Fst統計法評估KIF1B 基因rs17401966多態性與肝細胞癌風險Meta分析的異質性來源*

蘇明寬，郭建峰，陳宏斌，黃建成

(福建醫科大學附屬閩東醫院檢驗科，福建寧德 355000)

?

·論 著·

Fst統計法評估KIF1B 基因rs17401966多態性與肝細胞癌風險Meta分析的異質性來源*

蘇明寬，郭建峰，陳宏斌，黃建成

(福建醫科大學附屬閩東醫院檢驗科，福建寧德 355000)

目的 采用Fst統計法評估二分類變量Meta分析的異質性來源。方法 檢索Google Scholar、EMBASE、PubMed、ISI Web of Knowledge 和 CNKI數據庫，搜集有關KIF1B 基因rs17401966多態性與肝細胞癌風險關系的病例-對照研究。應用Stata 12.0軟件進行Meta分析，使用Arlequin 3.5軟件分析研究人群間的遺傳分化程度。結果 最終納入5個病例-對照研究，合計12個研究人群。對12個人群的Meta分析結果顯示KIF1B 基因rs17401966 G等位基因與HCC風險負相關(OR=0.77，95%CI：0.65～0.93；P=0.005)，然而合并結果存在很強的異質性。通過對12個納入人群進行遺傳分化檢驗，發現Zhang等的5個研究人群與其他研究人群存在不同程度的遺傳分化，進而根據Fst值進行適當的亞組分析，把組8和組9異質性檢驗的I2值降到了25%以下，然而組8和組9的Meta分析結果卻不一致。結論 研究顯示在對KIF1B 基因rs17401966多態性與肝細胞癌風險進行Meta分析時，通過對納入人群的遺傳分化檢驗，可以發現Meta分析的異質性來源。

異質性； 多態性； Meta分析； 遺傳分化； 肝細胞癌

2010年，Zhang等[1]開展的中國人群乙型肝炎病毒(HBV)感染相關肝細胞癌(HCC)的全基因關聯分析(GWAS)，發現1p36.22 區域的KIF1B基因單核苷酸多態性rs17401966與HCC風險顯著相關，其5個研究人群的聯合P值達3.4×10-19。然而，其他學者后繼重復研究并沒有取得相一致結果，可能由于遺傳分化，不同的研究設計，較小的樣本量等。Meta 分析是對具有相同研究目的多個醫學研究進行綜合分析的一系列過程，通過Meta分析，可以達到增加樣本量進而增強統計效能。效應量的異質性檢驗是 Meta 分析的一個重要步驟，Meta分析的過程中若不能對研究間存在的異質性進行合理分析，也沒有采用適當的方法對其加以控制，Meta分析的結果就不可靠，其結論也不能用于指導解決相應的臨床問題。目前RevMan、Stata等Meta分析軟件無有效的方法對異質性的來源進行分析。固定指數(Fst)是種群分化和遺傳距離的一種衡量方法[2]，可以對不同人群之間遺傳關系的遠近進行量化。為此本研究就引入Fst統計法評估KIF1B 基因rs17401966多態性與肝細胞癌風險Meta分析的異質性來源作一討論。

1 資料與方法

1.1 資料來源與文獻檢索策略 檢索Google Scholar、EMBASE、PubMed、ISI Web of Knowledge和CNKI數據庫，搜集有關KIF1B 基因rs17401966多態性與HCC風險關系的病例-對照研究，檢索時間為2010年1月至2016 年4月。檢索采取主題詞與自由詞相結合的方式，英文檢索詞包括chronic hepatitis B、hepatocelluar carcinoma、HCC、Liver cancer、KIF1B、Kinesin family member 1B、rs17401966、polymorphism和variant；中文檢索詞包括慢性乙型肝炎、肝細胞癌、肝癌、驅動蛋白家族、rs17401966、多態性、變異。納入文獻的標準如下：(1)公開刊登發表的KIF1B基因rs17401966多態性與HCC風險相關的病例-對照研究；(2)有相應基因型的頻數數據以可用來計算遺傳分化(genetic differentiation)程度；(3)以慢性HBV感染者為對照組；(4)所研究對象均要排除合并HCV、HIV感染；(5)慢性HBV感染及HCC診斷標準符合中國或國際標準。 排除標準如下：(1)基于家系的研究；(2)慢性HBV感染及HCC診斷標準描述不清的文獻；(3)文獻質量差、 重復報告及數據描述不詳的研究。總共檢索到文獻37篇，經過納入和排除標準其中32篇文獻被排除，最后納入Meta分析的文獻共5篇[1,3-6]，合計12個研究人群。其中中國人群為8個、日本人群為2個、韓國人群1個、泰國人群1個。12個研究人群累計HCC 4 886例，對照5 442例。由 2名研究者分別提取入選文獻研究對象的種族來源、病例與對照組人數、基因型頻數信息，納入文獻基本信息見表1。

1.2 統計學處理 采用顯性遺傳模型(GG+AGvs. AA)來分析 rs17401966多態性與HCC的風險。二分類資料采用比值比(OR)作為效應統計量，并計算其95%可信區間(95%CI)。采用 Cochrane Q 檢驗對納入研究進行異質性檢驗，同時結合I2定量判斷異質性的大小。I2<25%時，認為沒有異質性。I2值為25%～<50%時，認為有輕度的異質性。I2值為50%～75%時，認為有中度的異質性。當I2>75%時，認為有很強的異質性。當I2<50%時，采用固定效應模型進行統計量的合并。否則,采用隨機效應模型來合并統計量。以上統計量均使用Stata 12.0軟件進行統計分析，雙側檢驗，以P<0.05為差異有統計學意義。使用Arlequin 3.5軟件分析研究人群間的遺傳分化程度，Fst>0.05為差異有統計學意義。

2 結 果

2.1 遺傳分化檢驗 由于不同地域的人群遺傳背景各異導致對同種疾病存在不同程度的易感性[7]，為了避免這些差異在人群合并分析后難以表現出來，需要對納入研究的12個人群進行遺傳分化檢驗。Fst用來描述遺傳分化程度，Fst<0.05代表兩個人群沒有遺傳分化。表 2列出了12個人群兩兩比較的Fst 值，發現廣西與香港(Fst=0.064)、泰國(Fst=0.052)、北京2(Fst=0.057)人群存在顯著遺傳分化。另外北京1與香港(Fst=0.056)、北京2 (Fst=0.050)也存在顯著遺傳分化。還有一些人群之間存在低水平的遺傳分化，雖然其Fst<0.05。

2.2 KIF1B 基因rs17401966多態性與HCC風險的關聯 對12個研究人群的合并結果顯示，在顯性遺傳模型下，異質性檢驗I2為77.3%，P值更是達到了1.19×10-6，提示研究存在很強的異質性，因此采用隨機效應模型。Meta分析結果顯示，KIF1B 基因rs17401966 G等位基因與HCC風險負相關(OR=0.77，95%CI：0.65～0.93；P=0.005)。組2、組4、組6、組8、組9異質性檢驗I2值均為0.0%，P值為0.567～0.890，因此均采用固定效應模型。組3、組5、組7異質性檢驗I2值為61.4%～76.9%，因此均采用隨機效應模型合并統計量。Meta分析結果見表3。

表1 納入研究基本特征(n，n/n)

表2 12個人群病例組與對照組兩兩比較的Fst值

注：*代表存在低水平的遺傳分化，**代表存在較強的遺傳分化，右上角為HCC組Fst值，左下角為對照組Fst值。

表3 KIF1B 基因rs17401966多態性與HCC風險Meta分析結果

3 討 論

Meta 分析的異質性分為臨床異質性、方法學異質性和統計學異質性[8-9]。臨床異質性是指參與者不同、干預措施的差異及研究的終點指標不同所導致的變異。方法學異質性是指由于試驗設計和質量方面的差異引起的變異。因此，降低臨床異質性和方法學異質性的手段是在Meta 分析時，首先要制訂嚴格、統一的納入和排除標準，只有具有相同研究目的、高質量的研究才能納入分析[10]。統計學異質性是研究間臨床和方法學上多樣性的直接結果。異質性檢驗的方法主要有I2統計量、Q 統計量、H 統計量、Galbraith圖[11]和L′Abbe圖法[12]，根據以上5種異質性檢驗結果選擇固定效應模型或隨機效應模型。也可將所納入數據分成更小的單元，進而在亞組內進行比較，如按不同設計方案、研究對象地域來源等進行亞組分析。然而異質性來源于多個納入研究對象時，僅通過人為而無一種檢驗方法進行分組分析存在諸多困難。為此引入Arlequin 3.5軟件的Fst統計法評估二分類變量Meta分析的異質性來源。

從Fst值可以看出Meta分析的異質性主要源于病例組，對照組中僅江蘇人群與日本人群存在低水平的遺傳分化。由于廣西和北京1人群與香港、泰國、北京2人群存在較強的遺傳分化，而廣西與北京1人群無遺傳分化，另外香港、泰國、北京2這3個人群之間也無遺傳分化。因此，把廣西和北京1人群分為組2，對余下10個人群分為組3，或把香港、泰國、北京2人群分為組4，另外9個人群分為組5，然而組3、組5仍存在很強的異質性。進一步把南京、韓國、香港、泰國、北京2人群分為組6，余下7個人群分為組7，雖然組7的異質性檢驗I2值低于組3和組5，但仍大于50%。因為有的人群之間存在低水平的遺傳分化，而Meta分析是通過對其納入人群的合并分析，對低水平的遺傳分化具有累加作用，而造成I2大于50%。本文發現Zhang等的5個研究人群與其他7個研究人群存在不同程度的遺傳分化，可能原因為這7個研究人群來源于不同文獻，其病例的選擇存在差異。另外，還發現北京1與北京2人群存在很強的遺傳分化，其原因不排除存在抽樣誤差的可能。因此，把Zhang等的5個研究人群劃分為組8，另外7個人群劃分為組9，通過這種分組方式，把這2個亞組的異質性檢驗I2值降到了25%以下。值得注意的是，組8累計HCC 2 310例，對照1 789例。 組9累計HCC 2 576例，對照3 653例。然而組8和組9的Meta結果卻不一致，因此，認為KIF1B rs17401966多態性與HCC風險還需進一步研究。

綜上所述，本研究顯示，在對KIF1B 基因rs17401966多態性與肝細胞癌風險進行Meta分析時，通過引入Fst統計法對納入人群進行遺傳分化檢驗，可以發現Meta分析的異質性來源，并可根據Fst值進行適當的亞組分析。

[1]Zhang H,Zhai Y,Hu Z,et al.Genome-wide association study identifies 1p36.22 as a new susceptibility locus for hepatocellular carcinoma in chronic hepatitis B virus carriers[J].Nat genet,2010,42(9):755-758.

[2]Ngamruengphong S,Patel T.Molecular evolution of genetic susceptibility to hepatocellular carcinoma[J].Dig Dis Sci,2014,59(5):986-991.

[3]Hu L,Zhai X,Liu J,et al.Genetic variants in human leukocyte antigen/DP-DQ influence both hepatitis B virus clearance and hepatocellular carcinoma development[J].Hepatology,2012,55(5):1426-1431.

[4]Sawai H,Nishida N,Mbarek H,et al.No association for Chinese HBV-related hepatocellular carcinoma susceptibility SNP in other East Asian populations[J].BMC Med Genet,2012,19(13):47-52.

[5]Sopipong W,Tangkijvanich P,Payungporn S,et al.The KIF1B(rs17401966) single nucleotide polymorphism is not associated with the development of HBV-related hepatocellular carcinoma in Thai patients[J].Asian Pac J Cancer Prev,2013,14(5):2865-2869.

[6]Chen K,Shi W,Xin Z,et al.Replication of genome wide association studies on hepatocellular carcinoma susceptibility loci in a Chinese population[J].PLoS One,2013,8(10):e77315.

[7]Pan W,Song IS,Shin HJ,et al.Genetic polymorphisms in Na+-taurocholate co-transporting polypeptide(NTCP) and ileal apical sodium-dependent bile acid transporter(ASBT) and ethnic comparisons of functional variants of NTCP among Asian populations[J].Xenobiotica,2011,41(6):501-510.

[8]Tao W,Li PS,Shen Z,et al.Effects of omega-3 fatty acid nutrition on mortality in septic patients:a meta-analysis of randomized controlled trials[J].BMC Anesthesiology,2016,16(1):39.

[9]Tian WJ,Huang ML,Qin QF,et al.Prognostic Impact of epidermal growth factor receptor overexpression in patients with cervical cancer:a meta-analysis[J].PLoS one,2016,11(7):e0158787.

[10]Brunetti ND,Santoro F,Correale M,et al.Incidence of atrial fibrillation is associated with age and gender in subjects practicing physical exercise:a meta-analysis and meta-regression analysis[J].Intern J Cardiol,2016,221(10):1056-1060.

[11]Bax L,Ikeda N,Fukui N,et al.More than numbers:the power of graphs in meta-analysis[J].Am J Epidemiol,2009,169(2):249-255.

[12]Ho KM,Tan JA.Use of L′Abbe and pooled calibration plots to assess the relationship between severity of illness and effectiveness in studies of corticosteroids for severe sepsis[J].Br J Anaesth,2011,106(4):528-536.

Fst statistical method for evaluating KIF1B gene rs17401966 polymorphism and heterogeneity source of hepatocellular carcinoma risk meta-analysis*

SUMingkuan,GUOJianfeng,CHENHongbin,HUANGJiancheng

(DepartmentofClinicalLaboratory,AffiliatedMindongHospital,FujianMedicalUniversity,NingdeFujian355000,China)

Objective To adopt Fst statistical method to assess the heterogeneity sources of meta-analysis by dichotomous variable.Methods The case-control studies on the relationship between KIF1B gene rs17401966 polymorphism and hepatocellular carcinoma(HCC) risk were collected by retrieving the databases including Google Scholar,EMBASE,PubMed,ISI Web of Knowledge and CNKI.The meta analysis was performed by using the Stata12.0 software.The genetic differentiation degree among populations was analyzed and researched by using the Arlequin 3.5 software.Results A total of 5 case-control studies were finally included,involving 12 research populations.The meta analysis on 12 populations showed that KIF1B gene rs17401966G allele was negatively correlated with HCC risk(OR=0.77，95%CI：0.65-0.93；P=0.005).However,the strong heterogeneity existed in this pooled results.The genetic differentiation test in the included 12 populations found that Zhang′s five research populations had varying degrees of genetic differentiation compared to other populations.Then the proper subgroup analysis was further conducted based on Fst value,and then theI2value of the heterogeneity test in the group 8 and 9 was descended to less than 25%.However,the meta analysis results of the group 8 and 9 were inconsistent.Conclusion This study showed that conducting the meta-analysis of KIF1B gene rs17401966 polymorphism and the HCC risk can find the heterogeneity sources of meta-analysis by conducting the genetic differentiation test in the included population.

heterogeneity; polymorphism; meta-analysis; genetic differentiation; hepatocellular carcinoma

福建省自然科學基金項目(2016J01596)；福建省寧德市科技計劃項目(20150013)。

蘇明寬，男，主管技師，主要從事分子生物學研究。

10.3969/j.issn.1673-4130.2016.23.005

A

1673-4130(2016)23-3252-04

2016-05-11

2016-07-29)