大阪大学等解读70万人基因组信息,确认高血压和肥胖是现代人缩短寿命的最主要原因

文 / 客观日本
2020-04-17 08:45

大阪大学研究生院医学系研究科遗传统计学教室的坂上沙央里研究生、金井仁弘特别研究生和冈田随象教授等人组成的研究团队,开发了解析日本、英国和芬兰的大型生物银行里保存70万人基因组信息、生物标志物和寿命信息的方法,发现可通过基因组信息预测健康生物标志物的数值,同时确认,高血压和肥胖不分人种,是导致所有现代人寿命缩短的原因。高血压对日本人、肥胖对欧美人的寿命影响比较大,另外还成功确定了糖尿病患者和男性等高危亚组。

确定个人的“健康结果”、即寿命和健康寿命会因为什么原因缩短或延长是医学研究领域的一个目标。关于基因组与疾病之间的关系,此前的大规模基因组研究从收集的遗传信息中推导出了“多基因风险评分(PRS)”,可以利用个人的基因组信息预测未来患病的可能性。不过,PRS只考虑了先天性遗传因素,因此如何将PRS与改善整个社会群体的寿命和健康联系起来还存在不少课题。

此次,冈田教授等人的研究团队开发了一种方法,可以跨人种调查健康指标和可治疗的生物标志物PRS与寿命(死亡年龄)之间的关系,利用该方法调查全球70万人的基因组数据后确定,导致全球现代人寿命缩短的最主要原因是高血压和肥胖(图1)。通过将该方法应用于更多的健康标志物和人种群体,可以准确预测个体的健康风险,而且能推算监测哪种生物标志物并实施医学干预有助于改善健康结果。也就是说,有望利用基因组信息实现精准医疗和预防医疗。

相关研究成果已于3月24日在美国科学期刊《Nature Medicine》上公开。

图1:利用70万人的基因组信息确定影响寿命长短的生物标志物

研究背景

通过最近20年的大规模人类基因组的研究,掌握了基因组的多样性如何影响疾病和个体特征的全貌。研究发现,遗传因素对普通疾病和性状的影响是“多基因性的”,也就是说,单个的遗传变异的影响非常小,但数十~数千个变异加到一起就会引发疾病。

此前全球的研究机构和国家生物银行合作,以数万人~数百万人为对象研究了塑造人类个性的各种性状,可以大概估算每种遗传变异对人类性状的效应值。利用该结果,通过使个体的遗传变异组合及其效应值相乘来计算“多基因风险评分(PRS)”,可以确定未来患病风险较高的人。不过,出生时携带的遗传因素无法改变,因此利用该评分来改善健康结果的方法论存在课题。

另一方面,不仅是遗传风险,人类的健康还会受到环境因素和生活习惯的强烈影响。寻找导致寿命等健康结果出现差异的风险因素是医学研究的主要目的之一。因为对这些风险因素进行医学观察和干预的话,有望改善整个社会群体的健康结果。以前采用观察性研究和随机对照试验的方法来确定风险因素。但观察性研究无法证明因果关系,随机对照试验存在费用和伦理方面的问题,只能用于非常有限的检查值。

此次,冈田教授等人的研究团队将近年来临床有用性受到关注的PRS应用于大规模基因组信息和临床信息,调查了各种健康风险因素与寿命之间的关系。

研究成果

研究团队开发了通过针对身高、体重和血液检查值等多数候选风险因素(生物标志物)分别计算PRS,并调查其与寿命的关系,来确定哪种生物标志物会导致现代人寿命延长或缩短的方法。在以前的观察性研究中,即使知道生物标志物与寿命有关,也不清楚具体的因果关系,比如究竟是生物标志物决定寿命的长短,还是生物标志物的值受其他健康状态影响发生了变化。通过调查基于先天基因组信息的生物标志物预测值(原因)PRS与寿命(结果)之间的关系,可以在保证因果关系的情况下发现决定寿命的因素(图1)。

研究团队将该方法应用于日本(日本生物银行:18万人)、英国(英国生物银行:36万人)和芬兰(FinnGen:14万人)的国家生物银行中保存的基因信息和临床信息,全球首次跨人种证明,高血压是缩短现代人寿命的最主要原因。对合并糖尿病、脑梗塞和脂质异常症的人影响尤为强烈,与心血管疾病造成的死亡关系最密切。另外还发现,肥胖也是缩短寿命的最主要因素,不过其对欧美人的影响比对日本人大。其中对合并不稳定型心绞痛的人影响尤其大,与脑血管疾病造成的死亡关系最密切。继血压和肥胖之后,高胆固醇、高身高和低血小板也被确定为缩短寿命的生物标志物。

图2:利用Cox比例风险模型在日本、英国和芬兰的生物银行解析了33生物标志物的PRS对寿命的影响,实施跨人种元分析的结果。各人种的结果以日本生物银行的效应值为基准,元分析结果以元分析结果的效应值为基准,按照从生物标志物值越高寿命越短的性状,到生物标志物值越高寿命越长的性状依次排列。

研究成果的社会影响力

该研究解决了此前实施的观察性研究和随机对照试验中存在的课题,首次利用遗传信息证明,高血压和肥胖会缩短现代人的寿命。此次确定有关的生物标志物很可能是决定寿命的因素,通过进行医学观察和干预,有望改善整个社会群体的健康结果。目前,大型生物银行正在全球积极收集基因组信息、临床信息和电子病历信息,在逐渐积累史上最大规模的庞大信息。通过将该方法应用于更多的生物标志物、电子病历数据和人种群体,有望为准确预测个人健康风险、发现医疗能改善的课题并进行干预的精准医疗和预防医疗做出贡献。

论文信息

题目:Trans-biobank analysis with 676,000 individuals elucidates the association of polygenic risk scores of complex traits with human lifespan.

期刊:《Nature Medicine》