昼夜节律基因与高血压的遗传关联：一项双样本孟德尔随机化研究

昼夜节律参与调控多种人体生理功能。既往观察性研究提示，昼夜节律紊乱可能与高血压发生有关，但传统研究容易受到混杂因素和反向因果影响，因此难以判断二者之间是否存在因果关系。

本研究利用非重叠欧洲血统人群的全基因组关联研究（genome-wide association study，GWAS）汇总数据，开展双样本MR分析。暴露因素为Circadian Gene DataBase（CGDB）中收录的1276个昼夜节律相关基因，结局为UK Biobank来源的高血压GWAS数据，共包含463010名参与者，其中54358例为高血压病例，408652例为对照。

研究以逆方差加权法（inverse variance weighting，IVW）作为主要分析方法，并采用Benjamini-Hochberg错误发现率（false discovery rate，FDR）校正处理多重检验问题。敏感性分析包括异质性检验、MR-Egger回归、MR-PRESSO分析、Steiger方向性检验和逐一剔除分析。

结果显示，IVW分析共发现39个昼夜节律相关基因与高血压存在名义显著关联。经FDR校正后，4个基因仍具有统计学意义，分别为PHOSPHO1、BAIAP3、OSGIN2和ZDHHC18。其中，PHOSPHO1和OSGIN2与较低高血压风险相关，而BAIAP3和ZDHHC18与较高高血压风险相关。

功能富集分析显示，这些关联基因主要涉及昼夜节律、细胞凋亡和糖胺聚糖生物合成等通路。敏感性分析未发现明显异质性或水平多效性。

研究首先从昼夜节律基因相关GWAS数据中筛选工具变量。经过全基因组显著性筛选（P<5×10⁻⁸）、连锁不平衡筛选、F统计量筛选和混杂因素排除后，共保留3174个单核苷酸多态性（single nucleotide polymorphism，SNP）作为工具变量。

这些工具变量的平均F统计量为276.5，范围为29.7～14552.9，均大于10，提示弱工具变量偏倚的可能性较低。其中，1864个SNP位于目标基因上下游±1Mb范围内，属于顺式作用变异，占58.7%；其余1310个为反式作用变异，占41.3%。

双样本MR核心分析显示，在1276个昼夜节律相关基因中，共有39个基因与高血压风险存在名义显著关联（IVW，P<0.05）。其中，18个基因的比值比（odds ratio，OR）大于1，提示其遗传变异可能与高血压风险升高相关；其余基因则表现为保护性关联。

经过FDR校正后，有4个基因达到统计学显著水平，作为本研究的主要结果。

PHOSPHO1显示最显著的保护性关联。IVW结果显示，PHOSPHO1与高血压风险降低相关，β=-0.0122，标准误为0.0027，P=4.97×10⁻⁶，FDR校正后P=0.0031，OR=0.988，95%置信区间（confidence interval，CI）为0.983～0.993。

OSGIN2同样与高血压风险降低相关，β=-0.0096，标准误为0.0023，P=2.97×10⁻⁵，FDR校正后P=0.0046，OR=0.990，95%CI为0.986～0.995。

相反，BAIAP3与高血压风险升高相关，β=0.0092，标准误为0.0022，P=2.45×10⁻⁵，FDR校正后P=0.0046，OR=1.009，95%CI为1.005～1.014。

ZDHHC18也表现为风险增加关联，β=0.0120，标准误为0.0028，P=1.58×10⁻⁵，FDR校正后P=0.0046，OR=1.012，95%CI为1.007～1.018。

除这4个基因外，其他35个名义显著基因未通过FDR校正，因此仅作为探索性结果。其中包括部分核心生物钟基因，如PER2和CRY2。PER2与高血压风险升高相关，而CRY2表现为保护性关联，但这些结果未达到多重检验校正后的显著性标准。

敏感性分析显示，Cochran Q检验未发现明显异质性。MR-Egger截距检验显示，各基因的截距均未显著偏离0，提示未发现明显方向性水平多效性。对于符合SNP数量要求的基因，MR-PRESSO分析未发现显著异常SNP。Steiger方向性检验支持昼夜节律相关遗传变异影响高血压风险的方向，而非反向作用。逐一剔除分析显示，单个SNP的排除未明显改变总体结果，提示主要结果较为稳定。

功能富集分析显示，名义显著关联基因主要富集于昼夜节律通路、昼夜节律同步、细胞凋亡、辅因子生物合成以及糖胺聚糖生物合成等通路。Gene Ontology（GO）分析进一步显示，这些基因主要参与昼夜节律负调控、基因表达的昼夜节律调控、神经递质转运调节和代谢过程等生物学功能。

本研究采用双样本MR设计，探索昼夜节律相关基因与高血压风险之间的潜在关联。整体流程包括数据获取与处理、工具变量筛选与验证、MR效应估计以及功能富集分析。

昼夜节律相关基因集来自CGDB数据库，共包括1276个基因。高血压GWAS数据来自MRC Integrative Epidemiology Unit（IEU）OpenGWAS数据库，数据集编号为ieu-b-5144，研究对象均为欧洲血统人群。暴露样本和结局样本无重叠，能够降低样本重叠偏倚。

工具变量筛选遵循MR三项基本假设。第一，SNP需与昼夜节律相关基因显著相关，筛选阈值为P<5×10⁻⁸；第二，SNP之间需相互独立，因此采用r²<0.001、距离大于10000kb的标准进行连锁不平衡筛选；第三，工具变量不应与高血压相关混杂因素显著相关，研究通过GWAS Catalog和PhenoScanner数据库排除与潜在混杂因素相关的SNP。

需要注意的是，本研究的SNP是基于昼夜节律基因区域及相关GWAS数据筛选，而不完全等同于经过实验验证的顺式表达数量性状位点。因此，结果更准确地说是昼夜节律基因区域遗传变异与高血压风险之间的MR估计关联，而不能直接解释为基因表达水平本身对高血压的作用。

MR分析以IVW为主要方法，同时采用MR-Egger、加权中位数法、简单众数法和加权众数法作为补充验证。阳性结果需满足IVW分析P<0.05、至少3种补充方法方向一致、敏感性分析未提示显著异质性或多效性，以及逐一剔除分析结果稳定。

由于同时检测1276个基因，研究采用Benjamini-Hochberg FDR方法进行多重检验校正，以FDR校正后P<0.05作为主要显著性标准。所有统计分析使用R4.2.0和TwoSampleMR0.6.14完成，功能富集分析使用clusterProfiler和ggplot2完成。

本研究利用双样本MR方法，分析了1276个昼夜节律相关基因与高血压风险之间的遗传关联。结果发现39个基因具有名义显著关联，其中PHOSPHO1、BAIAP3、OSGIN2和ZDHHC18在FDR校正后仍具有统计学意义。

PHOSPHO1和OSGIN2可能与较低高血压风险相关，BAIAP3和ZDHHC18则可能与较高高血压风险相关。敏感性分析未发现明显异质性、水平多效性或反向因果证据。

功能富集结果提示，昼夜节律调控、细胞凋亡和糖胺聚糖生物合成等过程可能参与血压调节。总体而言，本研究为昼夜节律基因与高血压风险之间的关系提供了遗传学证据，但相关发现仍属于假设生成性质，尤其是未通过FDR校正的名义显著结果，需要进一步实验验证。