小盟今天分享的文章是2023年9月1日发表于《Diabetes Care》（IF 16.2/Q1）题目为Bidirectional Mendelian Randomization and Multiphenotype GWAS Show Causality and Shared Pathophysiology Between Depression and Type 2 Diabetes双向孟德尔随机化和多表型 GWAS 显示抑郁症和 2 型糖尿病之间的因果关系和共同的病理生理学。
背景
2型糖尿病是一种以慢性高血糖为特征的疾病，抑郁症是一种常见的合并症，可能是由于共同的风险因素，如生活方式、早期生长环境、精神药物和神经内分泌功能障碍。2型糖尿病对抑郁症的影响是否强于抑郁症对2型糖尿病的影响，还有待确定。事实证明，即使在亚临床水平上，抑郁症增加会使2型糖尿病的发病率增加25%-60%，而其他研究表明，2型糖尿病会使抑郁症的风险增加40%-60%。
到目前为止，只有一项来自中国的MR研究报告了2型糖尿病与抑郁症之间可能的因果关系，但因果关系的反向方向没有得到检验。最近针对2型糖尿病和抑郁症的大规模全基因组关联研究（GWAS）已经报道了403和102个与这些疾病相关的基因组基因座。此外，基于GWAS结果的分析支持它们之间的正遗传相关性（rG），表明它们有共同的遗传背景。然而，大多数GWAS独立研究每种疾病，没有考虑相关表型与其遗传性之间的遗传相关性。
在这项研究中，作者通过使用最近关于抑郁症和2型糖尿病的GWAS的汇总统计数据进行MR研究，探讨了抑郁症与2型糖尿病之间的因果关系。此外，作者使用英国生物库（UKBB）进行2型糖尿病和抑郁症的多表型GWAS（MP-GWAS），以确定这两种疾病之间的共享基因座。对于抑郁症，作者比较了两种评估方法——临床诊断的重度抑郁障碍（MDD）和基于自我报告的抑郁症状。
研究设计与方法
1.孟德尔随机化
（1）使用的汇总统计信息
为了检验2型糖尿病和抑郁症之间的因果关系，作者进行了两个样本的双向MR，首先使用抑郁症作为风险因素，2型糖尿病作为结果，然后从两组不重叠的数据集中测试2型糖尿病为风险因素，抑郁为结果。用作2型糖尿病和自我报告的抑郁症遗传工具的单核苷酸多态性（SNPs）来自最近对这两种疾病的大规模欧洲GWAS荟萃分析。
（2）双样本双向MR
所有MR分析均使用R软件包TwoSampleMR v0.5.49进行。在使用的2型糖尿病GWAS汇总统计中，独立（r2<0.01）抑郁症SNPs中的单核苷酸多态性（SNPs，包括6个最小r2≥0.8的替代变体）是可用的。作者排除了7个具有中等等位基因频率（次要等位基因的频率，MAF>45%）的回文SNPs（A/T或C/G），以确保SNPs对两种表型的影响与相同的前向链等位基因一致。2型糖尿病的遗传工具包括403个与最近的GWAS7相关的遗传SNPs。在抑郁症汇总统计中，403个独立的（r2<0.01）2型糖尿病SNPs中有358个（包括4个最小r2≥0.8的替代变体）可用于分析。
为了获得因果估计，作者应用了逆方差加权（IVW）方法。作者使用加权中值（WM）、MR Egger回归、简单模式和加权模式方法进行了敏感性MR分析，以评估潜在的违反MR假设的情况（补充方法），并确认IVW方法的两样本MR结果的稳健性。F统计量用于评估工具强度，其中F>10表示存在强大的工具。
F统计数据表明，2型糖尿病（F-statistics = 61.26）和抑郁症（F- statistics = 43）的仪器强度都很好。作者使用Cochran Q检验评估了每个SNP的因果估计之间的异质性。因果推断对任何个体遗传变异的敏感性通过留一分析进行测试。作者使用STROBE-MR报告指南进行MR研究，以便于读者评估作者的结果。
2.使用全基因组关联研究（GWAS）和多表型GWAS（MP-GWAS）队列
（1）英国生物银行
作者使用了英国生物银行（UKBB，www.ukbiobank.ac.UK）的数据，其中包括来自英国22个中心的500000人。研究参与者在招募时年龄在40至69岁之间，并提供了包括身体在内的信息测量、生物样本、大脑成像数据、社会人口统计和生活方式指标。使用UKBB BiLEVE阵列（n=49979）和UKBB Axiom阵列（n=438398）对UKBB基因分型的488377个个体的遗传数据可用。使用单倍型参考联合会、UK10K和1000基因组第3阶段估算遗传数据，产生了约9000万个可用于关联测试的变体。
（2）FinnGen
作者利用FinnGen汇总统计数据来复制作者的单表型和多表型关联结果（www.FinnGen.fi/fi）。
作者分析中使用的2020年6月数据冻结包括135638人。1801种表型的汇总统计数据可公开用于分析。然后使用SISu v3插补面板对数据进行插补（http://sisuproject.fi）导致16962023个变体可用于关联分析。
3.表型定义
（1）2型糖尿病
在UKBB中，2型糖尿病病例的定义是，如果个人自我报告由医生诊断为糖尿病，在诊断后一年服用胰岛素，并且在诊断时至少40岁。不符合这些标准的个体被归类为对照组。对于病例和对照组，作者排除了妊娠期糖尿病患者 (Field 4041, code = 1)、诊断时年龄小于40岁的患者 (Field 2976)和诊断第一年内服用胰岛素的患者(Field 2986)。性别不一致的个体（基因型与报告的性别）也被排除在分析之外。作者将作者的分析局限于欧洲个体，以限制祖先的混淆。共有19344例病例和463641例对照。
FinnGen研究中的GWAS汇总统计数据基于32469名患者的ICD10编码2型糖尿病（ICD代码E11）（病例/对照编号不可用）。
（2）抑郁
作者用两种方式定义抑郁症：ICD-10编码的重度抑郁障碍（MDD）基于医院记录的相关数据和使用患者健康问卷9（PHQ-9）自我报告的抑郁症状。
ICD编码MDD最初诊断为抑郁症发作（ICD代码F32）和复发性抑郁症（ICD代码F33）的个体被定义为ICD编码的MDD病例（以下简称MDD）。对于“你有没有看过神经、焦虑、紧张或抑郁的全科医生？”（Field 2090）和“你有看过神经、紧张或抑郁症的精神科医生吗？”以及“没有”到“抑郁/情绪低落一周”（Field 4598）或“曾经整整一周不热心/不感兴趣”被设定为对照。如果参与者被诊断为双相情感障碍（ICD代码F30、F31）、混合型和其他人格障碍（F61）以及精神分裂症（ICD代码F20），则被排除在研究之外。服用抗精神病药物（Field 20003）的58种药物的参与者也被排除在外。总共有5262例病例和86275名对照用于MDD表型。诊断为2型糖尿病的MDD参与者的比例。FinnGen研究数据的ICD-10代码F32和F33可用于MDD。GWAS关于MDD的汇总统计数据基于23424名个体（病例/对照数据不可用）。
（3）抑郁症状
在UKBB中，使用（PHQ-9）19问卷评估了前两周（自研究登记时起）自我报告的抑郁症状。研究表明，PHQ-9问卷在糖尿病患者和非糖尿病患者之间是不变的，这表明其对糖尿病病例和对照组的解释是相似的。
在分析中排除了三个以上PHQ-9项目反应缺失的个体。使用ImputeSCOPA软件估算其余个体缺失的PHQ-9应答（https://github.com/ImperialStatGen/imputeSCOPA），实现了一种随机森林方法来估算缺失项目。将性别、年龄、教育资格、体重指数（BMI）、汤森剥夺指数（一种基于地区的剥夺衡量标准）、基因分型阵列和八个主要成分（PC）纳入插补模型，以提高插补的预测准确性。所有人插补后所有9个PHQ-9项目的总和用于定量关联分析。可获得153079名个体的PHQ-9数据。具有PHQ-9数据和2型糖尿病诊断的个体比例。基于症状的抑郁症表型在FinnGen复制数据集中不可用。
（4）GWAS
作者使用线性混合模型，用BOLT-LMM对UKBB数据中的2型糖尿病、MDD和PHQ-9进行了单独的GWAS。作者对年龄、性别、阵列、BMI和前8个PC进行了调整。作者分析了常见变异（MAF>5%），插补得分>0.4，Hardy-Weinberg平衡（HWE）p值>1×10-6，每个SNP变异缺失<0.015。曼哈顿地块是使用ggplot2 R软件包构建的。所有分析都是在人类基因组构建上进行的。所使用的全基因组显著SNPs（信号）的统计阈值为p<5×10-8。
（5）多表型GWAS
作者使用MTAG（GWAS的多性状分析），该分析实现了广义逆方差加权荟萃分析，以提高基因座识别的能力，改善2型糖尿病和抑郁表型的SNP效应大小估计，并确定潜在的多表型遗传变异效应。作者使用个别GWAS的汇总统计数据作为MTAG的输入。在UKBB中，测试了两个MTAG模型——一个患有2型糖尿病和MDD，另一个患有2中型糖尿病和PHQ-9总分。这是为了评估在MP-GWAS方法中使用两种不同的抑郁症定义标准（疾病诊断与疾病症状）的结果。
在FinnGen中，由于数据可用性，仅应用了第一种方法。对于每个测试的MTAG模型，MTAG输出表型特异性关联统计数据。为了评估MP-GWAS结果的稳健性，MTAG计算最大错误发现率（maxFDR）统计，这是GWAS24的FDR的理论上限。较低的最大FDR值（最大FDR<5%）表示稳健的结果。
（6）表达数量性状基因座（eQTL）分析
为了探索和鉴定已鉴定基因座的靶基因，作者利用了几个eQTL数据库和相关组织的数据集。
作者从GTEx网站提取了eQTL数据（https://gtexportal.org）针对在作者的MP-GWAS中鉴定的SNPs，重点关注2型糖尿病和抑郁症相关组织（即大脑、肌肉、肝脏）。此外，由于GTEx不包括胰岛的数据，胰岛是2型糖尿病致病性的关键组织，作者利用了Tiger T2D Systems的最新eQTL数据（http://tiger.bsc.es）从500多个脑死亡器官捐献者中获得。作者提取了作者两项eQTL研究的MP-GWAS（使用标称显著性，p<0.05）。
此外，作者还使用来自欧洲个体的GTEx版本7转录组数据，使用作者的MP-GWAS汇总统计数据来鉴定eQTL。作者重点研究了1）2型糖尿病的相关组织，即肝脏、全胰腺、肌肉、皮下脂肪、肾上腺、全血和2）抑郁症，包括壳核-基底神经节、海马、黑质、额叶皮层、杏仁核、前扣带皮层。对于每个组织，预测的表达水平与2型糖尿病和PHQ-9 MTAG汇总统计数据相关。基于每个组织测试的基因数量，使用Bonferroni校正对多次测试的P值进行校正。由于关联结果的可靠性低，在GWAS汇总统计中发现的模型中使用的SNPs少于80%的基因被排除在外。这项分析的重点是2型糖尿病。
主要结果
1.孟德尔随机化
作者的MR分析显示，使用IVW方法，抑郁症与2型糖尿病呈正相关，OR为1.18（95%CI=1.06-13.2；p=0.0024）。这一结果与WM敏感性分析一致，其OR为1.11（95%CI 253=1.00-1.23，p=0.043）。MR-Egger检验没有显示定向多效性的证据（p=0.51），进一步证实了结果的有效性。此外，留一分析没有显示异常值，这表明在去除任何单一变体后，观察到的关联没有改变。对于IVW方法，异质性的Cochran Q统计量是显著的（Q=261.62，p=1.26x10-20）。在主要和敏感性分析中，作者没有发现2型糖尿病和抑郁症之间存在相反方向的因果关系的证据（IVW:OR=0.999；CI=0.99-1.01；p=0.843）。
（2）2型糖尿病与抑郁症的全基因组关联研究
为了确定2型糖尿病和抑郁症是否有共同的遗传病因，作者首先使用UKBB分别对这两种表型进行了GWAS。总的来说，对于2型糖尿病，作者使用了482958名个体（19344例；463641名对照），对于抑郁症，作者使用91537名MDD患者（5262例；86276名对照）和153079名PHQ-9患者。对于2型糖尿病，作者在84个基因座上鉴定了92个独立的SNP，其中59个在FinnGen中复制，具有标称显著性（p<0.05），并且在作用方向上一致。对于抑郁症，作者在UKBB中发现了三个独立的PHQ-9 SNPs和基因座，并且没有与二元抑郁症MDD特征相关的SNPs。在2型糖尿病中发现的GWAS SNPs均与抑郁症无关。
（3）UKBB的多表型GWAS
为了提高识别两种表型之间共享遗传变异的能力，作者使用各自的GWAS汇总统计数据对UKBB中的2型糖尿病和抑郁表型进行了迄今为止最大的MP-GWAS。
2型糖尿病和MDD的MP-GWAS模型没有发现抑郁症（MDD）的二元定义有任何显著关联。对于2型糖尿病，作者在66个基因座上鉴定了71个独立信号。2型糖尿病和MDD MP-GWAS结果的最大FDR分别为1.5%和7.7%283，表明MDD结果可能被更高功率的2型糖尿病GWAS24夸大。在FinnGen中，最大FDR分别为11.5%和25.5%，表明这两个性状的结果高度膨胀。相反，在患有2型糖尿病和PHQ-9的MP-GWAS模型中，作者鉴定了8个独立的PHQ-9 SNP（相比之下，在GWAS中仅检测到3个SNP），这表明SNP的发现能力更强。PHQ-9的GWAS和MP-GWAS分析中仅报告了CACNA2D2基因座，尽管具有不同但高度相关的前导SNPs（CACNA2D1，2号染色体，SNPSP-GWAS rs35335661，SNPMP-GWAS rs1467916，r2=0.99）。对于2型糖尿病，MP-GWAS在50个基因座上鉴定了53个SNP（相比之下，在单一表型GWAS中鉴定了92个），其中24个基因座是先前报道的。作者在FinnGen 294中复制了37个2型糖尿病信号。
图2
总之，作者发现2型糖尿病和PHQ-9共有7个SNPs：rs7903146（TCF7L2）、rs7766070（CDKAL1）、rs1359790（SPRY2）、rs16860235（IGF2BP2）、rs76895963（CCND2-AS1）、rs2972144（IRS1）和rs10811662（CDKN2B-AS1）（表1，图2）。MP-GWAS后2型糖尿病和PHQ-9的最大FDR分别为0.98%和1.8%，表明结果是稳健的，不受两种GWAS样本量的影响。
（3）eQTL分析
为了探讨2型糖尿病和自我报告的抑郁症之间共享的7个SNP是否对下游功能产生影响，作者首先提取了7个SNPs的eQTL数据使用1）GTEx门户在相关组织（包括肌肉、肝脏和大脑）中鉴定SNPs，以及2）使用Tiger门户对胰岛进行鉴定。作者发现，在2型糖尿病和抑郁症之间的7个共享SNP中，有6个SNP与相关组织中附近基因的表达有关（表2）。这包括与内脏和皮下脂肪中IRS1和RP11-395N3.2表达降低相关的rs2972144-G风险等位基因皮下脂肪组织中的RP11-395N3.1。此外，rs76895963-T风险等位基因与CCND2在胰岛、脑小脑、骨骼肌和皮下脂肪组织中的表达减少有关，其反义CCND2-AS1在胰岛、大脑小脑、基底节和皮层中的表达降低有关，此外还有CCND2-AS2在小脑中的表达。对于胰岛，作者发现NDUFA9的表达（表2）。
此外，使用作者的MP-GWAS汇总统计数据，作者在GTEx中测试了2型糖尿病和PHQ-9是否与除胰岛外的几个靶组织中的共享基因表达变化有关，因为GTEx不包括这方面的数据。
该分析在八种组织中确定了与2型糖尿病和PHQ-9相关的额外靶基因，这两种表型的作用方向一致：皮下脂肪（IRS1，NCR3LG1，RP11-395N3.2）、杏仁核（HSPA1B）、额叶皮层（CDKAL1）、下丘脑（EIF2S2P3）、骨骼肌（HLA-DRA，RP11-370C19.2）、黑质（BETL1），和全血（EIF2S2P3，HLA-DRB1）。总之，作者的数据证明了作者的基因座在几个相关组织中的功能影响。
总结
抑郁症和2型糖尿病之间的共享基因座支持靶组织中的多效性作用，从而深入了解它们的病理生理学和共同发病率，增强作者对这两种疾病发病机制的理解。此外，与严格定义的MDD相比，自我报告的抑郁/抑郁症状可能更能解释2型糖尿病的潜在合并发病率。抑郁症导致2型糖尿病发展的因果关系具有重要意义，即从成年早期开始更有效地预防2型糖尿病的意义。
转自：“朗盟医学”微信公众号
如有侵权，请联系本站删除！
