脑脊液代谢物与免疫细胞特征在头颈癌中的因果关联：孟德尔随机化研究

《Hormones & Cancer》：Causal relationships between cerebrospinal fluid metabolites, immune cell traits, and head and neck cancers

本研究针对脑脊液(CSF)代谢物与头颈癌(HNCs)因果关联不明的问题，开展了双向孟德尔随机化(MR)分析。研究人员利用大规模全基因组关联研究(GWAS)数据，揭示了9种CSF代谢物（如瓜氨酸、腺嘌呤）与HNC风险存在显著因果关联，并发现免疫细胞特征(ICTs)可能介导此相互作用。该研究为HNC的发病机制提供了新见解，提示CSF代谢物或可作为潜在生物标志物和治疗靶点。

　　

在头颈癌（Head and Neck Cancers, HNCs）这一全球范围内常见的恶性肿瘤领域，科学家们一直在努力寻找更有效的早期诊断方法和治疗策略。尽管已知吸烟、饮酒、人乳头瘤病毒（HPV）感染等是其主要风险因素，但HNCs的发生和发展涉及复杂的生物学过程，其中代谢异常和免疫系统失调被认为是关键环节。近年来，脑脊液（Cerebrospinal Fluid, CSF）——这种包围着我们大脑和脊髓的液体——因其富含大量小分子代谢物，逐渐成为探索神经系统乃至全身性疾病的重要窗口。CSF代谢物不仅能反映大脑的生理和病理状态，其变化还可能通过尚未完全阐明的机制影响远隔器官，包括肿瘤的发生。然而，由于通过腰椎穿刺获取CSF样本存在侵入性、伦理挑战和实际操作困难，大规模前瞻性研究难以开展，导致CSF代谢物与HNCs之间的潜在因果关系及其背后的机制长期笼罩在迷雾之中。

为了突破这一瓶颈，Fan Liu、Liqin Gan、Xueyao Cai和Zhizhao Chen等研究人员在《Discover Oncology》上发表了一项创新性研究。他们巧妙地利用孟德尔随机化（Mendelian Randomization, MR）这一强大的遗传学工具，来探究CSF代谢物、免疫细胞特征（Immune Cell Traits, ICTs）与HNC风险之间的因果关联。MR方法的核心思想是使用与暴露因素（如某种CSF代谢物的水平）密切相关的基因变异作为工具变量，来推断暴露对结局（如HNC发病风险）的因果效应。由于基因型在生命早期即已确定，且通常不会受到后天环境因素、疾病状态等常见混杂因素的影响，MR研究能够有效模拟一种类似于随机对照试验的因果推断场景，从而提供比传统观察性研究更可靠的证据。

本研究旨在解决几个关键问题：遗传预测的CSF代谢物水平是否真的能因果影响HNC的发病风险？反过来，HNC的遗传易感性是否会改变CSF的代谢谱？此外，免疫系统在其中扮演了怎样的角色——特定的免疫细胞类型是否充当了连接CSF代谢物与HNC的桥梁？为了回答这些问题，研究团队进行了一项综合性的双向MR分析。

研究人员汇集了来自大规模全基因组关联研究（Genome-Wide Association Study, GWAS）的公开摘要数据。这些数据包括：388种CSF代谢物的遗传数据（样本量n=291），731种循环免疫细胞特征的数据（n=3,757），以及HNC的遗传数据（n=373,122）。所有数据均来源于欧洲血统人群，以尽量减少人群分层造成的偏倚。研究的主要分析策略包括：首先，进行正向MR分析，评估CSF代谢物对HNC风险的因果效应；其次，进行反向MR分析，检验HNC遗传易感性对CSF代谢物的反向因果效应；最后，通过中介分析探索免疫细胞特征在CSF代谢物与HNC关系中的潜在介导作用。在整个分析过程中，研究团队采用了逆方差加权法（Inverse-Variance Weighted, IVW）作为主要分析方法，并辅以MR-Egger、加权中位数等多种方法进行验证。同时，他们还进行了一系列严格的敏感性分析，如Cochran's Q检验评估异质性，MR-Egger截距检验和MR-PRESSO方法检测水平多效性，以确保研究结果的稳健性。

双向关联 between CSF metabolites and HNCs

正向MR分析的结果揭示了一批与HNC风险存在显著因果关联的CSF代谢物。研究发现，遗传预测的九种CSF代谢物水平的变化对HNC风险有显著影响。具体而言，较高水平的瓜氨酸（Citrulline）（IVW, OR = 0.76, P=0.03）和腺嘌呤（Adenine）（IVW, OR = 0.84, P=0.02）与HNC风险降低相关，显示出保护性作用。相反，较高水平的次黄嘌呤（Hypoxanthine）（IVW, OR = 1.39, P=0.01）、N-乙酰谷氨酸（N-acetylglutamate）（IVW, OR = 1.19, P=0.02）、N-乙酰亮氨酸（N-acetylleucine）（IVW, OR = 1.06, P=0.02）、烟酰胺核糖（Nicotinamide riboside）（IVW, OR = 1.40, P=0.02）以及一种未知代谢物X-24813（IVW, OR = 1.39, P=7.42E-04）则与HNC风险升高相关。此外，二甲砜（Dimethyl sulfone）也表现出边际的保护效应（IVW, OR = 0.96, P=0.03）。其中，X-24813的关联最为显著。这些发现强烈提示，这些代谢物水平的改变可能参与了HNC的发生发展过程。

反向MR分析则揭示了疾病对代谢物的反馈调节。分析表明，遗传预测的HNC风险增高会显著影响12种CSF代谢物的遗传预测水平。HNC风险增加与较低水平的代谢物相关，包括焦谷氨酰胺（Pyroglutamine）、1-花生四烯酰基-GPC（20:4n6）、3-羟基-2-乙基丙酸（3-hydroxy-2-ethylpropionate）、3-羟基辛酸（3-hydroxyoctanoate）、3-脲基丙酸（3-ureidopropionate）、7-甲基鸟嘌呤（7-methylguanine）、腺嘌呤（Adenine）、鸟苷（Guanosine）、N2, N2-二甲基鸟苷（N2, N2-dimethylguanosine）。而HNC风险增加则与较高水平的2-氨基苯酚硫酸盐（2-aminophenol sulfate）和N6-甲基赖氨酸（N6-methyllysin）相关。特别值得注意的是，腺嘌呤在反向分析中也显示出极其显著的关联（P=1.18E-06），这暗示了HNC的遗传易感性可能对中枢神经系统的代谢状态产生深远影响。

Mediation analysis of circulating ICTs

研究进一步探讨了免疫系统可能扮演的中介角色。MR分析首先识别出30种免疫细胞特征（ICTs）的表达水平与HNC风险相关，其中10种ICTs水平升高增加风险，20种降低风险。随后进行的中介分析虽然未达到统计学显著性阈值，但提示了潜在的生物学通路。例如，腺嘌呤水平可能通过调节CD33^brHLA DR⁺CD14^dim细胞上的CD45表达来影响HNC风险（β_indirect= -0.028, Z=-1.010, P=0.312）。类似地，烟酰胺核糖水平可能通过影响粒细胞上的CD80表达来影响HNC风险（β_indirect= 0.335, Z=0.809, P=0.419）。这些发现为理解代谢物如何通过调节免疫系统来影响癌症风险提供了初步线索。

Sensitivity evaluation

为确保研究发现的可靠性，研究人员进行了全面的敏感性评估。他们为与HNC相关的CSF代谢物共筛选出466个单核苷酸多态性（SNPs）作为工具变量。留一法分析证实，排除任何一个SNP都不会对MR估计值产生实质性偏差。异质性检验（Cochran's Q）显示大多数工具变量不存在显著异质性。然而，在分析N-乙酰亮氨酸与HNC风险的关系时，发现了潜在的水平多效性（P_{MR-Egger intercept}= 0.001），这意味着该特定结果需要谨慎解读。对于HNC影响CSF代谢物的反向分析，以及ICTs与HNC关系的分析，均未检测到显著的异质性或多效性。所有SNPs的F统计量均大于10，表明不存在弱工具变量偏倚。

综上所述，这项研究通过严谨的双向孟德尔随机化分析，首次提供了遗传证据支持CSF代谢物与头颈癌风险之间存在双向因果关联。研究不仅识别出具有潜在保护作用（如瓜氨酸、腺嘌呤）和风险作用（如次黄嘌呤、烟酰胺核糖）的特定代谢物，还揭示了HNC遗传易感性对CSF代谢组的反向调控作用。此外，研究初步探索了免疫细胞特征（如CD45和CD80在某些细胞亚群上的表达）可能作为代谢物与癌症相互作用的媒介。这些发现极大地增进了我们对头颈癌生物学机制的理解，将中枢神经系统的代谢状态与外周肿瘤的发生发展联系起来。更重要的是，该研究为未来开发新的诊断生物标志物和针对代谢-免疫轴的治疗策略奠定了重要的理论基础，指明了新的研究方向。当然，如同作者所讨论的，未来需要在更多样化的人群中进行验证，并借助实验研究进一步阐明这些关联背后的具体分子机制。