肥胖的遗传易感性与2型糖尿病:生活方式和表型肥胖的作用

Genetic predisposition to adiposity, and type 2 diabetes: the role of lifestyle and phenotypic adiposity

作者信息Mengrong Zhang, Joey Ward, Rona J Strawbridge, Jana J Anderson, Carlos Celis-Morales, Jill P Pell, Frederick K Ho, Donald M Lyall
PMID40315335
发布时间2025-04-30
DOI10.1093/ejendo/lvaf084

实验完整度

该研究为前瞻性队列分析,基于UK Biobank数据,包含遗传风险评分、生活方式和表型测量,但缺乏干预性实验或机制验证,主要依赖统计建模(Cox回归、四向分解)。

主要模型

220,703名英国白人参与者(UK Biobank)

重点核对

BMI-PRS和WHR-PRS的计算方法(LDpred) 生活方式因素的定义阈值(如低体力活动<600 MET-min/周,低饮食质量评分<5,高酒精摄入>14单位/周等) 表型肥胖定义(BMI≥30 kg/m²,中心性肥胖WHR≥0.85女性/≥0.90男性) 协变量调整(年龄、性别、 deprivation、合并症数量、10个遗传主成分、基因分型芯片) 结局定义(ICD-10 E11,随访时间至2022年)

摘要

目的:遗传易感性肥胖与2型糖尿病(T2D)相关,即使在缺乏表型肥胖(肥胖和中心性肥胖)的情况下也是如此。我们旨在量化肥胖和可改变的生活方式因素对遗传易感性肥胖与T2D发展之间关联的总体贡献。方法:这项前瞻性队列研究涉及来自英国生物银行的220,703名白人英国参与者。它检查了遗传易感性肥胖[体重指数多基因风险(BMI-PRS)和腰臀比多基因风险(WHR-PRS)]与偶发T2D之间的关联,以及通过生活方式因素(饮食质量、体力活动水平、总能量摄入、睡眠持续时间、吸烟和饮酒)和表型肥胖进行的相互作用和中介作用。结果:具有高表型肥胖和高肥胖PRS值(>平均值以上1个标准差)的人群发生偶发T2D的风险最高(与非肥胖/中心性肥胖和非高PRS相比)。BMI-PRS的风险比(HR)= 3.72,WHR-PRS的HR = 4.17。生活方式因素解释了BMI-PRS/T2D关联的30.5%(2.0%中介;28.5%效应修饰),生活方式和肥胖共同解释了92.1%(78.8%中介;13.3%效应修饰)。生活方式因素解释了WHR-PRS/T2D关联的20.4%(3.4%中介;17.0%效应修饰),生活方式和中心性肥胖共同解释了72.8%(41.1%中介;31.7%效应修饰)。结论:尽管表型肥胖解释了BMI-PRS/WHR-PRS与T2D之间关联的很大一部分,但可改变的生活方式因素也做出了贡献。在易肥胖人群中促进健康的生活方式对于减轻全球T2D负担很重要。

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
遗传易感性肥胖与T2D的关联中,表型肥胖和可改变的生活方式因素各自贡献多大?
核心机制
遗传易感性肥胖可能通过影响生活方式和表型肥胖(肥胖/中心性肥胖)来增加T2D风险,其中表型肥胖是主要中介,生活方式因素通过中介和效应修饰发挥作用。
主要证据
基于UK Biobank 220,703名参与者的前瞻性队列分析,采用Cox比例风险模型和四向分解分析,发现BMI-PRS和WHR-PRS与T2D风险增加相关,且生活方式因素和表型肥胖可解释大部分关联。
研究意义
研究强调,在遗传易感人群中促进健康生活方式对预防T2D的重要性,为临床和公共卫生干预提供了可操作的见解。

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

参与者筛选与数据收集

确定研究样本并收集遗传、生活方式和表型数据。

从UK Biobank中筛选220,703名白人英国参与者,排除基线T2D、BMI<18.5、自我报告从不饮酒者等,收集基线问卷、体格测量和基因分型数据。

2

遗传风险评分构建

量化肥胖的遗传易感性。

使用LDpred方法基于全基因组SNP构建加权BMI-PRS和WHR-PRS,并通过1000个UK Biobank参与者进行LD校正。

3

关联分析

评估遗传风险与T2D风险的关联。

使用Cox比例风险模型,调整年龄、性别、剥夺指数、合并症数量、10个遗传主成分和基因分型芯片,分析BMI-PRS/WHR-PRS与偶发T2D的关联。

4

交互作用分析

检验遗传风险与生活方式/表型肥胖因素之间的交互作用。

在Cox模型中纳入遗传风险与各生活方式/表型肥胖因素的交互项,基于加性和乘性交互作用检验,计算相对超额风险(RERI)。

5

中介与四向分解分析

分解遗传风险与T2D关联中通过生活方式和表型肥胖的中介、交互及直接效应。

采用四向分解方法,量化纯中介效应、纯交互效应、中介与交互并存效应及直接效应,分别纳入生活方式因素和表型肥胖因素。

6

敏感性分析

验证结果的稳健性。

将所有生活方式和表型肥胖因素同时纳入模型,提供保守估计。

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
Affymetrix UK Biobank Axiom 芯片Affymetrix--
Affymetrix UK BiLEVE Axiom 芯片Affymetrix--
Seca 202 身高计Seca--
Bc-418 MA 身体成分分析仪Tanita Corp--
Wessex 非弹性弹簧卷尺Wessex--

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
参与者筛选
纳入标准:白人英国裔,年龄40-70岁,BMI≥18.5 kg/m²,排除基线T2D、从不饮酒者等;最终样本n=220,703
阅读提示:Methods - Population
遗传风险评分
BMI-PRS和WHR-PRS的构建方法(LDpred),LD参考面板(1000名UK Biobank参与者)
阅读提示:Methods - Exposures
结局定义
T2D定义为ICD-10代码E11,随访至2022年(英格兰、苏格兰、威尔士具体日期)
阅读提示:Methods - Outcomes
生活方式因素定义
低体力活动:<600 MET-min/周;低饮食质量:评分<5;高总能量摄入:女性>2000 kcal/天,男性>2500 kcal/天;睡眠异常:<7或>9 h/天;高酒精摄入:>14单位/周;吸烟:曾经吸烟(当前或既往);表型肥胖:BMI≥30,中心性肥胖:WHR≥0.85(女)/≥0.90(男)
阅读提示:Methods - Covariates
统计分析
Cox模型调整年龄、性别、剥夺指数、合并症数量、10个遗传主成分、芯片;交互作用检验(RERI);四向分解分析
阅读提示:Methods - Statistical analyses