端粒长度与10种常见肌肉骨骼疾病的关系孟德尔随机化分析

doi:10.12307/2025.221

中国组织工程研究 ›› 2025, Vol. 29 ›› Issue (3): 654-660.doi: 10.12307/2025.221

• 植入物相关大数据分析 Implant related big data analysis • 上一篇

端粒长度与10种常见肌肉骨骼疾病的关系孟德尔随机化分析

罗伟东1，蒲彬2，3，古鹏2，黄枫1，郑晓辉1，陈福洪3

1广州中医药大学第一附属医院，广东省广州市 510000；2广州中医药大学第一临床医学院，广东省广州市 510000；3川北医学院附属遂宁市中医医院骨一科，四川省遂宁市 629000

收稿日期:2023-12-18 接受日期:2024-03-06 出版日期:2025-01-28 发布日期:2024-06-05
通讯作者: 陈福洪，主任医师，硕士生导师，川北医学院附属遂宁市中医医院骨一科，四川省遂宁市 629000
作者简介:罗伟东，男，1981年生，广东省梅州市人，汉族，广州中医药大学在读博士，副主任医师，主要从事骨缺损修复与再生研究。
基金资助:
广州市科技计划项目(202201020267)，项目负责人：罗伟东；国家中医药名家工作室建设项目(黄枫工作室N75，2022年)，项目负责人：黄枫；四川省遂宁市中医药管理局科学技术研究专项课题(SN2021B11)，项目负责人：陈福洪

Mendelian randomization study on the association between telomere length and 10 common musculoskeletal diseases

Luo Weidong1, Pu Bin2, 3, Gu Peng2, Huang Feng1, Zheng Xiaohui1, Chen Fuhong3

1The First Affiliated Hospital of Guangzhou University of Chinese Medicine, Guangzhou 510000, Guangdong Province, China; 2The First Clinical Medical College of Guangzhou University of Chinese Medicine, Guangzhou 510000, Guangdong Province, China; 3Department I of Orthopedics, Suining Municipal Hospital of Traditional Chinese Medicine Hospital, North Sichuan Medical College, Suining 629000, Sichuan Province, China

Received:2023-12-18 Accepted:2024-03-06 Online:2025-01-28 Published:2024-06-05
Contact: Chen Fuhong, Chief physician, Master’s supervisor, Department I of Orthopedics, Suining Municipal Hospital of Traditional Chinese Medicine Hospital, North Sichuan Medical College, Suining 629000, Sichuan Province, China
About author:Luo Weidong, MD candidate, Associate chief physician, The First Affiliated Hospital of Guangzhou University of Chinese Medicine, Guangzhou 510000, Guangdong Province, China
Supported by:
Guangzhou Science and Technology Planning Project, No. 202201020267 (to LWD); National Traditional Chinese Medicine Expert Studio Construction Project (Huang Feng Studio N75, 2022) (to HF); Special Research Project on Science and Technology of the Traditional Chinese Medicine Administration Bureau of Suining City, Sichuan Province, No. SN2021B11 (to CFH)

摘要/Abstract

摘要：

文题释义：

孟德尔随机化：是一种利用自然遗传变异来模拟随机对照试验的方法，该方法基于全基因组关联研究，使用遗传变异作为工具变量，以推断可改变的暴露与疾病之间的因果关系。
肌肉骨骼疾病：包括一系列身体肌肉、骨骼、韧带及关节损伤的疾病，这些疾病可能导致骨骼系统的结构、功能或代谢的异常，引起一系列症状，包括但不限于疼痛、运动障碍、变形等。

摘要
背景：多项观察性研究表明，端粒长度与肌肉骨骼疾病之间存在潜在的关联，然而它们之间的潜在机制仍不清楚。
目的：利用两样本孟德尔随机化分析来探索端粒长度与肌肉骨骼疾病之间的遗传因果关系。
方法：从英国生物银行中获得端粒长度的全基因组关联研究汇总数据。从FinnGen财团中获得了关于10种常见肌肉骨骼疾病(骨坏死、骨髓炎、骨质疏松、类风湿关节炎、腰痛、椎管狭窄、痛风、肩周炎、强直性脊柱炎和下肢深静脉血栓)的全基因组关联研究汇总数据。使用逆方差加权、孟德尔随机化-Egger和加权中位数方法评估端粒长度与10种肌肉骨骼疾病的因果关系，逆方差加权作为主要的孟德尔随机化分析方法，并进行敏感性分析探讨结果稳健性。
结果与结论：①逆方差加权法结果表明，遗传预测的端粒长度与类风湿关节炎(OR=0.78，95%CI：0.64-0.95，P=0.015)和骨坏死(OR=0.56，95%CI：0.36-0.90，P=0.016)风险之间存在负向因果关系，但未发现端粒长度与其他8种肌肉骨骼疾病之间存在因果关系(P均 > 0.05)。②敏感性分析结果表明因果关系稳健，孟德尔随机化-Egger截距分析未检测到潜在的水平多效性(P均 > 0.05)。③此项孟德尔随机化研究支持端粒长度对类风湿关节炎和骨坏死的保护作用的结论，然而，未来将需要更多的基础和临床研究来验证。

https://orcid.org/0000-0002-3006-0456(罗伟东)；https://orcid.org/0009-0004-8129-3497(陈福洪)

中国组织工程研究杂志出版内容重点：人工关节；骨植入物；脊柱；骨折；内固定；数字化骨科；组织工程

关键词: 端粒长度, 肌肉骨骼疾病">, 孟德尔随机化">, 全基因组关联研究">, 单核苷酸多态性">, 因果关系">, 工具变量

Abstract: BACKGROUND: Multiple observational studies have suggested a potential association between telomere length and musculoskeletal diseases. However, the underlying mechanisms remain unclear.
OBJECTIVE: To investigate the genetic causal relationship between telomere length and musculoskeletal diseases using two-sample Mendelian randomization analysis.
METHODS: Genome-wide association study summary data of telomere length were obtained from the UK Biobank. Genome-wide association study summary data of 10 common musculoskeletal diseases (osteonecrosis, osteomyelitis, osteoporosis, rheumatoid arthritis, low back pain, spinal stenosis, gout, scapulohumeral periarthritis, ankylosing spondylitis and deep venous thrombosis of lower limbs) were obtained from the FinnGen consortium. Inverse variance weighting, Mendelian randomization-Egger and weighted median methods were used to evaluate the causal relationship between telomere length and 10 musculoskeletal diseases. Inverse variance weighting was the primary Mendelian randomization analysis method, and sensitivity analysis was performed to explore the robustness of the results.
RESULTS AND CONCLUSION: (1) Inverse variance-weighted results indicated a negative causal relationship between genetically predicted telomere length and rheumatoid arthritis (odds ratio=0.78, 95% confidence interval: 0.64-0.95, P=0.015) and osteonecrosis (odds ratio=0.56, 95% confidence interval: 0.36-0.90, P=0.016). No causal relationship was found between telomere length and the other eight musculoskeletal diseases (all P > 0.05). (2) Sensitivity analysis affirmed the robustness of these causal relationships, and Mendelian randomization-Egger intercept analysis found no evidence of potential horizontal pleiotropy (all P > 0.05). (3) This Mendelian randomized study supports that telomere length has protective effects against rheumatoid arthritis and osteonecrosis. However, more basic and clinical research will be needed to support our findings in the future.

Key words: telomere length">, musculoskeletal disease">, Mendelian randomization">, genome-wide association study">, single nucleotide polymorphism">, causal relationship">, instrumental variable

中图分类号:

罗伟东, 蒲彬, 古鹏, 黄枫, 郑晓辉, 陈福洪. 端粒长度与10种常见肌肉骨骼疾病的关系孟德尔随机化分析[J]. 中国组织工程研究, 2025, 29(3): 654-660.

Luo Weidong, Pu Bin, Gu Peng, Huang Feng, Zheng Xiaohui, Chen Fuhong. Mendelian randomization study on the association between telomere length and 10 common musculoskeletal diseases[J]. Chinese Journal of Tissue Engineering Research, 2025, 29(3): 654-660.

图/表（结果） 2

2.1 工具变量筛选结果 根据该研究工具变量筛选标准，首先从端粒长度暴露数据集中共筛选出142个密切相关且无连锁不平衡的单核苷酸多态性，并剔除了1个与混杂因素相关的单核苷酸多态性(rs75664430)，然后通过全基因组关联研究提取结局的数据，进行合并暴露与结局数据集，并删除存在回文结构的单核苷酸多态性 (n=20)，最终共纳入121个单核苷酸多态性作为工具变量进行孟德尔随机化分析。所有单核苷酸多态性的F统计量均大于10(29.66-1 542.92)，表明存在弱工具偏倚的可能性较小。
2.2 端粒长度对10种常见肌肉骨骼疾病的影响 逆方差加权法、MR-Egger 和加权中位数用于评估端粒长度与10种常见肌肉骨骼疾病风险之间是否存在因果关系。结果支持端粒长度与类风湿关节炎和骨坏死之间存在提示性因果关系。逆方差加权法模型表明，遗传预测的端粒长度与类风湿关节炎(OR=0.78，95%CI：0.64-0.95，P=0.015)，骨坏死(OR=0.56，95%CI：0.36-0.90，P=0.018)的风险降低相关，见图2。虽然MR-Egger和加权中位数的结果不完全支持端粒长度与类风湿关节炎和骨坏死之间存在因果关系，但逆方差加权法、MR-Egger和加权中位数的结果方向一致(OR值均< 1)，见图2。该研究结果未发现端粒长度与其他8种肌肉骨骼疾病之间存在因果关系。

2.3 敏感性分析结果 异质性和水平多效性所有结果如表2所示，MR-Egger_intercept分析均未检测到潜在的水平多效性(P均 > 0.05)，说明工具变量并不显著通过暴露以外的途径影响结局。由于端粒长度与类风湿关节炎、腰痛、椎管狭窄、痛风、肩周炎和强直性脊柱炎所选的工具变量之间存在显著异质性(P < 0.05)，故研究均采用随机效应模型进行分析。此外，所有漏斗图中呈现的因果效应分布具有基本对称性，未见明显偏倚，见图3。

参考文献

[1] MADAN I, GRIME PR. The management of musculoskeletal disorders in the workplace. Best Pract Res Clin Rheumatol. 2015;29(3):345-355.
[2] SAFIRI S, KOLAHI AA, CROSS M, et al. Prevalence, deaths, and disability-adjusted life years due to musculoskeletal disorders for 195 countries and territories 1990-2017. Arthritis Rheumatol. 2021; 73(4):702-714.
[3] LOPEZ-OTIN C, BLASCO MA, PARTRIDGE L, et al. The hallmarks of aging. Cell. 2013; 153(6):1194-1217.
[4] HAYCOCK PC, HEYDON EE, KAPTOGE S, et al. Leucocyte telomere length and risk of cardiovascular disease: systematic review and meta-analysis. BMJ. 2014;349:g4227.
[5] ZHAO J, MIAO K, WANG H, et al. Association between telomere length and type 2 diabetes mellitus: a meta-analysis. PLoS One. 2013; 8(11):e79993.
[6] RODE L, NORDESTGAARD BG, BOJESEN SE. Peripheral blood leukocyte telomere length and mortality among 64, 637 individuals from the general population. J Natl Cancer Inst. 2015;107(6):djv074.
[7] NIELSEN BR, LINNEBERG A, BENDIX L, et al. Association between leukocyte telomere length and bone mineral density in women 25-93 years of age. Exp Gerontol. 2015;66: 25-31.
[8] TAO L, HUANG Q, YANG R, et al. The age modification to leukocyte telomere length effect on bone mineral density and osteoporosis among Chinese elderly women. J Bone Miner Metab. 2019;37(6): 1004-1012.
[9] HARBO M, DELAISSE JM, KJAERSGAARD-ANDERSEN P, et al. The relationship between ultra-short telomeres, aging of articular cartilage and the development of human hip osteoarthritis. Mech Ageing Dev. 2013;134(9):367-372.
[10] BAYLIS D, NTANI G, EDWARDS MH, et al. Inflammation, telomere length, and grip strength: a 10-year longitudinal study. Calcif Tissue Int. 2014;95(1):54-63.
[11] SEKULA P, DEL GRECO MF, PATTARO C, et al. Mendelian randomization as an approach to assess causality using observational data. J Am Soc Nephrol. 2016;27(11):3253-3265.
[12] GREEN HD, JONES A, EVANS JP, et al. A genome-wide association study identifies 5 loci associated with frozen shoulder and implicates diabetes as a causal risk factor. PLoS Genet. 2021;17(6):e1009577.
[13] LOH PR, KICHAEV G, GAZAL S, et al. Mixed-model association for biobank-scale datasets. Nat Genet. 2018;50(7):906-908.
[14] GIBSON MJ, SPIGA F, CAMPBELL A, et al. Reporting and methodological quality of studies that use Mendelian randomisation in UK Biobank: a meta-epidemiological study. BMJ Evid Based Med. 2023;28(2):103-110.
[15] CODD V, DENNIFF M, SWINFIELD C, et al. Measurement and initial characterization of leukocyte telomere length in 474, 074 participants in UK Biobank. Nat Aging. 2022;2(2):170-179.
[16] SHIM H, CHASMAN DI, SMITH JD, et al. A multivariate genome-wide association analysis of 10 LDL subfractions, and their response to statin treatment, in 1868 Caucasians. PLoS One. 2015;10(4): e0120758.
[17] BORENSTEIN M, HEDGES LV, HIGGINS JP, et al. A basic introduction to fixed-effect and random-effects models for meta-analysis. Res Synth Methods. 2010;1(2):97-111.
[18] BOWDEN J, DEL GRECO MF, MINELLI C, et al. Improving the accuracy of two-sample summary-data Mendelian randomization: moving beyond the NOME assumption. Int J Epidemiol. 2019;48(3):728-742.
[19] HARTWIG FP, DAVEY SMITH G, BOWDEN J. Robust inference in summary data Mendelian randomization via the zero modal pleiotropy assumption. Int J Epidemiol. 2017;46(6):1985-1998.
[20] BOWDEN J, DAVEY SMITH G, BURGESS S. Mendelian randomization with invalid instruments: effect estimation and bias detection through Egger regression. Int J Epidemiol. 2015;44(2):512-525.
[21] HEMANI G, ZHENG J, ELSWORTH B, et al. The MR-Base platform supports systematic causal inference across the human phenome. Elife. 2018;7:e34408.
[22] COLMEGNA I, DIAZ-BORJON A, FUJII H, et al. Defective proliferative capacity and accelerated telomeric loss of hematopoietic progenitor cells in rheumatoid arthritis. Arthritis Rheum. 2008;58(4):990-1000.
[23] TAMAYO M, MOSQUERA A, REGO JI, et al. Differing patterns of peripheral blood leukocyte telomere length in rheumatologic diseases. Mutat Res. 2010;683(1-2):68-73.
[24] GAMAL RM, HAMMAM N, ZAKARY MM, et al. Telomere dysfunction-related serological markers and oxidative stress markers in rheumatoid arthritis patients: correlation with diseases activity. Clin Rheumatol. 2018;37(12):3239-3246.
[25] LEE YH, BAE SC. Association between shortened telomere length and rheumatoid arthritis: a meta-analysis. Z Rheumatol. 2018;77(2):160-167.
[26] ZENG Z, ZHANG W, QIAN Y, et al. Association of telomere length with risk of rheumatoid arthritis: a meta-analysis and Mendelian randomization. Rheumatology (Oxford). 2020;59(5):940-947.
[27] WAGNER CL, HANUMANTHU VS, TALBOT CC JR., et al. Short telomere syndromes cause a primary T cell immunodeficiency. J Clin Invest. 2018;128(12):5222-5234.
[28] RODIER F, COPPE JP, PATIL CK, et al. Persistent DNA damage signalling triggers senescence-associated inflammatory cytokine secretion. Nat Cell Biol. 2009;11(8): 973-979.
[29] YADAV S, MAURYA PK. Correlation between telomere length and biomarkers of oxidative stress in human aging. Rejuvenation Res. 2022;25(1):25-29.
[30] LEE SW, LIM KH, LEE KJ, et al. No association between telomere length and osteonecrosis of the femoral head. BMC Musculoskelet Disord. 2021;22(1):176.
[31] DJORDJEVIC K, MILOJEVIC SAMANOVIC A, VESELINOVIC M, et al. Oxidative stress mediated therapy in patients with rheumatoid arthritis: a systematic review and meta-analysis. Antioxidants (Basel). 2023;12(11):1938.
[32] POONPET T, SAETAN N, TANAVALEE A, et al. Association between leukocyte telomere length and angiogenic cytokines in knee osteoarthritis. Int J Rheum Dis. 2018;21(1):118-125.
[33] WANG H, CHEN Q, LEE SH, et al. Impairment of osteoblast differentiation due to proliferation-independent telomere dysfunction in mouse models of accelerated aging. Aging Cell. 2012;11(4):704-713.
[34] WILLEIT P, WILLEIT J, BRANDSTATTER A, et al. Cellular aging reflected by leukocyte telomere length predicts advanced atherosclerosis and cardiovascular disease risk. Arterioscler Thromb Vasc Biol. 2010; 30(8):1649-1656.
[35] SANDERS JL, CAULEY JA, BOUDREAU RM, et al. Leukocyte telomere length is not associated with BMD, osteoporosis, or fracture in older adults: results from the health, aging and body composition study. J Bone Miner Res. 2009;24(9):1531-1536.
[36] DENG S, LIU S, XU S, et al. Shorter telomere length in peripheral blood leukocytes is associated with post-traumatic chronic osteomyelitis. Surg Infect (Larchmt). 2020;21(9):773-777.
[37] LE MAITRE CL, FREEMONT AJ, HOYLAND JA. Accelerated cellular senescence in degenerate intervertebral discs: a possible role in the pathogenesis of intervertebral disc degeneration. Arthritis Res Ther. 2007;9(3):R45.
[38] DECHSUPA S, YINGSAKMONGKOL W, LIMTHONGKUL W, et al. Relative telomere length and oxidative DNA damage in hypertrophic ligamentum flavum of lumbar spinal stenosis. PeerJ. 2018;6:e5381.
[39] KALSON NS, BROCK TM, MANGINO M, et al. Reduced telomere length is associated with fibrotic joint disease suggesting that impaired telomere repair contributes to joint fibrosis. PLoS One. 2018;13(1):e0190120.
[40] VAZIRPANAH N, KIENHORST LBE, VAN LOCHEM E, et al. Patients with gout have short telomeres compared with healthy participants: association of telomere length with flare frequency and cardiovascular disease in gout. Ann Rheum Dis. 2017; 76(7):1313-1319.
[41] QI M, YU J, PING F, et al. Leukocyte telomere length independently predicts hyperuricemia risk in a longitudinal study of the Chinese population. Nutr Metab Cardiovasc Dis. 2024;34(1):230-234.
[42] TAMAYO M, PERTEGA S, MOSQUERA A, et al. Individual telomere length decay in patients with spondyloarthritis. Mutat Res. 2014;765:1-5.

引言

肌肉骨骼疾病包括一系列身体肌肉、骨骼、韧带及关节损伤的疾病，常引发持续性慢性疼痛和运动功能障碍[1]。肌肉骨骼疾病作为严重影响全球人群健康的一类疾病[1-2]，其发病机制一直备受关注。近年来，科学家们致力于深入探究细胞层面的生物学变化，以期更全面地理解与肌肉骨骼健康相关的因素。
端粒是一种位于染色体末端的DNA-蛋白质结构，由大量串联重复的简单DNA序列组成，其主要功能是维护基因组的完整性，防止基因受到损害。它们作为生物衰老的潜在标志物，与多种疾病和生理过程相关联[3]。
已有研究证明，端粒与心血管疾病、2型糖尿病以及导致死亡的非血管、非癌症原因导致的死亡有关[4-6]。除了在维持基因组稳定性和细胞老化中发挥着关键作用外，端粒还与肌肉骨骼疾病的风险存在特定的生物学联系。以往研究发现，端粒长度与骨密度和骨质疏松症、关节软骨老化和握力有关[7-10]，这凸显了端粒在不同生理过程中的多重作用，为深入探究其在健康和疾病中的具体机制提供了有益的线索。
然而，这些研究在区分病因与疾病之间的因果关系方面存在挑战，且由于未测量的混杂或反向因果关系，存在证据不足的问题。近年来，为解决观察性研究和随机对照试验的局限性，孟德尔随机化研究崭露头角[11]。孟德尔随机化基于全基因组关联研究，利用自然遗传变异来模拟随机对照试验，以遗传变异作为工具变量，推断可改变的暴露与疾病之间的因果关系[12]。等位基因在受精卵形成过程中随机分配给后代，其固定基因型不受疾病发展而改变，有效避免混杂偏倚和反向因果关系[13]。这一方法提供了更可靠的因果推断，为探索病因和疾病之间的关系提供了新的途径。
因此，文章采用了两样本孟德尔随机化分析方法来探索端粒长度与肌肉骨骼疾病之间的因果关系。研究结果有望为肌肉骨骼疾病的发病机制提供新的视角，并为未来个性化预防和治疗肌肉骨骼疾病制定更加精准有效的策略，从而更好地服务于全球人群的健康。

中国组织工程研究杂志出版内容重点：人工关节；骨植入物；脊柱；骨折；内固定；数字化骨科；组织工程

材料方法

1.1 设计 孟德尔随机化的基本原理是使用与暴露和结局相关的遗传变异作为工具变量来推断两者之间是否存在因果关联。目前的孟德尔随机化分析基于3个关键假设：①工具变量需与暴露密切相关；②工具变量与影响“暴露-结局”的混杂因素无关；③工具变量仅通过暴露影响结局，见图1。在目前的研究中，两样本孟德尔随机化分析首次被用于评估端粒长度与10种常见的肌肉骨骼疾病之间的因果关系。该研究是基于使用孟德尔随机化(STROBE-MR)指南加强流行病学观察性研究的报告进行的[14]。
1.2 时间及地点 于2023年11月在广州中医药大学第一附属医院完成。

1.3 资料
1.3.1 暴露数据端粒长度的汇总数据来自英国生物银行，其中包括472 174名具有欧洲血统的个体。端粒长度定义为在混合白细胞群中使用多重定量聚合酶链反应测定法测量的平均白细胞端粒长度，然后对数转换以接近于正态分布[15]。
1.3.2 结局数据检索了有关肌肉骨骼疾病的全基因组关联研究汇总数据，这些疾病包括骨坏死(604例病例和209 575例对照)、骨髓炎(842例病例和209 575例对照)、骨质疏松症(3 203例病例和209 575例对照)、类风湿性关节炎(6 329例病例和212 463例对照)、腰痛(13 178例病例和164 682例对照)、椎管狭窄(9 169例病例和164 682例对照)、痛风(3 756例病例和147 221例对照)、肩周炎(2 942例病例和167 641例对照)、强直性脊柱炎(1 462例病例和164 682例对照) 和下肢深静脉血栓(4 576例病例和190 028例对照)，数据细节见表1。此次研究仅分析了已由各自国家机构的研究伦理委员会批准的公开可用的摘要级统计数据，因此不需要额外通过新的伦理审查委员审批。

1.4 方法
1.4.1 工具变量当全基因组显著性阈值P < 5×10-8时，与每个端粒长度相关的单核苷酸多态性被选为潜在的工具变量。为了确保用作工具变量的遗传变异之间的独立性，将用于分组的连锁不平衡阈值设置为R2 < 0.001，窗口大小为1 000 kb。为了在不同的分析中选择作为工具变量的单核苷酸多态性的准确性和一致性，如果在全基因组关联研究分析中缺少结果的变种，则不用代理单核苷酸多态性取代，并将最小等位基因频率设置为0.01。使用PhenoScanner V2 (http://www.phenoscanner.medschl.cam.ac.uk/)寻找并去除与混杂因素(如体质量指数和吸烟等)相关的单核苷酸多态性。此外，文章协调了暴露和结果数据集中的效应等位基因，排除了所有带有回文的单核苷酸多态性。弱工具变量通常是与暴露因子没有强相关性的工具变量，在解释暴露因子的遗传变异方面效果较差。弱工具变量的存在导致估计值与真实值的偏差增加。F统计量衡量工具变量的强度。计算F统计量的公式为：F=[(N-K-1)]/k×[R2/(1-R2)]，其中N表示暴露的全基因组关联研究样本量，K为单核苷酸多态性的个数，r2为暴露数据库中由单核苷酸多态性解释的变异占比。R2的公式为：R2=2×MAF×(1-MAF)×β2，其中MAF指的是次要等位基因频率，β指暴露的影响值[16]。
1.4.2 孟德尔随机化分析在孟德尔随机化分析中运用了逆方差加权法随机效应模型，MR-Egger回归和加权中位数。与逆方差加权法固定效应相比，逆方差加权法随机效应模型的结果在工具变量选择存在异质性的情况下保持稳健，参数估计更保守、更现实[17]。因此，文章将逆方差加权法随机效应模型的结果判断为孟德尔随机化分析的主要结局。为了使结论更可靠，要求至少逆方差加权法随机效应模型的结果是显著的，同时加权中位数和MR-Egger的结果与逆方差加权法随机效应模型的结果必须方向相同。
孟德尔随机化分析后，采用Cochran的Q检验评估端粒长度对10种肌肉骨骼疾病影响的异质性。当Cochran’s Q检验的P < 0.05时，则表示单核苷酸多态性之间存在异质性，采用逆方差加权法的随机效应模型进行最终孟德尔随机化分析[18]。文章使用了MR-Egger回归用于确定潜在的方向性多效性，当截距项的值接近于0和P > 0.05时，表示不存在水平多效性[19]。此外，文章还生成了漏斗图来直观地评估多效性。当漏斗图对称时，没有潜在的异质性[20]。
1.5 主要观察指标 端粒长度与10种常见的肌肉骨骼疾病的因果关联和敏感性分析验证结果的可靠性。
1.6 统计学分析 所有统计分析均使用R软件(4.1.0)中的“TwoSampleMR”包进行。肌肉骨骼疾病作为结局，效应值为二分类变量，采用比值比和95%CI表示。所有呈现的P值均为双侧，统计学显著性设置为5%水平。为了控制假阳性错误率，采用保守的Bonferroni调整P值阈值来确定因果关系，将P < 0.05/10=0.005 视为具有显著因果关系；将P < 0.05视为存在潜在因果关系[21]。该文章的统计学方法已经通过广州中医药第一附属医院统计学专家审核。

中国组织工程研究杂志出版内容重点：人工关节；骨植入物；脊柱；骨折；内固定；数字化骨科；组织工程

讨论

近年来，端粒长度与肌肉骨骼疾病风险的关系备受关注，但该文是第一个大规模的双样本孟德尔随机化研究，以调查端粒长度和肌肉骨骼疾病之间的潜在因果关系。文章的研究结果表明，遗传预测的端粒长度与骨坏死和类风湿关节炎风险呈负相关；然而，没有孟德尔随机化证据支持端粒长度的遗传易感性与其他8种常见的肌肉骨骼疾病风险之间存在潜在的因果关系；这些发现在敏感性分析中通常是稳健的。
文章的研究与既往研究一致，均提示端粒长度和类风湿关节炎之间存在关联。多项研究观察到类风湿关节炎患者CD34造血祖细胞和外周血白细胞的端粒长度明显短于健康对照组[22-23]，而相应的血清样本中端粒缩短标志物(几丁质酶和N-乙酰氨基葡萄糖苷酶)的平均水平高于健康对照[24]。一些荟萃分析进一步支持了这些观察结果[25-26]。
尽管文章尚未明确端粒长度如何确切改变类风湿关节炎风险的机制，但有几种可能的解释。首先，端粒缩短可能导致免疫系统的异常激活，这可能引发对自身组织的攻击，从而导致类风湿关节炎的发生[27]。其次，研究表明白细胞端粒缩短会引发白细胞介素6等炎性细胞因子的分泌增加，这反过来又可能导致炎症负荷增加，进一步导致关节破坏和全身症状[28]。最后，缩短的端粒可能导致细胞中氧化应激的增加，增殖和修复的能力下降，从而引起细胞的炎症反应，导致关节组织更容易受到损伤，进而增加患类风湿关节炎的风险[29]。这些解释提供了生物学上的合理性，但为了更深入地了解端粒长度在类风湿关节炎发展中的作用，进一步研究是必要的。
该研究揭示了端粒长度与骨坏死的患病风险增加有关，这有趣的发现为当前的研究领域带来了新的视角。骨坏死是由于血液供应受损而导致的骨组织局部死亡，通常发生在关节附近的骨头，其最常见于股骨头部。有研究采用实时荧光定量PCR技术检测36例股骨头坏死患者和127例对照组(股骨颈骨折)滑膜组织中的端粒长度为相对长度，证明了端粒长度与股骨头坏死患者的临床病理特征之间没有关联[30-31]。然而，由于个体在出生时的端粒长度存在差异，而该研究主要涉及年龄较大的患者且未纳入遗传因素的考虑，因此在人群研究中难以确立端粒长度与股骨头坏死之间的因果关系。因此，该研究运用孟德尔随机化方法，克服了上述缺点，证明了端粒长度与骨坏死的患病风险增加有关。第一，端粒缩短可能引发免疫系统失调，激活异常免疫反应，导致慢性炎症，进而增加骨组织受损的可能性[32]。第二，端粒缩短可能加速细胞凋亡，阻碍骨组织的有效修复，从而增加骨坏死的发生风险[33]。第三，端粒长度的缩短可能与血液供应不足有关。血液供应对于骨骼的正常生理功能至关重要，而端粒较短可能导致血管的老化和损害，从而影响骨骼的血液灌注，增加骨坏死的风
险[34]。这些机制相互作用，共同为端粒长度与骨坏死关联提供了潜在的生物学解释。
端粒长度与骨质疏松症之间的联系仍然没有定论。关于这种关系，不同的研究报告了相互矛盾的结果。一项研究发现，在60 岁以下的女性中，较长的端粒长度与更大的骨密度相关，但影响大小随着年龄的增加而下降，并且在男性中没有观察到相似的关联[8]。相反，另一项研究则未能发现端粒长度与骨质疏松症之间的存在关联[35]。这种不一致性的发现可能源于样本差异及研究方法的不同或其他未知因素的影响。文章的研究没有提供证据支持端粒长度与骨质疏松的遗传易感性之间存在因果关系，这表明端粒长度与骨质疏松的发展之间可能没有直接的因果关系。尽管端粒缩短通常与细胞老化有关，老化的细胞可能对骨组织的维护和修复能力下降，从而可能增加患骨质疏松的风险，但是仍然需要更深入的研究来验证，并进一步探讨潜在因素对这一关系的影响。
然而，该研究没有发现端粒长度与骨髓炎、腰痛、椎管狭窄、痛风、肩周炎和强直性脊柱炎之间的任何联系，这似乎与现有的研究报道结果不一致。DENG等[36]研究证实外周血白细胞端粒长度较短与创伤后慢性骨髓炎有关。LE MAITRE等[37]
研究发现，腰椎间盘退变患者的平均端粒长度明显短于非退变患者。DECHSUPA等[38]指出，腰椎管狭窄患者的肥厚黄韧带组织端粒长度较非肥厚黄韧带组织更短。KALSON等[39]发现端粒长度缩短与肩周炎的患病风险增加有关。另外，痛风患者的端粒侵蚀程度在任何年龄都比任何年龄的健康人更高，端粒长度更短[40-41]。TAMAYO等[42]在一项横断面研究中发现，以持续性全身炎症为特征的风湿性疾病患者的外周血白细胞端粒比对照组更长。这些矛盾的结果可能是由于不同疾病之间的生物学差异、研究设计的不同或测量方法的差异。与文章的研究方法相比，上述研究都是横断面设计，患者和对照组数量相对较少，这使得对不同年龄、不同地区患者数据的分析具有挑战性，难以确定因果关系。未来的研究需要深入探讨端粒长度在不同疾病中的作用及其潜在机制，以更全面地理解这一关联。
该研究未观察到端粒长度与下肢深静脉血栓之间的关联，这一关联在当前文献中也未见报道。有两个因素可以解释这种联系。第一，孟德尔遗传定律的复杂性。孟德尔遗传定律描述了基因遗传的一般规律，但下肢深静脉血栓是一个多因素性疾病，与单一基因或遗传因素可能无法完全解释。端粒长度可能只是其中的一个遗传因素，而其他影响血栓形成的遗传变异或环境因素可能对研究结果产生影响。第二，样本特征和研究设计。孟德尔随机化研究的样本可能具有一定的特定性，例如特定的人口、年龄组或疾病风险群体。如果样本中未涵盖容易受到端粒长度影响的个体亚群，可能会影响到对端粒长度与下肢深静脉血栓关联的观察。总体而言，未观察到端粒长度与下肢深静脉血栓之间的关联可能是由于多因素性疾病、样本特征和血栓形成机制的复杂性。未来的研究需要考虑更广泛的人群和更全面的遗传和环境因素，以深入探讨端粒长度与下肢深静脉血栓之间的潜在关联。
端粒长度在肌肉骨骼疾病发生和进展中的作用是复杂的，并且具有潜在的相互作用性。尽管文章的孟德尔随机化分析能够排除它们相互作用的影响，并从遗传角度评估它们之间的关系，但不可避免地存在局限性。首先，文章的结果是统计分析的产物，端粒长度与肌肉骨骼疾病的相关性研究较少，缺乏理论支持。未来，需要更多的基础和临床研究来支持文章的结果内容。其次，研究采用了暴露和结局的摘要水平数据，而非个体水平的数据，因此未能进行亚组分析，例如年龄和性别，这一限制影响了文章对未观察到显著关联的疾病进行深入解析的能力。在未来调查端粒长度和肌肉骨骼疾病之间的相关性时，应当更全面地考虑这些因素对整体结果的影响。最后，不同人群之间存在遗传多样性，鉴于该文仅使用了来自欧洲血统个体的遗传数据，因此在将该结论推广到非欧洲人群时需要更为谨慎。为了更全面地了解端粒长度与肌肉骨骼疾病之间的关系，未来的研究需要着重扩大样本范围，纳入更广泛的种族人群，以确保文章的结论具有更广泛的适用性。

中国组织工程研究杂志出版内容重点：人工关节；骨植入物；脊柱；骨折；内固定；数字化骨科；组织工程

端粒长度与10种常见肌肉骨骼疾病的关系孟德尔随机化分析

Mendelian randomization study on the association between telomere length and 10 common musculoskeletal diseases

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表（结果） 2

参考文献

相关文章 15

引言

材料方法

讨论

文章快阅

延伸阅读

编辑推荐

Metrics

本文评价

[1]	许浩, 丁璐, 李潇. 中央螺丝机械磨损对莫氏锥度种植系统力学影响的三维有限元分析[J]. 中国组织工程研究, 2025, 29(在线): 1-9.
[2]	黎梓楷, 张程程, 熊嘉颖, 杨曦瑞, 阳晶, 石海山. 奥硝唑药物对牙髓再生根管内血管化的潜在影响[J]. 中国组织工程研究, 2025, 29(在线): 1-7.
[3]	赖鹏宇, 梁冉, 沈山. 组织工程技术修复颞下颌关节：问题与挑战[J]. 中国组织工程研究, 2025, 29(在线): 1-9.
[4]	张艺博, 卢健棋, 毛美玲, 庞延, 董礼, 杨尚冰, 肖湘. 类风湿关节炎与冠状动脉粥样硬化的因果关系：GWAS数据库血清代谢物和炎症因子数据[J]. 中国组织工程研究, 2025, 29(在线): 1-9.
[5]	孙家琪, 卞璐, 史文涛, 吴学潮, 鲁晓杰. 压电型机械门控离子通道组件1在大鼠压力性损伤中的作用机制[J]. 中国组织工程研究, 2025, 29(8): 1578-1584.
[6]	刘琳, 刘世轩, 陆馨悦, 王侃. 慢性肌筋膜触发点模型大鼠的尿液代谢组学分析[J]. 中国组织工程研究, 2025, 29(8): 1585-1592.
[7]	苏晓杨, 陈文婷, 付怡丹, 赵燕, 兰丹凤, 杨秋萍. Mer受体酪氨酸激酶与SD大鼠糖尿病周围神经病变的相关性[J]. 中国组织工程研究, 2025, 29(8): 1593-1599.
[8]	李开颖, 魏晓歌, 宋斐, 杨楠, 赵振宁, 王燕, 穆静, 马惠昇. 理筋手法调控兔骨骼肌损伤修复中瘢痕形成的作用机制[J]. 中国组织工程研究, 2025, 29(8): 1600-1608.
[9]	李俊, 巩晶晶, 孙国斌, 郭睿, 丁杨, 强立娟, 张晓莉, 方占海. miR-27a-3p激活MAPK信号通路促进人增生性瘢痕成纤维细胞的增殖[J]. 中国组织工程研究, 2025, 29(8): 1609-1617.
[10]	李花园, 李春, 刘君伟, 王亭, 李龙, 武永利. 温针灸干预慢性疲劳综合征大鼠骨骼肌PINK1/Parkin通路的变化[J]. 中国组织工程研究, 2025, 29(8): 1618-1625.
[11]	静如意, 陈颖欣, 曹蕾. 深板层角膜移植与穿透性角膜移植治疗基质角膜营养不良预后的比较[J]. 中国组织工程研究, 2025, 29(8): 1626-1633.
[12]	王选强, 张文洋, 李阳, 孔维签, 李伟, 王乐, 厉中山, 白石. 低频脉冲磁场慢性暴露对健康成年股四头肌收缩力及形态的影响[J]. 中国组织工程研究, 2025, 29(8): 1634-1642.
[13]	张雨馨, 于聪, 张翠, 丁建军, 陈岩. 轻度认知障碍老人与认知正常老人在不同单双任务下姿势控制能力的差异性[J]. 中国组织工程研究, 2025, 29(8): 1643-1649.
[14]	周盼盼, 崔应麟, 张文涛, 王姝瑞, 陈佳慧, 杨潼. 细胞自噬在脑缺血损伤中的作用及中药调控机制[J]. 中国组织工程研究, 2025, 29(8): 1650-1658.
[15]	于经邦, 吴亚云. 非编码RNA在肺纤维化过程中的调控作用[J]. 中国组织工程研究, 2025, 29(8): 1659-1666.