表觀基因組關聯研究（Epigenome-wide association studies，EWAS）將表觀遺傳信息如DNA甲基化與復雜疾病進行關聯，揭示非遺傳信息變異在復雜疾病的致病病因等方面的潛在作用，彌補了全基因組關聯分析的不足。目前，針對復雜疾病的EWAS研究大體上可以分為兩類，一類是患病分析（prevalence analyses），另一類是發病分析（incidence analyses）。前者是對整體人群的橫向分析，后者是在未發病人群中進行縱向分析評估觀察發病情況。

然而，目前EWAS所選取的樣本較小，通常少于1,000個樣本，這限制了表觀遺傳與復雜疾病關聯的發現。薈萃分析（Meta-analyses）雖然可以彌補樣本量上的不足，但卻忽視了不同研究之間的異質性。因此需要大隊列的針對單一人群的EWAS研究以揭示多種復雜疾病的患病和發病狀況。這種研究也會有助于開發常見疾病的血液甲基化分子標記。此外，也需要進行結構性的文獻回顧以評估EWAS所發現的位點與疾病之間的相關性和一致性，從而進一步證明EWAS在揭示常見復雜疾病潛在分子機制中的實用性。

近日，英國愛丁堡大學Riccardo E. Marioni 團隊在PLOS Medicine上發表了文章Blood-based epigenome-wide analyses of 19 common disease states: A longitudinal, population-based linked cohort study of 18,413 Scottish individuals，通過對單個族裔大樣本隊列——18,413個蘇格蘭志愿者全血樣本的752,722個CpG甲基化位點進行分析，評估了19疾病與DNA甲基化的關聯性。

首先，研究人員選擇了Generation Scotland: the Scottish Family Health Study（GS）隊列作為研究對象。GS由愛丁堡皇家學會于2001年提出，該計劃以家庭結構為基礎。參與者必須在35歲-65歲之間（后放寬到18-65歲），必須擁有一位直系親屬或兄弟姐妹。

截止2023年5月，該計劃已經招募了約7,000個家庭（有5,573個家庭，平均家庭成員數為4人，還有1,400名沒有親屬參與的個體）共計24,000名志愿者（包括6,665名患者、16,007名家庭成員和1,288名未經邀請主動自愿參加的個體），這些志愿者均填寫了相關調查如病史，個人健康數據，并被采集了血液、尿液等樣本。

研究人員選擇了2006-2011年招募的18,413名志愿者，平均年齡47.5歲，女性占比58.8%，并將分析分成了兩部分：

1）患病分析（prevalence analyses），該組志愿者招募時已自述疾病狀態并提供了血液樣本；

2）發病分析（incidence analyses），該組志愿者在14年隨訪中出現新發疾病。

前一部分包括14種疾?。喊柎暮ＤY、乳腺癌、慢性腎病、慢性頸背疼痛、慢阻肺、結直腸癌、2型糖尿病、缺血性心臟病、肺癌骨關節炎、帕金森病、前列腺癌、風濕性關節炎和中風。后一部分疾病包括19種：在前一部分的14種疾病的基礎上加上新冠嚴重性、炎癥性腸病、肝硬化、持久性新冠和卵巢癌。

接下來，研究人員利用Illumina Infinium™ MethylationEPIC Array芯片對18,413例志愿者的全血樣本進行了DNA甲基化檢測。通過年齡、性別、血細胞計數校正后發現了10種疾病里的1,340個顯著相關（association），其中90%的相關是2型糖尿病、慢阻肺和慢性疼痛。當進一步納入生活方式與人群結構校正后，發現7種疾病的78個相關。交叉對比發現有4種疾病的69個相關，其中2型糖尿?。?2個CpG）、乳腺癌（10個CpG）、缺血性心臟?。?個CpG）、慢性腎?。?個CpG），具體相關基因信息可見下圖。

研究人員在分析了DNA甲基化與14種不同疾病的患病分析后，進一步分析了上述19種疾病的發病分析，通過年齡、性別、血細胞計數校正后發現了11種疾病里的14,237個顯著相關（association），其中分別有11,305和2,657個與慢阻肺和2型糖尿病相關。當進一步納入生活方式與人群結構校正后，發現5種疾病的79個相關。交叉對比發現有2種疾病的64個相關，其中2型糖尿?。?8個CpG）、慢阻肺（6個CpG），具體相關基因信息可見下圖。

最后，研究人員對分析得到的Top CpGs進行了通路富集分析，發現僅有2型糖尿病以及缺血性心臟病得到了顯著的通路富集，其代表性通路有膽固醇代謝以及酒精代謝。另外，通過多種計算模型分析，如柯克距離分析（Cook’s distance）、Harrell’s C-statistic等進一步確認了CpG關聯的魯棒性（Robust）。進一步，研究人員系統性查閱了已發表文獻，發現患病分析中的69個關聯中的11個，發病分析中64個關聯中的8個已經被報道。

總之，該項研究通過對單一人種的大規模隊列進行表觀基因組關聯分析，發現了超過100多個CpG與疾病之間的關聯，證明了血液DNA甲基化可以作為常見疾病的標志物，也提出在人類生物資源庫擴充的背景下，對于疾病的關聯分析應該在協變量策略、表型定義、報告指南等方面達成一致。

此外，文章中使用了Illumina Infinium™ MethylationEPIC Array對樣本進行了全基因組甲基化檢測。2022年12月，因美納發布了甲基化芯片產品的升級版本Infinium™ MethylationEPIC v2.0 BeadChip。全新上市的Infinium™ MethylationEPIC v2.0 BeadChip 以Infinium™ MethylationEPIC v1.0 BeadChip全基因組骨架為基礎，超過935K CpG，覆蓋增強子、CTCF結合位點和常見癌癥驅動突變，并為甲基化分類方法用戶優化了拷貝數變異（CNV）檢出。

Infinium™ MethylationEPIC v2.0 BeadChip可以相對低廉的單樣本成本產出高度精準的DNA甲基化數據，并兼容從FFPE組織樣本提取的DNA。相比于WGBS、RRBS和靶向甲基化測序相比，用EPIC v2.0獲取全基因組DNA甲基化數據的成本顯著降低，更適合大型隊列研究中對大規模樣本行進表觀遺傳標志物篩查。在表觀基因組關聯研究（EWAS）方面，目前大多數已發表的EWAS文章都是利用因美納MethylationEPIC或其前代產品HumanMethylation450完成的，作為升級版的EPIC v2.0將會在未來進一步助力各種復雜疾病的EWAS分析。

原文鏈接：

https://journals.plos.org/plosmedicine/article?id=10.1371/journal.pmed.1004247#sec008