DNA甲基化是最早被发现、也是目前研究最充分的基因表观遗传修饰方式，其通常发生在胞嘧啶-磷酸-鸟嘌呤二核苷酸（CpG）位点。DNA甲基化在维持正常细胞功能、染色体结构、胚胎发育过程、衰老以及疾病的发生中起着重要的作用，也是环境与基因组相互作用的重要机制。了解DNA甲基化的机制和功能将对人类健康与疾病研究产生深远影响。

全表观基因组关联研究（EWAS）是研究复杂疾病遗传学基础的一种有效方法，可以了解CpG位点甲基化比例与相关健康结果之间的关系。EWAS通常使用全血DNA进行分析，常见的疾病EWAS可大致分为患病率分析和发病率分析。先前的EWAS样本量有限（< 1000人）且通常只关注个体状况，限制了疾病状态相关基因位点的发现。因此，目前亟需进行大规模的EWAS，以检查单一人群中多种疾病状态的患病率和发病率，有助于确定血液DNA甲基化作为常见疾病状态的外周标志物的相关性。

近日，英国爱丁堡大学的科研人员在PLOS Medicine上发表了题为“Blood-based epigenome-wide analyses of 19 common disease states: A longitudinal, population-based linked cohort study of 18,413 Scottish individuals”的研究文章。研究团队对包含18,413名个体DNA甲基化数据的大型苏格兰Generation Scotland（GS）研究队列进行EWAS分析，检测了CpG位点的甲基化差异与14种疾病状态的患病率和19种疾病状态的发病率的关系。该研究共确定了100多个CpG甲基化位点与4种疾病的患病率（乳腺癌、慢性肾病、缺血性心脏病和2型糖尿病）和2种疾病的发病率（慢性阻塞性肺病和2型糖尿病）之间的关联。

文章发表在PLOS Medicine上

图1.对研究队列疾病状态进行EWAS的研究设计。

14种疾病患病率的全表观基因组分析

研究团队对18,413名参与者全血样本进行分析，在752,722个CpG位点进行了DNA甲基化分析。首先整合了血液DNA甲基化数据和基线研究中自我报告的疾病数据，对14种常见疾病状态进行EWAS（患病率分析）（图2）。在构建的基本模型中，血液CpG甲基化与10种疾病之间存在1,340个显著关联，超90%的关联与2型糖尿病、慢性阻塞性肺病（COPD）和慢性疼痛相关。

接下来，研究团队对模型进行了全面调整，进一步考虑了5种常见生活方式风险因素和人口结构的影响，即饮酒量、体重指数、贫困程度、吸烟和受教育年限。结果显示，完全调整模型显示出与8种疾病状态相关的78个关联；基本模型中的69个关联也出现在完全调整模型中。这69个关联分布在4种疾病状态中：慢性肾病、缺血性心脏病、乳腺癌和2型糖尿病。分析发现，参与者自我报告的乳腺癌史与cg06072257和cg06123699的低甲基化之间存在关联，其分别位于1号染色体和3号染色体上的UBIAD1和TPRG1附近。此外，注释为ABCG1、DHCR24和MYLIP的CpG甲基化在缺血性心脏病和2型糖尿病中较常见。

图2. 研究队列中14种流行疾病状态的表观基因组关联研究。

19种疾病发病率的全表观基因组分析

通过电子健康记录链接进行长期跟踪监测，研究团队确定了19种突发疾病状态并进行了EWAS，以探究基线研究时检测的CpG甲基化位点是否与这19种疾病状态的未来发病相关（图3）。在基本模型中，研究团队观察到CpG甲基化与11种疾病状态的发病率之间存在14,237个关联，其中79.4%和18.7%的关联分别与COPD和2型糖尿病相关。

在完全调整模型中，有79个独特的关联分布在5种疾病状态中。在基本模型和完全调整模型中，仅存在64个与COPD和2型糖尿病相关的共同关联。与COPD相关的CpG注释基因包括ALPG、C11orf91、CPOX、GPR15、HLA-DRB5和PRSS23；与2型糖尿病相关的CpG注释基因包括ABCA1、ABCG1、CPT1A、SREBF1、SLC7A11、SLC7A5和TXNIP等。

研究团队在完全调整模型中进一步分析，检测了5种常见生活方式风险因素对上述关联的减弱作用。结果显示，每个协变量对效应大小的平均衰减范围从5.5%（体重指数）到63.1%（吸烟）不等，鉴于不同疾病状态的风险特征不同，其存在异质性。

图3. 对队列中19种疾病进行全表观基因组关联研究。

最后，研究团队对现有文献进行了结构化的回顾分析，以确定涉及的19种疾病状态的基于血液EWAS结果。研究团队检验了该研究结果是否重复了之前的分析，并量化了已发表研究中的一致性水平。结果显示，只有11个普遍关联（1个慢性肾脏病有关，10个与2型糖尿病有关）和8个突发事件关联（仅与2型糖尿病相关）在文献中被报道。这一结果表明，与全基因组关联研究（GWAS）相比，EWAS的可重复性普遍较低，其中可重复性最高是肺癌相关研究。

图4. EWAS中常见疾病状态的查找和重复分析。

结 语

综上所述，研究团队使用世界上最大的甲基化数据集之一，对多种疾病的患病率和发病率进行了一系列EWAS，并对现有文献进行了大规模、全面的回顾分析。通过将这些数据与该研究结果进行比较，研究团队发现了与3种疾病状态（乳腺癌、缺血性心脏病和2型糖尿病）患病率相关的58个新关联，以及CpG甲基化位点与2种疾病状态（COPD和2型糖尿病）发病率之间的56个新关联，其与常见的生活方式风险因素无关。该研究提示，血液DNA甲基化可以作为几种常见疾病状态的外周生物标志物，包括乳腺癌、心肺疾病和2型糖尿病。

参考文献：

Hillary RF, McCartney DL, Smith HM, Bernabeu E, Gadd DA, Chybowska AD, et al. (2023) Blood-based epigenome-wide analyses of 19 common disease states: A longitudinal, population-based linked cohort study of 18,413 Scottish individuals. PLoS Med 20(7): e1004247.

https://journals.plos.org/plosmedicine/articleid=10.1371/journal.pmed.1004247