宿茂伟, 钟隆柱, 胡佳, 吴宏适
1广州市荔湾中心医院普外科(广东广州 510145); 2中山大学孙逸仙纪念医院内分泌科(广东广州 510120)
结直肠癌(CRC)在世界范围内是最常见的恶性肿瘤之一,全球发病率排名第3,病死率则高居第2,是消化系统恶性肿瘤中发病和病死率最高的一种[1]。每年有近900 000人因CRC而失去生命[2]。尽管CRC的确切致病机制和病因尚未完全明确,但人口老龄化、高收入国家的饮食习惯、肥胖、缺乏体育锻炼和吸烟等不利因素都被认为会增加CRC的患病风险[3]。该疾病的早期检出率较低,易于发生转移,因此许多患者错失了根治手术的机会,严重威胁着公众的生命和健康[4]。因此,识别引发CRC的诱因对预防、诊断和治疗都至关重要。缺铁性贫血(iron deficiency anemia,IDA)是全球范围内最常见且可治疗的贫血类型之一[5]。全球约有一半的贫血病例与IDA相关[6]。贫血是由于血红蛋白和红细胞不足引起的疾病,可能导致组织缺氧和器官受损。IDA的典型症状包括皮肤苍白(45%~50%)、疲劳(44%)、呼吸困难和头痛(63%),其他症状和体征主要由低氧血症引起,严重情况下,甚至可能在休息时引发呼吸困难、心绞痛,甚至危及生命[7-8]。越来越多的证据表明,IDA可能对其他疾病的临床结果产生不利影响[8-10]。孟德尔随机化(Mendelian randomization,MR)是一项重要的研究方法,特别是在流行病学领域。MR利用遗传变异作为工具变量,用于推断风险因素是否对健康结果产生因果关系[11]。近年来,随着基因组学的迅猛发展,MR方法备受研究者青睐,并广泛应用于危险因素与疾病结局之间的因果关联研究中,这大大提高了病因学研究的效率和可行性。在这项研究中,我们采用MR方法来探讨IDA对CRC发生的潜在影响。
1.1 研究设计 本研究于2023年3月至2023年10月,通过英国生物银行(UK Biobank,UKB)数据库进行数据筛选,采用孟德尔随机化分析,以IDA为暴露因素,以CRC为结局,应用全基因组关联分析(genome-wide association study,GWAS)遗传汇总数据进行分析,评估IDA与CRC之间潜在的因果关联。
1.2 资料来源 在UKB数据库筛选IDA和CRC数据,选择发生定义事件样本量>3 000例且SNP检测数量>100万作为最终纳入分析的数据集。IDA作为暴露因素。IDA是一项包含361 194例参与者共检测11 553 874个SNP数量的UKB数据库,选择与IDA呈全基因组关联的SNP作为工具变量(IV)。CRC为结局变量,关于CRC的遗传关联数据来自一项包含了377 673例参与者的GEAS,其中检测的SNP数量为11 738 639,包含5 657例CRC病例。
1.3 工具变量IV的选择 本研究工作变量IV的选择根据以下标准:(1)筛选的工具变量SNP与IDA表现达到全基因组显著关联(P<5×10-7)。(2)SNP之间不存在连锁不平衡,kb=5 000,R2<0.001。(3)SNP与结局事件即至结肠癌之间无全基因组显著关联(P<1×10-2)。最终纳入4个SNP作为工具变量进行MR分析。通过F值评估工具变量,当F>10提示工具变量为强工具变量,纳入分析。
1.4 统计学方法 采用随机效应逆方差加权(inverse-variance weighted,IVW)方法、加权中位数法(weight median,WM)和MR-Egger回归来计算风险比(odds ratio,OR)和95%置信区间(confidence interval,95%CI),以评估IDA与CRC发病风险的潜在因果关系。采用随机效应模型通过Cochran′s Q检验评估工具变量IV的异质性,P<0.05为差异有统计学意义。采用MR-Egger回归来探索筛选到的工具变量是否存在水平多效性,MR-Egger回归的截距趋近于0或无统计学意义,提示不存在多效性。此外,应用异常值检验(MR pleiotropy residual sum and outlier,MR-PRESSO)剔除离群值(P<0.05)。应用R 4.3.1中的“Two Sample MR”“MRPRESSO”和“Mendelian Randomization”软件包进行MR统计分析。
2.1 MR分析数据来源 以IDA作为暴露因素。GWAS数据选择来自UKB数据库中的欧洲人群。本研究共纳入2个IDA GWAS数据库,2个数据库均是由Neale lab提供,其区别在于IDA诊断标准存在差异。见表1。
表1 本研究GWAS数据库和工具变量描述
2.2 MR分析工具变量筛选 以IDA作为暴露因素。通过设定P<5×10-7,R2<0.001以及kb=5 000条件为筛选工作变量,最终确定缺铁性为暴露因素的工具变量为4个。工具变量在暴露因素及结局事件中的参数见表2。
表2 本研究暴露的因素筛选到的SNP列表
2.3 IDA与CRC的因果关系 IVW分析结果显示,IDA与CRC的发病存在关联,且IDA增加了CRC的发病风险(OR=1.284,95%CI:1.037~1.591,P=0.022),WM回归分析结果(OR=1.269,95%CI:0.972~1.655,P=0.079)支持IVW结果。尽管MR-Egger回归分析的结果(OR=1.056,95%CI:0.640~1.744,P=0.850)差异无统计学意义,但其结果提示IDA增加CRC发病风险。此外,改变IDA的诊断标准后,结果提示IDA增加了CRC的发病风险。上述结果表明,IDA人群发生CRC的风险增加。见表3和图1A、D。
注:A:CD10诊断IDA筛选到的SNP散点图;B:CD10诊断IDA筛选到的SNP漏斗图;C:CD10诊断IDA筛选到的SNP的森林图;D:IDA筛选到的SNP散点图;E:IDA筛选到的SNP漏斗图;F:IDA筛选到的SNP的森林图
表3 两样本MR分析IDA与CRC关系
2.4 敏感度分析 异质性分析结果显示,IVW分析IDA未出现异质性。多效性分析结果显示,IDA的分析结果不存在多效性。漏斗图表明可能的的干扰因素对因果关系产生影响的可能性较小(图1B、E)。留一敏感性分析结果提示,依次剔除IDA的每个SNP后,剩余的SNP对分析结果未产生显著影响(图1C、F)。
IDA是常见的的贫血类型,是由于体内铁储备不足或吸收不佳,从而导致红细胞无法正常合成血红蛋白。真核细胞中含有大量的铁需求蛋白,如:铁硫簇蛋白、血红蛋白、核糖核苷酸还原酶(RNRS)等。这些蛋白质利用铁作为辅助因子,在DNA复制、DNA修复、代谢催化、铁调节和细胞周期进程中发挥关键作用。铁稳态的破坏会损害这些需要铁的蛋白质的功能,并且与哺乳动物中以DNA修复缺陷为特征的疾病相关。参与DNA复制和修复的许多关键蛋白需要铁,这些蛋白往往具有氧化还原活性功能抑或是稳定局部结构域的结构成分[12]。研究表明,某些遗传突变与CRC的风险紧密相关。例如家族性腺瘤性息肉病(FAP)和遗传性非息肉病(HNPCC)是两种与CRC高度相关的遗传疾病。这些疾病中存在特定的基因突变,如APC基因以及MLH1、MSH2等DNA修复基因的突变,这些突变可导致CRC的发生[13]。
铁元素在建立有效免疫反应中起着不可或缺的作用,它对免疫细胞的生长、增殖和分化至关重要的[14]。肿瘤细胞本身具有快速生长和繁殖的特点,且能够避免细胞凋亡。铁缺乏会降低细胞内NF-κB基因家族亚单位Re1A的磷酸化水平,并损害HIFs的脯氨酸羟化,导致肿瘤细胞无限繁殖、转移等[15-17]。铁缺乏及其引起的缺氧能够激活HIFs,这些HIFs通过上调与肿瘤血管生成和代谢重构相关的靶基因来推动癌症进展[18-19]。另外,在实体肿瘤的生长、进展和转移过程中,HIF-1α发挥着关键作用[20],有研究发现,铁螯合剂去铁胺甲磺酸盐(DFO)诱导的细胞铁耗竭已被证明会增加HIF-1α[21]。铁缺乏可能会削弱免疫反应,增加肿瘤发生的风险,并影响恶性肿瘤患者的预后和治疗耐受性。此外,免疫细胞需要铁作为产生髓过氧化物酶(MPO)和一氧化氮合酶等酶的辅因子。当存在铁缺乏时,这些酶的催化活性受到抑制,导致吞噬功能受损。因此,铁缺乏可能会增加感染和肿瘤发生的风险[22-25]。
研究表明,铁缺乏会抑制T细胞的增殖和强效的抗肿瘤细胞因子IFN-γ的分泌,从而可能导致肿瘤发生及进展[26]。不仅如此,铁缺乏会损害细胞介导的免疫,为癌症的发生和生长铺平道路。当铁缺乏存在时,显著的凋亡抗性标志物——细胞色素-C氧化酶活性明显降低[27]。因此,铁缺乏相关的癌症作用可能影响肿瘤的发生和进展,也会影响细胞凋亡和治疗反应。而CRC作为一种恶性肿瘤,免疫系统可以帮助识别和清除体内异常细胞,包括癌细胞。在铁缺乏导致免疫系统受到破坏时,肿瘤细胞可逃避免疫系统的监测和攻击,可能会增加CRC的风险或导致其发展。
综上所述,低铁水平伴随IDA可能通过基因突变和免疫系统破坏的机制诱导CRC的发生。本研究首次通过Mendelian Randomization(MR)方法探索了IDA与CRC之间的因果关联,最大限度地减少了混杂和反向因果的影响,结果表明IDA是CRC发生的危险因素。在临床实践中,对于CRC高危人群,需要特别关注其血红素水平、铁元素、叶酸等的摄入,以预防CRC的发生。
利益相关声明:不存在相关利益冲突。
作者贡献说明:宿茂伟负责方案设计、数据资料收集与整理;钟隆柱、胡佳负责数据统计与分析;吴宏适负责论文撰写与修改。