2型糖尿病遺傳流行病學(xué)研究進(jìn)展

修良昌 覃繼恒 趙小蕾 饒紹奇 丁元林

摘 要：2型糖尿病是糖尿病的主要類型，隨著患病率的逐年升高，已成為嚴(yán)重危害人類健康的慢性疾病。2型糖尿病的發(fā)生與人們的生活行為方式改變有關(guān)，也與遺傳因素及其相互作用有關(guān)。研究者們嘗試用多種策略尋找與2型糖尿病關(guān)聯(lián)的基因，期望為理解2型糖尿病的發(fā)病機(jī)制以及制訂有效地預(yù)防控制措施提供新的線索。

關(guān)鍵詞：2型糖尿病 遺傳流行病學(xué) 研究進(jìn)展 關(guān)聯(lián)研究

中圖分類號(hào)：R587.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2016）03（a）-0149-04

2型糖尿病是以高血糖和脂代謝異常為特征的慢性代謝性疾病，其患病率持續(xù)上升，已成為嚴(yán)重威脅人類健康的疾病之一[1]。病因?qū)W研究認(rèn)為2型糖尿病是遺傳因素和環(huán)境因素共同參與和相互作用導(dǎo)致的復(fù)雜疾病[2]。近年來國(guó)內(nèi)外學(xué)者進(jìn)行了大量的遺傳流行病學(xué)研究，希望找到2型糖尿病的易感基因，以更好地理解其遺傳學(xué)基礎(chǔ)和發(fā)病機(jī)制。研究者采用了連鎖分析、候選基因關(guān)聯(lián)分析、全基因組關(guān)聯(lián)分析和基于通路的分析等研究策略和方法，定位和識(shí)別大量與2型糖尿病關(guān)聯(lián)的基因區(qū)域及位點(diǎn)，現(xiàn)綜述如以下幾點(diǎn)。

1 連鎖分析

連鎖分析是較早用于定位2型糖尿病易感基因的方法。目前，已在20多個(gè)種族人群中進(jìn)行全基因組掃描及微衛(wèi)星標(biāo)記與2型糖尿病的連鎖分析[3]，結(jié)果顯示2型糖尿病的易感位點(diǎn)位于多條染色體上，并且在多個(gè)人群中得到驗(yàn)證（見表1）。

運(yùn)用全基因組連鎖分析雖然發(fā)現(xiàn)了一些可能與2型糖尿病相關(guān)的易感區(qū)域，但這些連鎖區(qū)域通常較大，可能包含很多個(gè)基因，進(jìn)一步定位2型糖尿病的易感基因還存在一定的困難[3-4]。另外，連鎖分析對(duì)由多個(gè)微效基因和環(huán)境因素共同作用所致的復(fù)雜疾病或性狀的研究效能較低。（如表1）

2 候選基因關(guān)聯(lián)研究

候選基因關(guān)聯(lián)研究是根據(jù)某些間接線索（如：連鎖分析的結(jié)果或者基因表達(dá)產(chǎn)物的功能信息等）選定一個(gè)或幾個(gè)候選基因，借助于直接測(cè)序或等位基因特異性擴(kuò)增等實(shí)驗(yàn)方法，通過在病例和對(duì)照中比較候選基因序列差異，來確定這些候選基因與患病狀態(tài)或數(shù)量性狀間是否存在關(guān)聯(lián)。候選基因關(guān)聯(lián)研究的“關(guān)聯(lián)”有兩層含義：第一，變異序列即為致病基因序列；第二，變異序列并非致病基因序列，而只是與真正致病變異序列存在著連鎖不平衡關(guān)系。

候選基因關(guān)聯(lián)研究是連鎖分析的有益補(bǔ)充，可以在連鎖分析定位了易感基因的染色體區(qū)域后，進(jìn)一步采用關(guān)聯(lián)研究對(duì)疾病易感區(qū)域進(jìn)行精確定位。除了基于連鎖區(qū)域的候選基因，即位置候選基因，還有功能候選基因和表達(dá)候選基因[5]。功能候選基因的選擇基于表型和基因潛在功能的先驗(yàn)知識(shí)，這些知識(shí)可能來源于臨床觀察、已知的疾病有關(guān)過程的研究、疾病動(dòng)物模型及遺傳藥理學(xué)研究等。胰島素抵抗和β細(xì)胞功能障礙是2型糖尿病的重要病理生理改變，因此，所有與這兩個(gè)進(jìn)程有關(guān)的基因都可以作為2型糖尿病的候選基因。而表達(dá)候選基因即應(yīng)用基因芯片發(fā)現(xiàn)的差異表達(dá)基因。自從20多年前第一篇胰島素基因與2型糖尿病的關(guān)聯(lián)研究發(fā)表以來，與胰腺發(fā)育的分子機(jī)制、胰島素信號(hào)轉(zhuǎn)導(dǎo)和胰島素分泌等有關(guān)的2型糖尿病的候選基因明顯增多，已報(bào)道的部分候選基因關(guān)聯(lián)分析結(jié)果見表2。小型的候選基因關(guān)聯(lián)研究的結(jié)果可重復(fù)性較差，僅PPARG和KCNJ11得到較好的重復(fù)[3，6]。

3 全基因組關(guān)聯(lián)研究（Genome-wide association study， GWAS）

人類基因組計(jì)劃和國(guó)際人類基因組單體型圖計(jì)劃的完成以及高通量基因分型技術(shù)的迅猛發(fā)展，使基于單核苷酸多態(tài)性（SNP）的全基因組關(guān)聯(lián)研究成為可能[7]，它以人類基因組中數(shù)以百萬計(jì)的SNP為標(biāo)記進(jìn)行病例-對(duì)照關(guān)聯(lián)分析，以期發(fā)現(xiàn)與復(fù)雜疾病相關(guān)的遺傳變異[8-9]。與連鎖分析相比，全基因組關(guān)聯(lián)分析更適合挖掘中等效應(yīng)的遺傳變異；與候選基因關(guān)聯(lián)研究相比，基因可以是“未知”的，不需要在研究之前構(gòu)造任何假設(shè)，研究更加全面，更容易發(fā)現(xiàn)新的易感基因。

自2007年Sladek等[10]在Nature上發(fā)表第一篇關(guān)于2型糖尿病的全基因組關(guān)聯(lián)分析以來，在不同種族、不同人群中開展的2型糖尿病全基因組關(guān)聯(lián)分析有32項(xiàng)（截至2013年3月，包括meta分析）[11]，報(bào)道的關(guān)聯(lián)位點(diǎn)139個(gè)，被不同研究驗(yàn)證的60多個(gè)，陽性位點(diǎn)對(duì)應(yīng)的基因約108個(gè)，其中被不同研究驗(yàn)證的有CDKAL1、CDKN2A、CDKN2B、FTO、HHEX、HMG20A、IGF2BP2、KCNJ11、KCNQ1、PPARG、SLC30A8、TCF7L2等。

2型糖尿病易感基因位點(diǎn)的迅速增加為更好地理解2型糖尿病的遺傳多基因基礎(chǔ)提供了幫助，但這些遺傳變異還不足以全面系統(tǒng)地闡釋2型糖尿病的遺傳機(jī)制，它們僅能解釋一小部分遺傳度[12-13]，存在著嚴(yán)重的“遺失遺傳度”現(xiàn)象。這可能與全基因組關(guān)聯(lián)分析的局限性有關(guān)。（1）全基因組關(guān)聯(lián)分析以單個(gè)SNP作為分析單位，僅考慮“最顯著的SNP”及其附近的少數(shù)基因，忽略了更重要的基因間的互作信息。（2）盡管一些國(guó)際組織如WTCCC[14]、FUSION[15]、DGI[16]開展了大規(guī)模的全基因組關(guān)聯(lián)分析，但樣本量相對(duì)于數(shù)十萬甚至數(shù)百萬的SNP來說仍然偏小，統(tǒng)計(jì)檢驗(yàn)效能較低，再加上多重檢驗(yàn)問題，會(huì)使得一些微效基因被遺漏[12]。（3）全基因組關(guān)聯(lián)分析是建立在“常見疾病，常見變異”的假設(shè)基礎(chǔ)上的，它主要尋找與復(fù)雜疾病相關(guān)的常見變異，常將次等位基因頻率（MAF）小于5%的位點(diǎn)刪除而不進(jìn)行分析，這將導(dǎo)致一些MAF較低而有相對(duì)較大效應(yīng)的遺傳變異也被忽略掉。（如表2）

2009年NEJM和Nature相繼發(fā)表關(guān)于全基因組關(guān)聯(lián)分析的評(píng)論文章，研究者開始對(duì)全基因組關(guān)聯(lián)分析進(jìn)行反思，逐漸將關(guān)注的焦點(diǎn)轉(zhuǎn)移到如何深入分析GWAS數(shù)據(jù)上來，期待發(fā)現(xiàn)更多復(fù)雜疾病的易感基因。一些新的策略和方法已經(jīng)被嘗試應(yīng)用到復(fù)雜疾病GWAS的后續(xù)研究中，如開展國(guó)際合作和進(jìn)行Meta分析，易感區(qū)域精細(xì)定位及測(cè)序，多種疾病共同易感基因研究，基因-基因、基因-環(huán)境交互作用研究，基于通路的關(guān)聯(lián)分析等。

4 基因-基因交互作用研究

基因-基因交互作用主要指非等位基因間的相互作用，有的文獻(xiàn)中也稱上位效應(yīng)，它可能是導(dǎo)致復(fù)雜疾病的主要因素之一[17]。復(fù)雜疾病大多受到微效基因的影響，這些影響更可能通過交互作用分析被檢測(cè)出來?；?基因交互作用研究不僅可以提高發(fā)現(xiàn)基因與疾病關(guān)聯(lián)的功效，而且有助于對(duì)疾病相關(guān)生物學(xué)通路的理解[18]。

研究者已提出眾多用于檢測(cè)基因-基因交互作用的統(tǒng)計(jì)學(xué)方法或算法，總的來說大致可以分為兩大類，傳統(tǒng)的基于模型的方法（如：logistic回歸模型等）和基于數(shù)據(jù)挖掘的生物信息學(xué)方法（如：決策樹分析、遺傳規(guī)劃算法等）[18-19]，并且已在對(duì)老年癡呆癥[20]、乳腺癌[21-22]、精神分裂癥[23]等復(fù)雜疾病的研究中發(fā)現(xiàn)了SNP-SNP交互作用。Cho等[24]用多因子降維的方法對(duì)15個(gè)候選基因的23個(gè)位點(diǎn)進(jìn)行分析，發(fā)現(xiàn)UCP2和PPARγ基因中的兩位點(diǎn)互作與2型糖尿病關(guān)聯(lián)。Lin等[25]報(bào)道肥胖相關(guān)候選基因的SNP-SNP互作可以增加患2型糖尿病的風(fēng)險(xiǎn)。Neuman等[26]在德系猶太人中發(fā)現(xiàn)HNF4A和WFS1基因中的SNP的交互效應(yīng)也與2型糖尿病相關(guān)?；?基因交互作用可以彌補(bǔ)單位點(diǎn)分析僅報(bào)道最顯著關(guān)聯(lián)的缺陷，可更好地揭示復(fù)雜疾病的遺傳學(xué)基礎(chǔ)。

5 基于通路的關(guān)聯(lián)分析

2型糖尿病是多基因復(fù)雜疾病，單基因變異對(duì)復(fù)雜疾病的作用是有限的，而通路中的基因變異的聯(lián)合作用可能在誘發(fā)疾病過程中起著更為重要的作用。然而，目前單基因分析方法僅能識(shí)別出與疾病顯著關(guān)聯(lián)或差異表達(dá)的少數(shù)基因[16，17]，而在復(fù)雜疾病研究中還需進(jìn)一步解析復(fù)雜疾病的多基因基礎(chǔ)，特別是這些微效基因構(gòu)成的但在功能上高度相關(guān)的致病基因簇，即復(fù)雜疾病遺傳通路。

通路分析是近年來發(fā)展的基于先驗(yàn)知識(shí)的下游功能學(xué)分析方法，它以已有的先驗(yàn)通路（如：KEGG、Biocarta和Gene Ontology等數(shù)據(jù)庫(kù)中的通路）中的基因集為分析單元，在基因集水平上尋找疾病關(guān)聯(lián)的通路及生物學(xué)功能，評(píng)估通路對(duì)疾病風(fēng)險(xiǎn)的貢獻(xiàn)。以功能相關(guān)的基因集為分析單元符合復(fù)雜疾病的多基因遺傳特性，一方面可以起到降維的目的，減少多重比較的次數(shù)，增加了檢驗(yàn)效能；另一方面考慮了同一功能基因集中基因間的相互作用，并把復(fù)雜的基因互作看作一個(gè)整體納入分析，能更好地識(shí)別互作效應(yīng)和挖掘出具備功能學(xué)意義的互作基因，所得結(jié)果也更具有明確的生物學(xué)解釋[27]。

Torkamani[28]等對(duì)WTCCC收集的GWAS數(shù)據(jù)進(jìn)行通路分析，發(fā)現(xiàn)脂質(zhì)代謝調(diào)控通路、G蛋白信號(hào)通路、Akt通路及Ednra信號(hào)通路等4條通路與2型糖尿病關(guān)聯(lián)，并且這些結(jié)果得到了眾多分子生物學(xué)功能研究文獻(xiàn)的支持。通路分析有望進(jìn)一步推動(dòng)人類對(duì)復(fù)雜疾病遺傳機(jī)制的認(rèn)識(shí)。

參考文獻(xiàn)

[1] Guariguata，L.，D.R.Whiting，I.Hambleton，et al.，Global estimates of diabetes prevalence for 2013 and projections for 2035[J].Diabetes Res Clin Pract，2014，103（2）：137-149.

[2] Kaul，N.and S.Ali，Genes，Genetics，and Environment in Type 2 Diabetes：Implication in Personalized Medicine[J].DNA Cell Biol，2016，35（1）：1-12.

[3] Huang，Q.Y.，M.R.Cheng，and S.L.Ji，Linkage and association studies of the susceptibility genes for type 2 diabetes[J].Yi Chuan Xue Bao，2006，33（7）：573-589.

[4] Guan，W.，A.Pluzhnikov，N.J.Cox，et al.，Meta-analysis of 23 type 2 diabetes linkage studies from the International Type 2 Diabetes Linkage Analysis Consortium[J].Hum Hered，2008，66（1）：35-49.

[5] Weedon，M.N.，K.R.Owen，B.Shields，et al.，Common variants of the hepatocyte nuclear factor-4alpha P2 promoter are associated with type 2 diabetes in the U.K.population[J].Diabetes，2004，53（11）：3002-3006.

[6] Wheeler，E.and I.Barroso，Genome-wide association studies and type 2 diabetes[J].Brief Funct Genomics， 2011，10（2）：52-60.

[7] Carlson，C.S.，M.A.Eberle，L.Kruglyak，et al.，Mapping complex disease loci in whole-genome association studies[J].Nature，2004，429（6990）：446-452.

[8] Staiger，H.，F(xiàn).Machicao，A.Fritsche，et al.， Pathomechanisms of type 2 diabetes genes[J].Endocr Rev，2009，30（6）：557-585.

[9] Hardy，J.and A.Singleton，Genomewide association studies and human disease[J].N Engl J Med，2009，360（17）： 1759-1768.

[10] Sladek，R.，G.Rocheleau，J.Rung，et al.，A genome-wide association study identifies novel risk loci for type 2 diabetes[J].Nature，2007，445（7130）：881-885.

[11] http：//www.genome.gov/gwastudies/index.cfm？pageid=26525384`#searchForm.

[12] Imamura，M.and S.Maeda，Genetics of type 2 diabetes： the GWAS era and future perspectives[J].Endocr J， 2011，58（9）：723-739.

[13] Voight， B.F.，L.J.Scott，V.Steinthorsdottir，et al.，Twelve type 2 diabetes susceptibility loci identified through large-scale association analysis[J].Nat Genet，2010，42（7）：579-589.

[14] Genome-wide association study of 14，000 cases of seven common diseases and 3，000 shared controls[J].Nature， 2007，447（7145）：661-678.

[15] Scott，L.J.，K.L.Mohlke，L.L.Bonnycastle，et al.，A genome-wide association study of type 2 diabetes in Finns detects multiple susceptibility variants[J].Science， 2007，316（5829）：1341-1315.

[16] Saxena，R.，B.F.Voight，V.Lyssenko，et al.，Genome-wide association analysis identifies loci for type 2 diabetes and triglyceride levels[J].Science，2007，316（5829）：1331-1336.

[17] 沈佳薇，胡曉菡，師詠勇.全基因組基因-基因相互作用研究現(xiàn)狀[J].遺傳，2011，33（8）：820-828.

[18] Cordell，H.J.，Detecting gene-gene interactions that underlie human diseases[J].Nat Rev Genet，2009，10（6）： 392-404.

[19] Garcia-Magarinos，M.，I.Lopez-de-Ullibarri，R.Cao，et al.，Evaluating the ability of tree-based methods and logistic regression for the detection of SNP-SNP interaction[J].Ann Hum Genet，2009，73（3）：360-369.

[20] Zubenko，G.S.，H.B.Hughes，3rd，and J.S.Stiffler，D10S1423 identifies a susceptibility locus for Alzheimer's disease in a prospective，longitudinal，double-blind study of asymptomatic individuals[J].Mol Psychiatry，2001，6（4）：413-419.

[21] Aston，C.E.，D.A.Ralph，D.P.Lalo，et al.，Oligogenic combinations associated with breast cancer risk in women under 53 years of age[J].Hum Genet，2005，116（3）：208-221.

[22] Ritchie，M.D.，L.W.Hahn，N.Roodi，et al.，Multifactor-dimensionality reduction reveals high-order interactions among estrogen-metabolism genes in sporadic breast cancer[J].Am J Hum Genet，2001，69（1）：138-147.

[23] Becker，T.，J.Schumacher，S.Cichon，et al.，Haplotype interaction analysis of unlinked regions[J].Genet Epidemiol，2005，29（4）：313-322.

[24] Cho，Y.M.，M.D.Ritchie，J.H.Moore，et al.，Multifactor-dimensionality reduction shows a two-locus interaction associated with Type 2 diabetes mellitus[J]. Diabetologia，，2004，47（3）：549-554.

[25] Lin，E.，D.Pei，Y.J.Huang，et al.，Gene-gene interactions among genetic variants from obesity candidate genes for nonobese and obese populations in type 2 diabetes[J]. Genet Test Mol Biomarkers，2009，13（4）：485-493.

[26] Neuman，R.J.，J.Wasson，G.Atzmon， et al.，Gene-gene interactions lead to higher risk for development of type 2 diabetes in an Ashkenazi Jewish population[J].PLoS One，2010，5（3）：9903.

[27] Wu，M.C.and X.Lin，Prior biological knowledge-based approaches for the analysis of genome-wide expression profiles using gene sets and pathways[J].Stat Methods Med Res，2009，18（6）：577-593.

[28] Torkamani，A.，E.J.Topol， and N.J.Schork，Pathway analysis of seven common diseases assessed by genome-wide association[J].Genomics，2008，92（5）：265-272.