摘要
APOE基因的变异对阿尔茨海默病(AD)风险有显著影响。然而，需要澄清由这种变异导致的AD负担比例，这有助于阐明针对载脂蛋白E(APOE)进行AD预防和治疗策略的范围。我们估计了四项大型研究中临床诊断的AD、AD神经病理学和全因痴呆归因于常见APOE等位基因的程度。首先，我们使用了来自UK Biobank(UKB)和FinnGen的171,105名和289,150名年龄≥60岁的参与者数据。这些队列中AD和全因痴呆是通过链接的电子健康记录确定的。其次，我们研究了A4研究中4415名参与者的淀粉样蛋白-β正电子发射断层扫描的淀粉样蛋白-β阳性情况。第三，我们分析了阿尔茨海默病遗传学联盟(ADGC)的数据，其中神经病理学确诊的AD病例与死后无AD神经病理学标准的认知完整对照进行了比较(N = 5007)。在每次分析中，我们估计了APOE风险等位基因ε3和ε4携带者相对于ε2/ε2基因型个体的结果风险，并计算了归因分数以显示结果中归因于ε3和ε4的比例。对于AD，归因比例在FinnGen中为71.5%(95%置信区间:54.9%,81.7%)，在ADGC中为92.7%(82.4,96.5%)。在A4研究中，85.4%(17.5,94.5%)的脑淀粉样蛋白沉积归因于ε3和ε4。UKB和Fin-Gen中全因痴呆归因于ε3和ε4的比例分别为44.4%(95%CI:18.2%,62.2%)和45.6%(30.6%,56.9%)。如果没有APOE ε3和ε4带来的强烈基础风险，几乎所有的AD和一半的痴呆将不会发生。应优先考虑干预APOE以促进痴呆预防。
引言
载脂蛋白E(APOE)同型物与晚发性AD风险之间的强关联在20世纪90年代初就已确立。随后，与研究理解和干预AD病理生理学(特别是脑淀粉样蛋白沉积和tau蛋白病变)相比，对APOE在AD病因学中作用的关注相对较少。然而，最近的抗淀粉样蛋白治疗试验仅显示出有限的疗效。修改AD神经病理学标志物的临床益处仍存疑问，AD研究人员有必要将潜在的疾病修饰目标多样化。在此背景下，量化APOE对AD的贡献至关重要，因为APOE同型物变异对AD风险和进展的因果作用是明确的，通过与这一单一分子相关的干预可能预防大量痴呆病例。
基因APOE*的常见变异在人类中产生三种主要的APOE同型物：ε2、ε3和ε4。与编码ε3的等位基因相比(ε3是最常见的同型物，全球携带率约95%)，携带ε4的AD风险高得多(~28%)，携带ε2的AD风险低得多(~14%)。ε4同型物对AD的归因比例已在许多环境中估计，该负担的人群归因分数(PAFs)差异很大，从不到20%到约70%。然而，由于研究设计或计算方面的因素，这些估计中的许多都存在偏差。ε4携带率的估计也不能反映归因于ε3的AD病例比例，尽管与ε2携带相比，ε3显著增加AD风险，但ε3常被误认为对AD风险中性。
通过分析来自四个独立研究的约47万名参与者的数据，我们提供了AD和全因痴呆归因于ε3和ε4携带比例的估计——即由于大多数个体遗传的风险等位基因的综合影响而导致的病例比例。我们还估计了每个等位基因对AD的单独贡献。
方法
研究概述
我们分析了来自三个大型队列的数据——UK Biobank(UKB)、FinnGen和无症状阿尔茨海默病抗淀粉样蛋白治疗(A4)研究——以及对阿尔茨海默病遗传学联盟(ADGC)病例对照研究已发表统计数据的重新分析。在每次分析中，我们对APOE基因型与通过不同方法确定的AD(临床诊断、神经病理学以及两者的组合)之间的关联进行建模，并计算PAFs以表示归因于APOE基因型的结果负担。我们进行了多项资源分析，以全面估计APOE对AD负担的影响。没有神经病理学确认的临床诊断AD通常被误分类(与其他原因导致的痴呆进行鉴别诊断是主要问题)，并且体内AD神经病理学的存在并不总是意味着个体会发展为痴呆。在UKB和FinnGen中，我们还为全因痴呆生成了等效统计数据。最后，我们分析了两项全基因组关联研究(GWAS)的已发表汇总统计数据，以为我们的结果提供背景。
样本
UKB是一项多中心队列研究，在2006年至2010年间在英格兰、苏格兰和威尔士的评估点招募了约502,000名39-73岁的参与者。在这里，我们使用了基线时年龄至少60岁的参与者数据，以便个体在当前随访中具有明显的晚发性AD风险。样本限于具有基因型数据的个体，在排除样本水平的遗传质量控制失败(遗传/表型性别不匹配、杂合度过高、非整倍体)、从相关对中随机移除一个个体以及可能具有APOE ε3r等位基因的个体后，分析样本为171,105名。
FinnGen是一个公私研究项目，汇集了芬兰多个生物样本库中新收集和历史收集的样本的基因型数据，以及通过电子健康记录(EHR)链接进行的疾病确定。FinnGen研究的方法，包括基因分型和终点定义的方法，在Kurki等人中有详细描述。我们分析了第13次数据发布中个体的数据，这些个体在AD/痴呆首次记录(对于病例)或死亡/随访结束(对于对照)时年龄至少60岁。AD分析的总分析样本为289,150名。
A4研究是一项多国随机临床试验，在2014年至2017年间在美国、加拿大、澳大利亚和日本招募了65至85岁的合格参与者。它对具有症状前AD的个体实施了为期240周的抗淀粉样蛋白疗法索拉内珠单抗干预，在此之前进行了认知功能和通过淀粉样蛋白正电子发射断层扫描(PET)评估的脑淀粉样蛋白沉积的基线筛查。在这里，我们使用了干预阶段之前具有基线PET扫描的参与者数据。在排除APOE基因型和自我报告种族的数据缺失后，分析样本为4,415名。
ADGC先前发表了APOE基因型与AD风险关联的分析结果，该分析基于具有和不具有死后AD神经病理学确认的个体的病例对照研究。本分析的主要样本包括4018名符合AD临床和神经病理学标准的死亡AD病例，以及989名在研究中死亡前最后一次临床评估时无认知障碍且死后不满足AD神经病理学标准的死亡对照(总计n = 5007)。为了比较ADGC主要分析样本得出的结果，我们还使用了ADGC对没有死后神经病理学评估的样本的二次分析，包括10,430名符合可能AD临床标准的病例和13,427名认知正常的对照。
APOE编码
在所有样本中，APOE ε2/ε3/ε4等位基因是从单核苷酸多态性rs7412和rs429358编码的，通过独立基因分型或基因分型或硬调用的基因微阵列数据测量。我们将五个风险增加基因型(ε2/ε3、ε3/ε3、ε2/ε4、ε3/ε4、ε4/ε4)中每个基因型的结果相对风险分别分析，相对于风险最低的ε2/ε2基因型个体。在APOE的分析中，ε3/ε3基因型通常用作参考组，因为ε3/ε3是最常见的基因型。然而，对于计算归因分数来说，这是不合适的，因为应使用对所关注暴露具有最低风险的个体作为参考类别——在这种情况下是ε2/ε2基因型的个体。这允许计算归因于所有风险增加基因型的总疾病负担。APOE变异在所有研究中都符合哈迪-温伯格平衡。
结果确定
在UKB中，AD通过链接的EHR和截至2024年7月的死亡记录确定(最小/最大随访：13.8 / 18.3年)。全因痴呆通过基线时"痴呆或阿尔茨海默病或认知障碍"的自我报告和记录链接的随访确定。两种结果的EHR确定包括全队列的医院就诊统计和死亡记录，使用队列的算法定义结果。对于约45%的队列，当时已安排与全科医生记录链接，也使用了初级保健记录的诊断代码(初级保健代码列在补充表1中)。
在FinnGen数据发布13中，AD和全因痴呆的确定基于标准化终点。这些定义基于医院出院、死因和药物购买报销记录的组合，时间从1964年(药物报销)或1969年(医院出院和死因记录)到2024年11月。代码列在补充表2和3中。
在A4中，脑淀粉样蛋白沉积是通过干预前研究基线评估的淀粉样蛋白-β正电子发射断层扫描(PET)确定的。根据A4研究协调员的建议，PET标准摄取值比率(SUVr)高于≥1.15阈值表示淀粉样蛋白-β扫描阳性(Aβ+)。
在ADGC中，AD神经病理学根据神经纤维斑块严重性的CERAD 4分量表和神经原纤维缠结负担的Braak 0-VI分期标准进行评分。病例和对照在死亡前根据DSM-IV或NINCDS/ADRDA标准评估痴呆，如有可能，还进行临床诊断评分(CDR)。评估在Reiman等人中有更详细的描述。
统计分析
在UKB中，使用具有二项分布和对数链接的广义线性模型(log-binomial建模)估计了APOE基因型的AD和全因痴呆风险，从而得出风险比(RR)。采用log-binomial模型进行分析，而不是生存分析，因为样本混合了现患和新发病例，并且RR用于PAF公式中。我们无法在A4(由于某些ε4/ε4个体的结果估计概率接近1导致不收敛)或FinnGen(在REGENIE软件包中目前无法实现log-binomial建模，这是在生物银行规模数据的关联测试中使用线性混合模型考虑相关性的必要条件)中实施log-binomial模型。因此，在这些数据集中，使用逻辑回归对关联进行建模，并将比值比(ORs)转换为RR用于PAF计算，ADGC数据中的ORs也是如此(详细信息见补充信息)。
在UKB、FinnGen和A4分析中，回归模型根据年龄、性别和其他协变量进行调整。UKB和FinnGen还额外调整了从全基因组微阵列数据派生的前十个主成分(A4缺乏必要的微阵列数据，无法在完整分析样本上派生成分)，FinnGen模型还调整了基因分型批次。UKB和A4还包括对自我报告种族的调整(FinnGen样本仅包括芬兰血统的参与者)。在UKB中，由于某些APOE基因型组中少数民族数量较少，种族以白种人/其他二分变量输入。在A4中，创建了一个"白种人"、"黑人"、"亚裔"或"其他"(包括混血)的四分类变量，模型中输入了将每组与白种人种族比较的虚拟变量(因为白种人是样本量最大的类别)。UKB模型还调整了基因分型阵列类型。FinnGen分析通过在REGENIE软件(v3.2.6)中使用混合建模考虑了参与者之间的相关性。FinnGen REGENIE分析在显性测试模式下对定制基因型数据进行，其中APOE ε2/ε2被编码为其他基因型组的参考等位基因。
我们基于暴露组中病例分数和每暴露组的RR计算PAFs，这种方法可用于多层次暴露(参考23中的公式"2 C")。PAFs的95%置信区间是使用RR的下限和上限置信区间推导的。PAFs及其置信区间从分数转换为百分比。
在ADGC数据中，我们还通过计算包括每个等位基因单独的个体基因型的PAFs总和(例如ε2/ε3和ε3/ε3表示ε3携带)，以及ε3/ε4对ε3和ε4各自对总PAF的贡献的估计份额，估计了ε3和ε4对结果总PAF的单独贡献(更多详情见补充信息)。
为了提供AD和痴呆归因于ε3和ε4的PAF量级的背景，我们还计算了除APOE外其他基因组位点对AD的归因PAF。我们使用迄今为止最大的AD全基因组关联研究(GWAS)之一的数据，识别了按AD的PAF大小排名的前九个位点(除APOE外)中的显著位点。为了更广泛地比较AD的PAF量级与与其他常见疾病相关的位点的PAF，我们使用迄今为止最大的CAD GWAS之一的汇总统计数据，计算了冠状动脉疾病(CAD)的等效统计数据。我们使用与AD风险位点相同的方法，计算了CAD已知65个位点中前10个最大PAF的PAF，并在结果中使用这些。计算在补充信息中有描述。值得注意的是，这些遗传位点的PAFs的各种组合相加可能超过100%。在没有互斥原因的多因素疾病中，PAFs可以重叠。
患者和公众参与
本研究涉及对现有数据集的二次分析，我们未让患者或公众成员参与研究的规划、实施或解释。
伦理
所有研究参与者都提供了知情同意，并且每项研究都获得了伦理/机构审查委员会的批准，如前所述。FinnGen的扩展伦理声明包含在补充信息中。
结果
样本特征显示在表1中。正如预期的那样，ε3或ε4的携带在UKB(99.4%)、FinnGen(99.7%)和A4(99.4%)的完整样本中非常普遍，在ADGC中病例(99.9%)高于对照(98.1%)。
在UKB中，与ε2/ε2纯合子相比，AD和全因痴呆的风险在基因型ε2/ε3、ε3/ε3、ε2/ε4、ε3/ε4和ε4/ε4中按预期梯度逐渐升高(表2)。全因痴呆的结果在补充表4中完整呈现。将所有五个风险增加基因型的PAFs相加，ε3和ε4共同占AD的75.7%(41.7, 89.8%)和全因痴呆的44.4%(18.2, 62.2%)。
在FinnGen中，观察到与UKB中相同的AD和全因痴呆风险与APOE基因型的关联模式和相似的幅度，尽管ε4/ε4与AD的关联明显更为温和(表2，补充表4)。相应的PAFs分别为AD的71.5%(54.9, 81.7%)和全因痴呆的45.6%(30.6, 56.9%)。
在A4中，样本中25名ε2纯合子中只有1名(4.0%)存在脑淀粉样蛋白沉积，而在4390名ε3和ε4携带者中有1202名(27.4%)。淀粉样蛋白沉积的APOE基因型相对风险梯度相同(表2；补充表4)。脑淀粉样蛋白沉积归因于ε3和ε4的PAF为85.1%；(95%CI：19.2%，93.9%)。值得注意的是，从补充图1可以看出，被指定为Aβ+的唯一ε2纯合子的SUVr低于ε3/ε3和ε4/ε4 Aβ+个体的平均SUVr值。换句话说，即使ε2纯合子有淀粉样蛋白沉积的证据，该个体在检测到的病理程度方面也低于具有其他APOE基因型的个体(尽管只有一个Aβ+ ε2/ε2观察值，无法进行这些差异的统计分析)。
在ADGC数据中，重新定向ORs以ε2/ε2个体为参考(显示在补充表5中)后，观察到ε2/ε3、ε3/ε3、ε2/ε4、ε3/ε4和ε4/ε4基因型的RRs对神经病理学确诊AD风险的非常强的递增模式(表2，补充表4)。这相当于在我们的主要分析中，ε3和ε4共同归因于92.7%(95%CI：81.4%，96.5%)的PAF，其中RRs是从ORs生成的，假设ε2/ε2个体中发展AD的基础概率为1%。这一估计表明，在没有ε3和ε4的综合贡献的情况下，类似人群中的晚发性AD将不会发生绝大多数。在将此PAF划分为ε3和ε4等位基因的单独贡献的扩展计算中(补充表6)，ε4估计占神经病理学确诊AD负担的56.9%(95%CI：36.0%，63.0%)，其余部分具体归因于ε3(35.8%；95%CI：22.1%，58.3%)。在二次分析中，ADGC样本中没有可用的病例和对照神经病理学评估的AD的PAF较低(69.8%，95%CI：47.7%，82.2%)，与来自UKB和FinnGen的PAF估计值大小相似(补充表4)。将ε2纯合子中AD基础概率的假设从1%变为5%的敏感性分析并未显著影响这些PAF估计值(补充表7)。
最后，将ADGC分析中ε3和ε4携带的总PAF与其他AD遗传风险位点以及CAD风险位点进行比较，这两种疾病的任何其他位点的PAF均未超过36%(图1)。计算显示在补充表8和9中。
讨论
摘要
我们的发现跨越几个大型基于人群的和病例对照数据集，一致表明，如果干预能够消除ε3和ε4携带的有害影响，我们预计可以预防大多数AD和相当比例的全痴呆。换句话说，APOE中的两个常见风险等位基因是AD的主要组成部分原因，如果没有这些等位基因，大多数疾病可能就不会发生。ε3等位基因的存在特别导致了大量AD负担，除此之外还有归因于ε4的疾病部分。
研究级解释
个别分析的某些方面值得注意。首先，在UKB和FinnGen中，APOE基因型与AD风险的关联可能比在其他环境中预期的要温和。这可能是由于结果确定中的几种偏差来源：有限的记录链接(尚未完全扩展到初级保健或精神卫生服务记录)、临床代码使用的限制、没有对整个存活队列进行认知评估的随访，以及结果终身风险的测量不完整——例如，UKB样本中最年轻的参与者在当前随访结束时年龄约为74岁。其次，在A4中，ε4/ε4对样本中淀粉样蛋白沉积负担的贡献低于预期。这可能是由于A4研究设计中的选择效应，其中认知障碍风险较高和已建立淀粉样蛋白沉积的ε4/ε4参与者可能不太可能自愿参加研究并通过对认知正常个体的初步筛选以进行淀粉样蛋白PET扫描。ε4/ε4个体的这种潜在向下偏差反映在按基因型的SUVr值分布中(补充图1)，ε2、ε3和ε4纯合子的平均值高于指定的Aβ+阈值。Aβ+ ε4纯合子的平均SUVr值与Aβ+ ε3纯合子相似(分别为1.37和1.33)。第三，在比较ADGC数据中的主要和次要分析(有和没有病例和对照的神经病理学评估)时，次要分析中不太明显的RRs和PAFs可能表明在没有评估神经病理学的样本中，痴呆病例的误分类/鉴别诊断质量的影响。最后，正如我们对AD和CAD的GWAS数据分析所示，单个基因座上遗传变异归因于AD负担的绝大部分在常见、复杂的慢性疾病中是不寻常的。我们还注意到，不同位点的PAFs可以重叠。这些情况可能意味着每个基因编码的分子实体之间存在一定程度的相互作用——正如在LDLR和PCSK9与循环低密度脂蛋白胆固醇调节以及由此产生的CAD风险的关系中所确立的那样。解释重叠PAFs的另一种可能性是这些分子途径可能不同但汇聚到疾病中的一个共同中介因素，例如，促进最相关的AD神经病理学聚集的单独途径。这意味着人群中归因于ε3和ε4的AD负担也将归因于与APOE通路结合或平行导致AD发展的其他因素(它们对AD发展的贡献重叠)。为了减少AD发病率，我们可以减轻携带者中APOE ε3和ε4的贡献，或减弱一个或多个其他致病原因的影响。可能没有必要同时针对两者。
与其他研究的关系解释
一些先前的研究和评论暗示，大多数AD可以归因于APOE ε3和ε4等位基因带来的风险，尽管没有像我们这样直接相对于ε2/ε2个体对风险进行建模。大多数先前的PAF估计已经解决了ε4等位基因单独对不同环境中AD和全因痴呆的贡献。这些通常由于几个原因而存在缺陷，包括研究设计中的偏差，以及当等位基因频率被误认为等位基因患病率时计算中发生的错误。一个主要问题是估计通常将ε3和ε2携带者组合在参考组中，这意味着AD对ε4携带的风险与中等和低风险等位基因携带的风险进行了比较。当前分析的不同之处在于，通过在拥有大量ε2纯合子存在的数据中直接估计这些分数，通过结合包括临床诊断和AD神经病理学评估在内的不同结果，并通过分别划分归因于ε3和ε4等位基因的疾病负担估计。需要非常大的分析样本才能将罕见的ε2纯合子用作分析中的参考组，而痴呆研究人员很少认识到ε3等位基因也应该被视为AD的风险增加因素。尽管如此，我们估计仅ε3等位基因就可能导致三分之一或更多的AD，因为ε3给大多数人带来了相当大的风险。
我们强调，我们的结果并不表明AD是单基因的。这些结果应根据允许多种致病原因聚集导致疾病的复杂疾病病因学理论来解释。AD显然是多因素的，但除了APOE的作用外，其其他组成部分在没有大多数人遗传的ε3或ε4携带带来的基础风险的情况下要重要得多。换句话说，如果所有个体都遗传了ε2/ε2基因型，无论人们经历什么其他风险因素，AD发病率都可能很低。我们还注意到，我们的PAF估计不应与AD的遗传力估计进行比较：PAFs在概念上与遗传力不同，与PAFs不同，遗传力分析对于评估归因于原因的疾病负担程度没有信息。
优势和局限性
这项研究的优势是使用了足够大的样本，以便在具有相对罕见的ε2纯合子作为参考组的模型中进行，并对具有不同设计、样本特征和结果定义的多个数据源的发现进行比较，所有这些都具有一致的发现。
我们注意到几个主要局限性。首先，我们的PAF估计有些不精确(尤其是A4的结果)。这是由于在相对罕见的参考组中测量疾病风险，其中病例患病率/发病率的偶然差异可能具有影响力(可能影响点估计和置信区间跨度)。然而，所有AD分析的点估计一致较大，并得出相似的结论。
其次，我们的分析样本主要或完全由欧洲血统的个体组成。APOE与AD风险的关联因血统而异，因此这些结果可能不能完全推广到其他种族群体。进一步的研究应根据我们采用的方法，估计非欧洲血统样本中的PAFs。
第三，PAF估计对研究设计的某些方面敏感，例如随访期、结果确定的程度和选择偏差(包括由于心血管发病率和死亡率而导致的APOE基因型之间的差异偏差)。因此，我们的发现和解释在不同样本、研究设计和AD定义之间没有实质性差异是令人欣慰的。
最后，归因分数假设所关注的暴露是所调查疾病的病因，而不是基于关联的有偏估计，这些关联可能由于混杂或反向因果关系而产生。这通常对于已研究AD和全因痴呆的环境和临床风险因素来说是一个不现实的假设。然而，由于遗传继承的特性，诸如APOE等位基因等遗传变异的风险估计不受反向因果关系的影响，并且不太可能受到混杂的影响。遗传和实验证据还表明，APOE变异对AD和全因痴呆风险的影响极不可能是由于与APOE共遗传的附近遗传变异(与APOE处于连锁不平衡)，而是APOE变异本身。因此，APOE变异明确导致AD，这些变异的PAFs提供了归因于所讨论变异的疾病负担的可靠估计。
结论
考虑到可以通过减少APOE表达或功能差异带来的风险来预防(或至少延迟)大多数AD，理解该蛋白质的有害影响应得到相应的研究关注和资金。这些应包括努力了解ε3同型物相对于ε2同型物和其他低风险变体负责AD风险的独特功能特性。有相当大的空间通过干预来靶向APOE。通过基因编辑、转移和沉默方法，遗传风险可以直接修改。此外，存在许多策略在蛋白质水平或通过其与分子中介物的相互作用来靶向APOE，包括免疫疗法和小分子结构校正剂。然而，目前只有一种直接针对APOE在基因或蛋白质水平的疗法(LX1001)正在人类中进行AD试验——不到注册的AD试验中疗法的1%。AD(以及基础研究)的治疗开发需要重新平衡，以支持APOE。优先直接研究APOE并不排除调查其他可能介导或修改APOE对AD和全因痴呆更广泛影响的遗传或环境因素，或调查可能是这些结果的独立组成部分原因的因素(这两种情况都包括针对AD神经病理学的研究)。尽管如此，明确APOE如何、何时以及在哪些细胞类型中影响AD风险——以及如何减轻其有害影响——对于AD预防和治疗显然至关重要。
数据可用性
本研究中使用的所有UKB数据可提供给在UK Biobank注册并作为批准项目的一部分请求访问的研究人员。A4研究数据通过影像和数据档案向研究人员公开提供。FinnGen持有的个体级数据在获得研究科学委员会批准的项目申请后，可提供给赞助机构的合格研究人员。用于分析的数据字段和脚本将在本文发表后在以下网站提供：
致谢
这项工作得到了英国医学研究理事会(MC_UU_00019/3)的资助。DMW得到了阿尔茨海默病研究英国高级研究员(ARUK-SRF2023B-008)的支持。NMD通过挪威研究理事会Grant number 295989获得支持。ELA得到了UKRI未来领导者研究员(MR/W011581/2)的支持。MH得到了芬兰研究委员会grant number 338182、Sigrid Juselius基金会和东芬兰大学战略神经科学研究资金的支持。
【全文结束】
