更新时间：2024-01-08 15:27:23 浏览次数：：321
2022年11月17日，武汉大学中南医院王行环教授团队在遗传学领域的重要期刊Frontiers in Genetics上发表了最新研究成果"Genetically Supported Causality Between Benign Prostate Hyperplasia and Urinary Bladder Neoplasms: A Mendelian Randomization Study"[1]。 该研究利用两样本孟德尔随机化（Mendelian Randomization, MR）的方法从基因水平验证了良性前列腺增生（Benign prostate hyperplasia, BPH）和膀胱癌（Bladder cancer, BLCA）存在因果关系，即BPH可以增加BLCA的风险，而BLCA不能增加BPH的风险。 传统流行病学研究的基本问题是“相关性”与“因果关系”，明确疾病与疾病之间的因果关系对于指导临床工作极为重要。目前，对科学假设进行实证检验的“金标准”是进行随机对照试验（Randomized Controlled Test, RCT），但RCT存在固有缺陷。比如，观察性研究的结果很容易被一些混杂因素干扰，且难以获得仅对目标危险因素有影响的靶向干预，导致实际上并不成立的因果关系。例如，有文章报道经常“喝红酒”的人冠心病的发病率较低，但经常消费红酒的人所处地域的“社会经济水平”往往较高，所以“社会经济水平”而非“葡萄酒消费”可能是心脏病风险的基础。此外，传统研究昂贵费时，且许多风险因素往往不能随机分配。因此，我们需要更强大的方法来使用观察数据评估因果关系，而MR就是这样一种方法。 随着人类基因组的发展，人们对疾病遗传因素的认识已从单基因扩展到多基因、多因素。现已证实许多疾病并不是由单个基因决定，而是由多基因、生活方式、环境因素相互作用的结果。例如恶性肿瘤、冠心病、糖尿病等，除了受遗传因素影响，也可能受到一些可改变的危险因素的影响，例如饮食、睡眠、血压等。全基因组关联研究（GWAS）在通过测试数百万个遗传变异与疾病结果的关联后，已经发现大量与人类疾病相关的遗传变异，这对理解疾病机制、预测个体疾病风险能力提供了依据。而MR正是利用遗传数据评估各种危险因素间因果关系的方法，这些遗传变异也为MR提供了机会。 MR是用来进行因果推断的有效方法，它以遗传变异为工具变量来推导结局和暴露的因果关系，能有效避免传统流行病学研究的混杂偏倚。此外，遗传信息总是从父母到后代的单向传播，这也使得MR限制了反向因果关系的影响。 本研究通过两样本MR的分析方法探究了BPH和BLCA两种疾病的因果关系，丰富了膀胱癌致病机制，为膀胱癌预后判断和早期临床干预提供了新的思路。该论文第一作者为武汉大学中南医院泌尿外科博士研究生杜文智，由湖北省科技厅等提供经费支持。 参考文献： [1] Du W, Wang T, Zhang W, Xiao Y and Wang X (2022), Genetically supported causality between benign prostate hyperplasia and urinary bladder neoplasms: A mendelian randomization study. Front. Genet. 13:1016696. doi: 10.3389/fgene.2022.1016696. 原文链接 https://www.frontiersin.org/articles/10.3389/fgene.2022.1016696/full
