运动能力的遗传学研究进展

周文婷

哈尔滨体育学院, 哈尔滨 150001

运动能力的遗传学研究进展

周文婷

哈尔滨体育学院, 哈尔滨 150001

个体间运动能力的差异受多种因素影响, 其中环境和遗传因素可能起决定作用。2008年以来涌现了大量的运动能力遗传学研究, 获得了一系列有意义的结果。文章以体力活动水平、肌肉力量及耐力水平3方面为重点, 着重对涉及以上3方面遗传学研究中的研究结果(样本大小、测试表型的质量优劣、运动实验计划的质量高低、研究设计的合理性和新颖性、实验测试的控制情况以及基因分型情况等)进行了比较分析, 以期为研究者提供参考。

运动能力; 体力活动水平; 肌肉力量; 耐力水平

运动能力受多种因素影响, 并在很大程度上受控于遗传因素[1]。截至2007年, 共有221个染色体基因位点和 18个线粒体 DNA(Mitochondrial DNA, mtDNA)多态位点被发现与人类体质、运动能力及个体训练效果相关[2], 随后有关新基因、新位点的探索却渐入瓶颈[1], 众多研究都仅是对不同种族人群中已知基因/位点与运动能力间关联性的重复检验。但不可否认, 近年来生物技术革命对运动能力遗传学研究的发展提供了巨大便利, 随着国内外科研机构的通力合作, 人们不仅可以利用更大规模的样本量及高通量SNP(Single nucleotide polymorphism, SNP)和全基因组测序技术同时分析数以百万的SNPs, 还可以采用转录组学分析对数以千计转录基因的表达水平同时定量[3], 从而更系统、全面地描绘运动能力的遗传图谱。因此, 更多的运动能力遗传学研究也应随着科技的发展, 从对单个基因或多态位点进行的case-control分布计算转向更快、更方便、价格更低廉的高通量SNP分析、全基因组测序及全基因组关联研究(Genome-wide association study, GWAS),以检测基因间微小、多重、积累的相互作用[1]。近年来运动能力遗传学研究越来越多, 本文以体力活动水平、肌肉力量和耐力素质三方面为切入点, 根据样本量、测试表型的质量、运动实验计划的质量、研究设计的合理性和新颖性、实验测试的控制情况及基因分型情况等, 选取2008年以来上述几方面遗传学研究中的最佳研究结果进行综述, 对仅研究单一基因/位点的遗传学研究不再赘述, 以期为本领域的研究人员提供参考。

1 体力活动水平的遗传学研究

虽然体力活动水平的遗传学研究数量有限, 但现有的双生子和家族研究均表明个体究竟是喜静恶动还是喜动恶静与遗传密切相关[4], 运动参与度在人群中的遗传度中间值预计可达 62%。近年来, 有关体力活动水平的遗传学研究结果越来越多, 包括动物实验、对比研究、GWAS分析等。

2009年, De Moor等[5]首次对体力活动水平进行了GWAS分析, 以调查问卷定量研究了荷兰及美国人的体力活动水平, 根据报告的活动类型、频率及持续时间计算了代谢当量-小时(Metabolic equivalent-hour, METs-小时), 并将受试者依据是否每周≥4 METs-小时分为运动与非运动组。结果发现, 荷兰与美国人中运动组的分布频率为49.5%和62.6%; 对运动与非运动组进行GWAS分析并以性别及年龄为协变量构建的逻辑回归模型中, 发现3个SNP的P值＜1×10-5, 其中位于3′-磷酸腺苷5′-磷酰硫酸合成酶2基因的rs10887741与体力活动水平关联最大。研究还对曾报道的众多体力活动水平关联基因及连锁区进行了检验[5], 发现与此相关性最高的基因连锁区和关联基因分别为γ-氨基丁酸A受体γ3基因编码区内的rs8036270及瘦素受体基因座内的rs12405556。但鉴于后者的P值反映的主要是该位点与美国人间的强相关性, 在荷兰人中其水平仅为 0.226, 故认为其分布存在显著的地域差异, 但需进一步研究予以佐证。

2010年, Lightfoot等[6]研究了小鼠的自发体力活动水平, 分别测试了转轮跑实验中 41个近交系448只小鼠的跑距、跑步时间和跑速, 发现它们的这些指标分别相差27倍、23倍和3倍。研究者检测了各家系小鼠的基因组, 并绘制了相应的数量性状位点(Quantitative trait loci, QTLs)图谱, 结果发现3个QTLs与跑距显著相关, 9个QTLs与性别差异有关。但有研究人员对上述结果提出了质疑[7]：即这些体力活动水平关联 QTLs主要定位于基因间区,而目前在这些区间内尚未发现基因。因此, 究竟是这些QTLs包含了迄今尚未发现的基因(如微小RNA基因)还是这些染色体区内的连锁不平衡比先前预计的置信区所指示的跨度更大, 尚不可知, 对此仍需进一步探索。

尽管已知 mtDNA突变可显著影响个体的运动不耐受性[8], 这些突变患者的体力活动水平和静息水平与遗传是否相关却尚不明晰。2011年, Apabhai等[9]对比研究了100名线粒体病患者(根据突变类型被分为4组)与100名健康对照者的体力活动水平和静息状态, 发现所有患者的体力活动水平均比对照者显著偏低而静息时间显著偏高, 且 4组患者的活动水平间无显著性差异, 然而, 经年龄、性别和体质指数(Body mass index, BMI)校正后, 发现患者的病重程度与 4%～15%的个体间活动水平及静息水平相关。该研究为多因素和多基因影响的复杂表型研究提供了范例。试想如果分别检测每一种基因突变,研究者未必会发现与活动水平相关的某突变标记。然而, 当将可能导致某一临床表征的全部突变可能性组合在一起时, 结果便具有了统计学意义。或许有学者会认为, 在某一特定群体间发生这些罕见突变的可能性较低, 但在更大的群体内, 多重基因和DNA序列突变可能恰恰是导致某表型的影响因素之一[9]。

除了上述研究, 2012年的两项动物实验也具有显著的指导意义：即Leamy等[10]对小鼠转轮跑时行为特征进行的全基因组QTLs筛查和Nogales-Gadea等[11]构建的首个麦卡德尔病的动物模型。在前者的研究中, 小鼠转轮跑训练6 d内的跑距、跑步时间、平均跑速和最大跑速被分别测试, 第5和第6日的4项指标均值则作为衡量体力活动水平表型的最终结果。研究分析了覆盖小鼠全基因组的 2058个标签SNPs, 发现19号染色体17.4～22.0 Mb内的1个QTL与跑步时间显著相关, 另外9个QTLs则分别显著影响跑距、平均跑速和最大跑速, 为人类体力活动水平的GWAS研究提供了有价值的资料。麦卡德尔病是由肌糖原磷酸化酶(Muscle glycogen phosphorylase, PYGM)缺乏引起的遗传疾病, 主要临床特征为肌肉剧烈收缩后出现疼痛、痉挛和无力。PYGM基因外显子1内的R50X突变是常见于该病患者中的一个位点。Nogales-Gadea等[11]构建了该病的R基因敲入小鼠模型, 发现RR纯合体小鼠不仅不表达PYGM蛋白, 骨骼肌无活动水平, 其组织学和生化特征也与麦卡德尔病患者相同(即骨骼肌内积聚大量糖原, 血浆肌酸激酶水平显著升高, 运动后出现肌红蛋白尿,运动能力与野生XX型和RX杂合型小鼠相比下降非常显著), 从而为深入了解麦卡德尔病的病理生理学机制及运动不耐受性与较低体力活动水平的分子机制研究提供了重要工具。

2013年, Hoed等[12]对1654名双生子的平均每日活动水平、体力活动能量消耗、中等-剧烈强度体力活动与静息状态的耗时情况进行了调查, 并通过结构方程检验了遗传、共享环境及特有环境因素对上述指标个体差异的影响。结果发现, 遗传与 47%的体力活动能量消耗与中等-剧烈强度体力活动耗时、35%的躯干加速及 31%的静息状态耗时个体差异有关, 此外的大部分个体差异为特有环境因素与随机误差的共同作用, 共享环境因素则仅影响全部指标的0～15%, 从而表明体力活动与静息水平的个体差异由遗传与环境共同作用, 其中环境起主要作用, 遗传因素则影响约50%的个体差异。

2 肌肉力量的遗传学研究

力量素质由基因-环境相互作用, 由多效基因调控, 其遗传度也因测定时选取肌纤维的角度、收缩方式、收缩速度而异(29%～82%)[13]。相对于耐力素质, 与肌肉力量确切相关的基因/位点数量均较低,其效应却较耐力素质相关基因更显著(如著名的“冠军基因”ACTN3), 近年来其遗传学研究亦大量涌现,为我们深入理解其遗传本质提供了丰富素材。

对短跑运动员 α-辅肌动蛋白 3(Alpha-actinin-3 protein, ACTN3)基因第577密码子进行的多态分析是肌肉力量遗传学研究中的经典[14]。由于发生了C→T转换, 导致终止密码子(X)取代了精氨酸(R),从而造成XX型携带者中ACTN3的分泌不足, 使得该基因型运动员的短距离冲刺能力较差[14～16]。事实上, 正是以上对ACTN3基因的早期研究为近年来对来自不同种族、地域、人群及运动项目的受试者开展有关肌肉力量、质量及功率方面的分子研究提供了确切的定量指标[17～23], 然而由于后续研究的实验对象各异, 并非如早期研究一样仅选取精英运动员,故而造成近年来的多数研究结果与早期研究结果并不相符。

对R577X位点与血管紧张素转化酶(Angiotensinconverting enzyme, ACE)基因I/D位点间相互作用的调查是近来肌肉力量ACTN3多态研究的热点。此前大部分研究均认为, 若表达RR或RX基因型的同时也表达DD基因型, 则与同时携带XX及II基因型的个体相比, 此人的肌肉力量、质量或功率将会更高[8]。遗憾的是, 众多研究结果与该假设均背道而驰[18,24～26]。但鉴于这些研究样本量较小, 研究对象间又存在较大的年龄、训练水平等差异, 无从比较, 虽然R577X位点已被证实与肌肉力量等特征指标的变化有关,它与ACE基因I/D位点对肌肉力量的共同作用却仍未知, 尤其当研究对象由优秀运动员转为无训练经历的普通人时。

尽管上述研究中阳性结果较少, 以下的研究对加深我们的肌肉力量遗传学认识却大有益处。2008年, MacArthur等[27]及Chan等[28]分别利用ACTN3基因敲除小鼠研究了 ACTN3在肌肉特征及肌纤维类型比例中的影响, 发现缺乏ACTN3确实可能通过改变肌肉的代谢水平及肌纤维类型特征来改变肌肉的机能情况, 其可能机制则是钙调磷酸酶信号通路活性上升导致的运动训练应答增强[29], 遗憾的是, 上述结果在2012年Vincent等[30]以人股外侧肌进行的骨骼肌代谢特征研究中未能验证, 推测可能与人类及啮齿类动物间的肌纤维代谢特点差异有关。

Liu等[31]于 2009年首次对 1000名美国白人的骨骼肌特征指标开展了GWAS分析, 发现促甲状腺激素释放激素受体(Thyrotropin-releasing hormone receptor, TRHR)基因的两个SNPs与瘦体重显著相关,此后在多个人群中被反复验证。由于甲状腺激素对骨骼肌发育作用显著[32], TRHR编码的又是促进其释放的激素受体蛋白, 故该研究认为 TRHR基因可被视为能影响肌肉力量的潜在基因在未来予以研究。

由于某些微效基因或影响较大的等位基因人群分布极低, 故科学界愈加期望于借助它们的组合来反映其潜在的遗传效应。2010年, Ruiz等[33]采用Williams等[34]提出的“总基因型评分”(Total genotype score, TGS)对西班牙53名优秀力量运动员、100名对照者及100名耐力运动员的6个多态位点进行了计算, 虽然未发现优秀力量运动员中存在“以肌肉力量为导向的多基因群”, 却发现其平均 TGS确实高于对照组及耐力运动员, 部分支持了“TGS评分可区分不同运动员组别”的观点。但研究也发现, 60%优秀力量运动员表达的最优基因型≤3个, 而 20%优秀耐力运动员拥有4或5个最优基因型, 说明TGS不适用于个体研究, 如此高的假阴性比率, 则不仅表明纳入该研究TGS计算的多态位点数量较少, 也反映了当前被确认与肌肉力量相关的多态位点数量较低。优秀运动员数量有限, 因此如何加快国际间合作, 既能解决样本量少的难题又能保证TGS计算所需的高质量基因分型得以完成, 是目前亟待解决的难题。Hughes等[35]也致力于以 TGS探寻肌肉力量相关的“最优基因型群”, 不同的是, 他们计算了某个体可同时表达 22个影响肌肉力量多态位点的“最优基因型群”的可能性, 发现此概率仅为 3/1000 000, 即多数人实际携带的基因型群间仅相差几个等位基因/基因型。因此他们认为, 个体间的高度遗传相似性以及仅有相对较少个体会表达高/低数量优势基因型的情况, 可能正是肌肉力量相关特征之所以异质性水平较低的原因之一。

2011年, Windelinckx等[36]跟踪分析了两项连锁研究[37,38], 首次完成了对染色体 12q12-14内膝伸肌力量联动峰值关联基因的两阶段精细定位图。首先,他们用74个候选基因内/附近的209个标签SNPs对鲁汶大学肌肉力量基因研究(Leuven Genes for Muscular Strength study, LGfMS)项目中的 500名兄弟进行基因分型, 以连锁分析和家族关联分析确定了可跟踪的活化素A受体1型B(activin A receptor, type 1B, ACVR1B)基因和抑制素βC基因。根据是否可能影响基因表达或功能, 选择 33个 SNPs对 LGfMS中的 536名兄弟姐妹进行分析。结果, 仅 ACVR1B多态性与膝伸肌力量显著相关, 其中rs2854464与此关联最强, 其高分布等位基因A携带者则被认为肌肉力量更好。研究者在两个不同人群中对该位点进行了重复检验, 结果均获得了验证。已知ACVR1B蛋白可能对骨骼肌内的肌肉生长抑制素信号产生重要作用, 而 rs2854464位点虽然可能会破坏该基因3′非翻译区内微RNA24的一个潜在结合部位, 对16名不同基因型携带者进行的肌肉活检却未发现该基因表达间存在差异[37], 故仍需大量研究来检验该基因及位点的确切影响。

Thomaes等[39]对260名受训3个月的冠心病患者的肌肉力量、肌肉大小及训练敏感性进行了评分,涉及30个骨骼肌关联基因的65个SNPs, 计算了遗传易感性分数(Genetic predisposition score, GPS)并对其预测水平进行了检验, 发现 GPS与股直肌直径、伸膝力量及训练效果均显著相关, 可影响约23%的个体差异, 从而为心脏修复患者的训练效果预测提供了可行的方法与指标。

3 耐力水平的遗传学研究

人类最大有氧耐力的遗传度为25%～90%[1]。截至2007年, 共有47个被认为与耐力素质相关的基因位点被细致描述, 但大部分位点由于受样本量、种族差异、地域差异等影响, 其确切效应并不明确[2]。2008年以来, 众多设计新颖、样本量相对较大、技术较先进的耐力水平遗传学研究先后发表, 对人们深入了解其机制、明确其作用提供了资料, 在此综述如下。

为探索东非运动员何以长期统治长跑项目, 2009年Scott等[40]对其mtDNA进行了单体型分析,计算了优秀肯尼亚运动员中的 mtDNA单倍群在普通肯尼亚人中的分布频率, 并进行了比较。结果发现, 国家与国际级运动员的单倍群分布频率与对照组相比均差异显著, 且国际级运动员中L0单倍群比例较高, L3*单倍群比例较低。虽然东非大裂谷地区的国际级运动员比例较对照组高, 其单倍群分布频率与其他地区受试者相比差异却不显著; 而优秀运动员虽然多数来自尼罗河流域, 其单倍群分布频率与班图人相比差异也不显著。故研究者认为, mtDNA单倍群与精英肯尼亚长跑运动员有关, 但其杰出耐力水平虽然可能部分受某些特定遗传因素影响, 甚至可能与mtDNA相关, 遗传却并非其耐力表现的唯一影响因素。

2010年, Timmons等[41]基于三项运动训练实验对最大摄氧量(Maximal oxygen consumption, VO2max)训练效果遗传预测标记进行了研究：首先, 对29名受试者施加训练以获得可预测 VO2max训练效果的初始RNA样本; 然后, 在另17名受试者中对以上转录本的预测效果进行验证; 最后, 对上述预测标记的转录本进行基因分型, 以便在接受训练的第三组受试者中获得一组标签SNPs。通过对这些标签SNPs及从HERITAGE Family Study计划的定位克隆研究中发现的 SNPs进行多变量回归分析, 研究发现了11个可共同影响 23%VO2max训练效果变化量的SNPs, 其中7个来自RNA表达分析, 剩下的则来自QTLs分析, 可见将转录物组学与基因组学结合将大大增加新遗传预测标记的发现率, 对运动能力的遗传标记研究而言也是一个有力工具。

2010年, Bouchard等[42]对HERITAGE计划中的白人进行了GWAS分析, 发现了39个与VO2max训练效果个体差异显著相关的SNPs, 其中位于酰基辅酶 A合成酶长链家族成员 1基因第 1内含子的rs6552828影响最显著, 达到约6%。在对39个SNPs进行多变量回归分析后, 9个SNPs被发现对VO2max训练效果变化量的影响超过2%, 7个SNPs的影响达到1%～2%, 16个SNPs的综合影响则达到45%。研究对最后回归分析中的 21个预测标记 SNPs评分,并根据拥有的高 VO2max训练效果等位基因数量对每个 SNP编号, 低反应等位基因纯合子为 0, 杂合子为1, 高反应纯合子为 2。结果发现, 受试者得分为7～31, 最低(≤9)与最高得分者(≥19)的VO2max训练效果相差383 mL/min, 从而表明未来通过一组基因标记将完全可能预测久坐者的 VO2max训练效果大小。

2011年, Thomaes等[43]对完成3个月训练计划的冠心病患者的训练效果预测标记 SNPs也进行了评分, 共分析了12个骨骼肌关联基因的21个SNPs,计算了GPS并检验了其预测水平, 发现分别位于睫状神经营养因子基因、AMP脱氨酶1基因及糖皮质激素受体基因的 rs1800169、rs17602729及 rs6190与耐力水平变化有关, GPS对预测冠心病患者VO2max训练效果增加与否效果显著, 从而与之前的研究[41]共同表明, 预测评分未来可作为有实用价值的新方法, 用于优化训练效果的遗传预测标记研究。

研究表明, 久坐者中约 800个骨骼肌基因在 6周耐力训练后转录水平会出现上调或下调[41], 这800个转录本因此被定义为训练应答转录物组(Training responsive transcriptome, TRT)。2011年, Keller等[44]将此数据库与在人及一个新大鼠模型中发现的可影响骨骼肌耐力训练效果的基因组学数据结合, 对影响以上转录本的复杂网络的主要调节分子进行了探索, 结果发现：①对训练高应答和低应答的受试者中有至少100个TRT基因转录水平出现了不同变化, 说明这些基因对耐力水平的提高至关重要; ②HERITAGE计划受试者的3400个SNPs中, 24个与 VO2max训练效果变化量显著相关, 但经过保守的Bonferroni校正, 这些SNPs均不再与此相关;③动物模型里的高应答大鼠比低应答大鼠多 20%的TRT上调基因但少10%的TRT下调基因, 说明高应答大鼠的TRT基因转录水平较高。

2012年, 一项对亚极量运动能力训练效果遗传预测标记的 HERITAGE研究见于报端[45]。研究对475名受试者的第13号染色体进行了全基因组连锁分析, 发现位于13q12区的1个QTL与60%VO2max强度运动下的摄氧量(△VO260)显著相关, 可作为亚极量运动水平的预测标记。他们用约1800个SNPs对该QTL所在的7.9 Mb大小区间进行了定位和单体型分析, 发现位于ATP酶铵磷脂转运体1级8A型成员2基因和GS同源盒蛋白1基因编码区的几个单体型与△VO260显著相关。随后, 他们采用逐步回归分析计算了△VO260的影响水平, 最终将13个SNPs及单体型纳入分析, 发现它们可影响约20%的△VO260水平。

为明确 GWAS分析中[41]发现的、可显著影响VO2max训练效果的rs6552828是否与杰出耐力素质相关, 2012年, 西班牙与中国科学家分别在本国优秀耐力运动员及普通对照组中检测了其分布频率[46]。结果发现, 该位点仅在中国北方汉族男运动员的分布中存在临界水平差异, 女运动员及西班牙男运动员中均无显著性变化。虽然造成该结果的原因可能是统计学功效偏低, 但鉴于此研究与先前GWAS分析所对应的耐力特征不同, 所以即使这两个特征在运动员发展耐力素质的某个时间点上明显密切相关,却可能正是上述结果的主要诱因。

为明确ACE-I/D及ACTN3-R577X多态与运动能力间是否相关, Ma等[47]于2013年对此进行了meta分析, 分别纳入 25篇涉及 ACE-I/D位点及 23篇ACTN3-R577X多态的研究, 并根据性别、种族、项目分类(耐力与力量)进行了亚组分析。结果发现, ACE的II型较D等位基因携带者(DD+ID)拥有运动能力的可能性更高, 在耐力项目运动员中分布更广, ACTN3的R等位基因则与力量素质显著相关, 从而为上述多态位点与耐力及力量素质间的关联提供了确切数据。

4 结语与展望

2008～2012年涌现了大量的运动能力遗传学研究, 其中的一些由于设计新颖、样本量相对较大、统计学分析独特或利用了较先进的技术, 从而更具有参考价值。由于优秀运动员样本少, 数量增长又异常缓慢, 难以满足遗传学研究发展的需要, 故上述研究或采用模式动物, 或以训练效果为研究内容,或探索普通人的身体活动水平, 有益地补充了人类体质与运动能力的遗传学研究。虽然仍有诸多问题困扰着该领域研究, 但对以上研究的解读可知, 随着国际间合作的增多、各种分子生物学技术的日益成熟及统计学和计算方法的不断革新, 与运动能力有关的新基因、蛋白及机制研究未来将大量涌现,人们对运动遗传学的理解也将不断深入。

[1] 周文婷, 胡扬. 几种可能影响耐力素质的潜在基因. 遗传, 2010, 32(12): 1215-1222.

[2] Bray MS, Hagberg JM, Pérusse L, Rankinen T, Roth SM, Wolfarth B, Bouchard C. The human gene map for performance and health-related fitness phenotypes: the 2006-2007 update. Med Sci Sports Exerc, 2009, 41(1): 35-73.

[3] Bouchard C. Genomic predictors of trainability. Exp Physiol, 2012, 97(3): 347-352.

[4] Stubbe JH, Boomsma DI, Vink JM, Cornes BK, Martin NG, Skytthe A, Kyvik KO, Rose RJ, Kujala UM, Kaprio J, Harris JR, Pedersen NL, Hunkin J, Spector TD, de Geus EJ. Genetic influences on exercise participation in 37. 051 twin pairs from seven countries. PLoS ONE, 2006, 1: e22.

[5] De Moor MH, Liu YJ, Boomsma DI, Li J, Hamilton JJ, Hottenga JJ, Levy S, Liu XG, Pei YF, Posthuma D, Recker RR, Sullivan PF, Wang L, Willemsen G, Yan H, De Geus EJ, Deng HW. Genome-wide association study of exercise behavior in Dutch and American adults. Med Sci Sports Exerc, 2009, 41(10): 1887-1895.

[6] Lightfoot JT, Leamy L, Pomp D, Turner MJ, Fodor AA, Knab A, Bowen RS, Ferguson D, Moore-Harrison T, Hamilton A. Strain screen and haplotype association mapping of wheel running in inbred mouse strains. J Appl Physiol, 2010, 109(3): 623-634.

[7] Hagberg JM, Rankinen T, Loos RJF, Pérusse L, Roth SM, Wolfarth B, Bouchard C. Advances in exercise, fitness, and performance genomics in 2010. Med Sci Sports Exerc, 2011, 43(5): 743-752.

[8] Roth SM, Rankinen T, Hagberg JM, Loos RJF, Pérusse L, Sarzynski MA, Wolfarth B, Bouchard C. Advances in exercise, fitness, and performance genomics in 2011. Med Sci Sports Exerc, 2012, 44(5): 809-817.

[9] Apabhai S, Gorman GS, Sutton L, Elson JL, Plötz T, Turnbull DM, Trenell MI. Habitual physical activity in mitochondrial disease. PLoS ONE, 2011, 6(7): e22294.

[10] Leamy LJ, Kelly SA, Hua K, Pomp D. Exercise and diet affect quantitative trait loci for body weight and composition traits in an advanced intercross population of mice. Physiol Genomics, 2012, 44(23): 1141-1153.

[11] Nogales-Gadea G, Pinos T, Lucia A, Arenas J, Camara Y, Brull A, de Luna N, Martín MA, Garcia-Arumí E, Martí R, Andreu AL. Knock-in mice for the R50X mutation in the PYGM gene present with McArdle disease. Brain, 2012, 135(7): 2048-2057.

[12] den Hoed M, Brage S, Zhao JH, Westgate K, Nessa A, Ekelund U, Spector TD, Wareham NJ, Loos RJ. Heritability of objectively assessed daily physical activity and sedentary behavior. Am J Clin Nutr, 2013, 98(5): 1317-1325.

[13] 常芸, 何子红. 运动能力相关基因研究进展. 中国运动医学杂志, 2002, 21(2): 173-178.

[14] Yang N, MacArthur DG, Gulbin JP, Hahn AG, Beggs AH, Easteal S, North K. ACTN3 genotype is associated with human elite athletic performance. Am J Hum Genet, 2003, 73(3): 627-631.

[15] Druzhevskaya AM, Ahmetov II, Astratenkova IV, Rogozkin VA. Association of the ACTN3 R577X polymorphism with power athlete status in Russians. Eur J Appl Physiol, 2008, 103(6): 631-634.

[16] Eynon N, Duarte JA, Oliveira J, Sagiv M, Yamin C, Meckel Y, Sagiv M, Goldhammer E. ACTN3 R577X polymorphism and Israeli top-level athletes. Int J Sports Med, 2009, 30(9): 695-698.

[17] McCauley T, Mastana SS, Hossack J, Macdonald M,Folland JP. Human angiotensin-converting enzyme I/D and alpha-actinin 3 R577X genotypes and muscle functional and contractile properties. Exp Physiol, 2009, 94(1): 81-89.

[18] Bustamante-Ara N, Santiago C, Verde Z, Yvert T, Gómez-Gallego F, Rodríguez-Romo G, González-Gil P, Serra-Rexach JA, Ruiz JR, Lucia A. ACE and ACTN3 genes and muscle phenotypes in nonagenarians. Int J Sports Med, 2010, 31(4): 221-224.

[19] Hanson ED, Ludlow AT, Sheaff AK, Park J, Roth SM. ACTN3 genotype does not influence muscle power. Int J Sports Med, 2010, 31(11): 834-838.

[20] Ruiz JR, Fernandez Del Valle M, Verde Z, Díez-Vega I, Santiago C, Yvert T, Rodríguez-Romo G, Gómez-Gallego F, Molina JJ, Lucia A. ACTN3 R577X polymorphism does not influence explosive leg muscle power in elite volleyball players. Scand J Med Sci Sports, 2011, 21(6): e34-e41.

[21] Ginevičienċ V, Pranculis A, Jakaitienė A, Milašius K, Kučinskas V. Genetic variation of the human ACE and ACTN3 genes and their association with functional muscle properties in Lithuanian elite athletes. Medicina (Kaunas), 2011, 47(5): 284-290.

[22] Lima RM, Leite TKM, Pereira RW, Rabelo HT, Roth SM, Oliveira RJ. ACE and ACTN3 genotypes in older women: muscular phenotypes. Int J Sports Med, 2011, 32(1): 66-72.

[23] Garatachea N, Fiuza-Luces C, Torres-Luque G, Yvert T, Santiago C, Gómez-Gallego F, Ruiz JR, Lucia A. Single and combined influence of ACE and ACTN3 genotypes on muscle phenotypes in octogenarians. Eur J Appl Physiol, 2012, 112 (7): 2409-2420.

[24] McCauley T, Mastana SS, Folland JP. ACE I/D and ACTN3 R/X polymorphisms and muscle function and muscularity of older Caucasian men. Eur J Appl Physiol, 2010, 109(2): 269-277.

[25] Rodríguez-Romo G, Ruiz JR, Santiago C, Fiuza-Luces C, González-Freire M, Gómez-Gallego F, Morán M, Lucia A. Does the ACE I/D polymorphism, alone or in combination with the ACTN3 R577X polymorphism, influence muscle power phenotypes in young, nonathletic adults? Eur J Appl Physiol, 2010, 110(6): 1099-1106.

[26] Scott RA, Irving R, Irwin L, Morrison E, Charlton V, Austin K, Tladi D, Deason M, Headley SA, Kolkhorst FW, Yang N, North K, Pitsiladis YP. ACTN3 and ACE genotypes in elite Jamaican and US sprinters. Med Sci Sports Exerc, 2010, 42(1): 107-112.

[27] MacArthur DG, Seto JT, Chan S, Quinlan KGR, Raftery JM, Turner N, Nicholson MD, Kee AJ, Hardeman EC, Gunning PW, Cooney GJ, Head SI, Yang N, North KN. An Actn3 knockout mouse provides mechanistic insights into the association between α actinin- 3 deficiency and human athletic performance. Hum Mol Genet, 2008, 17(8): 1076-1086.

[28] Chan S, Seto JT, MacArthur DG, Yang N, North KN, Head SI. A gene for speed: contractile properties of isolated whole EDL muscle from an α-actinin-3 knockout mouse. Am J Physiol Cell Physiol, 2008, 295(4): C897-C904.

[29] Seto JT, Quinlan KGR, Lek M, Zheng XF, Garton F, MacArthur DG, Hogarth MW, Houweling PJ, Gregorevic P, Turner N, Cooney GJ, Yang N, North KN. ACTN3 genotype influences muscle performance through the regulation of calcineurin signaling. J Clin Invest, 2013, 123(10): 4255-4263.

[30] Vincent B, Windelinckx A, Van Proeyen K, Masschelein E, Nielens H, Ramaekers M, Van Leemputte M, Hespel P, Thomis M. Alpha-actinin-3 deficiency does not significantly alter oxidative enzyme activity in fast human muscle fibres. Acta Physiol (Oxf), 2012, 204(4): 555-561.

[31] Liu XG, Tan LJ, Lei SF, Liu YJ, Shen H, Wang L, Yan H, Guo YF, Xiong DH, Chen XD, Pan F, Yang TL, Zhang YP, Guo Y, Tang NL, Zhu XZ, Deng HY, Levy S, Recker RR, Papasian CJ, Deng HW. Genome-wide association and replication studies identified TRHR as an important gene for lean body mass. Am J Hum Genet, 2009, 84(3): 418-423.

[32] Larsson L, Li X, Teresi A, Salviati G. Effects of thyroid hormone on fast- and slow-twitch skeletal muscles in young and old rats. J Physiol, 1994, 481(Pt 1): 149-161.

[33] Ruiz JR, Arteta D, Buxens A, Artieda M, Gómez-Gallego F, Santiago C, Yvert T, Morán M, Lucia A. Can we identify a power oriented polygenic profile? J Appl Physiol, 2010, 108(3): 561-566.

[34] Williams AG, Folland JP. Similarity of polygenic profiles limits the potential for elite human physical performance. J Physiol, 2008, 586(Pt 1): 113-121.

[35] Hughes DC, Day SH, Ahmetov II, Williams AG. Genetics of muscle strength and power: polygenic profile similarity limits skeletal muscle performance. J Sports Sci, 2011, 29(13): 1425-1434.

[36] Windelinckx A, De Mars G, Huygens W, Peeters MW, Vincent B, Wijmenga C, Lambrechts D, Delecluse C, Roth SM, Metter EJ, Ferrucci L, Aerssens J, Vlietinck R, Beunen GP, Thomis MA. Comprehensive fine mapping of chr12q12-14 and follow-up replication identify activin receptor 1B (ACVR1B) as a muscle strength gene. Eur J Hum Genet, 2011, 19(2): 208-215.

[37] Huygens W, Thomis MA, Peeters MW, Aerssens J, Janssen R, Vlietinck RF, Beunen G. Linkage of myostatin pathway genes with knee strength in humans. Physiol Genomics, 2004, 17(3): 264-270.

[38] Huygens W, Thomis MA, Peeters MW, Aerssens J,Vlietinck R, Beunen GP. Quantitative trait loci for human muscle strength: linkage analysis of myostatin pathway genes. Physiol Genomics, 2005, 22(3): 390-397.

[39] Thomaes T, Thomis M, Onkelinx S, Goetschalckx K, Fagard R, Lambrechts D, Vanhees L. Genetic predisposition scores associate with muscular strength, size, and trainability. Med Sci Sports Exerc, 2013, 45(8): 1451-1459.

[40] Scott RA, Fuku N, Onywera VO, Boit M, Wilson RH, Tanaka M, H Goodwin W, Pitsiladis YP. Mitochondrial haplogroups associated with elite Kenyan athlete status. Med Sci Sports Exerc, 2009, 41(1): 123-128.

[41] Timmons JA, Knudsen S, Rankinen T, Koch LG, Sarzynski M, Jensen T, Keller P, Scheele C, Vollaard NBJ, Nielsen S, Akerström T, MacDougald OA, Jansson E, Greenhaff PL, Tarnopolsky MA, van Loon LJC, Pedersen BK, Sundberg CJ, Wahlestedt C, Britton SL, Bouchard C. Using molecular classification to predict gains in maximal aerobic capacity following endurance exercise training in humans. J Appl Physiol, 2010, 108(6): 1487-1496.

[42] Bouchard C, Sarzynski MA, Rice TK, Kraus WE, Church TS, Sung YJ, Rao DC, Rankinen T. Genomic predictors of the maximal O2uptake response to standardized exercise training programs. J Appl Physiol, 2010, 110(5): 1160-1170.

[43] Thomaes T, Thomis M, Onkelinx S, Fagard R, Matthijs G, Buys R, Schepers D, Cornelissen V, Vanhees L. A genetic predisposition score for muscular endophenotypes predicts the increase in aerobic power after training: the CAREGENE study. BMC Genet, 2011, 12: 84.

[44] Keller P, Vollaard NB, Gustafsson T, Gallagher IJ, Sundberg CJ, Rankinen T, Britton SL, Bouchard C, Koch LG, Timmons JA. A transcriptional map of the impact of endurance exercise training on skeletal muscle phenotype. J Appl Physiol, 2011, 110(1): 46-59.

[45] Rice TK, Sarzynski MA, Sung YJ, Argyropoulos G, Stütz AM, Teran-Garcia M, Rao DC, Bouchard C, Rankinen T. Fine mapping of a QTL on chromosome 13 for submaximal exercise capacity training response: the HERITAGE Family Study. Eur J Appl Physiol, 2012, 112(8): 2969-2978.

[46] Yvert T, He ZH, Santiago C, Hu Y, Li YC, Gómez-Gallego F, Fiuza-Luces C, Verde Z, Muniesa CA, Oliván J, Santalla A, Ruiz JR, Lucia A. Acyl coenzyme A synthetase longchain 1 (ACSL1) gene polymorphism (rs6552828) and elite endurance athletic status: a replication study. PLoS ONE, 2012, 7(7): e41268.

[47] Ma F, Yang Y, Li X, Zhou F, Gao C, Li M, Gao L. The association of sport performance with ACE and A CTN3 genetic polymorphisms: a systematic review and metaanalysis. PLoS ONE, 2013, 8(1): e54685.

(责任编委: 李绍武)

Advances in the genetics of exercise performance

Wenting Zhou

Harbin Institute of Physical Education, Harbin 150001, China

Differences among individuals in exercise performance are determined by a range of environmental and genetic factors. Since 2008, numerous studies in the genetics of exercise performance have been published and a set of significant results have been obtained. In this review, we analyze the research results in physical activity, muscular strength and endurance from reputable papers selected based on these following aspects: sample size, quality of phenotype measurements, quality of the exercise program or physical activity exposure, study design, adjustment for experimental testing and quality of genotyping. We also review the progress of these three research fields and suggest new directions to future research.

exercise performance; physical activity level; muscular strength; endurance performance

2013-11-07;

2013-12-19

周文婷，博士后，副教授，研究方向：基因技术与运动员选材。E-mail：springzwt@126.com

10.3724/SP.J.1005.2014.0301

时间: 2014-2-11 10:54:45

URL: http://www.cnki.net/kcms/detail/11.1913.R.20140211.1054.001.html