1. 领域背景与文献
文献英文标题：Genetic influences on the associations between DNA methylation and obesity measures: a twin study；发表期刊：BMC Medical Genomics；影响因子：5.7（2024年）；研究领域：肥胖表观遗传学（DNA甲基化与肥胖的遗传关联研究）
全球范围内，肥胖及相关合并症给公共卫生、经济和心理健康带来沉重负担，解析肥胖的发病机制是重要的健康研究方向。肥胖的病理生理具有多因素性，由遗传、表观遗传和环境因素的复杂交互作用驱动。全基因组关联研究（GWAS）已发现数千个与肥胖指标相关的单核苷酸多态性（SNP），但即使是规模最大的BMI相关GWAS，941个显著SNP也仅能解释6%的BMI变异，单个位点效应量极小。DNA甲基化（DNAm）作为稳定的表观遗传修饰，能反映遗传影响和环境暴露的分子水平变化，通过调控基因表达和染色质结构参与肥胖易感性，已有研究报道上千个与肥胖相关的CpG位点，但不同研究间的重复性较差。领域共识：遗传变异（如甲基化数量性状位点meQTL）是导致DNAm-肥胖关联研究结果不一致的主要原因，现有研究未充分量化遗传因素对这类关联的贡献，缺乏全基因组水平的双胞胎研究来区分遗传和环境的作用。本研究针对这一空白，利用中国双胞胎队列，首次在全基因组水平分析DNAm与肥胖指标的遗传和环境相关性，并通过对比全人群和控制遗传背景的同卵（MZ）双胞胎配对分析，明确遗传因素对DNAm-肥胖关联的驱动或混杂作用，为提高肥胖相关DNAm生物标志物的重复性提供依据。
2. 文献综述解析
作者对领域内现有研究按研究类型（GWAS研究、DNAm与肥胖关联研究、双胞胎表观遗传研究）进行分类评述，系统梳理了不同研究的优势、局限性及未解决的核心问题，进而引出本研究的创新必要性。
现有GWAS研究的核心结论是已鉴定大量肥胖相关SNP，但对表型变异的解释率极低，无法充分阐明肥胖的遗传机制；其技术优势在于能大规模、全基因组筛选遗传位点，局限性是忽略了表观遗传等其他调控层面的贡献。DNAm与肥胖关联研究的关键结论是发现上千个与肥胖相关的CpG位点，但不同研究间的重复性差；技术优势是能捕捉环境和遗传因素共同作用的表观调控信号，局限性是未充分考虑遗传因素对DNAm-表型关联的干扰，导致结果难以重复。双胞胎表观遗传研究的核心结论是能有效区分遗传和环境因素对表型的贡献，技术优势是利用双胞胎的遗传相似性控制遗传混杂，局限性是此前尚未应用于全基因组水平的DNAm与肥胖关联分析。通过对比现有研究的未解决问题，本研究的创新价值在于首次利用双胞胎队列开展全基因组水平的DNAm与肥胖指标关联分析，通过双变量结构方程模型量化遗传和环境对关联的贡献，并通过全人群与MZ双胞胎配对分析的对比，明确遗传因素在DNAm-肥胖关联中的驱动或混杂作用，为后续DNAm生物标志物研究提供了严谨的实验设计范式，解决了现有研究重复性差的核心痛点。
3. 研究思路总结与详细解析
本研究的整体研究目标为①全基因组水平解析DNA甲基化（DNAm）与肥胖指标（BMI、腰围WC、腰臀比WHR）之间的遗传和环境相关性；②通过全人群与控制遗传背景的同卵（MZ）双胞胎配对关联分析，明确遗传因素对DNAm-肥胖关联的调控作用。核心科学问题是DNAm与肥胖的关联是否独立于遗传因素，还是主要由遗传因素共同驱动两者的变化。技术路线遵循“队列构建→表型与表观组检测→遗传-环境相关性分析→分组关联验证→通路富集”的闭环逻辑，利用双胞胎队列的独特优势区分遗传与环境因素的作用。
3.1 研究队列构建与表型测量
实验目的是建立具有明确遗传背景信息的双胞胎研究队列，精准测量肥胖相关表型以确保后续分析的可靠性。方法细节：研究数据来源于中国国家双胞胎登记库（CNTR），纳入完成问卷、体检及采血的双胞胎，排除孕妇及其同卵双胞胎，最终纳入1074名参与者（756名MZ双胞胎、318名异卵（DZ）双胞胎）；身高、体重、WC、臀围HC均重复测量2次，差值超过1cm则进行第三次测量，取最接近的两次均值用于分析，体重采用MC-780体成分分析仪测量，WC取肋骨下缘与髂嵴中点的周长，HC取腰下最宽处周长，计算BMI（体重/身高²）和WHR（WC/HC）；利用Illumina甲基化芯片上的59个SNP鉴定卵性，SNP相似度>90%定义为MZ双胞胎。结果解读：参与者平均年龄为49.9±12.2岁（n=1074，文献未明确P值），平均BMI为24.8kg/m²（n=1074，文献未明确P值）；MZ双胞胎的BMI、WC、WHR组内相关性分别为0.6、0.6、0.4（均P<0.01，n=378对MZ双胞胎），显著高于DZ双胞胎的0.1、0.2、0.2（n=159对DZ双胞胎，P值分别为0.68、0.04、0.01），说明遗传因素对肥胖表型有显著影响。实验所用关键产品：MC-780体成分分析仪；Illumina Infinium Methylation 450K/EPIC BeadChips。
3.2 DNA甲基化检测与数据预处理
实验目的是获取高质量的全基因组DNA甲基化谱，通过标准化处理消除技术偏差以保证后续分析的准确性。方法细节：从外周血提取基因组DNA，采用EZ DNA Methylation Kit（Zymo Research）进行亚硫酸氢盐修饰；利用Illumina Infinium Human Methylation 450K或EPIC BeadChips检测全基因组甲基化水平，保留两个平台共有的探针；使用R包minfi合并两个平台的数据，ChAMP包进行分位数归一化和血细胞比例校正，sva包的ComBat方法校正批次效应，最终筛选出合格的CpG位点和样本。结果解读：共保留378654个在两个平台均存在的CpG位点，1074名参与者的DNAm数据纳入后续分析，两个芯片平台间的重复性达98%，90%的450K探针可在EPIC芯片上重复，数据质量符合分析要求。实验所用关键产品：EZ DNA Methylation Kit（Zymo Research）；Illumina Infinium Human Methylation 450K BeadChip；Illumina Infinium Methylation EPIC BeadChip。
3.3 双变量结构方程模型分析遗传与环境相关性
实验目的是量化全基因组范围内DNAm与肥胖指标之间的表型、遗传和环境相关性，明确遗传因素对两者关联的贡献程度。方法细节：对每个CpG位点，采用双变量结构方程模型（SEMs），将DNAm和肥胖指标的表型变异分解为加性遗传（A）、非加性遗传（D）、共同环境（C）、独特环境（E）四个组分，选择AIC值最低的模型（ACE或ADE），计算表型相关系数（Rph）、遗传相关系数（Ra）和环境相关系数（Re），分析调整年龄和性别，P<0.05为显著；将CpG分为四组：①Rph≥0.2的位点；②Rph>0.1且Ra>0.5的位点；③Rph>0.1且Ra<0.1的位点；④Rph>0.1且与肥胖指标共享SNP的位点。结果解读：全基因组范围内，DNAm与三个肥胖指标的平均Rph为0.04（n=1074，文献未明确P值），平均Ra为0.08-0.09（n=1074，P<0.05），平均Re为0.02-0.03（n=1074，文献未明确P值）；对于Rph>0.1的CpG位点，平均Ra为0.23-0.24（n=1074，P<0.05），平均Re为0.03-0.05（n=1074，文献未明确P值），说明遗传因素是DNAm-肥胖表型关联的主要驱动因素；共鉴定出各组CpG位点，其中②组包含282个BMI相关、241个WC相关、402个WHR相关CpG，5个CpG与三个肥胖指标均相关（如cg07313626、cg08616667等）。