基因组结构方程模型揭示骨代谢障碍新风险位点：跨组织遗传机制与骨-脑轴调控

本研究针对骨代谢障碍(BMetDs)遗传架构不明确的难题，采用基因组结构方程建模(Genomic-SEM)对六种相关疾病（骨质疏松、2型糖尿病、BMI、骨关节炎、强直性脊柱炎、类风湿关节炎）进行多变量GWAS分析，首次通过未测量潜表型GWAS发现26个新风险位点（含14个全基因组显著位点），通过跨组织遗传机制解析揭示了骨-脑轴调控新机制，为代谢性骨病的精准干预提供了新靶点。

随着全球人口老龄化进程加速和代谢性疾病患病率上升，骨代谢障碍(Bone Metabolic Disorders, BMetDs)已对医疗系统和社会经济构成重大挑战。这类疾病不仅表现为骨骼能量代谢失调，更是一种复杂的不可逆生物过程，其特征是成骨与骨吸收之间的稳态失衡，并受到遗传易感性、环境因素和生活方式的深刻影响。尽管在骨质疏松症预防和治疗方面取得了显著进展，但科学界对BMetDs的精确遗传结构和生物学基础的理解仍不完整。

传统全基因组关联研究(GWAS)虽然为探索复杂性状的遗传基础提供了重要工具，但其表型过度简化和数据库限制等固有局限性，阻碍了对衰老、衰弱和代谢综合征等临床相关复杂性状的精确测量和机制探索。特别是对于BMetDs这类系统性疾病，传统方法难以充分捕捉其遗传复杂性。基因组结构方程建模(Genomic Structural Equation Modeling, Genomic-SEM)作为一种新兴的遗传建模方法，能够通过建模多个相关性状间的遗传协方差，为共享潜因子（如BMetDs的遗传易感性）构建更强大的GWAS，显著增强新位点发现的统计效能。

在这项发表于《BMC Musculoskeletal Disorders》的研究中，Zhou等研究人员创新性地采用Genomic-SEM方法，结合多种GWAS后分析策略，旨在揭示BMetDs的遗传架构，特别关注跨组织遗传机制和骨-脑轴调控。研究团队分析了六种BMetDs相关性状的GWAS汇总数据，包括骨质疏松症(OP)、2型糖尿病(T2D)、体重指数(BMI)、骨关节炎(OA)、强直性脊柱炎(AS)和类风湿关节炎(RA)，总样本量涵盖462,933-461,194名欧洲个体。

研究采用的主要技术方法包括：基于连锁不平衡得分回归构建遗传协方差矩阵并进行潜因子建模；使用FUMA进行功能注释和风险位点优先排序；应用SuSIE/FINEMAP进行精细定位以识别因果变异；通过转录组关联研究(TWAS/FUSION)分析基因表达与表型关联；利用MendelVar进行基因集和疾病本体富集分析；通过单细胞RNA测序数据评估细胞类型特异性富集；使用LD得分回归划分基因组区域遗传力贡献；并采用PRS-CS估算SNP权重和染色体遗传力贡献。所有GWAS数据集均来自英国生物样本库(UK Biobank)等公开数据库。

多变量BMetDs GWAS使用Genomic-SEM

研究人员首先通过Genomic-SEM分析了六种单输入GWAS性状的遗传相关性，发现这些性状间存在显著的遗传共享性。潜在因子模型整合六个GWAS的遗传协方差矩阵后显示出优异的拟合优度（比较拟合指数CFI=0.987，标准化均方根残差SRMR=0.086），支持存在一个共享的遗传因子基础BMetDs。扩展SEM以纳入个体SNP效应后，生成了一个潜BMetDs GWAS，估计了2,026,842个SNP的关联。在P<5×10^-12阈值下，确定了26个基因组位点，其中包括14个全基因组显著位点(P<5×10^-16)。所有26个SNP都是新颖的，与六个输入GWAS中报告的位点不同，突出了Genomic-SEM在发现BMetDs相关变异方面的增强能力。

FUMA基于SEM评估

FUMA分析确定了37个风险位点，其中37个先导SNP主要位于基因间区域。新颖的SNP rs2903487在先前研究中未被发现，成为一个潜在介质。BMetDs相关SNP在小脑半球、下丘脑和垂体腺中显示出显著的组织特异性。

精细定位

精细定位揭示了染色体1(rs1415145)、染色体2(rs35802221, rs895121)和染色体7(rs2367906)处的强关联。通过SuSIE和FINEMAP生成的区域关联图显示了不同的峰值，可信集变异证实了因果关系。值得注意的是，对新风险位点的精细定位通常显示出一个单一的、孤立的先导SNP，没有其他高连锁不平衡的变异。

转录组关联预测

基于FUSION的TWAS确定了13个高置信度基因（如PRPF6、PTK6、FERMT3、MARK2）可能对BMetDs具有因果性。交叉分析显示，C4orf3、FERMT3和CCDC88B的预测表达与BMetDs严重程度呈正相关，而GTF2IP12(Z=-2.73)和USP53(Z=-1.72)显示负相关关系。

通路、细胞类型和孟德尔疾病富集

MendelVar富集分析将BMetDs与脑疾病、Joubert综合征和原发性红细胞增多症联系起来。基因本体(GO)术语包括信号正向调控、细胞通讯、细胞内信号转导和成纤维细胞迁移。Go-Slim强调了受体配体活性、伤口愈合和细胞外空间。人类表型本体(HPO)关联包括双顶骨狭窄和耳蜗畸形。细胞类型富集鉴定出胰腺B细胞(FDR=0.03)和四种脑细胞类型（非髓鞘神经元、星形胶质细胞、Bergmann胶质细胞、少突胶质前体细胞；P<0.05）为关键贡献者。

跨基因组区域的划分遗传力

遗传力在组蛋白修饰(H3K27ac)、转录调控(TSS)、染色质边界(CTCF)和弱增强子中富集。启动子和增强子效应最强，表明调控变异通过基因表达调节BMetDs。非编码区也贡献显著，表明表观遗传失调在发病机制中起作用。

跨染色体的划分遗传力

PRS-CS分析揭示了染色体间异质性的遗传贡献，chr1、chr9和chr20含有关键调控元件。这些区域可能包含影响BMetDs易感性的未发现基因和非编码元件。

研究结论表明，这项研究通过基因组结构方程建模揭示了骨代谢障碍的新遗传位点和跨组织调控机制，强调了骨-脑轴和非编码调控元件的关键作用。研究发现不仅提供了对BMetDs遗传架构的深入见解，还确定了潜在的治疗靶点，为代谢性骨病的精准干预提供了可行目标。

讨论部分强调，BMetDs表现出复杂的共病机制，随着对人多系统交互作用理解的深化，骨-脑轴已成为一种新的疾病探索范式。本研究通过联合分析这些复杂性状，识别了多个新型遗传标记，发现遗传决定因素不仅影响骨密度，还可能通过与脑组织相互作用的风险位点对个体产生终身影响。特别值得注意的是，TWAS和细胞类型分析显示BMetDs相关遗传信号在脑组织中显著富集，这为"骨-脑"轴作为骨代谢核心调控系统提供了令人信服的遗传证据。

基因组层面分析揭示了多个疾病相关风险染色体区域，主要位于非编码区，通过调控附近基因表达影响细胞增殖、分化和免疫应答等生物学过程。表观遗传调控网络在BMetDs机制中居核心地位，遗传力在组蛋白修饰(H3K27ac)和染色质边界(CTCF)区域显著富集。这些发现为未来临床策略提供了信息：染色体特异性多基因风险评分(PRS)可增强现有临床工具对早发性骨质疏松症的筛查能力；针对H3K27ac和CTCF富集区域的表观遗传治疗或CRISPR-dCas9编辑可能纠正成骨缺陷；非编码元件（如WeakEnhancer）的甲基化状态可作为新型生物标志物，补充血清标志物用于疾病分型和监测。

尽管这项研究为BMetDs的遗传学提供了新见解，但仍存在一些局限性，如队列主要为欧洲血统，限制了结果的普适性；虽然尽可能纳入了与骨骼代谢相关的性状GWAS汇总统计数据，但为满足高质量模型拟合要求，仍需排除去脂体重和手握力等某些指标。未来的研究应扩大样本范围，纳入代表性不足的种族和地区群体，并在不同祖先中验证这些遗传发现，同时探索环境暴露（如饮食模式、肠道微生物群组成和机械负荷）如何与遗传易感性相互作用影响疾病表现，从而推进BMetDs病因中基因-环境交互作用的研究。