一项关于慢性肾病（CKD）病因的新遗传学研究结合了多种健康测量指标，提供了对肾脏功能的更全面理解，并为靶向治疗提供了潜在途径。昆士兰科技大学（QUT）和昆士兰大学（UQ）的研究人员发现了这一方法。
- 慢性肾病（CKD）非常复杂，有多种不同的原因，但遗传学研究通常只依赖一两个生物标志物来进行研究。
- 一种新的研究方法发现，多个复合特征在识别CKD方面优于传统的单个生物标志物方法。
- 研究人员的新方法将21种与肾脏相关的健康指标组合成两百万个复合特征，并发现近50,000个复合特征在识别CKD方面比任何单一生物标志物更有效。
来自昆士兰科技大学生物医学科学学院和基因组学与个性化健康中心的金南·特兰博士表示，慢性肾病（CKD）是一个涵盖多种不同原因导致的肾脏疾病的一个总称，这些原因逐渐导致肾脏功能丧失。
昆士兰科技大学的研究人员——特兰博士、希迪·萨瑟兰博士、林恩·格里菲斯杰出教授和罗德尼·利副教授，以及昆士兰大学的安德鲁·马莱特教授，在《PLOS Genetics》上发表了他们的研究成果。
“慢性肾病（CKD）可以由多种原因引起，如糖尿病、高血压、感染和生活方式因素，”特兰博士说。“这种复杂性使得仅使用单一生物标志物（如常用的eGFR）来评估肾脏功能难以全面了解肾脏健康状况，因此可能会遗漏重要细节。”
“对不同CKD亚型的遗传学不完全理解阻碍了药物靶点的识别，以治疗各种亚型。”
研究人员的新方法将21种与肾脏相关的健康指标组合成两百万个新的复合特征，从英国生物银行超过30万人的数据集中获得对肾脏功能的更深入理解。
“这种方法不同于传统的多变量方法，后者使用预定义的特征集。我们设计并应用的算法系统地探索和选择了最佳的生物标志物组合，使其成为一种独特且更灵活的方法，”特兰博士说。
“我们发现约50,000个复合特征在识别CKD方面优于eGFR。”
“其中，一个复合特征在识别CKD方面明显优于任何单一测量值，该复合特征由白蛋白、胱抑素C、eGFR、γ-谷氨酰转移酶、HbA1c、低密度脂蛋白和微量白蛋白尿组成。”
“这些更具信息量的特征使我们能够发现传统方法所遗漏的遗传信号。”
“例如，我们在SH2B3基因中发现了一个变异体，该变异体之前仅在涉及超过一百万个体的大规模研究中被检测到，而使用我们的复合特征则显著关联于肾脏功能。”
“这个位点在我们的数据集中使用传统的单一生物标志物（如eGFR）未被检测到，但在许多高表现的复合表型中一致出现，这突显了我们方法的强大之处，即使在中等规模的队列中也能发现重要的遗传关联。”
特兰博士表示，研究团队在一个独立的爱尔兰参与者群体中验证了他们的发现。
“这项研究展示了详尽且可解释的多表型方法在理解CKD遗传学方面的价值，并可以在大型生物库、小规模深度表型队列中应用，甚至可能扩展到其他复杂疾病的遗传信号的发现。”
该研究题为“新复合表型增强慢性肾病分类和遗传关联”，发表在《PLOS Genetics》上。
(全文结束)
