《Nature Genetics》墨西哥城前瞻性研究和英国生物银行的比较分析确定了克隆造血的血统特异性影响

本文比较了来自墨西哥城前瞻性队列的136401名混血美国参与者与来自英国生物银行队列的416118名主要是欧洲血统的个体的克隆造血频率和遗传基础。

　　

来自 AstraZeneca 公司旗下 Centre for Genomics Research 的研究人员在《Nature Genetics》期刊上发表了名为 “Comparative analysis of the Mexico City Prospective Study and the UK Biobank identifies ancestry - specific effects on clonal hematopoiesis” 的论文。该论文在克隆造血（clonal hematopoiesis，CH）研究领域意义重大，为深入理解遗传血统对 CH 的影响提供了关键见解，也为全球健康平等的推进提供了有力支持。

研究背景

大多数遗传关联研究都集中在欧洲血统的人群中，对非欧洲人群队列的研究较少。而克隆造血（CH）作为一种与年龄相关的常见现象，是指造血干细胞（HSCs，hematopoietic stem cells）随着年龄增长积累体细胞突变，部分突变赋予 HSCs 适应性优势，促使其克隆性扩增。CH 与血液系统及其他癌症，还有心血管、肾脏、肺部和肝脏疾病等非肿瘤性疾病的风险增加相关。其风险因素包括年龄、性别、吸烟、遗传毒性药物治疗以及可遗传的基因变异等。然而，目前人们对遗传血统在 CH 发展中的作用了解并不充分，因为此前的 CH 研究大多聚焦于欧洲或欧洲裔占主导的队列。为填补这一知识空白，研究人员开展了此项研究。

研究方法

1. 样本选取：研究数据来自墨西哥城前瞻性研究（MCPS，Mexico City Prospective Study）和英国生物银行（UKB，UK Biobank）。MCPS 是一个包含超过 150,000 名成年人的前瞻性队列，研究人员获取了其中 141,046 人的全外显子测序（WES，whole - exome sequencing）数据；UKB 是约 500,000 名成年人的前瞻性队列，有 469,809 人的 WES 数据可用。经过严格的样本筛选，最终 136,401 名 MCPS 个体和 416,118 名 UKB 个体纳入研究。

2. 测序与变异检测：MCPS 和 UKB 样本均由 Regeneron Genetics Centre 采用相同的生产流程进行处理。使用 IDT xGen v.1 捕获试剂盒构建测序文库，在 NovaSeq 6000 平台上以 75 bp 双端模式测序。平均测序深度分别为 57.2× 和 57.8×。通过 bcl2fastq 软件进行测序数据格式转换，利用 Illumina DRAGEN Bio - IT Platform Germline Pipeline 进行序列比对和种系变异检测，使用 GATK MuTect2 进行体细胞变异检测。

3. CH 检测与样本选择：研究人员通过检索 Mutect2 检测到的、发生在 74 个具有白血病驱动突变基因中的体细胞变异来识别 CH 驱动变异，并依据特定标准进行筛选。最初分析集中在 15 个与年龄相关的白血病前驱动基因，之后扩展到 58 个基因。同时，对样本进行严格筛选，包括样本污染率、性别一致性、测序覆盖度、遗传主成分等多方面的质量控制。

4. 遗传关联分析：针对 MCPS 和 UKB 样本，研究人员分别进行全基因组关联研究（GWAS，Genome - Wide Association Study）和全外显子关联研究（ExWAS，Exome - Wide Association Study），分析种系变异与 CH 的关联。GWAS 中对 MCPS 样本进行基因分型、样本和变异质量控制后，使用 REGENIE 软件进行分析；UKB 样本类似，但基因分型使用不同芯片且变异需用 HRC 和 UK10K + 1000 Genomes 面板进行填补。ExWAS 中，MCPS 样本使用 REGENIE 软件，UKB 样本使用 Fisher 精确检验。此外，还进行了基因水平的合并分析和跨血统的荟萃分析。

5. 其他分析：利用 RFMix2.0 软件推断 MCPS 参与者的本地血统比例，评估欧洲血统与 CH 频率的关联。计算白细胞端粒长度（LTL，leukocyte telomere length）和 LTL 多基因风险评分（PRS，Polygenic Risk Score），分析其与 CH 的关系。

研究结果

1. CH 的频率：通过对 MCPS 和 UKB 参与者的分析，研究人员发现 CH 频率与年龄密切相关。总体上，UKB 参与者的 CH 频率（4.92%）显著高于 MCPS 参与者（3.12%），年龄和性别匹配后差异依然显著。在常见的 CH 驱动基因中，UKB 中由 DNMT3A、TET2、ASXL1 等基因突变驱动的 CH 风险均显著高于 MCPS，尤其是 DNMT3A 和 TET2 基因突变。

2. 血统与 CH 频率的关联：MCPS 参与者具有混合血统，研究人员利用这一特点深入探究血统与 CH 的关系。他们发现，基因组中欧洲血统比例大于 50% 的 MCPS 参与者的 CH 频率（4.65%）显著高于美洲原住民血统比例大于 50% 的参与者（2.83%）。进一步分析表明，欧洲血统比例与 CH 频率呈正相关，即使调整年龄、性别和吸烟状态等因素后，这种相关性仍然显著。而且，欧洲血统比例还与吸烟频率相关，但分层分析显示，在不同吸烟状态下，CH 频率随欧洲基因组百分比增加的趋势依然存在。

3. 端粒长度与 CH 频率的关联：有证据表明端粒长度会影响 CH 风险，研究人员对此进行了深入研究。他们计算了 9,598 名有全基因组测序（WGS，Whole - Genome Sequencing）数据的 MCPS 参与者的 LTL，并进行 LTL 全基因组关联研究（GWAS），发现了 19 个达到提示性显著阈值的位点，其中 6 个为全基因组显著位点。研究还发现，欧洲血统比例较高的 MCPS 参与者具有更长的遗传预测 LTL，且较长的 LTL 与总体 CH、DNMT3A - CH 和 TET2 - CH 相关，较短的 LTL 与 PPM1D - CH 相关。不过，将 LTL PRS 作为协变量纳入模型后，欧洲血统与 CH 风险的关联仅略有减弱。

4. 全基因组常见变异与 CH 的关联：对 MCPS 参与者进行 GWAS 分析，研究人员发现了两个与总体 CH 相关的全基因组显著位点：TERT 和 TCL1B。TERT 位点的 G 等位基因增加了总体 CH 风险，与欧洲研究结果相似。在 TCL1B 位点发现了两个新的低频风险变异，它们与 TET2 - CH 和 SF3B1 + SRSF2 - CH 相关，且 rs187319135 在墨西哥原住民中高度富集。此外，还发现了与 ASXL1 - CH 相关的新位点 CSGALNACT1。

5. 跨血统 CH 的荟萃分析：对 UKB 和 MCPS 参与者进行跨血统 GWAS 荟萃分析，发现了 5 个新的 CH 相关位点：1 个与总体 CH 相关，4 个与驱动基因特异性 CH 相关。同时，许多在欧洲人群中报道的 CH 相关变异在 MCPS 参与者中也得到了验证。

6. 全外显子罕见变异与 CH 的关联：在 MCPS 队列中进行 ExWAS 分析，研究人员发现了一个位于 TCL1B 启动子的罕见变异 rs774615666，它增加了 TET2 - CH 和 SF3B1 + SRSF2 - CH 的风险，且该变异在墨西哥原住民中独特存在。此外，通过基因水平的合并分析，MCPS - UKB 荟萃分析重复了 CHEK2 与总体 CH 和 DNMT3A - CH 的关联。

研究结论与讨论

研究人员通过对 MCPS 和 UKB 两个队列的综合分析，发现拉丁美洲人群（MCPS 队列）的 CH 频率比英国人群（UKB 队列）低 1.6 倍，这一差异在年龄和性别匹配后仍然显著。研究还鉴定出 7 个新的 CH 相关位点，增加了 CH 种系关联的数量；发现了 TCL1B 位点的血统特异性低频遗传变异，这些变异与 TET2 - CH 和 ASXL1 - CH 风险增加相关，但与 DNMT3A - CH 风险降低相关。

这项研究也存在一定的局限性。例如，虽然研究尽量减少了 MCPS 和 UKB 之间测序和生物信息学流程的技术差异，但仍无法完全排除其对 CH 检测的影响。此外，尽管研究考虑了年龄、性别和吸烟等风险因素，但可能仍存在残余混杂因素，如吸烟持续时间和每日吸烟数量等未测量因素，以及其他环境因素可能对研究结果产生影响。

总体而言，该研究是目前对非欧洲人群 CH 最大规模的分析，揭示了不同人群中 CH 频率及其亚型的显著差异，发现了血统特异性的遗传决定因素。这些发现对于制定针对不同人群的 CH 筛查计划、资源分配以及 CH 相关疾病的风险评估具有重要意义，为基于人群的精准医学提供了生物学依据，有助于推动全球健康平等的发展。