基于孟德爾隨機化的肝功能和脂質代謝水平與睡眠障礙的因果關聯分析

摘要：目的采用孟德爾隨機化分析肝功能和脂質代謝水平與睡眠障礙的因果關聯。方法對GWAS進行分析，暴露因素為肝功能和脂質代謝水平［ALT、AST、GGT、Alb、血清總蛋白（TP）、TBil、ALP、TG、TG與磷酸甘油酯的比例（TG/G3P）、TC、HDL-C、LDL-C、多不飽和脂肪酸（PUFA）、總脂肪酸（TFA）、PUFA/TFA］，結局因素為睡眠障礙（非器質性）。采用逆方差加權法（IVW）、MR-Egger法、Simple Mode法、加權中位數法和Weighted Mode法等回歸模型進行孟德爾隨機化分析。結果血清Alb（OR=0.728，95%CI：0.535～0.989，Plt;0.05），HDL-C（OR=0.879，95%CI：0.784～0.986，Plt;0.05）和PUFA/TFA（OR=0.800，95%CI：0.642～0.998，Plt;0.05）與睡眠障礙呈負相關。TG/G3P（OR=1.222，95%CI：1.044～1.431，Plt;0.05）與睡眠障礙呈正相關。孟德爾隨機化結果未顯示ALT、AST、GGT、TP、TBil、ALP、TG、TC、LDL-C、PUFA、TFA與睡眠障礙有因果關系（P值均gt;0.05）。ME-Egger截距測試結果表明分析結果不存在多效性（Pgt;0.05），孟德爾隨機化在本研究中為因果推斷的有效方法。結論根據孟德爾隨機化分析結果，肝功能和脂質代謝水平與睡眠障礙之間存在顯著關聯。在預測睡眠障礙的發生風險以及干預方面，可以考慮利用肝功能和脂質代謝水平作為睡眠障礙發生風險以及干預的指標。

關鍵詞：肝功能；脂質代謝；睡眠障礙；孟德爾隨機化分析

Causal association of liver function and lipid metabolism levels with sleep disorders based on Mendelianrandomization

HE Wei1，ZHU Shuke2，LI Chunyu2，DU Xue2，LI Jiarui2.（1.Department of Encephalopathy，Changchun Hospital of Traditional Chinese Medicine，Changchun 130000，China；2.College of Traditional Chinese Medicine，Changchun University of Chinese Medicine，Changchun 130000，China）

Corresponding author：HE Wei，297378127@qq.com（ORCID：0009-0009-5281-734X）

Abstract：Objective To investigate the causal association of liver function and lipid metabolism levels with sleep disorders based on the Mendelian randomization analysis.Methods The analysis was conducted using the data from genome-wide association studies，with the exposure factors of liver function and lipid metabolism levels（alanine aminotransferase［ALT］，aspartate aminotransferase［AST］，gamma-glutamyl transpeptidase［GGT］，albumin［Alb］，serum total protein［TP］，total bilirubin［TBil］，alkaline phosphatase［ALP］，triglyceride［TG］，triglyceride-to-glycerol-3-phosphate［TG/G3P］ratio，total cholesterol［TC］，high-density lipoprotein cholesterol［HDL-C］，low-density lipoprotein cholesterol［LDL-C］，poly-unsaturated fatty acids［PUFA］，total fatty acids［TFA］，PUFA/TFA ratio）and the outcome factor of sleep disorders（nonorganic）.The regression models including inverse variance weighted，MR-Egger，Simple mode，weighted median，and Weighted mode were used to perform the Mendelian randomization analysis.Results Serum Alb（odds ratio［OR］=0.728，95%confidence interval［CI］：0.535—0.989，Plt;0.05），HDL-C（OR=0.879，95%CI：0.784—0.986，Plt;0.05），and PUFA/TFA ratio（OR=0.800，95%CI：0.642—0.998，Plt;0.05）were negatively associated with sleep disorders，while TG/G3P ratio（OR=1.222，95%CI：1.044—1.431，Plt;0.05）was positively associated with sleep disorders.The results of Mendelian randomization did not show a causal association of ALT，AST，GGT，TP，TBil，ALP，TG，TC，LDL-C，PUFA，and TFA with sleep disorders（all Pgt;0.05）.The results of the MR-Egger intercept test showed no pleiotropy（Pgt;0.05），and Mendelian randomization was a valid method for causal inference in this study.Conclusion According to the results of the Mendelian randomization analysis，liver function and lipid metabolism show significant association with sleep disorders.Liver function and lipid metabolism can be used as indicators for predicting the risk of sleep disorders and performing intervention.

Key words：Liver Function；Lipid Metabolism；Sleep Disorders；Mendelian Randomization Analysis

睡眠障礙是指睡眠量異常以及睡眠中異常行為的表現。根據第三版《國際睡眠障礙分類》［1］，將睡眠障礙分為失眠癥、睡眠相關呼吸障礙、中樞性嗜睡障礙、晝夜節律睡眠-覺醒障礙、睡眠相關運動障礙、異態睡眠和其他睡眠障礙7種。隨著電子設備尤其是手機的廣泛使用［2］和COVID-19的大流行［3］，越來越多的人受到睡眠障礙的困擾。來自NHANES數據庫的結果顯示，部分美國人受到睡眠障礙的困擾，且其比例還在呈逐年上升趨勢［4］。所以探尋其潛在的危險因素，改善患者睡眠障礙就變得十分重要。

一項對英國生物樣本庫隊列全基因組的基因環境相互作用研究［5］顯示，失眠與DBil和TBil之間存在負相關，與Alb呈正相關。相關回顧性研究［6］表明男性的阻塞性睡眠呼吸暫停也與肝損傷相關。血清GGT與非肥胖男性阻塞性睡眠呼吸暫停-低通氣綜合征患者嚴重程度呈正相關［7］。在一項關于中樞性睡眠過度研究［8］中，與健康對照組相比，患者的膽紅素水平顯著降低。同時也有研究［9］認為甘油三酯（TG）-葡萄糖指數與阻塞性睡眠呼吸暫停風險增加相關，并用該指數作為阻塞性睡眠呼吸暫停預測因素。相關橫斷面研究［10-11］表明結合BMI、空腹血糖、TG、ALT及AST計算得出的ZJU指數與阻塞性睡眠呼吸暫停綜合征相關。雖然有研究表明肝功能和脂質代謝水平與睡眠障礙相關，但其具體是否為睡眠障礙獨立危險因素尚且未有定論。故本研究采用孟德爾隨機化分析方法，以期探求改善患者肝功能和脂質代謝水平從而改善患者睡眠障礙的可能性。

孟德爾隨機化是以遺傳變異作為工具變量的一種統計模型［12］。它可以有效地避免觀察性研究中潛在混雜因果，反向因果等偏倚風險［13］。盡管孟德爾隨機化并不能完全代替隨機對照試驗，但其提供了一種有效的補充［14］，可以用來評估暴露因素與結局因素之間因果關系［15］。

1資料與方法

1.1研究設計本研究基于三個假設：（1）遺傳工具變量應與暴露因素有強相關性；（2）遺傳工具變量只與暴露因素具有強相關性，不應與其他潛在的混在因素相關；（3）遺傳工具變量應完全通過暴露因素影響結局因素。本研究采用孟德爾隨機化評估肝功能及脂質代謝與睡眠障礙的因果關聯。將ALT、AST、GGT、Alb、血清總蛋白（TP）、TBil、ALP、TG、TG與磷酸甘油酯的比例（TG/G3P）、TC、HDL-C、LDL-C、多不飽和脂肪酸（PUFA）、總脂肪酸（TFA）、PUFA/TFA等15項肝功能及脂質代謝指標作為暴露因素，睡眠障礙（非器質性）為結局指標。

1.2數據來源暴露因素及結局因素的遺傳數據來自于IEU Open GWAS project［16-17］。ALT、AST、TP和HDL-C數據來自一項英國生物樣本庫中的全外顯子組插補法確定罕見編碼變異關聯和精細定位分析［18］。ALT數據中包含了437 724個樣本和4 231 965個單核苷酸多態性（single nucleotide polymorphisms，SNP），AST數據中包含了436 275個樣本和4 231 525個SNP；TP數據中包含400 482個樣本和4 218 824個SNP；HDL-C數據中包含400 754個樣本和4 218 934個SNP。TBil和LDL-C數據來自于一項有關220種人類表型的遺傳關聯的跨種群圖譜研究［19］。TBil數據中包含342 829個樣本和1 046 135個SNP；LDL-C數據中包含343 621個樣本和19 037 976個SNP。TG/G3P、PUFA、PUFA/TFA、Alb和TC數據來自于一項通過藥物靶點孟德爾隨機化表征調脂治療的代謝組學特征研究［20］。TG/G3P數據中包含115 006個樣本和11 590 399個SNP；PUFA數據包含115 006個樣本和11 590 399個SNP；PUFA/TFA數據中包含115 006個樣本和11 590 399個SNP；Alb數據中包含115 064個樣本和11 590 399個SNP；TC數據中包含115 082個樣本和13 586 006個SNP。ALP、TG和GGT數據均來自于第2輪英國生物樣本庫［21-22］表型的Neale實驗室分析。ALP數據中含有13 586 006個SNP；TG數據中包含13 586 007個SNP；GGT數據中包含了13 586 026個SNP。TFA數據來自于一項循環代謝物的全基因組研究［23］，TFA數據中包含13 505個樣本和11 412 092個SNP。結局因素睡眠障礙數據來自FinnGen生物樣本庫的第5輪分析，其中包含了2 214個樣本和16 380 466個SNP（表1）。

1.3工具變量選擇肝功能和脂質代謝水平相關的工具變量應該符合以下要求：（1）所有工具變量應具有全基因組意義（Plt;5×10?8）；（2）符合連鎖不平衡參數（R2）lt;0.001，并且其區域范圍需在10 000 kb以內；（3）F值gt;10，F值代表了孟德爾隨機化的強度，是統計研究穩定性的指標。其公式為：R2（N－2）/（1－R2）；（4）排除與混雜因素相關的SNP，通過檢查PhenoScanner數據庫，排除與性別或年齡相關的SNP。將通過篩選的SNP作為本研究的工具變量。

1.4孟德爾隨機化分析方法通過R軟件（4.2.3版本）的“TwoSampleMR”程序包實現孟德爾隨機化分析。本研究主要采用逆方差加權法（inverse variance weighted，IVW），IVW法可以在不存在多態性的條件下獲得一個穩健結果。同時使用MR-Egger法、Simple Mode法、加權中位數法和Weighted Mode法作為補充方法檢測分析的穩健性。多效性分析應用ME-Egger截距測試，如果Plt;0.05說明研究存在多效性。當研究存在多效性時，則采用隨機效應IVW法進行分析。Plt;0.05為差異有統計學意義。

2結果

2.1工具變量的選擇通過篩選得到與暴露因素關聯較強的SNP。同時為了避免連鎖不平衡的出現，減少弱工具等問題所造成的偏倚，再次根據工具變量篩選條件進行篩選。根據ME-Egger截距測試所示所有數據皆不存在多效性（Pgt;0.05），故可以應用孟德爾隨機分析。

2.2肝功能指標分析結果IVW法結果顯示血清Alb是睡眠障礙的相關因素（OR=0.728，95%CI：0.535～0.989，Plt;0.05）。經異質性檢驗提示該結果不存在異質性（Pgt;0.05）。孟德爾隨機化結果顯示5種分析結果方向一致，IVW法結果顯示ALT、AST、GGT、TP、TBil、ALP均不是睡眠障礙的相關因素（P值均gt;0.05）。經異質性檢驗提示不存在異質性（P值均gt;0.05）（表2，圖1）。

2.3脂質代謝指標分析結果IVW法結果顯示TG/G3P（OR=1.222，95%CI：1.044～1.431，Plt;0.05）、HDL-C（OR=0.879，95%CI：0.784～0.986，Plt;0.05）和PIFA/TFA（OR=0.800，95%CI：0.642～0.998，Plt;0.05）是睡眠障礙的相關因素。經異質性檢驗提示結果不存在異質性（P值均gt;0.05）。孟德爾隨機化結果顯示5種分析結果方向一致，IVW法結果顯示TG、TC、LDL-C、PUFA、TFA均不是睡眠障礙的相關因素（P值均gt;0.05）。經異質性檢驗提示結果不存在異質性（P值均gt;0.05）（表2，圖2）。

3討論

根據IVW結果顯示，血清Alb、HDL-C和PIFA/TFA與睡眠障礙呈負相關，TG/G3P與睡眠障礙呈正相關（P值均lt;0.05）。但IVW結果未顯示ALT、AST、GGT、TP、TBil、ALP、TG、TC、LDL-C、PUFA、TFA與睡眠障礙有因果關系（P值均gt;0.05）。ME-Egger截距測試結果（Pgt;0.05）表明分析結果不存在多效性，孟德爾隨機化在本研究中為因果推斷的有效方法。

睡眠是人類生命活動中重要的組成部分，隨著經濟的發展和生活節奏的加快，人們承受的壓力不斷增加，導致睡眠障礙的發生率逐年上升。睡眠障礙與多種疾病，包括神經退行性疾病存在密切的關聯［24-25］。長期睡眠不足會引發全身免疫反應甚至死亡［26］。然而，目前在臨床上缺乏有效的睡眠障礙預測和干預措施。過去的研究［27］已經指出肝臟疾病與睡眠障礙之間存在緊密的因果關系。視交叉上核是睡眠、情緒、晝夜節律時間控制以及非神經晝夜節律基因表達和調控的最關鍵區域。相關研究［28］表明其可以控制載脂蛋白和脂質代謝相關基因，表明睡眠、情緒和晝夜節律與脂質代謝之間存在聯系。中藥酸棗仁作為一種著名的治療失眠的草藥，其可以顯著逆轉肝臟代謝物和海馬代謝物從而治療失眠［29］。本研究通過對肝功能和脂質代謝水平與睡眠障礙的相關性進行調查，發現二者之間存在顯著關聯。因此，在臨床實踐中可以考慮利用肝功能和脂質代謝水平作為預測睡眠障礙發生風險以及干預的指標，并且通過干預患者肝功能和脂質代謝水平從而改善患者睡眠障礙。同時在研究過程中發現，睡眠障礙并未與TG、PUFA有直接相關性，但與TG/G3P、PIFA/TFA相關，這或許是睡眠障礙的發生風險以及干預指標的一個研究方向。但現在對此研究較少，仍需要進一步研究來揭示其具體的作用機制，以便更好地應用于臨床實踐。

利益沖突聲明：本文不存在任何利益沖突。

作者貢獻聲明：何威負責擬定寫作思路，指導撰寫文章并最后定稿；朱述可負責課題設計，資料分析，撰寫論文，修改論文；李春雨、杜雪、李佳芮參與檢索文獻，收集數據。

致謝：感謝open gwas網站、英國生物銀行、芬蘭生物銀行、代謝組學研究、全球脂質遺傳協會等公開數據集及有關工作人員的努力。

數據可用性聲明：本研究所用數據均來自公共數據庫，可從文中提及的PMID或數據鏈接進行下載。

參考文獻：

[1]SATEIA MJ.International classification of sleep disorders-third edition：Highlights and modifications[J].Chest，2014，146（5）：1387-1394.DOI：10.1378/chest.14-0970.

[2]ZHANG JH，ZHANG XQ，ZHANG KX，et al.An updated of meta-analysis on the relationship between mobile phone addiction and sleep disorder[J].J Affect Disord，2022，305：94-101.DOI：10.1016/j.jad.2022.02.008.

[3]JAHRAMI HA，ALHAJ OA，HUMOOD AM，et al.Sleep disturbances during the COVID-19 pandemic：A systematic review，meta-analysis，and meta-regression[J].Sleep Med Rev，2022，62：101591.DOI：10.1016/j.smrv.2022.101591.

[4]NIE QR，SHEN Y，LUO MQ，et al.Analysis of sleep for the American population：Result from NHANES database[J].J Affect Disord，2024，347：134-143.DOI：10.1016/j.jad.2023.11.082.

[5]CHU XM，LIU L，YE J，et al.Insomnia affects the levels of plasma bili?rubin and protein metabolism：An observational study and GWGEIS in UK Biobank cohort[J].Sleep Med，2021，85：184-190.DOI：10.1016/j.sleep.2021.05.040.

[6]CHEN LD，HUANG JF，CHEN GP，et al.Association and gender dif?ference analysis of obstructive sleep apnea hypopnea syndrome and liver injury[J].Natl Med J China，2022，102（8）：550-554.DOI：10.3760/cma.j.cn112137-20210617-01371.

陳理達，黃杰鳳，陳公平，等.阻塞性睡眠呼吸暫停低通氣綜合征與肝損傷的關聯及性別差異分析[J].中華醫學雜志，2022，102（8）：550-554.DOI：10.3760/cma.j.cn112137-20210617-01371.

[7]PAN QY，LI HQ，GAN XY，et al.Relationship between slow-wave sleep and serumγ-glutamine transaminase in non-obese men with obstructive sleep apnea-hypopnea syndrome[J].Schlaf Atmung，2023，27（5）：1717-1724.DOI：10.1007/s11325-022-02775-z.

[8]PROCHAZKOVA P，SONKA K，ROUBALOVA R，et al.Investigation of anti-neuronal antibodies and disparity in central hypersomnias[J].Sleep Med，2024，113：220-231.DOI：10.1016/j.sleep.2023.11.039.

[9]S?KüCüSN，AYD?N?，SAT?C?C，et al.Triglyceride-glucose index as a predictor of obstructive sleep apnoea severity in the absence of traditional risk factors[J].Arq Neuropsiquiatr，2023，81（10）：891-897.DOI：10.1055/s-0043-1776411.

[10]LI LM，YOU WY，REN W.The ZJU index is a powerful index for iden?tifying NAFLD in the general Chinese population[J].Acta Diabetol，2017，54（10）：905-911.DOI：10.1007/s00592-017-1024-8.

[11]WANG LP，NIE GQ，YAN FQ，et al.The ZJU index is associated with the risk of obstructive sleep apnea syndrome in Chinese middle-aged and older people：A cross-sectional study[J].Lipids Health Dis，2023，22（1）：207.DOI：10.1186/s12944-023-01974-1.

[12]YU TQ，XU WT，SU YN，et al.Mendelian randomization：The basic principles，methods and limitations[J].Chin J Evid Based Med，2021，21（10）：1227-1234.DOI：10.7507/1672-2531.202107008.

于天琦，徐文濤，蘇雅娜，等.孟德爾隨機化研究基本原理、方法和局限性[J].中國循證醫學雜志，2021，21（10）：1227-1234.DOI：10.7507/1672-2531.202107008.

[13]HE SM，ZHANG Y，PENG LQ，et al.Research progress of propen?sity score and Mendelian randomization in China[J].Chin J Dis Contr Prev，2022，26（3）：325-330.DOI：10.16462/j.cnki.zhjbkz.2022.03.014.

和思敏，張雨，彭劉慶，等.傾向性評分與孟德爾隨機化國內研究現狀[J].中華疾病控制雜志，2022，26（3）：325-330.DOI：10.16462/j.cnki.zhjbkz.2022.03.014.

[14]WANG J，ZHANG GY，CHENG S.Good practices in Mendelian ran?domization：Common designs，key challenges，and optimization in Mendelian randomization analysis[J].J Cap Med Univ，2023，9（6）：1087-1094.

王晶，張國燕，程杉.孟德爾隨機化的良好實踐：孟德爾隨機化分析的常見設計、關鍵挑戰及優化[J].首都醫科大學學報，2023，9（6）：1087-1094.

[15]PINGAULT JB，O’REILLY PF，SCHOELER T，et al.Using genetic data to strengthen causal inference in observational research[J].Nat Rev Genet，2018，19（9）：566-580.DOI：10.1038/s41576-018-0020-3.

[16]ELSWORTH B，LYON M，ALEXANDER T，et al.The MRC IEU OpenG?WAS data infrastructure[J].bioRxiv，2020.DOI：10.1101/2020.08.10.244293

[17]HEMANI G，ZHENG J，ELSWORTH B，et al.The MR-Base platform supports systematic causal inference across the human phenome[J].Elife，2018，7：e34408.DOI：10.7554/eLife.34408.

[18]BARTON AR，SHERMAN MA，MUKAMEL RE，et al.Whole-exome im?putation within UK Biobank powers rare coding variant association and fine-mapping analyses[J].Nat Genet，2021，53（8）：1260-1269.DOI：10.1038/s41588-021-00892-1.

[19]SAKAUE S，KANAI M，TANIGAWA Y，et al.A cross-population atlas of genetic associations for 220 human phenotypes[J].Nat Genet，2021，53（10）：1415-1424.DOI：10.1038/s41588-021-00931-x.

[20]RICHARDSON TG，LEYDEN GM，WANG Q，et al.Characterising me?tabolomic signatures of lipid-modifying therapies through drug target Mendelian randomisation[J].PLoS Biol，2022，20（2）：e3001547.DOI：10.1371/journal.pbio.3001547.

[21]TREHEARNE A.Genetics，lifestyle and environment.UK Biobank is an open access resource following the lives of 500，000 participants to improve the health of future generations[J].Bundesgesundheits?blatt Gesundheitsforschung Gesundheitsschutz，2016，59（3）：361-367.DOI：10.1007/s00103-015-2297-0.

[22]OLLIER W，SPROSEN T，PEAKMAN T.UK Biobank：From concept toreality[J].Pharmacogenomics，2005，6（6）：639-646.DOI：10.2217/14622416.6.6.639.

[23]KETTUNEN J，DEMIRKAN A，WüRTZ P，et al.Genome-wide study for circulating metabolites identifies 62 loci and reveals novel sys?temic effects of LPA[J].Nat Commun，2016，7：11122.DOI：10.1038/ncomms11122.

[24]FERINI-STRAMBI L，LIGUORI C，LUCEY BP，et al.Role of sleep in neurodegeneration：The consensus report of the 5th Think Tank World Sleep Forum[J].Neurol Sci，2024，45（2）：749-767.DOI：10.1007/s10072-023-07232-7.

[25]ZHAI XJ，ZHAO HY，YANG M，et al.Relationship between abnormal lipid metabolism and insomnia in elderly hypertensive patients[J].Clin J Med Offic，2022，50（9）：972-974.DOI：10.16680/j.1671-3826.2022.09.28.

翟曉君，趙會穎，楊萌，等.老年高血壓患者脂質代謝異常與失眠關系研究[J].臨床軍醫雜志，2022，50（9）：972-974.DOI：10.16680/j.1671-3826.2022.09.28.

[26]SANG D，LIN KT，YANG YN，et al.Prolonged sleep deprivation in?duces a cytokine-storm-like syndrome in mammals[J].Cell，2023，186（25）：5500-5516.e21.DOI：10.1016/j.cell.2023.10.025.

[27]MOSTAFA AM，HAFEZ SM，ABDULLAH NM，et al.Fatigue，depression，and sleep disorders are more prevalent in patients with metabolic-asso?ciated fatty liver diseases[J].Eur J Gastroenterol Hepatol，2024，36（5）：665-673.DOI：10.1097/MEG.0000000000002752.

[28]LEE CH，MURRELL CE，CHU A，et al.Circadian regulation of apolipo?proteins in the brain：Implications in lipid metabolism and disease[J].Int J Mol Sci，2023，24（24）：17415.DOI：10.3390/ijms242417415.

[29]CHU YX，ZHANG YJ，LIU JX，et al.An integrated liver，hippocampus and serum metabolomics based on UPLC-Q-TOF-MS revealed the therapeu?tical mechanism of Ziziphi Spinosae Semen in p-chlorophenylalanine-induced insomnia rats[J].Biomed Chromatogr，2024，38（3）：e5796.DOI：10.1002/bmc.5796.

收稿日期：2024-01-27；錄用日期：2024-05-23

本文編輯：王瑩

引證本文：HE W， ZHU SK， LI CY， et al. Causal association of liver function and lipid metabolism levels with sleep disorders based on Mendelian randomization[J]. J Clin Hepatol， 2024， 40（10）： 2055-2061.

何威， 朱述可， 李春雨， 等 . 基于孟德爾隨機化的肝功能和脂質代 謝水平與睡眠障礙的因果關聯分析[J]. 臨床肝膽病雜志， 2024， 40（10）： 2055-2061.