基于APOE基因型的睡眠宏观与微观结构研究

An Investigation of Sleep Macro- and Microarchitecture by APOE Genotype

作者信息Gawon Cho, Anne Chen, Eunyoung Choi, Orfeu M Buxton, Daniel Kay, Adam Mecca, Brienne Miner
PMID42770547
发布时间2026-11
DOI10.1002/ana.78312

实验完整度

中

基于社区队列的横断面观察性分析,采用夜间多导睡眠图评估睡眠结构并行线性回归,无功能或机制验证实验

主要模型

睡眠心脏健康研究(SHHS)社区队列人群 3,081名50–85岁中老年人 APOE ε4杂合子、ε4纯合子、ε2携带者及ε3纯合子分组

重点核对

APOE基因型四分组:ε4杂合子、ε4纯合子、ε2携带者及ε3纯合子(参照组),由血液DNA基因分型确定 夜间家庭多导睡眠图单晚记录,按30秒epoch手工判读睡眠分期 微观结构指标:N2纺锤波密度、功率与峰值功率频率,ORP及觉醒指数 线性回归校正年龄、性别、种族、婚姻状况、教育、父队列、认知状态、高血压、糖尿病、BMI、总睡眠时间、AHI4%及安眠药使用 敏感性分析排除全部ε2携带者,并以AHI3%替代AHI4%复检

摘要

目的:载脂蛋白E ε4(APOE ε4)是阿尔茨海默病(AD)的强遗传风险因素,与参与睡眠调节的脑区功能连接缺陷和淀粉样病理相关。因此,睡眠结构的改变可能是ε4导致AD易感性的途径之一。然而,与APOE ε4相关的睡眠结构特征仍缺乏充分表征。方法:本横断面研究在睡眠心脏健康研究(N=3,081)的50–85岁成年人中考察APOE基因型与睡眠结构的关联。APOE基因型分为ε4杂合子、ε4纯合子、ε2携带者和ε3纯合子(参照组)。睡眠结构通过宏观层面特征(各睡眠阶段时间百分比和入睡后觉醒时间)和微观层面特征(纺锤波特征[功率、密度和频率]、比值比乘积[ORP]和觉醒指数)定义。APOE基因型与各睡眠指标之间的关联使用线性回归评估。结果:宏观结构在各基因型间基本相当。然而,识别出微观层面特征的显著差异,包括ε4纯合子纺锤波功率较低(β=−2.14,p=0.02),以及峰值功率处纺锤波频率随每个ε4等位基因呈剂量–反应性下降(βε4杂合子=−0.04,p=0.04;βε4纯合子=−0.12,p=0.065)。ORP和觉醒指数均随每个ε4等位基因呈剂量–反应模式下降(ORP,βε4杂合=−0.03,βε4纯合=−0.07,均p<0.01;觉醒指数,βε4杂合=−1.02,p=0.006,βε4纯合=−1.78,p=0.07)。ORP的基因型间差异随年龄增大而扩大。关联不因性别、种族、认知状态、pTau181或Aβ42:40比值而改变。解释:在ε4携带者中观察到的异常纺锤波活动可能促使其AD风险升高。ε4携带者还表现出较少的睡眠碎片化,这可能反映觉醒能力下降或神经退行性改变导致的脑电图减慢。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
APOE基因型是否与睡眠宏观及微观结构特征相关,睡眠结构改变是否可能是ε4携带者AD风险升高的途径。
核心机制
ε4携带者睡眠调节相关脑区易受神经退行性改变影响,可能通过异常纺锤波活动及脑电图减慢导致睡眠碎片化减少,进而与AD风险相关;作者指出观察性设计无法得出因果结论。
主要证据
SHHS社区队列3,081人的单晚家庭多导睡眠图结合APOE基因分型,线性回归显示ε4纯合子纺锤波功率降低、峰值功率频率随ε4拷贝数剂量依赖性下降,ORP与觉醒指数随ε4拷贝数剂量依赖性降低,且ORP基因型差异随年龄扩大。
研究意义
作者提出睡眠纺锤波改变可能是连接APOE ε4纯合状态与AD风险的途径之一,并提示睡眠结构特征或可作为ε4携带者中AD的可调控风险因素进行后续评估。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

构建研究样本与APOE基因型分组

确定APOE基因型与睡眠结构关联分析的纳入人群和暴露分组。

自SHHS的ARIC、CHS和FHS三个父队列中纳入具有完整多导睡眠图、APOE基因型和协变量信息的50–85岁参与者,按血液DNA基因分型分为ε4杂合子、ε4纯合子、ε2携带者和ε3纯合子参照组。

2

夜间多导睡眠图采集与睡眠结构指标提取

获取宏观与微观睡眠结构指标作为结局变量。

采用标准化方案进行整夜家庭多导睡眠图,脑电、眼电、下颌肌电、胸腹体积描记、气流、脉搏血氧、心电及体位监测;按30秒epoch手工判读睡眠分期,并计算纺锤波特征、ORP和觉醒指数等微观指标。

3

APOE基因型与睡眠结构的关联分析

检验APOE基因型与各宏观及微观睡眠指标之间的关联。

使用线性回归模型评估APOE基因型与每个睡眠指标的关联,并校正多项协变量;进一步检验基因型与年龄、性别、种族、认知状态、pTau181及Aβ42:40的交互作用,并进行敏感性分析。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Compumedics多导睡眠图系统Compumedics--
单分子阵列(Quanterix)Quanterix--
MESO Scale Diagnostics电化学发光MESO Scale Diagnostics--
INNO-BIA血浆淀粉样蛋白β检测Innogenetics--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
研究样本与APOE基因型分组
纳入来源限于ARIC、CHS、FHS三个父队列;年龄50–85岁;基因型四分组及ε3纯合子参照设定;最终样本量3,081
阅读提示:Methods的Study Sample与Exposure小节,以及Figure S1受试者流程图
多导睡眠图与睡眠指标
单晚家庭多导睡眠图;30秒epoch手工判读;纺锤波检测方法来源;ORP计算所用3秒epoch与频段;WASO定义
阅读提示:Methods的Outcomes小节及所引用的PSG与睡眠判读参考文献
协变量与回归模型
协变量清单;认知状态判定标准(MMSE截断值及ARIC裁定);年龄均值中心化;显著性阈值p<0.05
阅读提示:Methods的Covariates与Statistical Analysis小节
交互作用与敏感性分析
与年龄、性别、种族、认知状态、pTau181、Aβ42:40交互的模型设定;种族/认知/生物标志物交互时ε4杂合子与纯合子合并的原因;排除ε2携带者及AHI3%替代的敏感性模型
阅读提示:Methods的Statistical Analysis小节及Table S15、Table S16
血浆生物标志物检测
pTau181仅CHS可得,标本采集于1992–1993年并以Quanterix检测;Aβ42:40在CHS用MESO、FHS用INNO-BIA;各检测方法来源
阅读提示:Methods的Covariates小节关于pTau181与Aβ42/40的段落