腦源性神經營養因子基因多態性與肥胖易感性的meta分析

馬伶俐，劉殿媛

(吉林大學中日聯誼醫院 內分泌代謝科，吉林 長春130033)

腦源性神經營養因子(BDNF)，位于11號染色體(11p14.1)上，延伸約67 kb，包含11個外顯子和9個功能啟動子[1]。BDNF蛋白屬于生長因子的神經營養素家族，是一類分泌性小蛋白，在中樞神經系統的生長、分化和維持中起著關鍵作用[2]。目前有許多研究報道BDNF基因突變與超重/肥胖遺傳易感性的關聯。本文采用Meta的方法，評價BDNF基因變異與超重/肥胖之間的關聯，報道如下。

1 資料與方法

1.1 納入標準和排除標準

1.1.1納入標準 (1)文獻研究內容為BDNF基因多態性與肥胖/超重關聯的病例-對照研究；(2)病例組和對照組中提供等位基因分布頻率數據；(3)基因型分布符合Hardy-Weinberg平衡定律(HWE)；(4)對由同一作者發表或使用相同患者數據的文獻，僅納入樣本量最大或最新發表的研究。

1.1.2排除標準 (1)會議摘要或綜述；(2)文獻中沒有基因型分布數據；(3)不符合Hardy-Weinberg平衡定律(HWE)；(4)未評估BDNF基因多態性與超重/肥胖的關聯。

1.2 文獻檢索

在PubMed、Web of Science、EMBASE、萬方數據庫和中國全文期刊數據庫(CNKI)等全文數據庫，檢索建庫至2021年1月18日發表的相關文獻。英文檢索詞：“obesity”OR“overweight”、“fat mass”OR“BMI”、“BDNF”OR“rs6265”OR“rs925946”OR“rs4923461”OR“rs10767664”OR“rs10501087”OR“rs4074134”OR“rs2030323”OR“rs10835211”OR“rs7481311”OR“rs1519480”OR“rs988712”、“polymorphism”OR“SNPs”。中文檢索詞：“肥胖”或“體重指數”、“腦源性神經營養因子”或“BDNF基因”或“rs6265”或“rs925946”或“rs4923461”或“rs10767664”或“rs10501087”或“rs4074134”或“rs2030323”或“rs10835211”或“rs7481311”或“rs1519480”或“rs988712”、“多態性”。通讀所有檢索到的文獻的標題和摘要，并通過閱讀與主題相關的參考文獻補充漏檢的文獻。

1.3 文獻篩選及資料提取

兩位研究者獨立閱讀文獻全文并提取相關信息，當對數據提取有不同意見時，通過協商達成一致。提取了以下數據:第一作者；發表年份；國家；種族；病例組和對照組的樣本量；病例組和對照組的基因型頻率；基因分型方法。文獻中未提供充分數據時，通過郵件與作者聯系請求獲取完整數據。質量評估使用紐卡斯爾-渥太華量表Newcastle-Ottawa Scale(NOS)[3]對所有納入的研究進行評分，它通過研究人群選擇、可比性、暴露因素及結果進行評價。兩位研究人員獨立評估了納入研究的質量，通過討論解決了分歧。

1.4 統計學方法

本研究數據類型為二分類變量，BDNF基因多態性與肥胖/超重的關聯強度采用合并比值比(OR)和95% CI，用STATA 12.0軟件進行統計分析。分別對五種遺傳模型進行計算(等位基因模型，隱性模型，顯性模型，純合模型，雜合模型)。采用Cochran’s Q檢驗和I2檢驗異質性，P值< 0.05認為具有統計學意義。當I2≥ 50%時，存在異質性，采用隨機效應模型進行統計分析。反之，采用固定效應模型進行統計分析。根據患者的種族及年齡進行亞組分析探討異質性來源。敏感性分析采用不同的模型對效應量進行合并，觀察不同模型分析統計指標的變化來評估結果的穩健性。發表偏倚通過貝格漏斗圖進行直觀識別，采用Begg法及Egger法對漏斗圖的對稱性進行檢驗。

2 結果

2.1 文獻檢索結果及納入研究的基本特征

根據制定的檢索策略，在最初的文獻檢索中總共檢索出118篇文獻(其中英文文獻111篇，中文7篇)與BDNF基因及肥胖/超重有關，通過查重、閱讀題目及摘要排除94篇，通讀24篇文獻排除無基因型分布頻率數據及非病例對照研究的文獻，最終有10篇文獻納入薈萃分析，關于BDNF基因的兩個位點。文獻篩選的流程圖如圖1所示。其中有9項研究關于rs6265多態性(病例組2353人，對照組3117人)，根據人種分層，其中有6項研究為高加索人，2項為拉丁美洲人，1項為亞洲人；根據年齡分層，其中有6項為成年人，3項為兒童和青少年。2項研究關于rs925946多態性(病例組1902人，對照組2402人)。納入研究的基本特征見表1。

表1 納入研究的基本特征

圖1 文獻篩選流程圖

2.2 Meta分析結果

2.2.1rs6265多態性與超重/肥胖關系的Meta分析結果 在等位基因模型A vs G下，經統計學檢驗異質性結果為I2=64.2%，P=0.004，選用隨機效應模型對數據進行合并，結果顯示OR=0.96,95% CI 0.78-1.17,表明等位基因模型A vs G無明顯統計學意義。在純合模型AA vs GG下，經統計學檢驗異質性結果為I2=51.7%，P=0.035，選用隨機效應模型對數據進行合并，結果顯示OR=0.95,95% CI 0.53-1.70,表明等位基因模型AA vs GG無明顯統計學意義。在雜合模型AG vs GG下，經統計學檢驗異質性結果為I2=54.1%，P=0.026，選用隨機效應模型對數據進行合并，結果顯示OR=0.93,95% CI 0.75-1.16,表明等位基因模型AG vs GG無明顯統計學意義。在顯性模型AA+GA vs GG下，經統計學檢驗異質性結果為I2=60.0%，P=0.01，選用隨機效應模型對數據進行合并，結果顯示OR=0.93,95 % CI 0.75-1.17,表明等位基因模型AA+GA vs GG無明顯統計學意義。在隱性模型AA vs GA+GG下，經統計學檢驗異質性結果為I2=49.4%，P=0.045，選用固定效應模型對數據進行合并，結果顯示OR=0.96,95% CI 0.55-1.68,表明等位基因模型AA vs GA+GG無明顯統計學意義。

2.2.2rs6265多態性與超重/肥胖的關系亞組分析 為探究異質性來源，根據人群生物學特征的不同，分別按照種族和年齡對納入的9項研究進行亞組分析。按照種族分層的亞組中，高加索人有6項研究，拉丁美洲人有2項研究，亞洲人有1項研究；按照年齡分層的亞組中，成年人有6項研究，兒童和青少年有3項研究。按照種族進行亞組分析，高加索人群在等位基因模型A vs G、純合子模型AA vs GG、雜合子模型AG vs GG、顯性模型AA+GA vs GG、隱性模型AA vs GA+GG下合并OR值和95% CI分別為1.09(0.82，1.44)，1.03(0.43，2.42)，1.10(0.83，1.46)，1.10(0.82，1.48)，0.98(0.43，2.25)。拉丁美洲人群五種基因模型合并后的OR值和95 % CI分別為0.61(0.23，1.64)，0.80(0.01，58.30)，0.57(0.30，1.08)，0.56(0.23，1.36)，0.97(0.02，57.69)。亞洲人群五種基因模型合并后的OR值和95 % CI分別為0.96(0.78，1.00)，0.83(0.67，1.04)，0.86(0.73，1.01)，0.85(0.73，0.99)，0.91(0.75，1.11)。結果表明，在三組人群中rs6265多態性在超重/肥胖組與健康對照組基因頻率分布差異無統計學意義。

按照年齡進行亞組分析，成年人組在等位基因模型A vs G、純合子模型AA vs GG、雜合子模型AG vs GG、顯性模型AA+GA vs GG、隱性模型AA vs GA+GG下合并OR值和95 % CI分別為0.84(0.67，1.07)，0.71(0.41，1.21)，0.87(0.70，1.07)，0.75(0.45，1.25)，0.75(0.45，1.25)。兒童和青少年組五種基因模型合并后的OR值和95 % CI分別為1.22(0.91，1.64)，3.08(0.89，10.61)，1.10(0.61，2.00)，2.99(0.69，12.96)，2.99(0.69，12.96)。結果表明，在兒童和青少年及成年人中rs6265多態性在超重/肥胖組與健康對照組基因頻率分布差異無統計學意義。亞組分析結果提示，在種族分層和年齡分層中五種基因模型的分析結果均無統計學意義。

2.2.3rs925946多態性與超重/肥胖關系的Meta分析結果 關于rs925946多態性與超重/肥胖的關聯共納入2項研究，采用固定效應模型對數據進行分析，結果如表2所示，五種基因模型下，rs925946多態性與在超重/肥胖組與健康對照組基因頻率分布均無統計學意義，由于研究較少，尚不能說明rs925946多態性等位基因T/G分布頻率與超重/肥胖無關。

表2 rs6265meta分析結果表

2.3 發表偏倚

BDNF rs6265多態性在全體人群研究中漏斗圖呈對稱分布，同時采用Begg’s法和Egger’s法對漏斗圖的對稱性進行檢驗，結果顯示P值均大于0.05，對rs925946多態性納入的研究進行Egger’s檢驗，P值均大于0.05，說明rs6265及rs925946多態性納入的相關研究無明顯發表偏倚。

2.4 敏感性分析

敏感性分析分別采用固定效應模型和隨機效應模型對數據進行合并，統計結果如表3所示，變換模型前后OR值(95% CI)無顯著變化，提示敏感性較低，說明本研究的結果是可靠的。

表3 敏感性分析

3 討論

肥胖已經成為一種全球性的流行病，超重和肥胖被認為是各種代謝和心血管疾病發展的危險因素。最近一項對大約700000名歐洲血統人群的體質指數的全基因組關聯研究的薈萃分析顯示，通過基于匯總數據的孟德爾隨機化和依賴儀器的異質性測試鑒定的BMI相關基因在涉及神經發生及中樞神經系統發育的基因中最豐富[14]。大量的候選基因已經被研究與肥胖有關，其中之一是BDNF基因。BDNF是一種神經營養因子，參與大腦的多種功能，如神經發育、成熟、分化、遷移、存活、神經發育過程中的信號傳導、突觸可塑性和樹突生長等[15]。由于BDNF在調節體重和整體代謝適應性的瘦素前黑皮質素途徑中發揮關鍵作用，BDNF基因多態性可能影響能量平衡，并可能導致肥胖表型的表現。在動物模型中，BDNF基因與體重調節密切相關;它的表達發生在與飲食行為、食物攝入和體重相關的下丘腦核[16]。BDNF的釋放受營養狀態的控制，既往有研究證明BDNF是一個厭食因子。在小鼠中，BDNF輸注導致明顯的劑量依賴性食欲抑制、體重減輕和下丘腦血清素增加[17]。

在本研究中，將既往發表過的關于BDNF基因多態性及其相關位點與超重/肥胖相關性的研究進行全面的檢索，這些位點包括rs6265、rs925946、rs4923461、rs10767664、rs10501087、rs4074134、rs2030323、rs10835211、rs7481311、rs1519480、rs988712，但符合納入標準的研究只有關于rs6265和rs925946兩個位點，其中rs6265多態性的研究有九項，rs925946有兩項，將這些研究數據進行合并，分別在五種基因模型下計算其關聯性，結果均未發現具有統計學意義，按照人種及年齡進行分層分析后仍未發現有統計學意義，盡管meta分析的結果為陰性，仍然不能否定BDNF基因多態性與超重/肥胖之間的關聯性，應對結果進行謹慎的分析。

關于BDNF基因多態性影響體重調節、飲食行為和新陳代謝的機制仍在探索中[18]，隨著分子遺傳生物技術和基因組學的發展，遺傳流行病學日漸成為熱點，復雜疾病的遺傳危險因素越來越被重視，先前關于BDNF基因多態性與超重/肥胖關聯性的研究結果存在矛盾，可能是由于樣本量小、不同種族人群遺傳背景差異大、年齡和肥胖程度不同、樣本選擇和表型定義的差異、中度遺傳效應和研究持續時間的差異等特點造成的。當然，本研究還存在一些不足，第一，符合條件的研究中采用不同的技術對DNA樣本進行基因型分析可能會增加異質性。第二，肥胖是復雜的多基因疾病，由遺傳和環境因素共同作用所致，本研究只分析了單個基因位點的作用，基因-環境或基因-基因相互作用可能會影響結果，并掩蓋潛在的不準確性。第三，不同研究中對超重和肥胖的診斷標準不同，控制的混雜因素也不同，在研究設計階段和資料收集階段可能存在潛在的發表偏倚。第四，由于目前的研究樣本量較小，可能會掩蓋或降低風險等位基因的效應。第五，傳統的種族分類掩蓋了這些群體的潛在遺傳多樣性，例如西班牙裔/拉美裔，他們的原籍可能有很高比例的非洲血統或來自中美洲大陸。