MIF基因启动子区-173多态性与冠状动脉粥样硬化性心脏病发病风险关系的meta分析

连 政，于诗然，崔淯夏，李素芳，宋俊贤，李忠佑，陈 红

(北京大学人民医院心内科/急性心肌梗死早期预警和干预北京市重点实验室/心血管转化医学研究中心，北京 100044)

冠状动脉粥样硬化性心脏病(coronary artery disease,CAD)，简称冠心病，是严重威胁人类健康的疾病[1]。动脉粥样硬化斑块的形成是发生CAD的病理学基础。炎性反应可以促进动脉粥样硬化斑块的形成，同时，炎性反应也与斑块的稳定性相关[2]。研究发现，在CAD人群中，多种炎症因子在外周循环的水平明显升高，且这些炎症因子对CAD的发生及发展起着重要的作用[3]。越来越多的炎症因子被发现，如巨噬细胞移动抑制因子(macrophage migration inhibitory factor,MIF)。

MIF是一种由T细胞、巨噬细胞、上皮细胞等多种细胞合成的细胞因子[4]。既往研究发现血清中MIF水平与CAD的发病呈正相关，并且有研究认为血清中的MIF水平可以作为CAD的预测因子[5]。人的MIF基因定位于染色体 21q11.2，可编码 115个氨基酸[6]。既往研究发现MIF基因启动子区-173 C/G等位基因具有与激活增强子结合蛋白4(activating enhancer binding protein 4,AP4)应答元件相结合的位点，因此该位点单核苷酸多态性(single nucleotide polymorphisms,SNP)可影响MIF的表达水平[7]。许多研究认为该位点的SNP与CAD发病风险相关[8-15]，但也有一些研究证实两者并无关联[16-17]。本研究收集针对MIF 启动子区-173 C/G SNP与CAD发病风险相关性的病例对照研究，进行系统分析，以了解CAD的发病风险与MIF启动子区-173 C/G SNP之间的联系。

1 资料与方法

1.1 文献检索策略

从PubMed、EMBASE、Google Scholar、Cochrane Central Register of Controlled Trials (CENTRAL)、中国生物医学文献数据库(Chinese Biomedical Literature Database，CBM)、中国知网、万方及维普等数据库中检索相关文献。以冠状动脉粥样硬化性心脏病、冠心病、心肌梗死、心绞痛、猝死、巨噬细胞迁移抑制因子、MIF、rs755622、-173 G/C、多态性为主题词检索中文数据库，以CAD、coronary artery disease、myocardial infarction、angina、sudden death、polymorphism、SNP、MIF、macrophage migration inhibitory factor、rs755622、-173 G/C为主题词检索英文数据库。同时检索PROSPERO数据库(https://www.crd.york.ac.uk/PROSPERO/)，中国临床试验注册中心(http://www.chictr.org.cn/)及美国国立卫生研究院所属的北美临床试验注册中心(https://clinicaltrials.gov/)，以确定有无目前正在进行的相关临床研究。在上述的数据库中对已经发表的学位论文、会议论文等进一步筛选，以找寻未发表的相关数据。以上检索时限为建库至2020年5月7日。

1.2 纳入与排除标准

纳入标准：(1)病例对照研究；(2)文献研究内容为MIF基因启动子区-173 SNP与CAD发病风险的相关性；(3)足够的基因型数据计算比值比(odds ratio，OR)和95%置信区间(confidence interval，CI)。排除标准：(1)无法获得足够的基因数据；(2)动物实验研究；(3)综述性文献、病案报道及meta分析；(4)重复数据发表的文献。

1.3 文献质量评价

按照既往发表的文献评价体系对获取的文献进行评分，按照评分细则，文献得分在0～9分[18]。由两位独立的研究者根据评分细则严格打分。文献得分大于或等于6分为高质量文献。

1.4 统计学处理

为了评估MIF基因启动子区-173 SNP与CAD发病风险的相关性，本研究中将基因模型划分为等位基因模型(Cvs. G)、隐性基因模型 (CCvs. GC+GG)、显性基因模型 (GC+CCvs. GG)、纯合子基因模型 (CCvs. GG) 及杂合子基因模型 (GCvs.GG)，并分别计算它们的OR值及95%CI。根据人种及Hardy-Weinberg平衡(Hardy-Weinberg equilibrium，HWE)定律进一步行亚组分析。所有数据使用Stata16.0软件进行分析。通过q检验和I2检验进行异质性分析，若P>0.10且I2<50%则认为各原始研究间无明显的异质性，并采用固定效应模型进行合并计算，否则认为存在异质性，则采用随机效应模型计算。敏感性分析用于评估每一个独立研究对整体研究的影响及结果的稳定性。通过Egger′s检验和Begg′s漏斗图分析发表偏移。以P<0.05为差异有统计学意义。

2 结 果

2.1 文献检索结果

本研究初步检索到相关文献112篇，根据纳入排除标准逐层筛选，最终纳入10篇[8-17]，包括5篇中文文献和5篇英文文献，其中8个研究样本为亚洲人群，2个研究样本为非亚洲人群。1篇文献的研究结果未以论著形式发表在国内外期刊中[14]，其余9篇文献均以论著形式发表在国内外期刊中。在已注册的临床研究中未发现与本研究相关且正在进行的临床研究。研究共纳入CAD人群4 245例，对照组5 007例。8项研究的对照组符合HWE定律，2项不符合。文献筛选流程图见图1，纳入文献的基本特征见表1。

图1 文献筛选流程

表1 纳入文献基本特征

2.2 MIF基因启动子区-173 SNP与CAD发病风险的相关性

根据meta分析的结果显示，除杂合子基因模型外，其余4种基因模型的分析结果均显示MIF基因启动子区-173 SNP与CAD的发病相关，是CAD的危险因素(Cvs. G,OR= 1.39,95%CI：1.16～1.68,P=0.001,I2=70%;CCvs. GC+GG,OR=1.82,95%CI：1.22～2.71,P=0.004,I2=74.5%;GC+CCvs. GG,OR= 1.43,95%CI：1.13～1.80,P=0.003,I2=63.6%;CCvs. GG,OR= 1.98,95%CI：1.36～2.87,P=0,I2=56.7%)。见表2。

表2 MIF基因启动子区-173 SNP与CAD发病风险的meta分析结果

MIF-173(rs755622)GC+CC vs. GGOR(95%CI)PI2(%)CC vs. GGOR(95%CI)PI2(%)GC vs. GGOR(95%CI)PI2(%)总计1.43(1.13～1.80)0.00363.61.98(1.36～2.87)056.71.32(0.99～1.76)0.05971.5种族 亚州1.34(1.03～1.73)0.02866.11.94(1.37～2.76)043.81.19(0.88～1.61)0.26071.7 非亚州1.94(1.27～2.97)0.00203.30(0.28～39.40)0.34686.72.39(1.38～4.13)0.0020HWE 是1.49(1.19～1.88)0.00155.62.24(1.44～3.49)062.71.34(1.04～1.74)0.02660 否0.97(0.27～3.42)0.96288.51.17(0.66～2.11)0.58801.10(0.15～7.82)0.92592.9PCR-Taqman 是0.94(0.58～1.52)0.80267.71.47(1.18～1.83)0.00100.89(0.51～1.56)0.68372.9 否1.70(1.36～2.12)021.62.69(1.50～4.85)0.00160.81.62(1.09～2.40)0.01665.1

亚组分析显示，在亚洲人群中，除杂合子基因模型以外，其余4种基因模型均显示MIF基因启动子区-173 SNP与CAD的发病相关(Cvs. G,OR=1.34,95%CI：1.09～1.64,P=0.005,I2=72%;CCvs. GC+GG,OR=1.84,95%CI：1.20～2.80,P=0.005,I2=74.8%;GC+CCvs. GG，OR=1.34,95%CI：1.03～1.73,P=0.028,I2=66.1%;CCvs. GG，OR= 1.94,95%CI：1.37～2.76,P=0,I2=43.8%)，且该基因SNP为CAD的危险因素。在非亚洲人群中，仅在等位基因模型、显性基因模型及杂合子基因模型中观察到MIF基因启动子区-173 SNP与CAD的发病相关(Cvs. G,OR= 1.72,95%CI：1.01～2.92,P=0.047,I2=58.0%;GC+CCvs. GG，OR= 1.94,95%CI：1.27～2.97,P=0.002,I2=0;GCvs. GG，OR= 2.39,95%CI：1.38～4.13,P=0.002,I2=0)。

当去除HWE不平衡的研究后再次对数据进行meta分析后发现，5种基因模型的分析结果均显示MIF基因启动子区-173 SNP与CAD的发病相关，是CAD的危险因素。

由于纳入文献的异质性较大，因此笔者尝试对纳入文献进行不同的分组分析以找寻异质性来源。笔者发现当去除3项以PCR Taqman为检测手段的研究后，4种基因模型下，纳入文献的异质性有所下降甚至消失，提示检测手段不同可能是造成异质性的主要来源。

2.3 敏感性分析

在5种基因模型下，通过逐一剔除每项研究后再分析，发现均不会对总结果产生显著影响，提示本研究的稳定性较好，见图2。

图2 在等位基因模型下的敏感性分析结果

2.4 发表偏倚

Begg′s漏斗图分析及Egger′s检验分析结果显示，在5种基因模型下均未见明显的发表偏倚，提示本研究结果可靠。见表3，图3。

表3 发表偏倚分析结果

图3 在等位基因模型下的发表偏倚结果

3 讨 论

MIF被认为是炎症瀑布的上游促炎因子，可调控其他促炎因子及炎症介质的合成与释放，这种特性使MIF在许多疾病中发挥着重要的作用，并被认为是一个很有潜力的生物标志物[19]。临床研究发现，CAD患者血清MIF水平明显升高[20]，因此推测MIF在CAD的发生发展中具有重要作用。研究表明，在有害因素刺激下，MIF可迅速从巨噬细胞、心肌细胞、血管内皮细胞等中释放[21]。释放出的MIF可促进巨噬细胞向泡沫细胞转化，加速动脉粥样硬化进程[22]。同时MIF还可以促进其他炎症因子的合成及释放，如白细胞介素-1(IL-1)、IL-18、肿瘤坏死因子-α(TNF-α)等[23]，通过该途径可对炎性反应进一步放大，促进动脉粥样硬化形成。

迄今为止，已报道MIF基因有4个多态位点，其中包括-794位CATT5-8的4个核苷酸重复和3个SNP，它们分别是-173G>C、+254T>C和+656C>G[24]。由于-173G>C位于MIF基因的启动子，且该位点的基因突变可影响AP4应答元件亲和力，因此该位点的SNP对机体中MIF水平有明显影响[7]。本研究是目前第1篇对该位点SNP与CAD发病关联性做系统性评价的研究。通过本研究发现仅杂合子基因模型没有显示出与CAD明显的相关性，其余4种模型均提示该SNP与CAD发病风险相关，且该位点SNP中携带等位基因C是CAD的危险因素。在不同人群中不同的基因模型表现出不同的结果，对于亚洲人群则在等位基因模型、显性基因模型、隐性基因模型及纯合子基因模型中观察到该SNP与CAD的发病相关，在非亚洲人群中则在等位基因模型、显性基因模型及杂合子基因模型中观察到该SNP与CAD的发病相关。但鉴于亚洲人群的研究中有2篇文章有明显异质性，且对于非亚洲人群的研究较少，因此该结论仍待较大样本量的研究结果予以佐证。本研究中可见数据的异质性较大，在纳入的原始研究中虽有2项研究不符合HWE定律，但经过矫正分析后发现其对总体研究结果及异质性影响并不明显，进一步分析发现异质性的主要来源是徐锐[14]、WU等[16]、代传芬等[17]的3项研究，且这3项研究均以PCR Taqman为检测手段，将这3项文献剔除后异质性有所降低甚至消失，因此考虑检测手段不同可能是造成异质性的主要来源。本研究经过敏感性分析及发表偏倚检测均提示结果稳固、可靠。

本研究纳入的文献数据大部分来自中国的临床研究，非亚洲人群的研究数据较少，总体数据十分有限，笔者猜测可能的原因有以下几点：(1)目前对于MIF的生理机制研究并不十分清楚，导致MIF并未成为众多研究的焦点；(2)少量研究发现血清中MIF水平与CAD的发病关联性不强[25]，因此并未进一步对基因多态性进行研究。另外有些非亚洲人群研究由于无法获得有效的确切数据，因此无法纳入本研究中，例如MONICA/KORA研究[25]。该研究为德国的1项临床研究，共纳入363例CAD患者，研究结果显示女性携带该SNP位点的等位基因是CAD的危险因素之一。由于人群的差异可能导致该基因的分布及与疾病的关联性会受到一定的影响，例如既往对于该位点的SNP研究发现，亚洲人群携带等位基因C是罹患结核及炎症性肠病的危险因素，但对于非亚洲人群来说则不是[26-27]。本研究由于样本量偏小，且非亚洲人群数据有限，导致本研究结果存在局限性，所以期待更大标本量的非亚洲人群的相关结果发表，以弥补目前meta分析的缺陷。此外，本研究中有2项研究人群不符合HWE定律，以及本文仅检索了中文及英文数据库，未纳入其他语种的文献均是本研究存在的局限性。

综上所述，MIF基因启动子区-173 SNP与CAD的发病风险相关，且携带等位基因C是CAD的危险因素。但仍需大标本量及更多人群的检测数据进一步验证。