脑源性神经营养因子基因多态性与肥胖易感性的meta分析

马伶俐，刘殿媛

(吉林大学中日联谊医院 内分泌代谢科，吉林 长春130033)

脑源性神经营养因子(BDNF)，位于11号染色体(11p14.1)上，延伸约67 kb，包含11个外显子和9个功能启动子[1]。BDNF蛋白属于生长因子的神经营养素家族，是一类分泌性小蛋白，在中枢神经系统的生长、分化和维持中起着关键作用[2]。目前有许多研究报道BDNF基因突变与超重/肥胖遗传易感性的关联。本文采用Meta的方法，评价BDNF基因变异与超重/肥胖之间的关联，报道如下。

1 资料与方法

1.1 纳入标准和排除标准

1.1.1纳入标准 (1)文献研究内容为BDNF基因多态性与肥胖/超重关联的病例-对照研究；(2)病例组和对照组中提供等位基因分布频率数据；(3)基因型分布符合Hardy-Weinberg平衡定律(HWE)；(4)对由同一作者发表或使用相同患者数据的文献，仅纳入样本量最大或最新发表的研究。

1.1.2排除标准 (1)会议摘要或综述；(2)文献中没有基因型分布数据；(3)不符合Hardy-Weinberg平衡定律(HWE)；(4)未评估BDNF基因多态性与超重/肥胖的关联。

1.2 文献检索

在PubMed、Web of Science、EMBASE、万方数据库和中国全文期刊数据库(CNKI)等全文数据库，检索建库至2021年1月18日发表的相关文献。英文检索词：“obesity”OR“overweight”、“fat mass”OR“BMI”、“BDNF”OR“rs6265”OR“rs925946”OR“rs4923461”OR“rs10767664”OR“rs10501087”OR“rs4074134”OR“rs2030323”OR“rs10835211”OR“rs7481311”OR“rs1519480”OR“rs988712”、“polymorphism”OR“SNPs”。中文检索词：“肥胖”或“体重指数”、“脑源性神经营养因子”或“BDNF基因”或“rs6265”或“rs925946”或“rs4923461”或“rs10767664”或“rs10501087”或“rs4074134”或“rs2030323”或“rs10835211”或“rs7481311”或“rs1519480”或“rs988712”、“多态性”。通读所有检索到的文献的标题和摘要，并通过阅读与主题相关的参考文献补充漏检的文献。

1.3 文献筛选及资料提取

两位研究者独立阅读文献全文并提取相关信息，当对数据提取有不同意见时，通过协商达成一致。提取了以下数据:第一作者；发表年份；国家；种族；病例组和对照组的样本量；病例组和对照组的基因型频率；基因分型方法。文献中未提供充分数据时，通过邮件与作者联系请求获取完整数据。质量评估使用纽卡斯尔-渥太华量表Newcastle-Ottawa Scale(NOS)[3]对所有纳入的研究进行评分，它通过研究人群选择、可比性、暴露因素及结果进行评价。两位研究人员独立评估了纳入研究的质量，通过讨论解决了分歧。

1.4 统计学方法

本研究数据类型为二分类变量，BDNF基因多态性与肥胖/超重的关联强度采用合并比值比(OR)和95% CI，用STATA 12.0软件进行统计分析。分别对五种遗传模型进行计算(等位基因模型，隐性模型，显性模型，纯合模型，杂合模型)。采用Cochran’s Q检验和I2检验异质性，P值< 0.05认为具有统计学意义。当I2≥ 50%时，存在异质性，采用随机效应模型进行统计分析。反之，采用固定效应模型进行统计分析。根据患者的种族及年龄进行亚组分析探讨异质性来源。敏感性分析采用不同的模型对效应量进行合并，观察不同模型分析统计指标的变化来评估结果的稳健性。发表偏倚通过贝格漏斗图进行直观识别，采用Begg法及Egger法对漏斗图的对称性进行检验。

2 结果

2.1 文献检索结果及纳入研究的基本特征

根据制定的检索策略，在最初的文献检索中总共检索出118篇文献(其中英文文献111篇，中文7篇)与BDNF基因及肥胖/超重有关，通过查重、阅读题目及摘要排除94篇，通读24篇文献排除无基因型分布频率数据及非病例对照研究的文献，最终有10篇文献纳入荟萃分析，关于BDNF基因的两个位点。文献筛选的流程图如图1所示。其中有9项研究关于rs6265多态性(病例组2353人，对照组3117人)，根据人种分层，其中有6项研究为高加索人，2项为拉丁美洲人，1项为亚洲人；根据年龄分层，其中有6项为成年人，3项为儿童和青少年。2项研究关于rs925946多态性(病例组1902人，对照组2402人)。纳入研究的基本特征见表1。

表1 纳入研究的基本特征

图1 文献筛选流程图

2.2 Meta分析结果

2.2.1rs6265多态性与超重/肥胖关系的Meta分析结果 在等位基因模型A vs G下，经统计学检验异质性结果为I2=64.2%，P=0.004，选用随机效应模型对数据进行合并，结果显示OR=0.96,95% CI 0.78-1.17,表明等位基因模型A vs G无明显统计学意义。在纯合模型AA vs GG下，经统计学检验异质性结果为I2=51.7%，P=0.035，选用随机效应模型对数据进行合并，结果显示OR=0.95,95% CI 0.53-1.70,表明等位基因模型AA vs GG无明显统计学意义。在杂合模型AG vs GG下，经统计学检验异质性结果为I2=54.1%，P=0.026，选用随机效应模型对数据进行合并，结果显示OR=0.93,95% CI 0.75-1.16,表明等位基因模型AG vs GG无明显统计学意义。在显性模型AA+GA vs GG下，经统计学检验异质性结果为I2=60.0%，P=0.01，选用随机效应模型对数据进行合并，结果显示OR=0.93,95 % CI 0.75-1.17,表明等位基因模型AA+GA vs GG无明显统计学意义。在隐性模型AA vs GA+GG下，经统计学检验异质性结果为I2=49.4%，P=0.045，选用固定效应模型对数据进行合并，结果显示OR=0.96,95% CI 0.55-1.68,表明等位基因模型AA vs GA+GG无明显统计学意义。

2.2.2rs6265多态性与超重/肥胖的关系亚组分析 为探究异质性来源，根据人群生物学特征的不同，分别按照种族和年龄对纳入的9项研究进行亚组分析。按照种族分层的亚组中，高加索人有6项研究，拉丁美洲人有2项研究，亚洲人有1项研究；按照年龄分层的亚组中，成年人有6项研究，儿童和青少年有3项研究。按照种族进行亚组分析，高加索人群在等位基因模型A vs G、纯合子模型AA vs GG、杂合子模型AG vs GG、显性模型AA+GA vs GG、隐性模型AA vs GA+GG下合并OR值和95% CI分别为1.09(0.82，1.44)，1.03(0.43，2.42)，1.10(0.83，1.46)，1.10(0.82，1.48)，0.98(0.43，2.25)。拉丁美洲人群五种基因模型合并后的OR值和95 % CI分别为0.61(0.23，1.64)，0.80(0.01，58.30)，0.57(0.30，1.08)，0.56(0.23，1.36)，0.97(0.02，57.69)。亚洲人群五种基因模型合并后的OR值和95 % CI分别为0.96(0.78，1.00)，0.83(0.67，1.04)，0.86(0.73，1.01)，0.85(0.73，0.99)，0.91(0.75，1.11)。结果表明，在三组人群中rs6265多态性在超重/肥胖组与健康对照组基因频率分布差异无统计学意义。

按照年龄进行亚组分析，成年人组在等位基因模型A vs G、纯合子模型AA vs GG、杂合子模型AG vs GG、显性模型AA+GA vs GG、隐性模型AA vs GA+GG下合并OR值和95 % CI分别为0.84(0.67，1.07)，0.71(0.41，1.21)，0.87(0.70，1.07)，0.75(0.45，1.25)，0.75(0.45，1.25)。儿童和青少年组五种基因模型合并后的OR值和95 % CI分别为1.22(0.91，1.64)，3.08(0.89，10.61)，1.10(0.61，2.00)，2.99(0.69，12.96)，2.99(0.69，12.96)。结果表明，在儿童和青少年及成年人中rs6265多态性在超重/肥胖组与健康对照组基因频率分布差异无统计学意义。亚组分析结果提示，在种族分层和年龄分层中五种基因模型的分析结果均无统计学意义。

2.2.3rs925946多态性与超重/肥胖关系的Meta分析结果 关于rs925946多态性与超重/肥胖的关联共纳入2项研究，采用固定效应模型对数据进行分析，结果如表2所示，五种基因模型下，rs925946多态性与在超重/肥胖组与健康对照组基因频率分布均无统计学意义，由于研究较少，尚不能说明rs925946多态性等位基因T/G分布频率与超重/肥胖无关。

表2 rs6265meta分析结果表

2.3 发表偏倚

BDNF rs6265多态性在全体人群研究中漏斗图呈对称分布，同时采用Begg’s法和Egger’s法对漏斗图的对称性进行检验，结果显示P值均大于0.05，对rs925946多态性纳入的研究进行Egger’s检验，P值均大于0.05，说明rs6265及rs925946多态性纳入的相关研究无明显发表偏倚。

2.4 敏感性分析

敏感性分析分别采用固定效应模型和随机效应模型对数据进行合并，统计结果如表3所示，变换模型前后OR值(95% CI)无显著变化，提示敏感性较低，说明本研究的结果是可靠的。

表3 敏感性分析

3 讨论

肥胖已经成为一种全球性的流行病，超重和肥胖被认为是各种代谢和心血管疾病发展的危险因素。最近一项对大约700000名欧洲血统人群的体质指数的全基因组关联研究的荟萃分析显示，通过基于汇总数据的孟德尔随机化和依赖仪器的异质性测试鉴定的BMI相关基因在涉及神经发生及中枢神经系统发育的基因中最丰富[14]。大量的候选基因已经被研究与肥胖有关，其中之一是BDNF基因。BDNF是一种神经营养因子，参与大脑的多种功能，如神经发育、成熟、分化、迁移、存活、神经发育过程中的信号传导、突触可塑性和树突生长等[15]。由于BDNF在调节体重和整体代谢适应性的瘦素前黑皮质素途径中发挥关键作用，BDNF基因多态性可能影响能量平衡，并可能导致肥胖表型的表现。在动物模型中，BDNF基因与体重调节密切相关;它的表达发生在与饮食行为、食物摄入和体重相关的下丘脑核[16]。BDNF的释放受营养状态的控制，既往有研究证明BDNF是一个厌食因子。在小鼠中，BDNF输注导致明显的剂量依赖性食欲抑制、体重减轻和下丘脑血清素增加[17]。

在本研究中，将既往发表过的关于BDNF基因多态性及其相关位点与超重/肥胖相关性的研究进行全面的检索，这些位点包括rs6265、rs925946、rs4923461、rs10767664、rs10501087、rs4074134、rs2030323、rs10835211、rs7481311、rs1519480、rs988712，但符合纳入标准的研究只有关于rs6265和rs925946两个位点，其中rs6265多态性的研究有九项，rs925946有两项，将这些研究数据进行合并，分别在五种基因模型下计算其关联性，结果均未发现具有统计学意义，按照人种及年龄进行分层分析后仍未发现有统计学意义，尽管meta分析的结果为阴性，仍然不能否定BDNF基因多态性与超重/肥胖之间的关联性，应对结果进行谨慎的分析。

关于BDNF基因多态性影响体重调节、饮食行为和新陈代谢的机制仍在探索中[18]，随着分子遗传生物技术和基因组学的发展，遗传流行病学日渐成为热点，复杂疾病的遗传危险因素越来越被重视，先前关于BDNF基因多态性与超重/肥胖关联性的研究结果存在矛盾，可能是由于样本量小、不同种族人群遗传背景差异大、年龄和肥胖程度不同、样本选择和表型定义的差异、中度遗传效应和研究持续时间的差异等特点造成的。当然，本研究还存在一些不足，第一，符合条件的研究中采用不同的技术对DNA样本进行基因型分析可能会增加异质性。第二，肥胖是复杂的多基因疾病，由遗传和环境因素共同作用所致，本研究只分析了单个基因位点的作用，基因-环境或基因-基因相互作用可能会影响结果，并掩盖潜在的不准确性。第三，不同研究中对超重和肥胖的诊断标准不同，控制的混杂因素也不同，在研究设计阶段和资料收集阶段可能存在潜在的发表偏倚。第四，由于目前的研究样本量较小，可能会掩盖或降低风险等位基因的效应。第五，传统的种族分类掩盖了这些群体的潜在遗传多样性，例如西班牙裔/拉美裔，他们的原籍可能有很高比例的非洲血统或来自中美洲大陆。