国际期刊投稿平台
登录 | 注册
当前位置： 首页 > 亚太医学 > 血浆磷脂酰胆碱与肾癌的因果关联：一项两样本孟德尔随机化研究
亚太医学

亚太医学

Journal of Medicine in the Asia-Pacific

  • 主办单位: 
    未來中國國際出版集團有限公司
  • ISSN: 
    3079-3483（P）
  • ISSN: 
    3080-0870（O）
  • 期刊分类: 
    医药卫生
  • 出版周期: 
    月刊
  • 投稿量: 
    1
  • 浏览量: 
    194

相关文章

暂无数据

血浆磷脂酰胆碱与肾癌的因果关联：一项两样本孟德尔随机化研究

Causal Association Between Plasma Phosphatidylcholine and Renal Cancer: Evidence From a Two-Sample Mendelian Randomization Study

发布时间：2025-10-09
作者: 周肖 :南京医科大学第三附属医院护理部 江苏常州; 史晓凯 :南京医科大学第三附属医院泌尿外科 江苏常州;
摘要: 目的：明确血浆磷脂酰胆碱与肾癌发病风险之间是否存在因果关系。方法：通过IEU openGWAS在线数据库获取血浆磷脂酰胆碱以及肾癌的全基因组关联研究汇总数据。利用与磷脂酰胆碱强相关的单核苷酸多态性作为工具变量，采用两样本孟德尔随机化方法分析磷脂酰胆碱与肾癌的因果关系。以逆方差加权法作为主要分析方法，MR-egger回归、加权中位数、单纯模型及加权模型等方法作为验证方法，并分别采用Cochran’s Q检验以及MR-egger截距法进行异质性分析和多效性分析。结果：本研究筛选出56个磷脂酰胆碱的工具变量。随机效应逆方差加权法分析表明磷脂酰胆碱与肾癌风险具有因果关系，两者皆为肾癌的危险因素。磷脂酰胆碱：优势比（OR）为1.35，95%的置信区间为[1.01，1.80]，P值为0.038。分析结果具有统计学差异。异质性分析以及多效性分析的P值均大于0.05，提示存在异质性和多效性可能性较小。结论：本研究表明磷脂酰胆碱与肾癌发病间存在因果关系，血浆磷脂酰胆碱水平升高是肾癌的危险因素。
Abstract: Background: To determine whether there is a causal relationship between plasma phosphatidylcholine and the risk of developing renal cell carcinoma. Methods: We obtained summary-level data for plasma phosphatidylcholine and renal cancer from the IEU OpenGWAS database. Single nucleotide polymorphisms (SNPs) strongly associated with phosphatidylcholine were selected as instrumental variables. A two-sample Mendelian randomization (MR) framework was applied to assess causality, with the inverse variance weighted (IVW) approach as the primary method. Sensitivity analyses were performed using MR-Egger regression, weighted median, simple mode, and weighted mode. Heterogeneity and pleiotropy were examined using Cochran’s Q test and the MR-Egger intercept, respectively. Results: A total of 56 SNPs were identified as valid instrumental variables for plasma phosphatidylcholine. Random-effects IVW analysis revealed that higher phosphatidylcholine levels were associated with an increased risk of renal cancer (odds ratio = 1.35, 95% confidence interval: [1.01–1.80], P = 0.038). Sensitivity analyses yielded consistent findings. No significant heterogeneity or directional pleiotropy was detected (P>0.05). Conclusions: Our study provides genetic evidence supporting a causal relationship between plasma phosphatidylcholine and renal cancer risk. Elevated plasma phosphatidylcholine may serve as a potential biomarker and risk factor for renal cancer, highlighting the importance of lipid metabolism in renal carcinogenesis.
关键词: 血浆磷脂酰胆碱；肾癌；因果关联；孟德尔随机化
Keywords: plasma phosphatidylcholine; renal cancer; causal inference; mendelian randomization

引言

肾细胞癌（renal cell carcinoma，简称肾癌）是泌尿系统中最常见的一种恶性肿瘤，主要源自肾小管上皮细胞，占据了所有肾脏恶性肿瘤的约90%。全球每年新发肾癌病例超过40万，同时由于肾癌导致的死亡病例接近18万。在中国，每年新发肾癌病例约为6.7万，而肾癌导致的死亡病例达到2.3万，给社会带来沉重的经济负担。然而，截至目前，肾癌的病因仍未完全阐明，需要进一步深入研究肾癌发病的原因，以制定更有效的预防措施。这不仅有助于改善肾癌的早期检测和治疗，也将对降低社会医疗成本和提高患者生活质量产生积极影响。

1 背景

磷脂代谢异常是恶性肿瘤的一个重要标志，作为磷脂代谢产物，磷脂酰胆碱对细胞膜结构的完整性以及脂质以来信号通路必不可少，是癌细胞生长所必需的重要成分。研究表明，肿瘤细胞中磷脂酰胆碱的含量显著增加，且肿瘤细胞分泌的磷脂酰胆碱增加与癌细胞增殖率呈显著相关。

孟德尔随机化研究是一种利用单核苷酸多态性（single nucleotide polymorphism，SNP）作为工具变量，以研究暴露与结局之间因果关系的流行病学研究方法。与传统的观察性研究不同，该方法充分利用亲代基因的随机分配和同族发育过程中形成的固定基因型不受疾病影响的特点，从而有效消除混合偏差和反向因果关联的影响。迄今为止，尚未有研究明确磷脂酰胆碱与肾癌发病风险之间的因果关系。因此，本研究采用孟德尔随机化研究方法，运用血浆磷脂酰胆碱及肾癌的全基因组关联研究（genome-wide association studies，GWAS）数据，旨在深入探讨血浆磷脂酰胆碱与肾癌发病风险之间的潜在因果关系。

2 方法

2.1 GWAS汇总数据收集

本研究通过获取IEU openGWAS公共数据库(https://gwas.mrcieu.ac.uk/) 获取血浆磷脂酰胆碱和肾癌的GWAS汇总数据。其中，血浆磷脂酰胆碱的数据集编号为met-d-Phosphatidylc，该数据集包含114999例欧洲人群样本，含有的SNP个数为12321875个。肾癌的GWAS汇总数据集编号为finn-b-C3_KIDNEY_NOTRENALPELVIS_EXALLC，该数据集来自FinnGen数据库，截止2021年共收集了174977例欧洲人群的样本，含有的SNP个数为16380308个。上述数据用于随后的两样本孟德尔随机化分析。相比单样本孟德尔随机化分析，两样本孟德尔随机化对暴露与结局之间因果关联的判断更为可靠。

2.2 工具变量筛选

本研究中定义P值<5×10-8为显著相关阈值，筛选出与血浆磷脂酰胆碱显著相关的SNPs。为了确保SNP之间相互独立，设置连锁不平衡参数r2<0.001，kb=10000进行clump处理。随后，进一步从肾癌GWAS汇总数据中提取与血浆磷脂酰胆碱水平密切相关的SNPs并整理，使得2组数据的效应值对应同一效应等位基因。本研究通过F统计量评估工具变量的相关性强度。F值的计算公式为F=(beta/se)2，其中beta值为等位基因效应值，se为标准误差。当F值大于10时，认为无弱工具变量偏移。

2.3 统计方法

本研究涉及的所有统计学分析及绘图均在R语言（版本4.0.3）中进行。两样本孟德尔随机化分析采用“TwosampleMR”包。本研究以逆方差加权法 (inverse variance weighted，IVW)为主要孟德尔随机化分析方法进行数据分析，并以MR-Egger回归法、加权中位数法(weighted median)、单纯模型(simple mode)、加权模型(weighted mode)四种方法为验证方法对结果的稳定性进行验证，即验证方法仅需考虑效应值方向与IVW分析效应值方向是否一致。敏感性分析则采用Cochran’s Q检验评估SNPs间的异质性，若存在异质性，则IVW结果需要采用随机效应算法。MR-Egger截距法可以评估研究结果是否存在水平多效性。当截距与原点偏离较大，说明研究存在水平多效性。此外，还采用留一法对所有工具变量进行逐个剔除检验，以检测因果判断是否由单一的工具变量驱动。若剔除任意单个SNP后，汇总效应产生较大变化，则说明该SNP显著影响总体的效应估计。

3 结果

3.1 孟德尔随机化分析结果

本研究中分别设置r2<0.001，kb=10000作为clump处理的参数，并设置P<5×10-8为工具变量（SNPs）的筛选条件，该条件下一共筛选出57个与暴露强相关的SNPs，满足孟德尔随机化分析的关联性假设。随后，通过整理合并磷脂酰胆碱和肾癌的GWAS汇总数据，使暴露与结局的效应值对应同一效应等位基因，共获得56个共同的SNPs。通过计算F值发现，56个SNPs的F值均大于10，数据用于随后的孟德尔随机化分析。结果显示（见表1），随机效应逆方差加权法：优势比（odds ratio，OR）为1.35，95%的置信区间(confidence interval，CI)为[1.01，1.80]，P值为0.038；MR-egger法：OR=1.70， 95% CI为[1.03，2.81]，P值为0.041；加权中位数法：OR=1.73，95% CI为 [1.15，2.60]， P值为0.008。上述结果均支持血浆磷脂酰胆碱与肾癌风险具有因果关系，且血浆磷脂酰胆碱是肾癌的危险因素。

表1 孟德尔随机化分析血浆磷脂酰胆碱与肾癌风险的因果关系
孟德尔随机化方法 单核苷酸多态性个数 OR（95% CI） P值
逆方差加权法（随机效应） 56 1.35 [1.01, 1.80] 0.038
加权中位数法 56 1.73 [1.15，2.60] 0.008
MR-egger法 56 1.70 [1.03, 2.81] 0.041
单纯模型 56
加权模型 56

3.2 敏感性分析

为了进一步评估MR分析结果的稳定性，本研究分别采用Cochran’s Q检验和MR-Egger截距法进行异质性分析和多效性分析。Cochran’s Q检验结果显示IVW法的Q值为64.50，P值为0.178，提示研究结果不存在异质性。此外，MR-egger截距法结果显示截距为-0.016，P值为0.279，提示研究结果不存在水平多效性（见图1）。此外，本研究进一步采用留一法对所有工具变量进行逐个剔除检验，以检测因果判断是否由单一的工具变量驱动。留一法结果显示，剔除任意单个工具变量后，其汇总效应的OR值与P值未见明显改变（图2），表明没有单个工具变量明显影响总体的效应估计。此外，结果显示漏斗图散点呈对称性分布（图3），表明纳入分析的工具变量间无显著差异，提示分析结果较为稳定。

图1
图1 血浆磷脂酰胆碱与肾癌因果关系的散点图
图2
图2 留一法敏感性分析
图3
图3 漏斗图

4 讨论

本研究根据血浆磷脂酰胆碱及肾癌的GWAS汇总数据，提取强相关工具变量，从而进行孟德尔随机化分析，并发现血浆磷脂酰胆碱与肾癌发病风险之间存在因果关联，且血浆磷脂酰胆碱水平是肾癌发病的危险因素。

磷脂酰胆碱是甘油磷脂的代谢产物，也被称为卵磷脂。它是细胞膜的主要组分之一，在生物体内广泛存在。磷脂酰胆碱由一个甘油分子、两个脂肪酸分子和一个胆碱分子组成。它在细胞膜中起着重要的结构和功能作用，包括维持细胞膜的完整性、调节细胞信号传导和参与细胞膜的转运过程。研究表明，应激条件下，肿瘤细胞可以通过磷脂酰胆碱特异性磷脂酶D介导磷脂酰胆碱的水解，从而促进肿瘤迁移。近年来，随着代谢组学的发展，越来越多的研究表明血浆磷脂酰胆碱水平与肿瘤发病密切相关。Kühn等人的研究发现，血浆中的溶血磷脂酰胆碱18:0以及血浆中的磷脂酰胆碱ae C30:0与乳腺癌，前列腺癌及结直肠癌的发病风险密切相关，低水平的溶血磷脂酰胆碱18:0以及高水平的磷脂酰胆碱ae C30:0是这三种癌症的危险因素。另有研究发现，血浆磷脂酰胆碱aa C28:1是肾癌，乳腺癌，结肠癌等肿瘤的危险因素。然而，观察性研究由于其对混杂因素和反向因果关联处理的局限性，导致其并不能解释两者之间的因果关系。与之想比，本研究两样本孟德尔随机化的方法，避免了一些观察性研究的局限性，如由于肾癌患者的症状体征或检查检验结果引发的患者饮食，生活习惯纠正等从而改变血浆磷脂酰胆碱水平的反向因果关系。

磷脂酰胆碱作为一种胆碱代谢物，近年来也被用于肿瘤治疗的应答监测。据报道，抗肿瘤治疗可以调节磷脂酰胆碱的水平。Nishio等人的研究发现，顺铂处理后的肺腺癌细胞，磷脂酰胆碱的水平下降50%。但与之相反，阿霉素处理后的乳腺癌细胞中磷脂酰胆碱的水平显著升高。与之类似，通过组蛋白去乙酰化酶抑制剂处理的结肠癌细胞和异种移植瘤中的磷脂酰胆碱水平缺显著升高，这表明磷脂酰胆碱的水平存在细胞类型特异性及处理药物特异性。因此，有必要针对不同的肿瘤类型，具体分析磷脂酰胆碱对抗肿瘤治疗的监测价值。本研究提示，血浆磷脂酰胆碱是肾癌的危险因素，这也为未来进一步探索血浆磷脂酰胆碱对肾癌的诊断及治疗应答监测提供线索。

本研究还存在一些局限性，首先本研究是基于全基因组关联研究进行的数据分析，该研究结果主要针对的是欧洲人群，研究结果并不能代表非欧洲人群，未来仍需要针对中国人群的GWAS数据进一步分析以明确其因果关系。其次，本研究只探讨了血浆总磷脂酰胆碱的水平与肾癌风险的因果关系，然而，磷脂酰胆碱由于其结合的酯型酰基及脂肪酸的不同又可以分为多种亚类，例如血浆磷脂酰胆碱 ae C30:0，血浆磷脂酰胆碱aa C30:0等。因此，后续需要进一步的研究，以明确磷脂酰胆碱的具体亚型与肾癌发病风险的因果关系。

综上所述，本研究基于欧洲人群的GWAS汇总数据，开展孟德尔随机化分析，发现血浆磷脂酰胆碱水平与肾癌发病之间具有因果关联，高水平的血浆磷脂酰胆碱是肾癌发病的危险因素。

参考文献：

  1. [1] Turajlic S, Swanton C, Boshoff C. Kidney cancer: The next decade[J].The journal of experimental medicine,2018,215(10):247702479.
  2. [2] Motzer R J, Jonasch E, Agarwal N, et al. Kidney cancer, version 3.2022, NCCN clinical practice guidelines in oncology[J].Journal of the national comprehensive cancer network,2022,20(01):71-90.
  3. [3] Sung H, Ferlay J, Siegel R L, et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J].CA: A cancer journal for clinicians,2021,71(03):209-249.
  4. [4] Chen W, Zheng R, Baade P D, et al. Cancer statistics in China, 2015[J].CA:A cancer journal for clinicians,2016,66(02):115-132.
  5. [5] Ma Q, Jiang H, Ma L, et al. The moonlighting function of glycolytic enzyme enolase-1 promotes choline phospholipid metabolism and tumor cell proliferation[J].Proceedings of the national academy of sciences of the United States of America,2023,120(15).
  6. [6] Jain M, Nilsson R, Sharma S, et al. Metabolite profiling identifies a key role for glycine in rapid cancer cell proliferation[J].Science,2012,336(6084):1040-1044.
  7. [7] Smith G D, Ebrahim S. 'Mendelian randomization': Can genetic epidemiology contribute to understanding environmental determinants of disease?[J].International journal of epidemiology,2003,32(01):1-22.
  8. [8] Ebrahim S, Davey S G. Mendelian randomization: Can genetic epidemiology help redress the failures of observational epidemiology?[J].Human genetics,2008,123(01):15-33.
  9. [9] Sleiman P M A, Grant S F A. Mendelian randomization in the era of genomewide association studies[J].Clinical chemistry,2010,56(05):723-728.
  10. [10] Davey Smith G, Hemani G. Mendelian randomization: genetic anchors for causal inference in epidemiological studies[J].Human molecular genetics,2014,23(R1):R89-98.
  11. [11] Lawlor D A. Commentary: Two-sample Mendelian randomization: opportunities and challenges[J].International journal of epidemiology,2016,45(03):908-915.
  12. [12] Bowden J, Del Greco M F, Minelli C, et al. Improving the accuracy of two-sample summary-data Mendelian randomization: Moving beyond the NOME assumption[J].International journal of epidemiology,2019,48(03):728-742.
  13. [13] Burgess S, Thompson S G. Interpreting findings from Mendelian randomization using the MR-Egger method[J].European journal of epidemiology,2017,32(05):377-389.
  14. [14] Bowden J, Davey Smith G, Haycock P C, et al. Consistent estimation in Mendelian randomization with some invalid instruments using a weighted median estimator[J].Genetic epidemiology,2016,40(04):304-314.
  15. [15] Verbanck M, Chen C-Y, Neale B, et al. Detection of widespread horizontal pleiotropy in causal relationships inferred from Mendelian randomization between complex traits and diseases[J].Nature genetics,2018,50(05):693-698.
  16. [16] Saito R F, Andrade L N S, Bustos S O, et al. Phosphatidylcholine-derived lipid mediators: The crosstalk between cancer cells and immune cells[J].Frontiers in immunology,2022,13:768606.
  17. [17] Nikolaou S, Machesky L M. The stressful tumour environment drives plasticity of cell migration programmes, contributing to metastasis[J].The Journal of pathology, 2020,250(05):612-623.
  18. [18] Kühn T, Floegel A, Sookthai D, et al. Higher plasma levels of lysophosphatidylcholine 18:0 are related to a lower risk of common cancers in a prospective metabolomics study[J].BMC medicine,2016,14:13.
  19. [19] Breeur M, Ferrari P, Dossus L, et al. Pan-cancer analysis of pre-diagnostic blood metabolite concentrations in the European prospective investigation into cancer and uutrition[J].BMC medicine,2022,20(01):351.
  20. [20] Meisamy S, Bolan P J, Baker E H, et al. Neoadjuvant chemotherapy of locally advanced breast cancer: Predicting response with in vivo (1)H MR spectroscopy——A pilot study at 4T[J].Radiology,2004,233(02):424-431.
  21. [21] Nishio K, Sugimoto Y, Fujiwara Y, et al. Phospholipase C-mediated hydrolysis of phosphatidylcholine is activated by cis-diamminedichloroplatinum(II)[J].The journal of clinical investigation,1992,89(05):1622-1628.
  22. [22] Jagannathan N R, Kumar M, Seenu V, et al. Evaluation of total choline from in-vivo volume localized proton MR spectroscopy and its response to neoadjuvant chemotherapy in locally advanced breast cancer[J].British journal of cancer,2001,84(08):1016-1022.
  23. [23] Cheng M, Rizwan A, Jiang L, et al. Molecular effects of doxorubicin on choline metabolism in breast cancer[J].Neoplasia,2017,19(08):617-627.
  24. [24] Morse D L, Raghunand N, Sadarangani P, et al. Response of choline metabolites to docetaxel therapy is quantified in vivo by localized (31)P MRS of human breast cancer xenografts and in vitro by high-resolution (31)P NMR spectroscopy of cell extracts[J].Magnetic resonance in medicine,2007,58(02):270-280.
联系我们
人工客服，稿件咨询
投稿
扫码添加微信
客服
置顶