体脂率新位点揭示肥胖与心血管代谢疾病风险之间的联系

New loci for body fat percentage reveal link between adiposity and cardiometabolic disease risk.

作者信息Yingchang Lu, Felix R Day, Stefan Gustafsson, Martin L Buchkovich, Jianbo Na, Veronique Bataille, Diana L Cousminer, Zari Dastani, Alexander W Drong, Tõnu Esko, David M Evans, Mario Falchi, Mary F Feitosa, Teresa Ferreira, Åsa K Hedman, Robin Haring, Pirro G Hysi, Mark M Iles, Anne E Justice, Stavroula Kanoni, Vasiliki Lagou, Rui Li, Xin Li, Adam Locke, Chen Lu, Reedik Mägi, John R B Perry, Tune H Pers, Qibin Qi, Marianna Sanna, Ellen M Schmidt, William R Scott, Dmitry Shungin, Alexander Teumer, Anna A E Vinkhuyzen, Ryan W Walker, Harm-Jan Westra, Mingfeng Zhang, Weihua Zhang, Jing Hua Zhao, Zhihong Zhu, Uzma Afzal, Tarunveer Singh Ahluwalia, Stephan J L Bakker, Claire Bellis, Amélie Bonnefond, Katja Borodulin, Aron S Buchman, Tommy Cederholm, Audrey C Choh, Hyung Jin Choi, Joanne E Curran, Lisette C P G M de Groot, Philip L De Jager, Rosalie A M Dhonukshe-Rutten, Anke W Enneman, Elodie Eury, Daniel S Evans, Tom Forsen, Nele Friedrich, Frédéric Fumeron, Melissa E Garcia, Simone Gärtner, Bok-Ghee Han, Aki S Havulinna, Caroline Hayward, Dena Hernandez, Hans Hillege, Till Ittermann, Jack W Kent, Ivana Kolcic, Tiina Laatikainen, Jari Lahti, Irene Mateo Leach, Christine G Lee, Jong-Young Lee, Tian Liu, Youfang Liu, Stéphane Lobbens, Marie Loh, Leo-Pekka Lyytikäinen, Carolina Medina-Gomez, Karl Michaëlsson, Mike A Nalls, Carrie M Nielson, Laticia Oozageer, Laura Pascoe, Lavinia Paternoster, Ozren Polašek, Samuli Ripatti, Mark A Sarzynski, Chan Soo Shin, Nina Smolej Narančić, Dominik Spira, Priya Srikanth, Elisabeth Steinhagen-Thiessen, Yun Ju Sung, Karin M A Swart, Leena Taittonen, Toshiko Tanaka, Emmi Tikkanen, Nathalie van der Velde, Natasja M van Schoor, Niek Verweij, Alan F Wright, Lei Yu, Joseph M Zmuda, Niina Eklund, Terrence Forrester, Niels Grarup, Anne U Jackson, Kati Kristiansson, Teemu Kuulasmaa, Johanna Kuusisto, Peter Lichtner, Jian'an Luan, Anubha Mahajan, Satu Männistö, Cameron D Palmer, Janina S Ried, Robert A Scott, Alena Stancáková, Peter J Wagner, Ayse Demirkan, Angela Döring, Vilmundur Gudnason, Douglas P Kiel, Brigitte Kühnel, Massimo Mangino, Barbara Mcknight, Cristina Menni, Je
PMID26833246
发布时间2016-02-07
DOI10.1038/ncomms10495

实验完整度

高

包含GWAS荟萃分析、跨性状关联分析、eQTL、表观调控分析及果蝇转基因模型功能验证

主要模型

多达100,716名个体的GWAS和MetaboChip荟萃分析队列 转基因果蝇RNAi模型

重点核对

GWAS荟萃分析样本量:43项GWAS(n up to 76,137)和13项MetaboChip研究(n up to 24,582),总计100,716人 BF%测量方法:生物电阻抗分析(BIA)或双能X线吸收法(DEXA) 全基因组显著阈值:P<5×10−8 跨表型关联显著性阈值:P<5.2×10−4(Bonferroni校正) 果蝇RNAi敲低后高糖饮食暴露及全身甘油三酯检测

摘要

为了增进对肥胖遗传基础及其与心血管代谢疾病风险联系的理解,我们对多达100,716名个体的体脂率(BF%)进行了全基因组关联荟萃分析。十二个位点达到全基因组显著性(P<5×10−8),其中八个先前与整体肥胖增加(BMI、BF%)相关,四个(COBLL1/GRB14、IGF2BP1、PLA2G6、CRTC1附近或内部)是BF%的新关联位点。七个位点对BF%的影响大于对BMI的影响,提示与肥胖的原发关联,而五个位点对BMI的影响大于对BF%的影响,提示与脂肪和瘦体重均相关。特别是,与BF%关联更强的位点显示出一系列心血管代谢性状的独特跨表型关联特征,揭示了肥胖与疾病风险之间联系的新见解。 全基因组关联荟萃分析研究在此显示与体脂率相关的新遗传位点,并描述了跨表型关联,进一步证明肥胖与心血管疾病风险之间的密切关系。

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
体脂率的遗传基础是什么?这些遗传位点如何与心血管代谢疾病风险相关联?
核心机制
12个BF%相关位点分为两组:一组对BMI影响更大,提示影响脂肪和瘦体重;另一组对BF%影响更大,提示特异性影响肥胖。部分位点通过影响脂肪分布(如皮下vs内脏脂肪)或胰岛素受体信号通路(IRS1、GRB14)及GH/IGF1通路(IGF2BP1、PICK1)介导心血管代谢效应。
主要证据
对100,716名个体的GWAS荟萃分析鉴定出12个全基因组显著位点;跨表型关联分析显示不同位点与瘦素、SAT/VAT、血脂、血糖、T2D、CAD等性状的关联特征;eQTL、调控元件和果蝇RNAi功能实验支持候选基因。
研究意义
研究结果增进了对肥胖生物学基础的理解,并揭示了脂肪量与心血管代谢疾病风险之间联系的新的外周生理机制。

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

发现与BF%全基因组显著相关的位点

鉴定与体脂率相关的遗传位点

对43项GWAS(n up to 76,137)和13项MetaboChip研究(n up to 24,582)进行荟萃分析,共计100,716名个体,采用逆方差加权固定效应模型,并进行了性别分层和欧洲祖先分层分析。

2

跨表型关联分析

探究BF%位点与人体测量和心血管代谢性状的关联

在GIANT、SAT-VAT、LEPgen、GLGC、MAGIC、DIAGRAM和CARDIoGRAMplusC4D等联盟的大规模GWAS荟萃分析中查询12个索引SNP的关联结果。

3

功能注释与候选基因优先排序

识别BF%相关位点的因果基因和变异

进行编码变异和CNV分析、cis-eQTL分析、表观遗传标记和调控基因组元件分析(ENCODE和Roadmap)、通路和网络富集分析(DEPICT、Ingenuity IPA、GRAIL、DAPPLE)。

4

果蝇功能验证

在体内优先排序候选基因

利用公开的全基因组转基因RNAi screen数据,并针对候选基因的果蝇直系同源基因进行敲低,在高糖饮食下检测全身甘油三酯含量。

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
GPO Trinder甘油三酯试剂Sigma--
Pierce BCA蛋白检测试剂盒Thermo Scientific23227
Infinity甘油三酯试剂盒Thermo FisherTR22321

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
GWAS荟萃分析
样本量、祖先背景、基因型填充参考面板、质量控制标准、GC校正方法
阅读提示:Methods的Study design、Sample quality control, imputation and association、Meta-analysis小节
跨表型关联分析
查询的联盟和性状、显著性阈值、多重检验校正方法
阅读提示:Methods的Cross-trait association lookups小节
eQTL分析
组织类型和样本量、条件分析模型
阅读提示:Methods的Analyses of eQTLs小节
果蝇RNAi敲低实验
果蝇品系、饮食条件、甘油三酯检测方法、重复数
阅读提示:Methods的Drosophila knockdown experiments小节
调控元件分析
LD阈值、数据集来源、组织类型
阅读提示:Methods的Regulatory annotation using ENCODE and Roadmap小节