Graves病与前列腺癌的因果关联及共同机制：来自孟德尔随机化、机器学习和综合生物信息学的证据

2026年7月15日，Zuo等在线发表题为《Causal association and shared mechanisms between Graves' disease and prostate cancer from Mendelian randomization, machine learning, and comprehensive bioinformatics》的研究。该研究结合双向双样本孟德尔随机化（Mendelian randomization，MR）、差异表达分析、加权基因共表达网络分析（weighted gene co-expression network analysis，WGCNA）、机器学习和免疫浸润分析，探讨Graves病（Graves' disease，GD）与前列腺癌（prostate cancer, PCa）之间的因果关系及潜在共同机制。

摘要

既往观察性研究提示，甲状腺功能亢进可能与PCa风险升高有关，但二者之间是否存在因果关系以及相关机制仍不明确。GD是甲状腺功能亢进的主要病因，其特征为慢性免疫失调，可能通过共同免疫通路影响PCa发生发展。

本研究首先利用IEU Open GWAS数据库开展双向双样本MR分析，评估GD与PCa之间的遗传因果关系。随后，研究整合Gene Expression Omnibus（GEO）数据库中的转录组数据，进行差异表达分析、WGCNA和机器学习筛选共同关键基因，并利用受试者工作特征曲线（receiver operating characteristic curve，ROC）验证其预测能力。最后，研究采用单样本基因集富集分析（single-sample gene set enrichment analysis，ssGSEA）评估GD和PCa中的免疫细胞特征。

MR结果显示，遗传预测的GD与PCa风险降低显著相关，比值比（odds ratio，OR）为0.997，95%置信区间（confidence interval，CI）为0.996～0.999，P=0.004。反向MR未发现PCa对GD存在显著因果作用。进一步分析识别出BTG2、JUN、JUNB和FOS四个稳健的共同关键基因，并在外部验证集中显示出较高预测准确性。免疫分析显示，这些基因在GD和PCa中呈现不同的免疫相关模式。

结果

在MR分析中，研究经过严格质量控制后，筛选出27个与GD显著相关的单核苷酸多态性（single nucleotide polymorphism，SNP）和38个与PCa显著相关的SNP作为工具变量（instrumental variable，IV）。所有SNP均达到全基因组显著性水平，筛选阈值为P<5×10⁻⁸，且F统计量均大于10，提示弱工具变量偏倚的可能性较低。

正向MR分析显示，逆方差加权法（inverse variance weighted，IVW）提示GD与PCa风险降低存在显著因果关联，OR为0.997，95%CI为0.996～0.999，P=0.004。加权中位数法也得到一致结果，OR为0.996，95%CI为0.994～0.999，P=0.002；加权众数法同样显示负向关联，OR为0.995，95%CI为0.991～0.999，P=0.016。MR-Egger回归和简单众数法未达到统计学显著，但效应方向整体与主要结果基本一致。

反向MR分析以PCa为暴露、GD为结局。IVW结果显示，PCa对GD不存在显著因果作用，OR为0.291，95%CI为0.063～1.340，P=0.113。MR-Egger、加权中位数法、加权众数法和简单众数法也得到相似结果。异质性检验和水平多效性检验均未发现明显偏倚，逐一剔除分析也未提示单个SNP对总体结果有明显影响。

为进一步探索GD和PCa的共同机制，研究首先在GD数据集GSE71956和PCa数据集GSE200879中进行差异表达分析。结果显示，GD数据集中识别出1065个差异表达基因（differentially expressed genes，DEGs），PCa数据集中识别出1845个DEGs。两组数据交集得到41个共同差异表达基因，其中2个上调，39个下调。

随后，研究采用WGCNA构建GD和PCa的基因共表达网络。在GD数据集中，共识别出8个模块，其中royalblue、black和grey模块与GD显著相关，共包含1649个基因。在PCa数据集中，共识别出7个模块，其中green、red、brown和turquoise模块与PCa显著相关，共包含842个基因。两类疾病相关模块取交集后，得到38个可能同时参与GD和PCa调控过程的重叠基因。

研究进一步整合WGCNA模块基因和DEGs，去重后获得70个候选共同驱动基因。功能富集分析显示，这些基因主要涉及糖皮质激素反应、氧化应激反应、长期记忆、过氧化物酶活性、抗氧化活性和跨膜转运蛋白结合等生物过程或功能。通路分析显示，这些基因显著富集于MAPK信号通路、IL-17信号通路、TNF信号通路、p53信号通路以及流体剪切应力与动脉粥样硬化相关通路。

通过蛋白质相互作用网络分析，研究进一步筛选出10个候选枢纽基因，包括DUSP1、JUN、FOS、FOSB、EGR1、PTGS2、BTG2、JUNB、ZFP36和NR4A2。随后，研究采用支持向量机递归特征消除、随机森林和极端梯度提升三种机器学习方法进行筛选，最终确定BTG2、JUN、JUNB和FOS为GD和PCa共同关键基因。

在免疫细胞分析中，GD与PCa表现出不同的免疫特征。GD中多种免疫细胞明显激活，包括活化B细胞、活化树突状细胞、巨噬细胞和中性粒细胞，而效应记忆CD4 T细胞明显降低。PCa中多种免疫细胞受到抑制，包括活化B细胞、自然杀伤细胞、肥大细胞、中性粒细胞、浆细胞样树突状细胞、滤泡辅助性T细胞以及多类辅助性T细胞。

四个关键基因在GD和PCa患者中的表达水平均低于相应对照组。相关性分析显示，在GD中，BTG2和JUNB主要与记忆性CD8 T细胞等免疫细胞相关；在PCa中，BTG2、JUN、JUNB和FOS均与树突状细胞、肥大细胞和自然杀伤细胞等多种免疫细胞相关。

ROC曲线分析显示，BTG2、FOS、JUN和JUNB在GD训练集和PCa训练集中均具有较好的预测能力，曲线下面积均大于0.7。在验证队列中，这四个基因同样保持较高预测性能，提示其可能是GD和PCa共同机制中的重要标志基因。

研究方法

本研究使用的GWAS数据来自IEU Open GWAS数据库。GD数据集编号为ebi-a-GCST90018847，来源于Sakaue等发表的研究，共纳入458620名欧洲血统参与者，其中1678例为GD病例，456942例为对照。PCa数据集编号为ieu-b-4809，来源于Burrows等研究，共纳入182625名欧洲血统参与者，其中9132例为PCa病例，173493例为对照。

转录组和临床信息来自GEO数据库。PCa分析以GSE200879为训练集，GSE14206为验证集。GD分析以GSE71956为训练集，并合并GSE115152和GSE15838作为验证集。所有数据均来自公开数据库，因此不需要额外伦理审批。

MR分析基于3项核心假设：第一，IV需与暴露因素显著相关；第二，IV不应受到混杂因素影响；第三，IV只能通过暴露因素影响结局。研究使用“TwoSampleMR”程序包筛选与GD或PCa强相关的SNP，显著性标准为P<5×10⁻⁸，并设置连锁不平衡筛选阈值为r²<0.001、距离窗口为10000kb。F统计量小于10的SNP被排除。

研究以IVW作为主要MR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进行补充分析。所有效应量均以OR和95%CI表示。反向MR使用相同方法评估PCa对GD的因果影响，统计学显著性标准为P<0.05。

小结

本研究通过MR分析发现，遗传预测的GD与PCa风险降低存在显著因果关联，而PCa对GD未见反向因果作用。敏感性分析未发现明显异质性、水平多效性或单个SNP驱动效应，提示MR结果具有一定稳健性。

综合转录组、生物信息学和机器学习分析后，研究确定BTG2、JUN、JUNB和FOS为GD和PCa的共同关键基因。这些基因在两种疾病中均呈低表达，并在训练集和验证集中显示出较好的预测能力。

免疫分析显示，GD和PCa具有不同的免疫细胞特征。BTG2和JUNB在GD中主要与记忆性CD8 T细胞相关，而四个关键基因在PCa中均与树突状细胞、肥大细胞和自然杀伤细胞等免疫细胞相关。总体而言，该研究为理解GD与PCa之间的遗传因果关系及共同免疫机制提供了新的证据。