基因组关联研究揭示收入与健康差异的遗传基础及其社会经济梯度意义

本研究通过大规模全基因组关联分析(GWAS)揭示收入水平与健康差异的遗传关联机制。研究人员整合32个队列共668,288名欧洲血统个体的多维度收入数据，鉴定出162个与"收入因子"(Income Factor)相关的基因位点，发现其多基因指数可解释1-5%的收入变异。研究首次通过GWAS-by-subtraction方法解析教育程度(EA)与收入的遗传重叠(rg=0.92)，发现剩余遗传信号与非认知能力相关。表型组关联分析(PheWAS)显示高收入基因型可降低高血压、2型糖尿病等疾病风险，为社会经济健康梯度提供分子遗传学证据。

　　

社会经济地位与健康结局的关联一直是公共卫生领域的核心议题。既往研究表明，收入最高与最低群体间的预期寿命差距可达14.6年，但这种梯度关系的生物学机制尚不明确。随着行为遗传学的发展，科学家们意识到遗传因素可能通过影响认知能力、心理健康等中介变量，与社会环境共同塑造这一复杂现象。然而，先前关于收入遗传基础的研究样本量有限，且未能系统解析其与教育程度(EA)的遗传异质性。

荷兰阿姆斯特丹大学医学中心(Amsterdam UMC)联合爱丁堡大学等国际团队在《Nature Human Behaviour》发表突破性研究。研究人员采用多队列meta分析方法，整合12个国家32个队列的668,288名欧洲血统个体数据，涵盖个人收入、职业收入、家庭收入及父母收入四维度指标。通过MTAG多性状分析构建"收入因子"，应用LDSC计算遗传相关性，采用GWAS-by-subtraction解析非教育相关遗传成分，并利用UK Biobank电子病历开展表型组关联研究。

主要技术方法包括：1)基于METAL的跨国别、跨性别GWAS meta分析；2)采用MTAG整合多维度收入表型；3)应用LDpred2构建多基因风险评分(PGI)；4)通过FUMA进行基因功能注释；5)利用英国生物银行(UKB)兄弟样本进行家系分析。

多变量GWAS分析收入

研究鉴定出162个与收入显著相关的基因位点，效应值均较小，中位SNP仅贡献0.3%收入差异。四类收入指标的遗传相关性(r_g)均高于0.8，支持收入测量的一致性。

显示职业收入与教育程度遗传重叠最高(r_g=0.95)。

与教育程度的遗传比较

通过GWAS-by-subtraction分离出非教育相关收入成分(NonEA-Income)，发现其与精神分裂症(r_g=-0.29)、自闭症(r_g=-0.27)等精神疾病呈负相关，而与主观幸福感(r_g=0.32)正相关。这种模式提示教育系统可能比劳动力市场更能包容某些精神疾病患者。

多基因预测效能

在瑞典双生子登记库(STR)中，收入PGI对职业收入的预测力达ΔR²=3.7%，但控制教育PGI后降至<1%。https://hunyuan-plugin-1258344706.cos.ap-nanjing.myqcloud.com/pdf_youtu/img/hy-20250807180049_97cbdcb18358ea17ccad1eed245d44d6-5-2.png' caption='图3|多基因预测结果'>显示教育PGI对收入的预测优势，反映教育在收入决定中的核心作用。家系分析表明仅25%遗传效应为直接影响，75%通过家庭环境等间接途径传递。

健康关联特征

表型组分析发现收入PGI与50种疾病风险降低相关，包括高血压(OR=0.82)、2型糖尿病(OR=0.85)等。

揭示社会经济健康梯度的遗传基础。基因注释显示收入相关基因富集于神经元迁移等神经发育过程。

该研究开创性地构建了收入遗传架构的全面图谱，揭示三个关键发现：首先，收入与教育存在高度遗传重叠但非完全一致，剩余遗传信号与更好的心理健康但较差的生理健康相关；其次，收入遗传效应主要通过教育中介实现，直接遗传效应仅占25%；最后，收入相关基因同时影响多种疾病风险，为理解健康不平等提供新视角。这些发现强调遗传因素与社会环境的复杂交互，对制定减少健康不平等的精准干预策略具有重要启示。值得注意的是，研究