Fst统计法评估KIF1B 基因rs17401966多态性与肝细胞癌风险Meta分析的异质性来源*

苏明宽，郭建峰，陈宏斌，黄建成

(福建医科大学附属闽东医院检验科，福建宁德 355000)



·论 著·

Fst统计法评估KIF1B 基因rs17401966多态性与肝细胞癌风险Meta分析的异质性来源*

苏明宽，郭建峰，陈宏斌，黄建成

(福建医科大学附属闽东医院检验科，福建宁德 355000)

目的 采用Fst统计法评估二分类变量Meta分析的异质性来源。方法 检索Google Scholar、EMBASE、PubMed、ISI Web of Knowledge 和 CNKI数据库，搜集有关KIF1B 基因rs17401966多态性与肝细胞癌风险关系的病例-对照研究。应用Stata 12.0软件进行Meta分析，使用Arlequin 3.5软件分析研究人群间的遗传分化程度。结果 最终纳入5个病例-对照研究，合计12个研究人群。对12个人群的Meta分析结果显示KIF1B 基因rs17401966 G等位基因与HCC风险负相关(OR=0.77，95%CI：0.65～0.93；P=0.005)，然而合并结果存在很强的异质性。通过对12个纳入人群进行遗传分化检验，发现Zhang等的5个研究人群与其他研究人群存在不同程度的遗传分化，进而根据Fst值进行适当的亚组分析，把组8和组9异质性检验的I2值降到了25%以下，然而组8和组9的Meta分析结果却不一致。结论 研究显示在对KIF1B 基因rs17401966多态性与肝细胞癌风险进行Meta分析时，通过对纳入人群的遗传分化检验，可以发现Meta分析的异质性来源。

异质性； 多态性； Meta分析； 遗传分化； 肝细胞癌

2010年，Zhang等[1]开展的中国人群乙型肝炎病毒(HBV)感染相关肝细胞癌(HCC)的全基因关联分析(GWAS)，发现1p36.22 区域的KIF1B基因单核苷酸多态性rs17401966与HCC风险显著相关，其5个研究人群的联合P值达3.4×10-19。然而，其他学者后继重复研究并没有取得相一致结果，可能由于遗传分化，不同的研究设计，较小的样本量等。Meta 分析是对具有相同研究目的多个医学研究进行综合分析的一系列过程，通过Meta分析，可以达到增加样本量进而增强统计效能。效应量的异质性检验是 Meta 分析的一个重要步骤，Meta分析的过程中若不能对研究间存在的异质性进行合理分析，也没有采用适当的方法对其加以控制，Meta分析的结果就不可靠，其结论也不能用于指导解决相应的临床问题。目前RevMan、Stata等Meta分析软件无有效的方法对异质性的来源进行分析。固定指数(Fst)是种群分化和遗传距离的一种衡量方法[2]，可以对不同人群之间遗传关系的远近进行量化。为此本研究就引入Fst统计法评估KIF1B 基因rs17401966多态性与肝细胞癌风险Meta分析的异质性来源作一讨论。

1 资料与方法

1.1 资料来源与文献检索策略 检索Google Scholar、EMBASE、PubMed、ISI Web of Knowledge和CNKI数据库，搜集有关KIF1B 基因rs17401966多态性与HCC风险关系的病例-对照研究，检索时间为2010年1月至2016 年4月。检索采取主题词与自由词相结合的方式，英文检索词包括chronic hepatitis B、hepatocelluar carcinoma、HCC、Liver cancer、KIF1B、Kinesin family member 1B、rs17401966、polymorphism和variant；中文检索词包括慢性乙型肝炎、肝细胞癌、肝癌、驱动蛋白家族、rs17401966、多态性、变异。纳入文献的标准如下：(1)公开刊登发表的KIF1B基因rs17401966多态性与HCC风险相关的病例-对照研究；(2)有相应基因型的频数数据以可用来计算遗传分化(genetic differentiation)程度；(3)以慢性HBV感染者为对照组；(4)所研究对象均要排除合并HCV、HIV感染；(5)慢性HBV感染及HCC诊断标准符合中国或国际标准。 排除标准如下：(1)基于家系的研究；(2)慢性HBV感染及HCC诊断标准描述不清的文献；(3)文献质量差、 重复报告及数据描述不详的研究。总共检索到文献37篇，经过纳入和排除标准其中32篇文献被排除，最后纳入Meta分析的文献共5篇[1,3-6]，合计12个研究人群。其中中国人群为8个、日本人群为2个、韩国人群1个、泰国人群1个。12个研究人群累计HCC 4 886例，对照5 442例。由 2名研究者分别提取入选文献研究对象的种族来源、病例与对照组人数、基因型频数信息，纳入文献基本信息见表1。

1.2 统计学处理 采用显性遗传模型(GG+AGvs. AA)来分析 rs17401966多态性与HCC的风险。二分类资料采用比值比(OR)作为效应统计量，并计算其95%可信区间(95%CI)。采用 Cochrane Q 检验对纳入研究进行异质性检验，同时结合I2定量判断异质性的大小。I2<25%时，认为没有异质性。I2值为25%～<50%时，认为有轻度的异质性。I2值为50%～75%时，认为有中度的异质性。当I2>75%时，认为有很强的异质性。当I2<50%时，采用固定效应模型进行统计量的合并。否则,采用随机效应模型来合并统计量。以上统计量均使用Stata 12.0软件进行统计分析，双侧检验，以P<0.05为差异有统计学意义。使用Arlequin 3.5软件分析研究人群间的遗传分化程度，Fst>0.05为差异有统计学意义。

2 结 果

2.1 遗传分化检验 由于不同地域的人群遗传背景各异导致对同种疾病存在不同程度的易感性[7]，为了避免这些差异在人群合并分析后难以表现出来，需要对纳入研究的12个人群进行遗传分化检验。Fst用来描述遗传分化程度，Fst<0.05代表两个人群没有遗传分化。表 2列出了12个人群两两比较的Fst 值，发现广西与香港(Fst=0.064)、泰国(Fst=0.052)、北京2(Fst=0.057)人群存在显著遗传分化。另外北京1与香港(Fst=0.056)、北京2 (Fst=0.050)也存在显著遗传分化。还有一些人群之间存在低水平的遗传分化，虽然其Fst<0.05。

2.2 KIF1B 基因rs17401966多态性与HCC风险的关联 对12个研究人群的合并结果显示，在显性遗传模型下，异质性检验I2为77.3%，P值更是达到了1.19×10-6，提示研究存在很强的异质性，因此采用随机效应模型。Meta分析结果显示，KIF1B 基因rs17401966 G等位基因与HCC风险负相关(OR=0.77，95%CI：0.65～0.93；P=0.005)。组2、组4、组6、组8、组9异质性检验I2值均为0.0%，P值为0.567～0.890，因此均采用固定效应模型。组3、组5、组7异质性检验I2值为61.4%～76.9%，因此均采用随机效应模型合并统计量。Meta分析结果见表3。

表1 纳入研究基本特征(n，n/n)

表2 12个人群病例组与对照组两两比较的Fst值

注：*代表存在低水平的遗传分化，**代表存在较强的遗传分化，右上角为HCC组Fst值，左下角为对照组Fst值。

表3 KIF1B 基因rs17401966多态性与HCC风险Meta分析结果

3 讨 论

Meta 分析的异质性分为临床异质性、方法学异质性和统计学异质性[8-9]。临床异质性是指参与者不同、干预措施的差异及研究的终点指标不同所导致的变异。方法学异质性是指由于试验设计和质量方面的差异引起的变异。因此，降低临床异质性和方法学异质性的手段是在Meta 分析时，首先要制订严格、统一的纳入和排除标准，只有具有相同研究目的、高质量的研究才能纳入分析[10]。统计学异质性是研究间临床和方法学上多样性的直接结果。异质性检验的方法主要有I2统计量、Q 统计量、H 统计量、Galbraith图[11]和L′Abbe图法[12]，根据以上5种异质性检验结果选择固定效应模型或随机效应模型。也可将所纳入数据分成更小的单元，进而在亚组内进行比较，如按不同设计方案、研究对象地域来源等进行亚组分析。然而异质性来源于多个纳入研究对象时，仅通过人为而无一种检验方法进行分组分析存在诸多困难。为此引入Arlequin 3.5软件的Fst统计法评估二分类变量Meta分析的异质性来源。

从Fst值可以看出Meta分析的异质性主要源于病例组，对照组中仅江苏人群与日本人群存在低水平的遗传分化。由于广西和北京1人群与香港、泰国、北京2人群存在较强的遗传分化，而广西与北京1人群无遗传分化，另外香港、泰国、北京2这3个人群之间也无遗传分化。因此，把广西和北京1人群分为组2，对余下10个人群分为组3，或把香港、泰国、北京2人群分为组4，另外9个人群分为组5，然而组3、组5仍存在很强的异质性。进一步把南京、韩国、香港、泰国、北京2人群分为组6，余下7个人群分为组7，虽然组7的异质性检验I2值低于组3和组5，但仍大于50%。因为有的人群之间存在低水平的遗传分化，而Meta分析是通过对其纳入人群的合并分析，对低水平的遗传分化具有累加作用，而造成I2大于50%。本文发现Zhang等的5个研究人群与其他7个研究人群存在不同程度的遗传分化，可能原因为这7个研究人群来源于不同文献，其病例的选择存在差异。另外，还发现北京1与北京2人群存在很强的遗传分化，其原因不排除存在抽样误差的可能。因此，把Zhang等的5个研究人群划分为组8，另外7个人群划分为组9，通过这种分组方式，把这2个亚组的异质性检验I2值降到了25%以下。值得注意的是，组8累计HCC 2 310例，对照1 789例。 组9累计HCC 2 576例，对照3 653例。然而组8和组9的Meta结果却不一致，因此，认为KIF1B rs17401966多态性与HCC风险还需进一步研究。

综上所述，本研究显示，在对KIF1B 基因rs17401966多态性与肝细胞癌风险进行Meta分析时，通过引入Fst统计法对纳入人群进行遗传分化检验，可以发现Meta分析的异质性来源，并可根据Fst值进行适当的亚组分析。

[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

福建省自然科学基金项目(2016J01596)；福建省宁德市科技计划项目(20150013)。

苏明宽，男，主管技师，主要从事分子生物学研究。

10.3969/j.issn.1673-4130.2016.23.005

A

1673-4130(2016)23-3252-04

2016-05-11

2016-07-29)