腹主动脉瘤MTHFR-MMP2基因-基因交互作用研究

作     者：王斯悦 秦雪英 隗英琦 左尚维 陈泓伯 王梦莹 吴瑶 吴俊慧 王小文 王紫荆 王伽婷 于欢 武轶群 吴涛 胡永华 WANG Siyue;QIN Xueying;WEI Yingqi;ZUO Shangwei;CHEN Hongbo;WANG Mengying;WU Yao;WU Junhui;WANG Xiaowen;WANG Zijing;WANG Jiating;YU Huan;WU Yiqun;WU Tao;HU Yonghua

作者机构：北京大学公共卫生学院流行病与卫生统计学系北京100191 北京市疾病预防控制中心北京100000 中国人民解放军总医院血管外科北京100853 

出 版 物：《第三军医大学学报》 (Journal of Third Military Medical University)

年 卷 期：2021年第43卷第12期

页      面：1117-1125页

核心收录：

学科分类：0710[理学-生物学] 1004[医学-公共卫生与预防医学(可授医学、理学学位)] 07[理学] 071007[理学-遗传学] 100401[医学-流行病与卫生统计学] 10[医学] 

主　　题：腹主动脉瘤 基因-基因交互作用 匹配病例对照 交互作用指数 相乘模型 相加模型 

摘      要：目的探索MTHFR-MMP2基因-基因交互作用是否影响患腹主动脉瘤(abdominal aortic aneurysm, AAA)的风险。方法基于1∶2匹配病例对照研究设计,以2011-2014年解放军总医院血管外科的AAA患者、同期同一医院及北京市房山区两地性别、年龄匹配的非AAA患者为研究对象;采用标准化问卷收集其基本人口学资料、病史及行为危险因素;开展体格检查、腹主动脉超声,并采集5 mL外周静脉血液标本对基因分型。采用传统及机器学习方法,包括条件Logistic回归、广义多因子降维(generalized multifactor dimension reduction, GMDR)、非监督式稀疏因子分析的机器学习方法(EPIstasis sparse factor analysis, EPISFA),分别在相加交互作用、相乘交互作用尺度上,探索MTHFR与MMP2基因-基因交互作用是否影响患腹主动脉瘤风险,并采用交互作用超额危险度(relative excess risk of interaction, RERI)、交互作用归因比(attributable proportion of interaction, API)、交互作用指数(the synergy index, S)3种指标评价MTHFR与MMP2间的基因-基因交互作用的方向和大小。结果 2011-2014年共纳入155组1:2的匹配病例对照(共465人)。在调整协变量后,同时在乘法和加法尺度下发现MTHFR基因与MMP2基因上多个位点(rs1132896, rs1477017, rs1992116, rs243847)可能存在拮抗交互作用(P0.05),影响AAA风险,并在3种分析方法中彼此验证;在高维交互作用上,GMDR和EPISFA提示MTHFR-MMP2间可能存在高维交互作用,具有较高的交叉验证一致性,且结果具有统计学差异(P0.05)。结论 MTHFR-MMP2基因间可能存在拮抗基因-基因交互作用影响患AAA风险。