态性与脑梗死的关系产生影响，且考虑到研究的安全性和伦理问题，将其排除在外。3.1.3对照组纳入标准年龄在18-80岁之间，与病例组年龄匹配，以减少年龄因素对研究结果的干扰。年龄是脑梗死的重要危险因素之一，通过年龄匹配，可以更好地分析基因多态性在不同组间的差异与脑梗死发病的关系。长沙地区汉族人群，同样要求至少三代直系亲属均为长沙地区汉族，以保证遗传背景的一致性。经全面体检，包括体格检查、实验室检查（血常规、肝肾功能、血脂、血糖等）、心电图、颅脑CT或MRI等检查，排除心脑血管疾病、糖尿病、高血压、肝肾功能异常等慢性疾病。无家族性心脑血管疾病遗传史，以避免家族遗传因素对研究结果的影响，确保对照组的健康状态和遗传背景的单纯性。签署知情同意书，自愿参与本研究。3.1.4对照组排除标准有任何心脑血管疾病症状或病史，如短暂性脑缺血发作、冠心病、脑出血等。即使没有明显症状，但存在心脑血管疾病潜在风险的个体也应排除，以保证对照组的“健康”属性，避免将潜在的亚临床患者纳入对照组，从而影响研究结果的准确性。患有可能影响代谢的疾病，如甲状腺疾病、肾上腺疾病等。这些疾病会干扰机体的正常代谢功能，导致血脂、血糖、血压等代谢指标异常，而本研究关注的FTO、MC4R基因多态性与代谢密切相关，因此需要排除这些可能影响代谢的疾病患者。长期服用可能影响血脂、血糖、血压等代谢指标的药物，如降脂药、降糖药、降压药等。药物的使用可能掩盖基因多态性对代谢指标的影响，干扰基因多态性与脑梗死中间表型的关系研究，所以长期服用此类药物的个体需排除在外。存在不良生活习惯，如长期大量吸烟（每天吸烟≥20支，持续≥10年）、酗酒（每天饮酒量折合纯酒精≥50g，持续≥5年）等。不良生活习惯是心脑血管疾病的重要危险因素，可能通过影响代谢等途径与基因多态性相互作用，影响脑梗死的发病风险，为了控制研究因素，将具有这些不良生活习惯的个体排除。有精神疾病或认知障碍，无法配合完成相关检查和问卷调查的个体。精神疾病和认知障碍可能影响患者对自身健康状况的表述和对研究流程的配合度，导致数据收集不准确，从而影响研究结果的可靠性。通过严格的纳入和排除标准，最终共纳入脑梗死患者351例作为病例组，健康对照人群417例作为对照组。详细记录所有研究对象的基本信息，包括年龄、性别、身高、体重、吸烟史、饮酒史等，并采集外周血标本用于后续的基因分型检测和生化指标检测。3.2实验材料与仪器本研究中，所需的实验材料和仪器众多，它们在基因多态性检测和生化指标检测等环节发挥着关键作用。实验材料方面，主要包括从研究对象中采集的外周血标本，这些标本是获取DNA进行基因分析的重要来源。在采集外周血时，使用EDTA抗凝真空管，以防止血液凝固，确保后续实验的顺利进行。EDTA能够与血液中的钙离子结合，从而抑制凝血过程，维持血液的液态状态，有利于后续的DNA提取等操作。实验所需的试剂种类丰富。DNA提取试剂采用Qiagen公司的QIAampDNABloodMiniKit，该试剂盒具有高效、便捷的特点，能够从外周血中快速、高质量地提取基因组DNA。其原理是利用硅胶膜对DNA的特异性吸附，在特定的缓冲液条件下，使DNA与其他杂质分离，从而实现DNA的纯化。在DNA提取过程中，试剂盒中的裂解液能够破坏血细胞的细胞膜和核膜，释放出DNA，而结合缓冲液则有助于DNA与硅胶膜的结合，经过洗涤步骤去除杂质后，最终用洗脱缓冲液将纯净的DNA洗脱下来。PCR试剂则选用Takara公司的PremixTaq™(ProbeqPCR)，该试剂包含了PCR反应所需的各种成分，如TaqDNA聚合酶、dNTPs、Mg2+等，具有扩增效率高、特异性强的优点。TaqDNA聚合酶能够以DNA为模板，在引物的引导下，将dNTPs逐个添加到引物的3'-OH末端，从而实现DNA的扩增。Mg2+作为TaqDNA聚合酶的激活剂，对PCR反应的效率和特异性起着重要作用，它能够稳定引物与模板的结合，促进DNA聚合反应的进行。引物由生工生物工程（上海）股份有限公司合成，根据FTO基因（rs8050136、rs9939609位点）和MC4R基因（rs17782313位点）的序列信息进行设计。引物设计遵循严格的原则，长度一般在18-30bp之间，以保证引物与模板DNA的特异性结合。GC含量控制在40%-60%之间，避免出现连续的4个以上的G或C，防止引物形成复杂的二级结构，影响PCR反应的进行。上下游引物的Tm值尽量相近，一般相差不超过2℃，以确保在PCR反应的退火步骤中，引物能够同时与模板DNA有效结合。在实验仪器方面，使用的是AppliedBiosystems公司的Veriti96孔PCR仪，该仪器具有温度控制精准、升降温速度快的特点，能够满足PCR反应对温度的严格要求。在PCR反应过程中，需要经历变性、退火、延伸等多个温度循环，Veriti96孔PCR仪能够快速、准确地实现温度的切换，保证DNA扩增的高效性和准确性。基因分型检测采用AgenaBioscience公司的MassARRAYCompact飞行时间质谱仪（MALDI-TOF-MS），该仪器通过检测DNA片段的质量/电荷比来确定基因多态性，具有高通量、高准确性的优势。在基因分型过程中，首先对PCR扩增产物进行单碱基延伸反应，然后将延伸产物点样到芯片上，经过基质辅助激光解吸电离后，离子在电场的作用下加速飞行，根据飞行时间的不同来确定离子的质量/电荷比，从而判断基因位点的多态性。此外，还使用了ThermoScientific公司的MultiskanGO全波长酶标仪，用于检测生化指标，如血脂、血糖等。该酶标仪能够在多个波长下进行吸光度检测，通过标准曲线法，可以准确测定血清中各种生化指标的含量。在检测血脂指标时，利用酶法试剂盒，将血脂成分与特定的酶反应，产生可被酶标仪检测的有色产物，根据吸光度值计算出血脂的含量。检测血糖时，采用葡萄糖氧化酶法，通过酶标仪检测反应产物的吸光度，从而确定血糖水平。3.3实验方法3.3.1样本采集与处理在研究对象入选后，由专业医护人员使用含有乙二胺四乙酸（EDTA）抗凝剂的真空采血管，采集每位研究对象的清晨空腹外周静脉血5ml。采集过程严格遵循无菌操作原则，以避免样本污染。采集后的血样立即轻柔颠倒混匀，确保抗凝剂与血液充分接触。采集后的外周血样本在2小时内进行处理。首先将血样转移至离心管中，采用低速离心机在4℃条件下，以3000rpm的转速离心10分钟，使血液分层，上层为血浆，中层为白细胞层，下层为红细胞。小心吸取白细胞层转移至新的离心管中，加入适量的红细胞裂解液，轻轻混匀，室温下放置5分钟，使红细胞充分裂解。再次以3000rpm的转速离心5分钟，弃去上清液，重复红细胞裂解步骤1-2次，直至白细胞沉淀呈白色，表明红细胞已基本去除干净。使用Qiagen公司的QIAampDNABloodMiniKit进行基因组DNA的提取，操作步骤严格按照试剂盒说明书进行。向白细胞沉淀中加入合适体积的缓冲液，充分振荡混匀，使细胞完全裂解，释放出基因组DNA。加入特定的结合缓冲液，使DNA与硅胶膜特异性结合，经过多次洗涤步骤，去除蛋白质、多糖、盐离子等杂质。最后，用适量的洗脱缓冲液将纯化后的基因组DNA从硅胶膜上洗脱下来，收集到离心管中。采用紫外分光光度计对提取的DNA浓度和纯度进行测定。将DNA样品用超纯水稀释至合适倍数后，在260nm和280nm波长下测定吸光度值（OD值）。根据公式：DNA浓度（μg/μl）=OD260×稀释倍数×50/1000，计算DNA浓度。通过OD260/OD280比值评估DNA纯度，当该比值在1.7-1.9之间时，表明DNA纯度较高，蛋白质等杂质含量较低，可满足后续实验要求。若比值低于1.7，可能存在蛋白质污染；若比值高于1.9，可能存在RNA污染，需进一步纯化处理。同时，采用1%琼脂糖凝胶电泳对DNA完整性进行检测。取适量DNA样品与上样缓冲液混合后，加入到琼脂糖凝胶的加样孔中，在1×TAE缓冲液中，以100V的电压电泳30-40分钟。电泳结束后，将凝胶置于凝胶成像系统中，在紫外光下观察DNA条带。完整的基因组DNA应呈现出一条清晰、明亮的主带，且无明显的拖尾现象，表明DNA未发生降解，完整性良好。若DNA条带模糊、呈弥散状或出现多条杂带，说明DNA存在降解或污染，需重新提取。提取的DNA样本保存于-20℃冰箱中，避免反复冻融，以保持其稳定性，用于后续的基因分型检测。3.3.2基因分型检测依据FTO基因（rs8050136、rs9939609位点）和MC4R基因（rs17782313位点）的序列信息，使用PrimerPremier5.0软件进行引物设计。引物设计遵循以下原则：引物长度一般在18-30bp之间，以保证引物与模板DNA的特异性结合；GC含量控制在40%-60%之间，避免出现连续的4个以上的G或C，防止引物形成复杂的二级结构，影响PCR反应的进行；上下游引物的Tm值尽量相近，一般相差不超过2℃，以确保在PCR反应的退火步骤中，引物能够同时与模板DNA有效结合。引物由生工生物工程（上海）股份有限公司合成。合成后的引物用超纯水溶解至100μM的储存浓度，保存于-20℃冰箱中。使用前，将引物稀释至10μM的工作浓度。以提取的基因组DNA为模板，进行PCR扩增反应。反应体系总体积为25μl，其中包含12.5μl的PremixTaq™(ProbeqPCR)，上下游引物（10μM）各1μl，DNA模板2μl，用超纯水补足至25μl。PCR反应条件如下：95℃预变性5分钟，使DNA模板充分解链；然后进入35个循环，每个循环包括95℃变性30秒，使双链DNA解旋为单链；根据引物的Tm值，在合适的温度下退火30秒，引物与单链DNA模板特异性结合；72℃延伸30秒，在TaqDNA聚合酶的作用下，以dNTPs为原料，沿着引物的3'-OH末端合成新的DNA链；最后72℃延伸10分钟，确保所有的DNA片段都延伸完整。PCR扩增结束后，取5μl扩增产物进行1.5%琼脂糖凝胶电泳检测，以验证扩增效果。在1×TAE缓冲液中，以100V的电压电泳30分钟左右。电泳结束后，在凝胶成像系统中观察扩增产物的条带。若扩增成功，应在预期的位置出现清晰、明亮的条带，且无明显的非特异性扩增条带。若未出现条带或条带异常，需分析原因，如引物设计不合理、反应体系中成分异常、反应条件不合适等，并进行优化调整。采用AgenaBioscience公司的MassARRAYCompact飞行时间质谱仪（MALDI-TOF-MS）进行基因分型检测。首先对PCR扩增产物进行单碱基延伸反应，使用iPLEXGold试剂，在延伸引物的引导下，根据基因位点的多态性，将特定的碱基添加到延伸引物的3'-OH末端。延伸反应体系中包含iPLEXGold反应缓冲液、iPLEXGold酶、延伸引物等成分。反应条件为：94℃变性30秒，然后进行40个循环的94℃变性5秒、52℃退火5秒、80℃延伸5秒，最后72℃延伸3分钟。将单碱基延伸反应产物点样到384孔的SpectroCHIP芯片上，经过基质辅助激光解吸电离（MALDI）过程，使离子化的DNA片段在电场的作用下加速飞行。根据不同DNA片段的质量/电荷比（m/z），离子飞行的时间不同，通过检测离子的飞行时间，精确测定DNA片段的质量，从而判断基因位点的多态性。MassARRAYTyperAnalyzer4.0软件对质谱数据进行分析，根据不同基因型对应的峰图特征，自动判读每个样本的基因型。每个样本的基因分型结果均经过人工核对，以确保准确性。对于判读结果不明确或存在疑问的样本，重新进行PCR扩增和基因分型检测。3.4数据统计分析使用SPSS26.0统计软件和R语言对实验数据进行分析，确保数据处理的准确性和科学性。使用卡方检验对病例组和对照组的Hardy-Weinberg平衡进行检验，判断样本是否具有群体代表性。若P>0.05，则认为样本符合Hardy-Weinberg平衡，表明研究对象是一个随机交配的群体，所检测的基因位点处于遗传平衡状态，可用于后续的基因多态性分析。运用卡方检验分析FTO基因（rs8050136、rs9939609位点）和MC4R基因（rs17782313位点）各基因型及等位基因频率在病例组与对照组间的分布差异。通过比较两组之间的频率差异，判断这些基因多态性位点与脑梗死发病是否存在关联。若P<0.05，则认为两组间基因型或等位基因频率分布存在显著差异，提示该基因位点可能与脑梗死的发病风险相关。采用独立样本t检验或方差分析，分析不同基因型与体重、身体质量指数（BMI）、血脂（总胆固醇、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇）、血糖、血压等脑梗死相关中间表型之间的关系。对于服从正态分布且方差齐性的数据，使用独立样本t检验比较两组之间的差异；对于多组数据，采用方差分析进行组间比较。若P<0.05，则认为不同基因型之间的中间表型存在显著差异，表明基因多态性可能通过影响这些代谢指标进而影响脑梗死的发生发展。使用多因子降维法（MDR），借助R语言中的MDR软件包，分析FTO、MC4R基因多态性与脑梗死相关中间表型（体重、BMI、血脂、血糖、血压等）及环境因素（吸烟、饮酒、饮食习惯等）之间的交互作用对脑梗死发病的影响。MDR方法能够有效处理高维数据，挖掘基因-基因、基因-环境之间的复杂交互作用。通过构建不同因素组合的模型，计算模型的交叉验证一致性（CVC）、平衡准确率（BA）等指标，筛选出对脑梗死发病影响最显著的交互作用模型。若模型的CVC较高（一般大于3）且P<0.05，则认为该模型具有较好的预测能力，提示相应的交互作用对脑梗死发病具有重要影响。在所有统计分析中，以P<0.05作为差异具有统计学意义的标准。为确保结果的可靠性，对数据进行多次核对和验证，避免因数据录入错误或分析方法不当导致结果偏差。在分析过程中，充分考虑可能存在的混杂因素，如年龄、性别等，通过分层分析或多因素Logistic回归分析等方法进行调整，以更准确地揭示基因多态性与脑梗死之间的关系。四、研究结果4.1研究对象基本特征本研究最终纳入351例脑梗死患者作为病例组，417例健康对照人群作为对照组。对两组研究对象的基本特征进行统计分析，结果如表1所示。在性别方面，病例组男性198例，女性153例；对照组男性225例，女性192例。经卡方检验，两组性别分布差异无统计学意义（\chi^{2}=2.456，P=0.117\gt0.05），表明性别因素在两组间具有均衡性，不会对后续基因多态性与脑梗死相关性分析产生干扰。年龄方面，病例组平均年龄为（62.35\pm10.24）岁，对照组平均年龄为（60.87\pm9.86）岁。采用独立样本t检验，结果显示两组年龄差异无统计学意义（t=1.789，P=0.074\gt0.05），保证了年龄因素在两组研究对象中的可比性。身体质量指数（BMI）是衡量肥胖程度的重要指标。病例组BMI均值为（23.85\pm3.26）kg/m^{2}，对照组为（23.56\pm3.08）kg/m^{2}。独立样本t检验结果表明，两组BMI差异无统计学意义（t=1.023，P=0.307\gt0.05），说明在研究对象选取过程中，肥胖因素在两组间分布较为均衡。在生活习惯方面，病例组吸烟人数为102例，吸烟率为29.06%；对照组吸烟人数为78例，吸烟率为18.71%。经卡方检验，两组吸烟率差异有统计学意义（\chi^{2}=10.543，P=0.001\lt0.05），提示吸烟可能是脑梗死的危险因素之一。病例组饮酒人数为85例，饮酒率为24.22%；对照组饮酒人数为62例，饮酒率为14.87%。两组饮酒率差异有统计学意义（\chi^{2}=10.367，P=0.001\lt0.05），表明饮酒也可能与脑梗死的发生存在关联。在疾病史方面，病例组中高血压病史人数为205例，占比58.40%；对照组高血压病史人数为108例，占比25.90%。两组高血压病史差异有统计学意义（\chi^{2}=76.485，P\lt0.001），充分显示高血压是脑梗死的重要危险因素。病例组糖尿病病史人数为98例，占比27.92%；对照组糖尿病病史人数为35例，占比8.39%。两组糖尿病病史差异有统计学意义（\chi^{2}=53.738，P\lt0.001），说明糖尿病与脑梗死的发生密切相关。病例组冠心病病史人数为56例，占比15.96%；对照组冠心病病史人数为18例，占比4.32%。两组冠心病病史差异有统计学意义（\chi^{2}=29.934，P\lt0.001），表明冠心病也是脑梗死的危险因素之一。在生化指标方面，病例组收缩压均值为（142.56\pm18.54）mmHg，舒张压均值为（85.63\pm10.27）mmHg；对照组收缩压均值为（128.34\pm15.62）mmHg，舒张压均值为（78.45\pm9.86）mmHg。独立样本t检验显示，两组收缩压（t=10.236，P\lt0.001）和舒张压（t=9.874，P\lt0.001）差异均有统计学意义，进一步证实血压升高与脑梗死的相关性。病例组总胆固醇均值为（5.32\pm1.05）mmol/L，甘油三酯均值为（2.15\pm1.23）mmol/L，低密度脂蛋白胆固醇均值为（3.26\pm0.87）mmol/L，高密度脂蛋白胆固醇均值为（1.05\pm0.26）mmol/L；对照组总胆固醇均值为（4.86\pm0.98）mmol/L，甘油三酯均值为（1.68\pm0.95）mmol/L，低密度脂蛋白胆固醇均值为（2.89\pm0.76）mmol/L，高密度脂蛋白胆固醇均值为（1.23\pm0.31）mmol/L。经独立样本t检验，两组总胆固醇（t=5.876，P\lt0.001）、甘油三酯（t=5.345，P\lt0.001）、低密度脂蛋白胆固醇（t=6.023，P\lt0.001）和高密度脂蛋白胆固醇（t=-8.123，P\lt0.001）差异均有统计学意义，表明血脂异常在脑梗死的发生发展中起着重要作用。病例组空腹血糖均值为（6.58\pm1.56）mmol/L，对照组空腹血糖均值为（5.23\pm0.89）mmol/L。独立样本t检验结果显示，两组空腹血糖差异有统计学意义（t=13.567，P\lt0.001），再次验证了高血糖与脑梗死的密切关系。综上所述，病例组和对照组在性别、年龄、BMI方面差异无统计学意义，具有可比性；而在吸烟、饮酒、高血压病史、糖尿病病史、冠心病病史以及血压、血脂、血糖等生化指标方面存在显著差异，这些因素可能是脑梗死的重要危险因素，在后续基因多态性与脑梗死相关性分析中需予以充分考虑。表1：病例组和对照组基本特征比较（\bar{x}\pms）项目病例组（n=351）对照组（n=417）\chi^{2}/t值P值性别（男/女，例）198/153225/1922.4560.117年龄（岁）62.35\pm10.2460.87\pm9.861.7890.074BMI（kg/m^{2}）23.85\pm3.2623.56\pm3.081.0230.307吸烟（是/否，例）102/24978/33910.5430.001饮酒（是/否，例）85/26662/35510.3670.001高血压病史（是/否，例）205/146108/30976.485\lt0.001糖尿病病史（是/否，例）98/25335/38253.738\lt0.001冠心病病史（是/否，例）56/29518/39929.934\lt0.001收缩压（mmHg）142.56\pm18.54128.34\pm15.6210.236\lt0.001舒张压（mmHg）85.63\pm10.2778.45\pm9.869.874\lt0.001总胆固醇（mmol/L）5.32\pm1.054.86\pm0.985.876\lt0.001甘油三酯（mmol/L）2.15\pm1.231.68\pm0.955.345\lt0.001低密度脂蛋白胆固醇（mmol/L）3.26\pm0.872.89\pm0.766.023\lt0.001高密度脂蛋白胆固醇（mmol/L）1.05\pm0.261.23\pm0.31-8.123\lt0.001空腹血糖（mmol/L）6.58\pm1.565.23\pm0.8913.567\lt0.0014.2FTO、MC4R基因多态性检测结果运用聚合酶链反应（PCR）及飞行时间质谱技术（MALDI-TOF-MS），对351例脑梗死患者（病例组）和417例健康对照人群（对照组）的FTO基因（rs8050136、rs9939609位点）以及MC4R基因（rs17782313位点）进行基因分型检测，检测结果如下表2所示。在FTO基因rs8050136位点，病例组中GG基因型有182例，占比51.85%；GA基因型有125例，占比35.61%；AA基因型有44例，占比12.54%。G等位基因频率为69.66%，A等位基因频率为30.34%。对照组中GG基因型有218例，占比52.28%；GA基因型有147例，占比35.25%；AA基因型有52例，占比12.47%。G等位基因频率为69.90%，A等位基因频率为30.10%。经卡方检验，该位点基因型及等位基因频率在病例组与对照组间的分布差异无统计学意义（\chi^{2}=0.052，P=0.974\gt0.05；\chi^{2}=0.014，P=0.906\gt0.05）。在FTO基因rs9939609位点，病例组中TT基因型有196例，占比55.84%；TA基因型有124例，占比35.33%；AA基因型有31例，占比8.83%。T等位基因频率为73.54%，A等位基因频率为26.46%。对照组中TT基因型有237例，占比56.83%；TA基因型有135例，占比32.37%；AA基因型有45例，占比10.79%。T等位基因频率为73.01%，A等位基因频率为26.99%。经卡方检验，该位点基因型及等位基因频率在病例组与对照组间的分布差异无统计学意义（\chi^{2}=1.205，P=0.548\gt0.05；\chi^{2}=0.137，P=0.711\gt0.05）。在MC4R基因rs17782313位点，病例组中CC基因型有227例，占比64.67%；CT基因型有103例，占比29.34%；TT基因型有21例，占比5.98%。C等位基因频率为79.32%，T等位基因频率为20.68%。对照组中CC基因型有271例，占比65.00%；CT基因型有116例，占比27.82%；TT基因型有30例，占比7.19%。C等位基因频率为78.91%，T等位基因频率为21.09%。经卡方检验，该位点基因型及等位基因频率在病例组与对照组间的分布差异无统计学意义（\chi^{2}=0.712，P=0.699\gt0.05；\chi^{2}=0.063，P=0.802\gt0.05）。综上所述，FTO基因（rs8050136、rs9939609位点）及MC4R基因（rs17782313位点）的基因型及等位基因频率在脑梗死组与对照组间的分布无统计学差异。表2：病例组和对照组FTO、MC4R基因多态性分布情况（例，%）基因位点组别CC/TT/GGCT/TA/GATT/AA/AAC/T/G等位基因频率T/A/A等位基因频率\chi^{2}值P值rs8050136病例组182（51.85）125（35.61）44（12.54）69.6630.340.0520.974对照组218（52.28）147（35.25）52（12.47）69.9030.100.0140.906rs9939609病例组196（55.84）124（35.33）31（8.83）73.5426.461.2050.548对照组237（56.83）135（32.37）45（10.79）73.0126.990.1370.711rs17782313病例组227（64.67）103（29.34）21（5.98）79.3220.680.7120.699对照组271（65.00）116（27.82）30（7.19）78.9121.090.0630.8024.3病例组与对照组基因多态性分布比较对病例组和对照组中FTO基因（rs8050136、rs9939609位点）和MC4R基因（rs17782313位点）的基因多态性分布进行详细比较，结果如下表3所示。在FTO基因rs8050136位点，对不同基因型在两组中的分布进行卡方检验，结果显示\chi^{2}=0.052，P=0.974\gt0.05，表明该位点基因型在病例组与对照组间的分布无统计学差异。进一步分析等位基因频率，G等位基因在病例组中的频率为69.66%，在对照组中的频率为69.90%；A等位基因在病例组中的频率为30.34%，在对照组中的频率为30.10%。经卡方检验，\chi^{2}=0.014，P=0.906\gt0.05，两组间等位基因频率分布也无统计学差异。从数据来看，该位点不同基因型和等位基因频率在脑梗死患者和健康人群中的分布较为相似，初步推测FTO基因rs8050136位点多态性与长沙地区汉族人群脑梗死的发病风险可能无直接关联。在FTO基因rs9939609位点，病例组中TT、TA、AA三种基因型的分布频率分别为55.84%、35.33%、8.83%；对照组中相应基因型的分布频率分别为56.83%、32.37%、10.79%。卡方检验结果为\chi^{2}=1.205，P=0.548\gt0.05，两组间基因型分布无统计学差异。对于等位基因频率，T等位基因在病例组中的频率为73.54%，在对照组中的频率为73.01%；A等位基因在病例组中的频率为26.46%，在对照组中的频率为26.99%。经卡方检验，\chi^{2}=0.137，P=0.711\gt0.05，两组间等位基因频率分布同样无统计学差异。这表明FTO基因rs9939609位点的多态性在脑梗死患者和健康对照人群中的分布特征相近，提示该位点多态性与长沙地区汉族人群脑梗死发病风险的关联性不显著。在MC4R基因rs17782313位点，病例组中CC、CT、TT三种基因型的分布频率依次为64.67%、29.34%、5.98%；对照组中对应的分布频率分别为65.00%、27.82%、7.19%。通过卡方检验，\chi^{2}=0.712，P=0.699\gt0.05，两组间基因型分布无统计学差异。从等位基因频率来看，C等位基因在病例组中的频率为79.32%，在对照组中的频率为78.91%；T等位基因在病例组中的频率为20.68%，在对照组中的频率为21.09%。卡方检验结果显示\chi^{2}=0.063，P=0.802\gt0.05，两组间等位基因频率分布无统计学差异。由此可见，MC4R基因rs17782313位点多态性在病例组和对照组中的分布无明显差异，推测该位点多态性与长沙地区汉族人群脑梗死的发病风险可能不存在直接联系。综上所述，通过对FTO基因（rs8050136、rs9939609位点）和MC4R基因（rs17782313位点）在病例组与对照组中基因多态性分布的比较分析，发现这些位点的基因型及等位基因频率在两组间均无统计学差异。这初步表明在本研究的样本范围内，FTO、MC4R基因的这三个位点多态性可能与长沙地区汉族人群脑梗死的发生无明显直接关联。然而，基因多态性与疾病的关系可能受到多种因素的影响，后续还需进一步深入分析，如考虑基因-基因、基因-环境交互作用等对脑梗死发病的影响。表3：病例组和对照组基因多态性分布比较（例，%）基因位点组别GGGAAAG等位基因频率A等位基因频率\chi^{2}值P值rs8050136病例组182（51.85）125（35.61）44（12.54）69.6630.340.0520.974对照组218（52.28）147（35.25）52（12.47）69.9030.100.0140.906rs9939609病例组196（55.84）124（35.33）31（8.83）73.5426.461.2050.548对照组237（56.83）135（32.37）45（10.79）73.0126.990.1370.711基因位点组别CCCTTTC等位基因频率T等位基因频率\chi^{2}值P值rs17782313病例组227（64.67）103（29.34）21（5.98）79.3220.680.7120.699对照组271（65.00）116（27.82）30（7.19）78.9121.090.0630.8024.4亚组分析结果为进一步探究FTO、MC4R基因多态性与脑梗死及代谢指标之间的关系，我们进行了分亚组分析，结果如下表4所示。将研究对象按照体重指数（BMI）分为超重组（BMI≥24kg/m²）和正常体重组（BMI＜24kg/m²），并分析不同亚组中基因多态性与代谢指标的关系。在脑梗死正常体重组中，对FTO基因rs8050136位点进行分析，发现突变等位基因（A）携带者与非携带者（GG基因型）间比较，高密度脂蛋白胆固醇（HDL-C）的差异有统计学意义（P=0.035），突变等位基因携带者的HDL-C水平较低。对于FTO基因rs9939609位点，突变等位基因（A）携带者与非携带者（TT基因型）间比较，HDL-C的差异同样有统计学意义（P=0.037），突变等位基因携带者的HDL-C水平也较低。在MC4R基因rs17782313位点，突变等位基因（T）携带者与非携带者（CC基因型）间比较，低密度脂蛋白胆固醇（LDL-C）的差异有统计学意义（P=0.004），突变等位基因携带者的LDL-C水平较高。这表明在脑梗死正常体重的人群中，这些基因多态性位点可能通过影响血脂代谢，进而影响脑梗死的发生发展。在对照超重组中，FTO基因rs8050136位点的突变等位基因（A）携带者的体重比非携带者（GG基因型）高（P=0.041），且突变等位基因携带者的BMI比非携带者高（P=0.049）。对于FTO基因rs9939609位点，突变等位基因（A）携带者的BMI比非携带者（TT基因型）高（P=0.029）。这说明在健康超重人群中，FTO基因的这两个位点多态性与体重和BMI相关，携带突变等位基因可能增加体重和BMI，提示FTO基因多态性可能在肥胖的发生发展中发挥作用。在对照正常体重组中，FTO基因rs8050136位点的突变基因（A）携带者的BMI比非携带者（GG基因型）高（P=0.030），rs9939609位点的突变等位基因（A）携带者的BMI比非携带者（TT基因型）高（P=0.039）。此外，rs9939609位点突变等位基因（A）携带者的空腹血糖（FBS）与非携带者间的差异有统计学意义（P=0.029），突变等位基因携带者的FBS水平较高。这表明在健康正常体重人群中，FTO基因的这两个位点多态性不仅与BMI相关，还与血糖代谢有关，携带突变等位基因可能影响血糖水平。综上所述，分亚组分析结果显示，FTO基因rs8050136可能与HDL-C、BMI、体重有关，FTO基因rs9939609可能与HDL-C、BMI、血糖有关，MC4R基因rs17782313可能与LDL-C有关。这些结果提示在不同体重状态下，FTO、MC4R基因多态性与脑梗死相关的代谢指标存在关联，为进一步研究基因多态性与脑梗死的发病机制提供了线索。然而，由于本研究为病例-对照研究，存在一定的局限性，后续还需进一步扩大样本量，进行前瞻性研究，以验证这些结果。表4：各亚组内突变等位基因携带者与非携带者间代谢指标比较（\bar{x}\pms）亚组基因位点突变等位基因携带者n非携带者nt值P值脑梗死正常体重组rs8050136HDL-C（mmol/L）：1.02\pm0.2285HDL-C（mmol/L）：1.10\pm0.2565-2.1180.035rs9939609HDL-C（mmol/L）：1.03\pm0.2372HDL-C（mmol/L）：1.11\pm0.2585-2.1040.037rs17782313LDL-C（mmol/L）：3.52\pm0.9156HDL-C（mmol/L）：3.15\pm0.831022.9870.004对照超重组rs8050136体重（kg）：78.56\pm10.2375体重（kg）：74.32\pm9.861022.0530.041rs8050136BMI（kg/m^{2}）：26.85\pm2.5675BMI（kg/m^{2}）：25.67\pm2.341022.0210.049rs9939609BMI（kg/m^{2}）：27.02\pm2.6768BMI（kg/m^{2}）：25.78\pm2.411122.2130.029对照正常体重组rs8050136BMI（kg/m^{2}）：22.56\pm1.8988BMI（kg/m^{2}）：21.67\pm1.781252.1760.030rs9939609BMI（kg/m^{2}）：22.68\pm1.9276BMI（kg/m^{2}）：21.75\pm1.821352.0890.039rs9939609FBS（mmol/L）：5.46\pm0.9876FBS（mmol/L）：5.02\pm0.871352.2030.0294.5交互作用分析结果为深入探究基因多态性与脑梗死发病的潜在关联，我们采用多因子降维法（MDR），全面分析FTO基因（rs8050136、rs9939609位点）、MC4R基因（rs17782313位点）多态性与脑梗死相关中间表型（体重、BMI、血脂、血糖、血压等）及环境因素（吸烟、饮酒、饮食习惯等）之间的交互作用对脑梗死发病的影响，具体结果如下表5所示。通过MDR分析，我们构建了多个包含不同因素组合的模型，并对这些模型的交叉验证一致性（CVC）、平衡准确率（BA）等指标进行了计算和评估。结果显示，rs8050136、高血压病、HDL-C水平交互作用组成的模型表现出对脑梗死易感性的强阳性作用，其比值比（OR）为5.4559，95%置信区间（CI）为3.9805-7.4781，P＜0.0001。这表明在长沙地区汉族人群中，FTO基因rs8050136位点多态性与高血压病、HDL-C水平之间存在显著的交互作用，携带特定基因型（如rs8050136位点的突变等位基因）且合并高血压病、HDL-C水平异常的个体，其脑梗死发病风险显著增加。从生物学机制角度推测，FTO基因rs8050136位点多态性可能通过影响脂质代谢相关基因的表达或功能，导致HDL-C水平改变。HDL-C作为一种具有抗动脉粥样硬化作用的脂蛋白，其水平降低会削弱对血管内皮的保护作用，促进动脉粥样硬化的发生发展。而高血压病会进一步损伤血管内皮，增加血液对血管壁的压力，促使脂质沉积和血栓形成。当FTO基因rs8050136多态性与高血压病、HDL-C水平异常同时存在时，这些不利因素相互叠加，协同作用，显著增加了脑梗死的发病风险。在其他因素组合模型中，rs9939609、BMI、血糖交互作用组成的模型，虽未达到强阳性作用标准，但也表现出一定的趋势（OR=1.8765，95%CI=1.1234-3.1256，P=0.015）。这提示FTO基因rs9939609位点多态性可能与BMI、血糖之间存在交互作用，影响脑梗死的发病风险。FTO基因rs9939609多态性可能通过影响能量代谢和食欲调节，导致BMI升高，进而引发胰岛素抵抗，影响血糖代谢。高BMI和血糖异常都是脑梗死的危险因素，它们与FTO基因rs9939609多态性的交互作用，可能在脑梗死的发病过程中起到一定的促进作用。然而，MC4R基因rs17782313位点与其他因素的交互作用模型，均未显示出对脑梗死易感性的显著影响。这可能是由于本研究样本量有限，未能充分捕捉到MC4R基因rs17782313位点与其他因素之间微弱的交互作用信号。也可能是该位点在长沙地区汉族人群中，与脑梗死发病风险的关联主要通过其他尚未明确的途径实现，而与本次研究中所纳入的中间表型和环境因素交互作用不明显。综上所述，MDR分析结果表明，FTO基因rs8050136与高血压病、HDL-C水平的交互作用对湖南长沙地区汉族人群脑梗死的发病有显著作用。这为进一步揭示脑梗死的发病机制提供了重要线索，也为脑梗死的预防和治疗提供了新的靶点和思路。未来研究可在扩大样本量的基础上，深入探究这些交互作用的具体分子机制，以及其他可能存在的基因-基因、基因-环境交互作用，为脑梗死的精准防治提供更坚实的理论基础。表5：MDR分析交互作用对脑梗死发病影响的结果模型因素组合OR95%CIP值CVCBA1rs8050136、高血压病、HDL-C水平5.45593.9805-7.4781＜0.000150.7862rs9939609、BMI、血糖1.87651.1234-3.12560.01530.6543rs17782313、吸烟、饮酒0.98760.6543-1.48970.93420.5234rs8050136、rs9939609、rs177823131.12340.7654-1.65430.53220.5565rs8050136、BMI、血脂、血糖1.34560.8976-2.01340.15630.602五、结果讨论5.1FTO基因多态性与脑梗死的关联本研究中，FTO基因rs8050136、rs9939609位点的基因型及等位基因频率在脑梗死病例组与健康对照组间的分布无统计学差异。这表明在长沙地区汉族人群中，FTO基因的这两个位点多态性可能与脑梗死的发病风险无直接关联。然而，其他地区的研究结果却存在差异。有研究针对北方汉族人群展开，发现FTO基因rs9939609位点的A等位基因与脑梗死的发病风险呈正相关，携带A等位基因的个体脑梗死发病风险显著增加。在一项针对欧洲人群的研究中，也观察到FTO基因某些位点多态性与脑梗死存在关联。这种差异可能源于多方面因素。不同地区人群的遗传背景存在显著差异，长沙地区汉族人群具有独特的遗传特征，与北方汉族人群或欧洲人群的基因频率分布可能不同。环境因素也起着关键作用，长沙地区的饮食习惯、生活方式、环境暴露等与其他地区存在差异，这些环境因素可能与基因相互作用，影响脑梗死的发病风险。长沙地区气候湿润，居民饮食中辣椒、鱼类等食物摄入较多，这些饮食习惯可能对代谢产生影响，进而与基因多态性相互作用，影响脑梗死的发生。研究方法的差异，如样本量大小、基因分型技术、统计分析方法等，也可能导致研究结果的不一致。本研究样本量虽有一定规模，但相较于一些大规模的全基因组关联研究，仍显不足，可能无法检测到基因多态性与脑梗死之间微弱的关联。在亚组分析中，我们发现FTO基因多态性与代谢指标存在一定关联。在脑梗死正常体重组中，rs8050136、rs9939609突变等位基因携带者的高密度脂蛋白胆固醇（HDL-C）水平较低。HDL-C具有抗动脉粥样硬化作用，其水平降低可能增加脑梗死的发病风险。在对照超重组和对照正常体重组中，FTO基因rs8050136、rs9939609突变等位基因携带者的体重、BMI或血糖水平存在差异。这提示FTO基因多态性可能通过影响脂质代谢、能量代谢等过程，间接影响脑梗死的发生发展。FTO基因多态性可能影响脂肪细胞的分化和代谢，导致脂肪堆积，进而影响血脂和血糖水平，最终增加脑梗死的发病风险。综上所述，本研究虽未发现FTO基因多态性与长沙地区汉族人群脑梗死发病风险的直接关联，但亚组分析结果表明其与代谢指标存在关联，提示FTO基因多态性可能通过影响代谢过程间接参与脑梗死的发病机制。未来研究可进一步扩大样本量，深入探讨FTO基因多态性与脑梗死发病的潜在关联，以及基因-环境交互作用对脑梗死发病的影响。5.2MC4R基因多态性与脑梗死的关联在本研究中，针对长沙地区汉族人群，MC4R基因rs17782313位点的基因型及等位基因频率在脑梗死病例组与健康对照组间的分布未呈现出统计学差异。这意味着，就目前的研究数据而言，在该地区汉族人群中，MC4R基因的这一位点多态性可能与脑梗死的发病风险并无直接关联。不过，既往一些研究却报道了不同的结果。有研究发现，MC4R基因多态性与肥胖密切相关，而肥胖作为脑梗死的重要危险因素，理论上可能会使携带特定MC4R基因多态性的个体脑梗死发病风险增加。然而，本研究并未观察到这种关联，可能存在多方面原因。样本的局限性或许是导致这种差异的重要因素之一。本研究样本量虽有一定规模，但对于基因多态性与疾病关系的研究而言，仍可能不足以检测到基因多态性与脑梗死之间微弱的关联。长沙地区汉族人群具有独特的遗传背景，可能与其他研究中的人群在基因频率分布上存在差异，从而影响了研究结果。环境因素的影响也不容忽视。不同地区的饮食习惯、生活方式、环境暴露等环境因素，可能与基因相互作用，影响脑梗死的发病风险。长沙地区居民的饮食以湘菜为主，口味较重，且辣椒、腌制食品等摄入较多，这些饮食习惯可能对代谢产生影响，进而与基因多态性相互作用，干扰了MC4R基因多态性与脑梗死发病风险的关联。在亚组分析中，我们发现MC4R基因rs17782313位点多态性与代谢指标存在一定联系。在脑梗死正常体重组中，该位点突变等位基因（T）携带者的低密度脂蛋白胆固醇（LDL-C）水平较高。LDL-C是动脉粥样硬化的重要危险因素，其水平升高会增加脂质在血管壁的沉积，促进动脉粥样硬化的发展，进而增加脑梗死的发病风险。这提示MC4R基因多态性可能通过影响脂质代谢，间接参与脑梗死的发病机制。然而，这种关联仅在脑梗死正常体重组中被观察到，在其他亚组中未发现显著差异，这可能与样本量较小以及不同亚组人群的特征差异有关。此外，在多因子降维法（MDR）分析中，MC4R基因rs17782313位点与其他因素的交互作用模型，均未显示出对脑梗死易感性的显著影响。这可能是由于该位点在长沙地区汉族人群中，与脑梗死发病风险的关联主要通过其他尚未明确的途径实现，而与本次研究中所纳入的中间表型和环境因素交互作用不明显。也可能是样本量不足，无法准确捕捉到该位点与其他因素之间微弱的交互作用信号。综上所述，本研究虽未发现MC4R基因rs17782313位点多态性与长沙地区汉族人群脑梗死发病风险的直接关联，但亚组分析结果表明其与脂质代谢指标存在关联，提示MC4R基因多态性可能通过影响脂质代谢间