Những điểm chính
– Khoảng một nửa số biến thể di truyền có ý nghĩa toàn bộ gen được biết đến liên quan đến viêm khớp gối (KOA) đồng định vị với các locus BMI; phân loại điểm rủi ro đa gen viêm khớp gối (PRS) thành các thành phần liên quan đến BMI và độc lập với BMI giúp phân biệt các con đường và hiệu suất dự đoán.
– Trong phân tích UK Biobank (n=345.080 người châu Âu), PRS viêm khớp gối liên quan đến BMI cho thấy mối liên hệ部分受BMI介导与新发KOA相关，而与BMI无关的KOA-PRS在调整BMI后仍保持稳健效果。
– 与BMI无关的PRS在KOA病例中与BMI呈负相关，并且在较高BMI分层中效应大小减弱，表明遗传效应存在异质性。
背景
膝关节骨关节炎（KOA）是老年人疼痛、残疾和医疗资源利用的主要原因。危险因素是多方面的：年龄、女性性别、关节损伤、职业负荷和肥胖尤为突出。身体质量指数（BMI）既是强可改变的危险因素，又是一种具有显著遗传性的特征；影响BMI的基因位点可能通过共享或中介途径对KOA风险产生贡献。
多基因风险评分（PRSs）汇总了多个常见基因变异的小效应，越来越多地用于评估常见疾病的危险分层。对于KOA，基于全基因组关联研究（GWAS）发现的PRS可以改善预测，但当许多KOA位点也与BMI相关时，解释和临床应用变得复杂。区分由BMI介导的和独立于BMI的遗传效应可以澄清机制，避免在结合PRS和测量的BMI时重复计算风险，并提高预测准确性和临床决策。
研究设计
Sedaghati-Khayat等人的研究使用了来自UK Biobank的345,080名白人欧洲参与者来改进KOA-PRS并根据其与BMI的关联进行分类。起始集包括由骨关节炎遗传学（GO）联盟报告的146个全基因组显著的KOA变体。利用GIANT联盟识别的与BMI相关的变体之间的连锁不平衡（LD）关系，KOA位点被分类为与BMI相关的（KOA-BMI）或与BMI无关的（KOA-nonBMI）。
分析评估了每个PRS与现患和新发KOA（有和没有调整BMI）、病例和对照组中的BMI关联以及BMI分层中的效应修饰的关系。每标准差（SD）PRS的风险比（OR）及其95%置信区间（CI）量化了风险；线性模型评估了BMI关联。
主要发现
在146个KOA相关变体中，73个（约50%）被归类为与BMI相关的变体。主要结果包括：
- KOA-BMI PRS和新发KOA：每SD OR为1.23（95% CI 1.20–1.26）。在调整测量的BMI后，这种关联减弱至OR 1.18（1.15–1.21），这与部分通过肥胖介导一致。
- KOA-nonBMI PRS和新发KOA：在调整BMI前每SD OR为1.24，调整后为1.23，表明独立于BMI的遗传效应对KOA风险的影响。
- 在病例和对照组中的BMI关联：KOA-nonBMI PRS在KOA病例中与BMI呈轻微负相关（β = -0.09；95% CI -0.17至-0.01），但在对照组中无明显关联。这表明，在发展成KOA的人群中，较高的非BMI遗传风险与较低的BMI相关——符合表型异质性。
- BMI分层中的效应修饰：KOA-nonBMI PRS对KOA风险的影响在较高BMI分层中减弱，而KOA-BMI PRS效应在BMI类别中保持稳定。这种模式表明，在较低BMI时，非BMI遗传贡献者对KOA相对更重要，而在较高BMI时，这些位点的相对贡献减少，与肥胖相关机制的主导影响相比。
临床和统计解释
分区提高了可解释性：KOA-BMI成分捕捉到至少部分通过肥胖运作的遗传风险，当考虑测量的BMI时，其与KOA的关联减弱。KOA-nonBMI成分捕捉到独立于BMI运作的遗传影响，并在调整BMI后保持稳健。临床上，这种区分在整合PRS与测量的BMI进行风险预测时很重要——简单地将总的KOA-PRS和BMI相加可能会重复计算由肥胖驱动的遗传效应，除非进行分区。
比较性能和预测意义
虽然总结中未详细说明特定的区分度指标（如AUC）和净重新分类，但研究结果表明，分区后的PRS成分可以提供更细致的信息：与BMI无关的PRS提供了附加的、与BMI无关的风险，而与BMI相关的PRS部分重叠于测量的BMI，在纳入BMI后可能增加较少的增量预测价值。实际上，一个包含测量的BMI加上KOA-nonBMI PRS的模型可能优于包含未分化的PRS加BMI的模型。
专家评论
该工作的优点包括使用大型、表型良好的UK Biobank数据，利用已建立的GWAS目录（GO和GIANT），以及一种明确的策略来根据与BMI位点的连锁不平衡（LD）分区遗传风险。这种方法解决了转化遗传学的一个重要且实际的问题：如何将PRS与本身具有共享遗传结构的临床风险因素整合。
限制和注意事项也很重要：
- 人群血统：分析仅限于白人欧洲参与者。PRS性能和LD模式因血统而异；在临床实施之前，需要在多样化的群体中进行外部验证和重新推导。
- 基于LD的分区是一种实用但不完美的因果中介代理。共定位分析和孟德尔随机化（MR）可以提供更多关于共享位点是否通过BMI或独立途径对KOA产生影响的证据。如果没有这些，不能排除残余的多效性或附近的独立因果变体。
- 调整BMI可能会在某些情况下引入碰撞偏倚：条件于下游中介变量或同时受暴露和结果影响的变量可能会诱导虚假关联。观察到的模式——在调整BMI后KOA-BMI PRS的关联减弱——在生物学上是合理的，但因果推断需要仔细的方法（例如，使用遗传工具的中介分析，多变量MR）。
- 总结中未充分描述临床效用指标。将分区后的PRS转化为实践需要证明与标准风险模型相比，改进了区分度、校准、临床重新分类、成本效益和接受度。
生物学合理性：BMI相关和独立的遗传驱动因素共存与现有的知识相符，即KOA既源于机械负荷（由肥胖放大）又源于内在的关节生物学（软骨、骨骼、滑膜、炎症信号）。分区可能有助于将遗传信号映射到这些机制轴上，并优先考虑功能后续研究的目标。
结论及对实践的意义
根据其与BMI的关联对KOA遗传变异进行分区，可以澄清遗传结构并提高多基因风险的可解释性。KOA-BMI成分似乎部分由肥胖介导，而KOA-nonBMI成分则识别出独立于BMI的遗传易感性。对于临床风险预测，将测量的BMI与独立于BMI的PRS相结合，可能避免冗余并更好地捕捉非肥胖遗传风险。
下一步包括在非欧洲血统队列中进行验证，应用正式的因果方法（共定位、多变量MR），探索使用区分度和重新分类指标的额外预测价值，以及功能性研究以连接非BMI相关位点与特定关节生物学。如果得到验证，分区后的PRS可以指导个性化预防策略——例如，对高KOA-BMI遗传风险个体采取更积极的体重管理措施，对高KOA-nonBMI风险个体采取替代早期干预措施。
资金和支持
分析使用了UK Biobank资源数据。主要研究引用：Sedaghati-Khayat B, Trajanoska K, Boer CG, Rivadeneira F, Uitterlinden AG, van Meurs JBJ, van Rooij JGJ. 根据BMI关联划分膝关节骨关节炎遗传变异以改善多基因风险预测。Osteoarthritis Cartilage. 2025年9月30日;S1063-4584(25)01167-7. doi: 10.1016/j.joca.2025.09.018. PMID: 41038527。
相关资源和方法参考：Bycroft C等. 深度表型和基因组数据的UK Biobank资源。Nature. 2018;562:203–209. Locke AE等. 身体质量指数的遗传研究为肥胖生物学提供了新的见解。Nature. 2015;518:197–206. Khera AV等. 全基因组多基因评分识别出风险相当于单基因突变的个体。N Engl J Med. 2018;379: 141–151。
参考文献
1. Sedaghati-Khayat B, Trajanoska K, Boer CG, Rivadeneira F, Uitterlinden AG, van Meurs JBJ, van Rooij JGJ. 根据BMI关联划分膝关节骨关节炎遗传变异以改善多基因风险预测。Osteoarthritis Cartilage. 2025年9月30日;S1063-4584(25)01167-7. doi: 10.1016/j.joca.2025.09.018. PMID: 41038527。
2. Bycroft C, Freeman C, Petkova D, 等. 深度表型和基因组数据的UK Biobank资源。Nature. 2018;562:203–209。
3. Locke AE, Kahali B, Berndt SI, 等.; GIANT Consortium. 身体质量指数的遗传研究为肥胖生物学提供了新的见解。Nature. 2015;518:197–206。
4. Khera AV, Chaffin M, Aragam KG, 等. 全基因组多基因评分识别出风险相当于单基因突变的个体。N Engl J Med. 2018;379:141–151。
