《Communications Medicine》：Genetics identifies obesity as a shared risk factor for co-occurring multiple long-term conditions
编辑推荐：
本研究针对多病共存机制不明确的问题，通过遗传学方法探讨肥胖（BMI）在71种慢性疾病遗传相关性中的作用。研究发现BMI可解释30%疾病对的遗传相关性（740对），其中161对疾病的遗传关联完全由BMI介导。采用孟德尔随机化证实BMI对特定疾病对存在因果效应，预计BMI降低1个标准差可使每千人减少17例慢性肾病-骨关节炎共病患者。该研究为肥胖相关多病防治提供了遗传学证据。
随着人口老龄化加剧，多病共存（multimorbidity）已成为全球公共卫生领域面临的重大挑战。当同一个体同时患有两种或以上慢性疾病（long-term conditions, LTCs）时，不仅会显著降低患者生活质量，还会给医疗系统带来沉重负担。然而，目前科学界对多病共存的潜在机制了解甚少——为什么某些疾病总是"结伴出现"？是偶然现象还是存在共同的生物学基础？
为解开这个谜团，Mounier等人将目光投向了肥胖这个关键风险因素。众所周知，肥胖与糖尿病、心脏病等多种慢性疾病密切相关，但它在多病共存中究竟扮演什么角色？是"幕后推手"还是"中间人"？传统观察性研究由于存在混杂因素干扰，难以给出明确答案。这正是《Communications Medicine》最新发表的研究要解决的核心问题。
研究团队开创性地采用遗传学方法，首次系统评估了身体质量指数（body mass index, BMI）在71种常见慢性疾病遗传相关性中的贡献。通过对2485对疾病组合的分析，他们发现BMI遗传因素能够解释30%疾病对（740对）的遗传相关性，其中161对疾病的遗传关联完全由BMI介导。更令人振奋的是，通过孟德尔随机化（Mendelian randomization, MR）等因果推断方法，研究证实降低BMI可有效减少特定疾病对的共病风险，为临床干预提供了重要依据。
关键技术方法
本研究整合了多源基因组关联研究（genome-wide association study, GWAS）汇总数据，包括GEMINI协作组提供的71种LTCs数据（涵盖13个疾病领域）和最大规模的BMI遗传数据（样本量约70万）。核心分析方法包括：1）利用连锁不平衡评分回归（linkage disequilibrium score regression, LDSC）计算疾病间遗传相关性；2）基于Schur补集原理开发部分遗传相关（partial genetic correlation）计算方法（已封装为R包partialLDSC）；3）采用两样本孟德尔随机化验证BMI与疾病的因果关系；4）使用bGWAS贝叶斯方法区分直接和间接遗传效应；5）通过UK Biobank队列数据估算BMI干预对疾病共病率的影响。
BMI在多病遗传相关性中的重要作用
研究人员发现，在55%的疾病对（1362/2485）中，调整BMI遗传因素后遗传相关性发生显著变化。其中740对疾病（30%）的遗传相关性被部分减弱，表明BMI是这些疾病共享遗传基础的重要组成部分。典型例子包括2型糖尿病与骨关节炎的遗传相关性从0.22降至-0.02，痛风与骨关节炎的相关性从0.19降至0.02。这些疾病对多涉及循环系统疾病、肌肉骨骼系统疾病等不同领域，说明BMI的影响跨越了传统疾病分类界限。
BMI作为多病共存的共同风险因子
特别值得注意的是161对疾病（6.5%），在调整BMI遗传因素后，原本显著的遗传相关性完全消失。这意味着这些疾病之间的遗传联系完全由BMI介导。孟德尔随机化分析进一步确认，BMI升高是这些疾病对的共同风险因素。例如，BMI每增加1个标准差（约4.5个单位），慢性肾病与骨关节炎共病的风险显著增加。基于这一发现，研究团队估算出将BMI降低1个标准差，每1000名患者中可减少17例慢性肾病-骨关节炎共病患者，相当于患病率降低4.6%。
BMI遗传效应的异质性现象
研究还发现33对疾病呈现"反转"现象——调整BMI前无遗传相关性，调整后反而出现显著相关。这些疾病对多涉及骨质疏松症，可能与BMI对骨质疏松的保护作用有关。这种相反的作用方向在常规分析中掩盖了真实的遗传共享机制，凸显了BMI在多病共存中复杂的调节作用。
不同肥胖指标的比较分析
为验证结果的稳健性，研究团队还使用腰臀比（waist-hip ratio, WHR）进行了平行分析。结果显示WHR与BMI的调整效果高度一致（78%疾病对重叠），但WHR对298对疾病显示出独特的调节作用，提示不同体脂分布指标可能捕获不同的病理生理机制。
研究结论与展望
这项研究通过创新的遗传学方法，首次在全基因组层面量化了肥胖在多病共存遗传架构中的贡献。结果表明，BMI不仅是多种慢性疾病的独立风险因素，更是连接不同疾病的重要"桥梁"。特别是对于代谢性疾病与肌肉骨骼疾病等跨领域疾病组合，BMI解释了大量遗传相关性，这为临床实践提供了重要启示：针对肥胖的干预措施可能产生"一石多鸟"的效果，同时降低多种疾病的共病风险。
研究的创新之处在于开发了部分遗传相关性分析框架，能够有效区分疾病间共享遗传基础的直接效应和通过BMI介导的间接效应。这种方法克服了传统观察性研究的局限性，为理解复杂疾病网络提供了新视角。随着GLP-1受体激动剂等高效减肥药物的出现，本研究为通过体重管理降低多病负担提供了遗传学证据支持。
未来研究需要进一步探索肥胖不同维度（如体脂分布、代谢健康型肥胖等）对多病共存的特异性影响，并在更多族裔人群中进行验证。同时，将分析框架扩展到三元或多元疾病组合，将有助于揭示更复杂的多病共存网络。这项工作标志着我们在理解疾病共病机制方面迈出了重要一步，为开发精准化的多病预防策略奠定了坚实基础。
