组会论文 | Nat Genet：大规模多性状全基因组关联分析鉴定数百个青光眼风险位点

大规模多性状全基因组关联分析鉴定数百个青光眼风险位点.png

●英文题目：《Large-scale multitrait genome-wide association analyses identify hundreds of glaucoma risk loci》
●期刊： Nature Genetics

●影响因子：2023_IF=31；中科大类: 遗传学期刊1区; JCR分区: Q1
●发文单位：昆士兰医学研究所统计遗传实验室
●文章作者：现北京大学公共卫生学院研究员韩西坤、昆士兰医学研究所Stuart MacGregor

●摘要：
青光眼是导致不可逆失明的主要原因，是一种高度遗传的人类疾病。先前的全基因组关联研究已确定了最常见形式原发性开角型青光眼（POAG）的 100 多个基因座。与青光眼相关的两个关键特征也显示出高遗传性：眼压和视神经乳头挖掘损伤（量化为垂直杯盘比）。在这里，由于青光眼遗传性的大部分仍无法解释，我们对欧洲血统的参与者进行了一项大规模多性状全基因组关联研究，结合了原发性开角型青光眼及其两个相关性状（总样本量超过 600,000），以显着改善遗传检测效力（263 个位点）。
然后，我们采用多祖先Meta方法进一步增强了我们的检测效力，将独立风险基因座的数量增加到 312 个，其中绝大多数在 23andMe 的大型POAG独立队列中得到重复（总样本量超过 280 万；296 个基因座在P < 0.05，Bonferroni 校正后为 240）。
利用多组学数据集，我们确定了许多潜在的药物靶点，包括可能通过对视神经作用的神经保护靶标，这是青光眼的一个关键进展，因为所有现有药物都只针对眼内压。我们进一步使用孟德尔随机化和基于遗传相关性（LDSC）的方法来识别与其他复杂特征的遗传关联，包括多发性硬化症和系统性红斑狼疮等免疫都是与POAG有潜在因果影响的。

●背景：

image.png

• 青光眼是视力障碍的主要原因，也是全球第二大失明原因。其最常见的形式是原发性开角型青光眼，也就是POAG，是一种进行性视神经病变，虽然该疾病是可以治疗的，但是造成的视力障碍是不可逆的。由于POAG在早期几乎没有症状，因此在全球，超过50%的青光眼直到发生不可逆的视神经损伤才被诊断出来，这也说明仍旧缺乏青光眼早期诊断的手段。

• 垂直杯盘比 (VCDR) 和眼压 (IOP) 是POAG的两个关键内表型，IOP升高是POAG的一个重要危险因素，VCDR是评估视神经损伤的临床指标。

• POAG是最具遗传性的常见疾病之一(h2=0.665~0.698)，这使得研究人员可以利用大规模GWAS分析来挖掘POAG相关的风险变异，研究团队在2021年进行的大规模POAG meta分析确定了127个风险基因坐，虽然解释了一定比例的POAG风险，但这些基因座只占其遗传性的中等部分，许多风险位点还有待挖掘；

• multitrait 方法（文章用到的是MTAG）已经被证明在整合高相关表型数据时，可以显著提升GWAS对目标性状的power。研究团队在之前的研究中，也证明了刚才提到的POAG的两个关键的内表型IOP和VCDR与POAG有高度的遗传相关性，以及IOP和VCDR之间的低相关性。

  

  image.png

• 近年来，随着IOP 和 VCDR GWAS测试的样本数量显着增加，尤其是研究团队在之前提出的基于AI的方式获得IOP的预测值，这大大增加了两个内表型的样本量，给予研究团队进行multitrait meta分析的机会，最重要的是，由于VCDR和IOP之间的低相关性，大规模meta分析可能揭示两种表型特异的显著信号，有助于研发针对VCDR的神经保护类药物。

●实验设计：

image.png

●数据来源：

image.png

●两个meta方法：

• Multitrait meta方法 MTAG
  • 不同性状间的meta-analysis
• Cross-ancestry meta 方法 METAL

  • 同一性状cohort间的meta-analysis

    

    image.png

两种方法的本质都是提升样本量，进而提升GWAS的统计效力。

●研究结果：

• 1、GWAS meta 分析

  

  image.png

  在欧洲人群中对POAG、VCDR 和 IOP 的 MTAG 分析形成POAG-MTAG数据，确定了 263 个独立loci，其中有81个新发现的位点；这些显著SNP共解释了14.1%的POAG风险，与研究团队之前大规模meta分析的9.4%相比，增加了将近50%；
  在23andMe中，有261个SNP可用于replication，这些SNP中，有60％ 达到全基因组显著性水平，85％达到多重检验显著水平，98％达到一般显著水平。总体而言，POAG MTAG分析和 23andMe 的 replication 之间的效应大小高度一致，皮尔逊相关系数达到了0.966。（图2a）

  

  图2.png

  然后研究进行了cross-ancestry的meta分析，在meta分析之前，先对欧洲人群 POAG MTAG鉴定到的lead SNP与亚洲和非洲群体进行比较，发现不同族群之间的一致性较高（图2c, d）。
  之后，进行了Cross-ancestry的 meta 分析，共鉴定到312个lead SNP，其中109个为新发现的位点;
  在23andMe中，有302个SNP可用于replication，其中，56％达到全基因组显著水平，79％达到多重检验显著水平，98％达到一般显著水平，并且，POAG Cross-ancestry和23andMe之间的效应大小高度一致（图2b）。

• 2、Gene-based and pathway analysis分析

  

  image.png

  之后，研究对上述meta结果进行了深入分析，首先是对显著SNP功能的探索，基于基因的分析，确定了355个与POAG相关的显著基因，其中304个基因位于显著SNP附近；通路分析中，发现32条显著通路，相关途径如参与胶原蛋白形成、心血管系统发育以及血管发育途径。

• 3、整合多组学数据筛选POAG功能基因

  

  image.png

  之后利用多组学数据对POAG风险基因进行筛选，首先利用49个GTEx组织或视网膜组织与POAG MTAG或cross-ancestry 的lead SNP进行共定位（仅对23andMe的replication 中通过多重检验的进行分析），在对欧洲人POAG MTAG数据分析中，共定位鉴定到139个 loci与QTL显著共定位，40个为novel loci；
  在对cross-ancestry 的POAG数据分析中，共定位鉴定到了148个 loci与QTL显著共定位，38个为novel loci。
  然后，研究利用欧洲人视网膜组织进行TWAS鉴定到86个风险基因，利用欧洲人血浆蛋白数据筛选相关功能蛋白，MR鉴定到33种与POAG有因果影响的风险蛋白，PWAS鉴定到10中与POAG相关的蛋白质。

• 4、POAG 药物靶点的筛选
  基于上述的多种遗传学证据，即全基因组显著loci、gene-based、TWAS、eQTL/sQTL 共定位以及pQTL 的MR，研究总共筛选到69个POAG的潜在药物靶点；其中17个药物靶点具有至少两个水平的遗传证据，在这里列出的这些基因，都已经有针对黄斑变性及黄斑孔的药物。

• 5、VCDR特异性药物靶点

  

  image.png

  由于现有的治疗青光眼的药物只针对眼内压，也就是降低高眼压，因此，为便于之后针对VCDR这一表型的特异性药物的研发（也就是神经保护性药物的研发），研究基于z score的层次聚类方法对欧洲人中POAG MTAG分析得到的263个lead SNP进行分类，结果发现更可能与VCDR相关和更可能与IOP相关的SNP分别为92和171个，然后研究又基于多性状共定位的方法来证明了层次聚类方法的准确性；
  之后，比较这些SNP在MTAG和VCDR及MTAG和IOP中的effect size，发现其效应大小都表现出高度一致性。

  

  image.png

  根据对MTAG结果中POAG loci的分类以及上述筛选到的69种POAG潜在药物靶点，研究确定了10种最有可能影响VCDR的药物靶点，而与IOP无关，其中，有一些用于治疗神经退行性眼部疾病的药物，比如视网膜萎缩、黄斑变性、黄斑孔等，已经进入临床试验阶段；这些VCDR 基因是研发 POAG 神经保护药物的潜在靶标。

• 6、与POAG 遗传相关的性状

  

  image.png

  最后，研究对IOP、VCDR、多性状meta前的POAG、及多性状meta后的POAG-MTAG这四部分数据与其他复杂性状间的遗传关系进行了探索，利用1347个复杂疾病或性状与他们进行遗传相关性分析（LDSC）；确定了24种与POAG、VCDR或IOP有遗传相关性的性状，比如这里的智力、认知表现和教育程度是与VCDR呈正相关。

  

  image.png

  同理，孟德尔随机化分析确定了14中对POAG具有推定的因果影响的性状，如多发性硬化症、系统性红斑狼疮这些免疫相关疾病以及2 型糖尿病等。

  

  image.png

  并且研究还通过共定位分析，确定了POAG与这些性状间共享的遗传区域，比如这里确定的POAG与系统性红斑狼疮之间在12号染色体上的基因ATXN2的共享遗传区域。

●总结：
创新点：

• 利用IOP和VCDR与POAG之间的高遗传相关性，显著提升POAG风险基因位点的检测能力；
• 整合了多种族的GWAS数据，进一步提高了研究的统计能力，有助于识别跨族裔的共享风险变异；
• 整合了转录组和蛋白组数据，识别潜在的致病基因和药物靶点。

局限性：

• 1、EUR样本占比过高，降低了检测EAS和AFR特异POAG风险位点的能力；
• 2、蛋白质组学的数据来源于血浆，需要更多的相关组织进行进一步的蛋白质组学的评估。