人的危險行為也有遺傳性

 

長庚大學教授 林口長庚醫院 婦產部主治醫師 王子豪

 

遺傳學家常說:「除了意外受傷之外,幾乎所有疾病都有遺傳因素。」新的研究資料顯示,甚至連意外受傷也可能有遺傳因素,因為人類的危險行為也和遺傳體質有關。Nature Genetics在2019年2月份的論文分析了975,353人的風險耐受度,主要用於發現分析的族群為43萬左右的英國生物資料庫和50萬的23andMe受試者;用於驗證的族群包括10個獨立族群,總共35,000多人。高風險行為包括:汽車超速、每星期的喝酒量、曾經抽煙、性伴侶的人數等等,研究者並且將這四種風險行為的first principal components (PC) 作為代表風險的指標。在英國生物資料庫(UK Biobanks)的431,000多人,可驗證到較高比例的男性 (34%)比女性(19%)自認為比較能夠承擔高風險。

 

下圖的Manhattan plot呈現染色體3和染色體18。值得注意的是,這裡呈現的並不是染色體3的最高峰,也不是染色體7、8的兩個代表高峰區域。這也突顯了一個事實:genome-wide association study (GWAS) 的資料,有時候P value最有意義的,還不一定能找得出可以解釋的功能。

0

先前的研究顯示,五種荷爾蒙常被認為與風險耐受度有相關:類固醇荷爾蒙(cortisol)、單胺荷爾蒙(dopamine、serotonin)、性腺荷爾蒙(女性荷爾蒙和男性荷爾蒙);不過在本研究,這幾種荷爾蒙都顯示與風險耐受度無關

 

本研究作者鑒定出93個基因聚集在一般風險耐受的DEPICT-defined loci 。這些基因主要聚集在谷胺酸受體 (glutamate receptor) 和GABAA受體活化區,顯示這些基因的功能和這兩類受體的活化有關。谷胺酸和GABAA神經傳遞物質,是一對互相拮抗的神經傳導物質,谷胺酸主激活,而 GABA主抑制。這一對分別調控激活和抑制的神經傳導物質,來調控此群一般風險耐受的基因,就顯示這些基因是和人類能否接受風險有相關。

01

 

 

.

延伸閱讀:

Karlsson Linnér R et al. Genome-wide association analysis of risk tolerance and risky behaviors in over 1 million individuals identify hundreds of loci and shared genetic influences. Nature Genetics (2019) 51 (2): 245-257.

利用基因編輯釐清心血管疾病高危基因座的功能

長庚大學教授 林口長庚醫院 婦產部主治醫師 王子豪

 

對慢性疾病的健康管理,我們必須一再強調「生活方式比遺傳體質更能決定疾病的發生」的重要性(參見新知分享專欄2018-11-19),然而遺傳體質也預設了先天的疾病風險。近十幾年來的全基因體關聯研究 (genome-wide association study, GWAS)至今發表了三萬多篇的論文,GWAS根據各種組合的單核酸多型性 (SNP, single nucleotide polymorphism)來找出許多疾病高危基因座 (loci) (參見新知分享專欄2018-7-16)。然而鑑定出疾病的高危基因座,對於機制的了解只是跨出第一步,有時後續研究很難進行;例如染色體9p21.3就是心臟血管疾病的高危基因座,雖然獨立於膽固醇等危險因子,它和10~15%的冠狀動脈疾病發生率有關。這個9p21.3的60,000核酸鹼基區域含有50到100個SNPs,但是不含編碼SNPs (coding SNPs);而且9p21.3是人類特有的核酸序列,也沒有動物模式可供利用。

要釐清9p21.3和心血管疾病的相關性必須面對三個挑戰:(1) 因為這段序列只出現於靈長類,沒有大鼠、小鼠動物模式可供使用;(2) 這段序列可稱為基因沙漠,因為不含編碼基因 (coding genes);(3) 雖然這段區域包含了一個長的非編碼RNA (long non-coding RNA, lncRNA)- ANRIL的末端,但是很難鑑定lncRNA的功能。

為了克服這些挑戰,一個加洲聖地牙哥Scripps研究院的硏究團隊先由心血管高危險群 (risk)和對照組 (non-risk)分別分離出19株同基因、人工誘導多功能幹細胞 (isogenic induced pluripotent stem cell lines,isogenic iPSCs),再於這些細胞株上進行單倍體基因型的基因編輯 (haplotype editing),最後獲得60,000核酸鹼基的同合子剔除 (homozygous deletion of the entire 60 kb haplotype in iPSCs)。haplotype editing則使用了轉錄激活因子樣效應物核酸酶 (TALENs, transcription activator-like effector nucleases)的平台。

高危單倍體基因型iPSCs 分化出來的血管平滑肌細胞 (VSMCs, vascular smooth muscle cells)生物特性和對照組不太一樣,高危VSMCs分裂比較快,比較不會貼附培養皿,收縮力也降低。一旦把高危單倍體基因型iPSCs 的9p21.3 (下圖的RR)剔除 (如下圖的RR KO),所衍生的血管平滑肌細胞的轉錄體和細胞功能就變回類似正常對照組(如下圖的NN)。正常對照組的細胞,再進行同合子剔除9p21.3功能則不太有改變(下圖的NN KO)。

01

下圖來總結這個研究:首先由心血管高危險群 (Risk, 紅)和對照組 (Non Risk, 綠)分別分離出多株同基因、人工誘導多功能幹細胞 (isogenic iPSCs),接著利用TALENs在這些iPSCs上進行單倍體基因型編輯 (haplotype editing) (下圖上半部);再把這些處理過的iPSCs誘導分化,陸續產生中胚層祖細胞(mesodermal progenitor, MP)和血管平滑肌細胞 (vascular smooth muscle cells, VSMC) (下圖下半部)。

高危單倍體基因型 (risk haplotype) 在9p21.3的60,000核酸鹼基序列雖然不含編碼基因,但在這上面的序列會經由調控選擇性剪接 (alternative splicing)影響lncRNA ANRIL的最後產物,而產生一個較短的ANRIL RNA isoform。本研究的資料更進一步地顯示,如果將這條較短的ANRIL RNA isoform 強迫表現於(over-express, 下圖OE)對照組單倍體基因型iPSCs,就會出現高危VSMC的基因表現和特性,意即出現增生現象 (proliferative)、喪失貼附 (adhesive)與收縮(contractile)功能。

(下圖左側) 基因的網路分析(network analysis)可以看到在血管平滑肌細胞上,高危單倍體型在9p21.3的60,000核酸鹼基序列可以驅動大約3000個基因的表現,而剔除高危單倍體型的這個序列 (knock out, 下圖KO),就可以將VSMC的基因表現變回對照組。

02

 

延伸閱讀:

Lo Sadro V et al. Unveiling the role of the most impactful cardiovascular risk locus through haplotype editing. Cell (2018) 175: 1796-1810.

精準的肥胖代謝體硏究

長庚大學教授 林口長庚醫院 婦產部主治醫師 王子豪

 

身體質量指數(BMI, body mass index)最常用來評估一個人是瘦還是胖,BMI的計算方法就是:體重(公斤)除以身高(公尺)的平方。一般認為正常體重就是BMI介於18.5-25,過重就是BMI 25-30,而肥胖則指BMI >30。然而,因為未成年人的BMI都比較低,所以只要是大於同性別、同年紀的95百分位 (95th percentile) BMI,不一定要高達BMI >30,也是屬於肥胖的未成年人。據此來估計,美國的40%的成人和19%的青少年都屬於肥胖的族群 (延伸閱讀一)。當然某些體質會特別容易發胖,但是飲食和生活習慣的影響最大。最經典的例子是:帶有同樣基因體質的Pima美洲印第安人,居住在美國亞利桑那州(Arizona)的有60%產生肥胖,而住在墨西哥的則只有少於20%是屬於肥胖 (延伸閱讀二)。雖然BMI可用來很方便的劃分什麼人屬於肥胖,但事實上個人的體質異質性 (individual heterogeneity)也影響很大,例如某些人就是骨架較粗壯的 (larger framed),當然容易有較高的BMI。而種族的差異也有重大影響,所以,台灣衛生福利部就建議:在18歲以上台灣成人正常的BMI是介於18.524之間,過重的BMI是介於24和27之間,而肥胖者是指BMI大於27 (延伸閱讀三)

 

如何來評估和治療肥胖,是學界在精準醫學時代的一個重要目標 (延伸閱讀一)。在2018年底刊登於Cell Metabolism的研究,就是整合了代謝體學、基因體學分析,並用雙能量X 射線吸收測量法(dual-energy X-ray absorptiometry imaging, DEXA) 評估內臟脂肪和皮下脂肪的數據,配合其他的血液生化檢查數據,來探討肥胖的種類和臨床影響 (延伸閱讀四)。這個加州聖地牙哥團隊取材自TwinsUK的兩千多個血液檢體,除了用次世代定序來分析受試者的基因體資料,也用液相層析串聯質譜儀 (LC-MS/MS),先找出110個可能當作生物標記的代謝產物。再用另一個含有四百多人的族群 (Health Nucleus Study) 加以驗證,最後鑒定出49個可受驗證的代謝產物 (下圖)。這些可當作生物標記的代謝產物,約有一半是屬於脂類 (n=23),另有三分之一是屬於氨基酸 (n=14)。除了大約一半 (11/23)的脂肪代謝物和七分之一的氨基酸代謝產物 (2/14)會隨著BMI越高而下降,其他大部分的代謝體生物標記都隨著BMI的上升而增加血中濃度 (下圖)。

1

 

將這49個代謝體生物標記放入代謝體分析模式 (metabolomic model),再對應到正常BMI (=18.5-25)和肥胖BMI (>30)的組別時,可獲得89.1%的特異度(specificity)和80.2%的靈敏度 (sensitivity),本研究的作者將它命名為根據代謝體衍生的BMI (mBMI)。利用沿用已久的BMI和本研究新發現的mBMI數據,可將受試者區去分成五群:第一至三群為BMI 和mBMI一致 (下圖藍色點線框),第四組是mBMI<<BMI,而第五組是mBMI>>BMI (下圖紅色點線框)。有用的是:第四和第五組能更清楚反映出受試者的胰島素抗性、腰臀圍比例、三甘油脂總量、高密度膽固醇量、內臟脂肪比例和皮下脂肪比例的差異 (下圖紅色點線框)。

2

 

下圖更可以突顯在mBMI和BMI不一致的受試者的腰臀脂肪分布。在正常體重(BMI=23)或是肥胖(BMI=31)受試者,都可以看到第四組 (mBMI<<BMI)或第五組(mBMI>>BMI)的特例 (outliers)。即使在正常體重組,mBMI過高 (下圖的mBMI=28.5)的腰部囤積的內臟脂肪就特別多,對健康也會產生特別不良的影響。

3

 

所以本研究有幾個重要的發現 (下圖)。 (1) 會不會產生肥胖,受基因體質影響很大。(2) 由代謝體數據衍生出來的mBMI比較能夠精確的反映出對健康的影響,例如,有肥胖代謝體 (obese metabolome)的人-意思就是mBMI高的,產生心臟疾病的機會大增(下圖的上方兩個圖例)。

4

 

延伸閱讀:

  1. Yanovski SZ and Yanovski JA. Toward precision approaches for the prevention and treatment of obesity. JAMA (2018) 319: 223-224.
  2. Schulz LO et al. Effects of traditional and Western environments on prevalence of type 2 diabetes in Pima Indians in Mexico and the US. Diabetes Care (2006) 29: 1866-1871.
  3. 臺灣肥胖防治策略(草案) – 國健署

https://www.hpa.gov.tw/Pages/ashx/File.ashx?FilePath=~/File/Attach/8405/File_8068 .pdf

  1. Cirulli ET at al. Profound perturbation of the metabolome in obesity is associated with health risk. Cell Metabolism (2019) 29: 1-13.