1. 领域背景与文献引入
文献英文标题：Genome-wide association study and polygenic risk score analysis identify genetic variants associated with fasting insulin levels in Taiwanese Han individuals；发表期刊：BMC Genomic Data；影响因子：未公开；研究领域：代谢遗传学（空腹胰岛素调控与2型糖尿病易感）
胰岛素是胰岛β细胞分泌的核心肽类激素，不仅负责调控机体糖代谢稳态，还参与蛋白合成促进、脂肪分解抑制等关键生理过程。其编码基因（INS）的转录受PDX-1、MafA等转录因子构成的网络调控，且胰岛素可通过PI3K/Akt-FOXO信号通路，抑制糖异生相关基因（如PEPCK、G6Pase）的表达，同时激活脂代谢相关基因（如SREBP-1c），实现糖脂代谢的协同调控。全基因组关联研究（GWAS）已成为解析复杂代谢疾病遗传基础的核心技术，目前已鉴定出INS等基因的突变与1型糖尿病易感相关，但不同种族人群的遗传背景差异可能导致空腹胰岛素调控的遗传变异存在特异性，针对台湾汉族人群的空腹胰岛素遗传调控研究仍较为匮乏，且缺乏可用于该人群代谢疾病风险预测的多基因风险评分（PRS）模型，这一研究空白为本研究的开展提供了核心必要性。
2. 文献综述解析
作者对领域内现有研究的分类维度涵盖三个层面：胰岛素调控的分子机制网络、GWAS在胰岛素相关遗传研究中的技术应用、不同种族人群的遗传变异差异。现有研究的关键结论显示，胰岛素通过转录因子网络精准调控自身基因表达，同时通过下游信号通路实现对糖异生、脂代谢的全局调控；GWAS技术已在欧美人群中鉴定出多个与空腹胰岛素水平相关的遗传变异，部分变异已被证实与2型糖尿病、肥胖等代谢性状关联。技术方法优势方面，GWAS可实现全基因组范围的遗传变异筛选，PRS模型能整合多个低效应变异的累积效应，提升代谢疾病风险预测的准确性；但现有研究仍存在局限性，多数研究聚焦于欧美人群，针对东亚尤其是台湾汉族人群的研究不足，部分遗传变异的功能调控机制尚未明确，且单纯基于遗传变异的PRS模型预测效能仍需结合临床因素进一步提升。本研究的创新价值在于，首次针对台湾汉族人群开展空腹胰岛素水平的GWAS及PRS分析，鉴定出PIP4K2A、rs3846601等新型易感位点，且构建的PRS模型可有效关联2型糖尿病、BMI等代谢性状，填补了台湾汉族人群该领域的研究空白，为该人群的代谢疾病风险分层提供了遗传依据。
3. 研究思路总结与详细解析
本研究的核心目标是鉴定台湾汉族人群中与空腹胰岛素水平相关的遗传变异，构建可预测空腹胰岛素水平及代谢疾病风险的PRS模型；核心科学问题为台湾汉族人群空腹胰岛素水平的遗传调控机制及遗传变异与2型糖尿病、BMI的关联；技术路线遵循“队列构建→GWAS筛选→独立队列验证→PRS模型构建→代谢性状关联分析→PheWAS及孟德尔随机化验证”的闭环逻辑。
3.1 研究队列构建与样本筛选
实验目的为构建具有代表性的台湾汉族人群队列，为GWAS及后续验证提供样本基础。方法细节上，从中国医药大学医院精准医学项目中筛选研究对象，分为Primary队列（2018年8月-2022年5月招募，排除糖尿病、胰腺疾病及使用胰岛素的个体）、Follow-up队列（2022年6月-2023年12月招募，与Primary队列无重叠，纳入排除标准一致）；同时构建BMI研究组（含Primary和Follow-up队列中18岁以上有BMI记录的个体）、2型糖尿病病例-对照组（20岁以上的2型糖尿病患者为病例，无糖尿病记录的为对照）；对有多次空腹胰岛素或BMI记录的个体，取中位值作为分析指标。结果解读显示，最终Primary队列分为base（70%，6628人）、target（20%，1927人）、validation（10%，1031人）三组，Follow-up队列含3300人，BMI研究组Primary队列167156人、Follow-up队列76357人，2型糖尿病病例组15895人、对照组182386人，样本量充足且人群特征符合研究要求。
产品关联：文献未提及具体实验产品，领域常规使用全基因组SNP芯片、PLINK、PRSice-2等遗传分析软件及工具。
3.2 基因分型与质量控制
实验目的为获取高质量的SNP分型数据，确保GWAS分析的可靠性。方法细节上，采用TPMv1 SNP芯片（Thermo Fisher Scientific）进行基因分型，使用PLINK 2.0进行质量控制，排除个体缺失率≥10%、SNP缺失率≥10%、哈迪-温伯格平衡P<10^-6、次要等位基因频率<10^-4的样本及变异；使用Beagle 5.2以台湾生物银行全基因组测序数据为参考进行基因型填充，进一步筛选等位基因剂量<0.3、基因型后验概率<0.9的变异。结果解读显示，质量控制及填充后共获得14064987个变异用于后续分析，确保了分型数据的准确性。
产品关联：实验所用关键产品：Thermo Fisher Scientific的TPMv1 SNP芯片；领域常规使用PLINK 2.0、Beagle 5.2等遗传分析软件。
3.3 全基因组关联研究与变异验证
实验目的为筛选与空腹胰岛素水平相关的遗传变异，并在独立队列中验证。方法细节上，对base组进行GWAS分析，以空腹胰岛素水平的自然对数为结局变量，采用线性回归模型，纳入年龄、性别及前10个主成分作为协变量；筛选P<1×10^-5的SNP在Follow-up队列中进行验证，同样采用线性回归模型调整协变量，验证效应方向的一致性。结果解读显示，Primary队列中1个SNP（rs76072851，CORO2B基因内含子变异）达到全基因组显著水平（P<5×10^-8），159个SNP的P<1×10^-5；在Follow-up队列中，119个SNP的P<0.05，其中PIP4K2A、FTO基因及rs3846601的效应方向与Primary队列一致，而CACNA1E、ACVR1的效应方向相反，被排除；同时验证了既往GWAS报道的SPATA31H1、GATA4、ABO等基因的变异在台湾汉族人群中也与空腹胰岛素水平相关。
产品关联：文献未提及具体实验产品，领域常规使用PLINK 2.0、ENSEMBL注释工具等。
3.4 多基因风险评分（PRS）模型构建与验证
实验目的为构建可预测空腹胰岛素水平的PRS模型，并验证其与代谢性状的关联。方法细节上，使用PRSice-2软件，以base组的GWAS结果为训练集，计算target组的PRS，采用“clumping and thresholding”方法筛选SNP（P<0.05，LD r²<0.1，距离250kb）；将target组和validation组合并后分为训练集（80%）和测试集（20%），结合年龄、性别、前10个主成分，采用留一交叉验证（LOOCV）、LASSO等方法优化模型；将PRS模型应用于2型糖尿病病例-对照组、BMI研究组，分析其与疾病及性状的关联。结果解读显示，PRS模型在target组（P=0.00032，Beta=0.082，R²=0.0067）、validation组（P=0.01095，Beta=0.079，R²=0.0063）、Follow-up组（P=0.003，Beta=0.052，R²=0.0027）中均与空腹胰岛素水平显著相关；优化后的模型纳入年龄、性别等因素后，测试集的R²提升至0.0408；PRS与2型糖尿病显著关联（OR=1.036，95%CI 1.017-1.056，P=0.00017），与BMI在青年、中年组中显著正相关，老年组无显著关联。
产品关联：文献未提及具体实验产品，领域常规使用PRSice-2、SPSS等统计分析软件。
3.5 表型组关联研究（PheWAS）与孟德尔随机化（MR）分析
实验目的为探索空腹胰岛素PRS与多种疾病的关联，验证空腹胰岛素水平与2型糖尿病的因果关系。方法细节上，将PRS与1791个Phecodes进行关联分析，采用逻辑回归模型并进行Bonferroni校正；采用MR分析，以GWAS筛选的P<1×10^-5且LD独立的SNP为工具变量，使用IVW、加权中位数、MR-Egger等方法分析空腹胰岛素水平与2型糖尿病的因果关系。结果解读显示，PheWAS显示PRS与病态肥胖（P=8.01×10^-110）、2型糖尿病（P=2.07×10^-40）、多囊卵巢（P=1.11×10^-37）、慢性非酒精性肝病（P=2.03×10^-37）、高血压（P=1.45×10^-27）等代谢相关疾病显著正相关；MR分析未发现空腹胰岛素水平与2型糖尿病存在显著因果关联（IVW法P=0.719）。
产品关联：文献未提及具体实验产品，领域常规使用R语言PheWAS包、MendelianRandomization包等。
4. Biomarker研究及发现成果解析
Biomarker定位方面，本研究涉及的Biomarker包括与空腹胰岛素水平相关的遗传变异（PIP4K2A基因变异、FTO基因变异、rs3846601）及基于这些变异构建的PRS模型；筛选逻辑为“GWAS全基因组筛选→独立队列验证→功能关联分析”，验证逻辑为“靶标队列验证→验证队列验证→代谢性状关联验证”。研究过程详述显示，遗传变异来源于台湾汉族人群的外周血样本基因分型数据，验证方法为GWAS线性回归分析、独立队列重复验证；PRS模型基于22036个SNP构建，在多个队列中验证了与空腹胰岛素水平的关联，其与2型糖尿病关联的ROC曲线AUC=0.518（P<0.05），与青年组重度肥胖（BMI≥35）关联的AUC=0.532（P<0.05）。核心成果提炼显示，PIP4K2A为首次在台湾汉族人群中发现的空腹胰岛素调控新型易感基因，其编码的酶通过调控PI(4,5)P2参与胰岛素信号通路；PRS模型可作为台湾汉族人群2型糖尿病及肥胖的遗传风险标志物，与2型糖尿病关联的风险比OR=1.036（95%CI 1.017-1.056，P=0.00017），与青年组重度肥胖关联的OR=1.150（95%CI 1.087-1.216，P=9.16×10^-7）；该Biomarker的创新性在于首次揭示了台湾汉族人群特有的空腹胰岛素调控遗传变异，为该人群的代谢疾病风险分层提供了遗传依据。