血浆代谢物与骨坏死：全基因组关联研究数据库及芬兰数据库的大样本分析

doi:10.12307/2026.271

中国组织工程研究 ›› 2026, Vol. 30 ›› Issue (29): 7732-7738.doi: 10.12307/2026.271

• 组织工程相关大数据分析 Big data analysis in tissue engineering • 上一篇下一篇

血浆代谢物与骨坏死：全基因组关联研究数据库及芬兰数据库的大样本分析

韦秋羽1，余绍涌2，周哲屹2，吴刚2

1广西中医药大学，广西壮族自治区南宁市 530200；2广西中医药大学第三附属医院/柳州市中医医院，广西壮族自治区柳州市 545000

收稿日期:2025-07-27 修回日期:2025-12-19 出版日期:2026-10-18 发布日期:2026-03-07
通讯作者: 吴刚，主任医师，硕士生导师，广西中医药大学第三附属医院/柳州市中医医院，广西壮族自治区柳州市 545000
作者简介:韦秋羽，女，1995年生，广西壮族自治区柳州市人，壮族，广西中医药大学在读硕士，主要从事外科疾病的中西医结合防治研究。
基金资助:
广西自然科学基金项目(2023GXNSFAA026431)，项目负责人：周哲屹

Causal relationship between plasma metabolites and osteonecrosis: a large sample analysis based on genome-wide association study database and FinnGen database

Wei Qiuyu1, Yu Shaoyong2, Zhou Zheyi2, Wu Gang2

1Guangxi University of Chinese Medicine, Nanning 530200, Guangxi Zhuang Autonomous Region, China; 2Liuzhou Hospital of Traditional Chinese Medicine/Third Affiliated Hospital of Guangxi University of Chinese Medicine, Liuzhou 545000, Guangxi Zhuang Autonomous Region, China

Received:2025-07-27 Revised:2025-12-19 Online:2026-10-18 Published:2026-03-07
Contact: Wu Gang, Chief physician, Master’s supervisor, Liuzhou Hospital of Traditional Chinese Medicine/Third Affiliated Hospital of Guangxi University of Chinese Medicine, Liuzhou 545000, Guangxi Zhuang Autonomous Region, China
About author:Wei Qiuyu, MS candidate, Guangxi University of Chinese Medicine, Nanning 530200, Guangxi Zhuang Autonomous Region, China
Supported by:
Guangxi Natural Science Foundation, No. 2023GXNSFAA026431 (to ZZY)

摘要/Abstract

摘要：

文题释义：
血浆代谢物：是指在血浆中循环的小分子代谢产物，通过血液参与能量代谢、信号传递及病理生理调控等多种生物过程。血浆代谢物的动态变化可反映机体的代谢状态和疾病特征，已被广泛应用于人类疾病的诊断、机制研究以及生物标志物的发现。
骨坏死：又称为缺血性骨坏死或无血管性坏死，是由于血液供应中断而导致骨组织进行性坏死的一种难治性和致残性疾病。

背景：骨坏死是一种致残性和难治性疾病，迫切需要探索潜在的生物标志物以期实现早预防、早诊断和早治疗。代谢组学研究表明，人体代谢物与骨坏死间具有相关性，然而血浆代谢物与骨坏死之间的因果关系尚未明确。
目的：采用孟德尔随机化方法探究1 400种血浆代谢物与骨坏死之间的因果联系，并提供一定的证据。
方法：收集1 400种血浆代谢物(暴露因素)与骨坏死(结局因素)的公共数据，其中血浆代谢物数据源自2023年1月《Nature Genetics》对血液代谢物进行的全基因组关联研究，该研究涵盖了来自加拿大衰老纵向研究(Canadian Longitudinal Study on Aging，CLSA)队列的8 299 名个体的1 091种血液代谢物和309种代谢物比率；骨坏死的单核苷酸多态性数据来源于芬兰的FinnGen公共数据库R12数据集，包含475 307个样本，其中骨坏死病例2 043例，对照组473 264例，所有参与者均为欧洲裔人群。利用Rstudio软件进行孟德尔随机化分析(逆方差加权法、MR-Egger法、加权中位数法、简单模式法以及加权模式法)，再对结果进行异质性检验、基因水平多效性检验及Steiger方向性检验，确保结果的稳健性和可靠性。
结果与结论：①鉴定出3种血浆代谢物与骨坏死存在显著的因果关系(P < 0.05)，具体为腺苷一磷酸与缬氨酸比值(OR=1.303，95%CI=1.110-1.531，P=0.001，PFDR=0.07)、氧化型半胱氨酰甘氨酸水平(OR=0.888，95%CI=0.791-0.998，P=0.046，PFDR=0.05)、3β,17β-雄烯二醇二硫酸酯水平(OR=1.121，95%CI=1.020-1.231，P=0.018，PFDR=0.06)；②腺苷一磷酸与缬氨酸比值和3β,17β-雄烯二醇二硫酸酯水平为骨坏死的风险因素，氧化型半胱氨酰甘氨酸水平为骨坏死的保护因素；③上述结果提示3种血浆代谢物与骨坏死之间存在因果关系，未来有望成为骨坏死早期诊断的潜在标志物以及干预骨坏死发生发展的潜在靶点。尽管此次研究基于欧洲人群数据，但仍可为中国骨坏死领域的相关研究提供一定的参考价值，未来国内的医学研究者也许可以通过检测和调节代谢物水平来实现对骨坏死的早期诊断和精准治疗。
https://orcid.org/0009-0008-2611-6710 (韦秋羽)

中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

关键词: 骨坏死, 血浆代谢物, 孟德尔随机化, 遗传学, 因果关系, 单核苷酸多态性, 全基因组关联研究

Abstract: BACKGROUND: Osteonecrosis is a disabling and refractory disease with a high prevalence rate in China, necessitating the exploration of potential biomarkers for early prevention, diagnosis, and treatment. Metabolomic studies have demonstrated correlations between human metabolites and osteonecrosis; however, the causal relationship between plasma metabolites and osteonecrosis remains unclear.
OBJECTIVE: To investigate the causal association between 1 400 plasma metabolites and osteonecrosis using Mendelian randomization and provide supporting evidence.
METHODS: Public data on 1 400 plasma metabolites (exposure factors) and osteonecrosis (outcome factor) were collected. The plasma metabolite data were derived from a genome-wide association study (GWAS) on blood metabolites published in Nature Genetics in January 2023, which included 1 091 blood metabolites and 309 metabolite ratios from 8 299 individuals in the Canadian Longitudinal Study on Aging (CLSA) cohort. The single-nucleotide polymorphism (SNP) data for osteonecrosis were obtained from the FinnGen R12 public database, comprising 475 307 samples (2 043 osteonecrosis cases and 473 264 controls). All of the participants were European ancestry. Mendelian randomization analysis was performed using RStudio (inverse-variance weighted, MR-Egger, weighted median, simple mode, and weighted mode methods), followed by heterogeneity testing, horizontal pleiotropy assessment, and Steiger directionality testing to ensure robustness and reliability.
RESULTS AND CONCLUSION: (1) Three plasma metabolites were identified to have significant causal relationships with osteonecrosis (P < 0.05): Adenosine monophosphate-to-valine ratio (odds ratio=1.303, 95% confidence interval = 1.110-1.531, P=0.001,PFDR=0.07); oxidized cysteinylglycine levels (odds ratio=0.888, 95% confidence interval=0.791-0.998, P=0.046, PFDR=0.05); 3β,17β-androstenediol disulfate levels (odds ratio=1.121, 95% confidence interval=1.020-1.231, P=0.018, PFDR=0.06). (2) The adenosine monophosphate-to-valine ratio and 3β,17β-androstenediol disulfate levels were identified as risk factors for osteonecrosis, whereas oxidized cysteinylglycine levels acted as a protective factor. (3) These findings suggest a causal relationship between these three plasma metabolites and osteonecrosis, indicating their potential as biomarkers for early diagnosis and therapeutic targets for disease intervention. Although this study was based on European population data, it may provide valuable insights for osteonecrosis research in China. Future investigations by Chinese medical researchers may focus on detecting and modulating metabolite levels to achieve early diagnosis and precision treatment of osteonecrosis.

Key words: osteonecrosis, plasma metabolites, Mendelian randomization, genetics, causal relationship, single nucleotide polymorphism, genome-wide association study

中图分类号:

韦秋羽, 余绍涌, 周哲屹, 吴刚. 血浆代谢物与骨坏死：全基因组关联研究数据库及芬兰数据库的大样本分析[J]. 中国组织工程研究, 2026, 30(29): 7732-7738.

Wei Qiuyu, Yu Shaoyong, Zhou Zheyi, Wu Gang . Causal relationship between plasma metabolites and osteonecrosis: a large sample analysis based on genome-wide association study database and FinnGen database[J]. Chinese Journal of Tissue Engineering Research, 2026, 30(29): 7732-7738.

图/表（结果） 5

2.1 工具变量筛选结果在1 400种血浆代谢物的遗传统计数据集中，以P < 1×10-5、F > 10为过滤条件获取与暴露因素强相关的单核苷酸多态性，设置连锁不平衡参数r2 < 0.001，kb=10 000以保证作为工具变量的独立性。从FinnGen数据库获得结局遗传信息数据集后，筛选其中与暴露因素强相关的单核苷酸多态性，删除回文单核苷酸多态性及与混杂因素相关的单核苷酸多态性，共80个单核苷酸多态性用于血浆代谢物与骨坏死间的因果关系分析，所有单核苷酸多态性均满足相关性假设、独立性假设及排他性假设要求。
2.2 孟德尔随机化分析结果在1 400种血浆代谢物中，3种血浆代谢物与骨坏死风险之间存在因果关系(P < 0.05，PFDR < 0.1)，分别为腺苷一磷酸与缬氨酸比值(OR=1.303，95%CI=1.110-1.531，P=0.001，PFDR=0.07)、氧化型半胱氨酰甘氨酸水平(OR=0.888，95%CI=0.791-0.998，P=0.046，PFDR=0.05)、3β,17β-雄烯二醇二硫酸酯水平(OR=1.121，95%CI=1.020-1.231，P=0.018，PFDR=0.06)。1 400种血浆代谢物与骨坏死的孟德尔随机化分析结果见表2以及图2。
2.3 敏感性分析结果
水平多效性检验：利用MR-Egger分析方法对3种与骨坏死有因果关系的血浆代谢物进行水平多效性检验，所有纳入分析的单核苷酸多态性均不具备水平多效性(P > 0.05)，MR-Egger截距均接近于0，满足孟德尔随机化工具变量独立性和排他性的假设要求，具体检验结果见表3。
异质性分析：使用逆方差加权法和MR-Egger法中的Cochran’s Q检验对与骨坏死有因果关系的3种血浆代谢物的单核苷酸多态性进行异质性分析，P > 0.05，表明所有纳入研究的单核苷酸多态性不存在异质性，具体分析结果如表4及图3所示。

留一法检验：为评估单个单核苷酸多态性对因果效应估计的潜在主导性影响，此研究对3种血浆代谢物进行留一法检验，结果如图4所示，逐步剔除各代谢物对应的单核苷酸多态性后，效应值和置信区间均无明显变化(即黑点和红点均在0线的一侧)。所有结果均证实不存在主导性变异干扰，支持代谢物与骨坏死因果关联的稳健性。
Steiger方向性检验：初步孟德尔随机化分析确认了3种血浆代谢物对骨坏死存在显著正向因果效应(P < 0.05)。为排除反向因果干扰，进一步实施Steiger方向性检验。结果显示：每个单核苷酸多态性的 Steiger_dir结果均为TURE，未发现骨坏死对这3种血浆代谢物有反向因果影响，进一步验证了正向因果关系的可靠性。

参考文献

[1] ZHAI S, WU R, ZHAO J, et al. Effectiveness of various interventions for non-traumatic osteonecrosis: a pairwise and network meta-analysis. Front Endocrinol (Lausanne). 2024;15: 1428125.
[2] XIANG XN, HE HC, HE CQ. Advances in mechanism and management of bone homeostasis in osteonecrosis: a review article from basic to clinical applications. Int J Surg. 2025;111(1):1101-1122.
[3] ZHAO DW, YU M, HU K, et al. Prevalence of Nontraumatic Osteonecrosis of the Femoral Head and its Associated Risk Factors in the Chinese Population: Results from a Nationally Representative Survey. Chin Med J (Engl). 2015; 128(21):2843-2850.
[4] HUANG ZQ, FU FY, LI WL, et al. Current Treatment Modalities for Osteonecrosis of Femoral Head in Mainland China: A Cross-Sectional Study. Orthop Surg. 2020;12(6):1776-1783.
[5] GONCHAROV EN, KOVAL OA, NIKOLAEVICH BEZUGLOV E, et al. Conservative Treatment in Avascular Necrosis of the Femoral Head: A Systematic Review. Med Sci (Basel). 2024;12(3):32.
[6] 孙伟,高福强,李子荣.股骨头坏死临床诊疗技术专家共识(2022年)[J].中国修复重建外科杂志,2022,36(11):1319-1326.
[7] LI L, ZHAO S, LENG Z, et al. Pathological mechanisms and related markers of steroid-induced osteonecrosis of the femoral head. Ann Med. 2024;56(1):2416070.
[8] STROIE OM, VU VH. Osteonecrosis Imaging. In: StatPearls[Internet]. Treasure Island (FL): StatPearls Publishing, 2025.
[9] ZHANG A, SUN H, WANG X. Serum metabolomics as a novel diagnostic approach for disease: a systematic review. Anal Bioanal Chem. 2012; 404(4):1239-1245.
[10] CHEN W, LI C, YI Z, et al. MicroRNA Expression Profile in the Patient’s Plasma Exosomes of Alcohol-Induced Osteonecrosis of Femoral Head: Potential Vascular Regulation Mechanism. J Cell Mol Med. 2025;29(4):e70382.
[11] JIA D, ZHANG Y, LI H, et al. Predicting steroid-induced osteonecrosis of the femoral head: role of lipid metabolism biomarkers and radiomics in young and middle-aged adults. J Orthop Surg Res. 2024;19(1):749.
[12] LAUMANN RD, PEDERSEN LL, ANDRÉS-JENSEN L, et al. Hyperlipidemia in children and adolescents with acute lymphoblastic leukemia: A systematic review and meta-analysis. Pediatr Blood Cancer. 2023;70(12):e30683.
[13] LIU X, LI Q, SHENG J, et al. Unique plasma metabolomic signature of osteonecrosis of the femoral head. J Orthop Res. 2016;34(7):1158-1167.
[14] YAN Y, WANG J, HUANG D, et al. Plasma lipidomics analysis reveals altered lipids signature in patients with osteonecrosis of the femoral head. Metabolomics. 2022;18(2):14.
[15] NARAYANAN A, KHANCHANDANI P, BORKAR RM, et al. Avascular Necrosis of Femoral Head: A Metabolomic, Biophysical, Biochemical, Electron Microscopic and Histopathological Characterization. Sci Rep. 2017;7(1):10721.
[16] SWANK KR, FURNESS JE, BAKER EA, et al. Metabolomic Profiling in the Characterization of Degenerative Bone and Joint Diseases. Metabolites. 2020;10(6):223.
[17] NGUYEN K, MITCHELL BD. A Guide to Understanding Mendelian Randomization Studies. Arthritis Care Res (Hoboken). 2024; 76(11):1451-1460.
[18] CHEN Y, LU T, PETTERSSON-KYMMER U, et al. Genomic atlas of the plasma metabolome prioritizes metabolites implicated in human diseases. Nat Genet. 2023;55(1):44-53.
[19] YANG M, WAN X, ZHENG H, et al. No Evidence of a Genetic Causal Relationship between Ankylosing Spondylitis and Gut Microbiota: A Two-Sample Mendelian Randomization Study. Nutrients. 2023;15(4):1057.
[20] BURGESS S, BUTTERWORTH A, THOMPSON SG. Mendelian randomization analysis with multiple genetic variants using summarized data. Genet Epidemiol. 2013;37(7):658-665.
[21] 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.
[22] BOWDEN J, DAVEY SMITH G, et al. Consistent Estimation in Mendelian Randomization with Some Invalid Instruments Using a Weighted Median Estimator. Genet Epidemiol. 2016;40(4):304-314.
[23] ZHU Z, ZHANG F, HU H, et al. Integration of summary data from GWAS and eQTL studies predicts complex trait gene targets. Nat Genet. 2016;48(5):481-487.
[24] 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.
[25] GRECO M FD, MINELLI C, SHEEHAN NA, et al. Detecting pleiotropy in Mendelian randomisation studies with summary data and a continuous outcome. Stat Med. 2015; 34(21):2926-2940.
[26] BURGESS S, THOMPSON SG. Interpreting findings from Mendelian randomization using the MR-Egger method. Eur J Epidemiol. 2017;32(5):377-389.
[27] BURGESS S, BOWDEN J, FALL T, et al. Sensitivity Analyses for Robust Causal Inference from Mendelian Randomization Analyses with Multiple Genetic Variants. Epidemiology. 2017;28(1):30-42.
[28] GUO M, ZHANG J. Metabolomic analysis of bone-derived exosomes in osteonecrosis of the femoral head based on UPLC-MS/MS. Metabolomics. 2023;19(4):34.
[29] PEREIRA TCS, SOUZA AR, DALTRO PB, et al. Blood plasma and bone marrow interstitial fluid metabolomics of sickle cell disease patients with osteonecrosis: An exploratory study to dissect biochemical alterations. Clin Chim Acta. 2023;539:18-25.
[30] 刘楚,丘博元,童思文,等.遗传学视角揭示血液代谢物与骨坏死的关系：基于芬兰Finn Gen数据库信息分析[J].中国组织工程研究, 2026,30(3):785-794.
[31] LIU JY, LIU JX, LI R, et al. AMPK, a hub for the microenvironmental regulation of bone homeostasis and diseases. J Cell Physiol. 2024; 239(11):e31393.
[32] WANG J, ZHANG Y, CAO J, et al. The role of autophagy in bone metabolism and clinical significance. Autophagy. 2023;19(9):2409-2427.
[33] MILLWARD DJ, LAYMAN DK, TOMÉ D, et al. Protein quality assessment: impact of expanding understanding of protein and amino acid needs for optimal health. Am J Clin Nutr. 2008;87(5):1576S-1581S.
[34] VIEIRA VELOSO R, SHAMIM A, LAMARREY Y, et al. Antioxidant and anti-sickling activity of glucal-40based triazoles compounds - An in vitro and in silico study. Bioorg Chem. 2021;109:104709.
[35] BANAIT S, BANAIT T, SHUKLA S, et al. Bilateral Humeral Head Avascular Necrosis: A Rare Presentation in Sickle Cell Trait. Cureus. 2023; 15(8):e44006.
[36] LINDBERG MK, VANDENPUT L, MOVÈRARE SKRTIC S, et al. Androgens and the skeleton. Minerva Endocrinol. 2005;30(1):15-25.
[37] CHEN JF, LIN PW, TSAI YR, et al. Androgens and Androgen Receptor Actions on Bone Health and Disease: From Androgen Deficiency to Androgen Therapy. Cells. 2019;8(11):1318.
[38] ALMEIDA M, LAURENT MR, DUBOIS V, et al. Estrogens and Androgens in Skeletal Physiology and Pathophysiology. Physiol Rev. 2017;97(1):135-187.
[39] ZHENG LZ, WANG JL, XU JK, et al. Magnesium and vitamin C supplementation attenuates steroid-associated osteonecrosis in a rat model. Biomaterials. 2020;238:119828.
[40] 党祎,杜成砚,姚红林,等.激素型骨坏死与氧化应激[J].中国组织工程研究,2023,27(9): 1469-1476.

引言

骨坏死(Osteonecrosis)又称为缺血性骨坏死或无血管性坏死，是由于血液供应中断而导致骨组织进行性坏死的一种难治性和致残性疾病[1]，典型表现包括疼痛和关节功能障碍，通常发生在承重部位，如髋关节、膝关节和踝关节等[2]，其中股骨头坏死是最常见的形式。截至2013年，中国的累计病例已超过800万，男性的发病率显著高于女性[3-4]。骨坏死的病因复杂，除了遗传易感性外，还包括类固醇使用、酒精滥用、化疗、放疗、免疫疾病及创伤等因素[5]，发病机制涉及血流不足、脂肪栓塞、类固醇的负面影响及骨髓脂肪积累等多方面的生理生化过程[2]。目前，骨坏死的诊断主要依赖于X射线片、CT、ECT和MRI等影像学检查，MRI是公认的诊断金标准[6]。尽管MRI对早期诊断具有较高的特异性和敏感性，但在早期无症状病变阶段的检测能力仍相对较弱，极大地限制了骨坏死的早发现与早治疗[7-8]。由于骨坏死后期阶段给机体带来的损伤具有不可逆性，所以探索潜在的生物标志物对高危人群进行早期筛查及预防显得尤为重要。
血浆代谢物是指在血浆中循环的小分子代谢产物，它们通过血液参与能量代谢、信号传递及病理生理调控等多种生物过程。血浆代谢物的动态变化可反映机体的代谢状态和疾病特征，已被广泛应用于人类疾病的诊断、机制研究以及生物标志物的发现[9]。研究表明，骨坏死的代谢机制可能与脂代谢异常、微循环障碍、氧化应激以及炎症反应相关[7]。研究显示，类固醇和酒精均会影响脂质代谢[10-11]，高脂血症可能阻塞股动脉，影响静脉回流，从而导致微循环障碍、缺血和股骨头坏死[12]。一项基于代谢组学的临床研究证实，骨坏死患者体内的脂质代谢、核苷酸代谢和半胱氨酸代谢均发生了显著变化，尤其是脂质代谢水平显著下降[13]。此外，一项使用超高效液相色谱-串联质谱的研究显示，股骨头缺血性坏死患者血浆中三酰甘油脂质化合物水平明显升高[14]，NARAYANAN等[15]也发现血浆中蛋氨酸和同型半胱氨酸水平显著升高。多项研究已证明血浆代谢物与骨坏死之间存在密切联系[16]，但目前仍缺乏直接证据证明血浆代谢物与骨坏死之间是否存在因果关系。
孟德尔随机化是一种利用与暴露因素显著相关的单核苷酸多态性作为工具变量来评估暴露与结局之间因果关系的分析方法[17]。由于配子在形成时遵循孟德尔随机分配定律，等位基因的随机分配使其类似于随机对照试验，从而有效避免了后天混杂因素的影响，最大程度减少反向因果关系的干扰。近年来，孟德尔随机化在揭示复杂疾病因果关系方面展现出重要的应用价值。同时，随着代谢组学技术的不断进步，研究人员对生物体的代谢机制有了更深入的理解，在促进精准医学发展的同时，为疾病的预防、诊断和治疗提供了新的思路和方法。
综上，骨坏死作为一种复杂且不可逆的疾病，发病机制尚未完全明确，早期诊断和早期干预仍面临挑战。血浆代谢物能反映机体的代谢状态，揭示骨坏死的代谢异常，有潜力成为早期生物标志物。然而，传统研究难以确认血浆代谢物与骨坏死的因果关系，限制了临床应用。孟德尔随机化方法通过类似随机对照试验的设计优势，有助于识别血浆代谢物与骨坏死的因果关系，为机制研究和精准医疗提供支持。此次研究将孟德尔随机化分析与代谢组学相结合，共同探索1 400种血浆代谢物与骨坏死之间的联系，有望为骨坏死的早期预警、机制探索和靶向干预提供依据。
中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

材料方法

1 资料和方法 Data and methods

1.1 设计采用两样本孟德尔随机化分析方法，探讨1 400种血浆代谢物与骨坏死之间的因果关系。将血浆代谢物作为暴露因素，显著相关的单核苷酸多态性作为工具变量，骨坏死作为结局变量，通过剔除离群值，运用两样本孟德尔随机化分析因果关系，并进行异质性检验和水平多效性分析，以验证因果关系的可靠性。为确保孟德尔随机化分析结果的准确性，该研究需满足以下3个核心假设：①关联性：单核苷酸多态性与血浆代谢物之间存在显著相关性，且单核苷酸多态性相互独立；②排他性：单核苷酸多态性仅通过血浆代谢物对骨坏死产生影响；③独立性：单核苷酸多态性与任何潜在混杂因素之间不存在关联[17]。孟德尔随机化假设示意图见图1。

1.2 时间及地点研究于2024年1-3月在柳州市中医医院(柳州市壮医医院)完成。

1.3 数据来源此次研究中使用的1 400种血浆代谢物来自2023年CHEN等[18]发表在《Nature Genetics》杂志上对血浆代谢物进行的全基因组关联研究，该研究涵盖了8 299名无血亲关系的欧洲个体，对其进行全基因组基因分型并检测循环血浆代谢物水平，包括1 091种血液代谢物和309种代谢物比率，这些代谢物可系统归类为氨基酸及其衍生物、脂类代谢物、糖类及其代谢产物、核苷酸及其衍生物、有机酸、激素及信号分子等，涉及能量代谢、免疫调节、氧化应激等多种可能影响人体健康的关键生物过程。原始汇总统计数据均可通过GWAS Catalog官网获取(https://www.ebi.ac.uk/gwas/downloads/summary-statistics)，检索号范围从GCST90199621到GCST90201020。GWAS Catalog数据库来源于英国，是由欧洲生物信息学研究所(European Bioinformatics Institute，EBI)主办的公共数据库，收录了来自世界各地的全基因组关联研究结果，该数据库不仅包含与疾病、性状、环境因子等相关的基因变异信息，还提供每个研究的详细数据和元信息(如样本大小、样本来源等)。研究人员可以通过GWAS Catalog搜索各种疾病或性状的相关基因变异，查看不同研究的全基因组关联研究结果以及对应的变异和疾病关联。
骨坏死的单核苷酸多态性数据来源于FinnGen数据库R12数据集(https://storage.googleapis.com/finngen-public-data-r12/summary_stats/release/finngen_R12_M13_OSTEONECROSIS.gz)，该数据集包含475 307个样本，其中骨坏死病例2 043例，对照组473 264例，所有参与者均为欧洲裔人群。FinnGen数据库是由芬兰国家医学基因组中心(FIMM)开发的大规模生物医学研究计划，该数据库覆盖50万芬兰人的血液样本以及电子健康记录，旨在利用芬兰人的遗传数据和健康记录来发现与各种疾病相关的基因变异。
此研究使用的数据均为公开资源，所有数据均已通过伦理审查并取得参与者知情同意。研究仅涉及摘要级统计数据(非个体水平数据)，不涉及额外伦理审查要求。上述数据库自2025-04-08起仍持续开放访问，数据获取渠道稳定。
此研究所使用的分析数据见表1。

1.4 工具变量的筛选为确保此次研究结论的全面性和准确性，采取以下质量控制步骤来选择最佳的工具变量[19]。首先，为满足孟德尔随机化分析中工具变量的关联性假设以及血浆代谢物全基因组关联研究样本量有限的问题，此次研究采用P < 1×10-5作为筛选遗传工具变量的显著性阈值，该标准通过放宽统计约束，以确保拥有足够的单核苷酸多态性进行孟德尔随机化分析。该举措亦能有效保障所选工具变量与暴露因素的强相关性，已在既往同类研究中得到验证合理性。其次，为去除连锁不平衡，确保获得的单核苷酸多态性位点具有独立性，使用R软件“TwoSampleMR”安装包中的默认

参数，即r2 < 0.001，kb=10 000，该参数基于1000 Genomes Project中欧洲人群的基因型数据作为连锁不平衡参考面板，确保工具变量间的连锁不平衡最小化，且与暴露、结局全基因组关联研究数据所用的欧洲人群样本保持一致性，从而提高分析的可靠性与种群适配性。第三，为进一步提升结果的可靠性，使用F检验[公式为F=(N-K-1)R2/K(1-R2) ，N为样本量，K为单核苷酸多态性的数量]评估工具变量的强度，剔除F < 10的工具变量，以避免弱工具变量偏倚。第四，提取与结局因素(骨坏死)相关的单核苷酸多态性，剔除具有回文序列的单核苷酸多态性，避免等位基因的影响。最后，通过LDlink官网(https://ldlink.nih.gov/)手动检查并剔除与混杂因素(如自身免疫性疾病、酒精滥用、过量使用糖皮质激素等)相关的单核苷酸多态性。

1.5 孟德尔随机化分析此次研究使用R软件(4.4.1版本)进行孟德尔随机化分析，选用“TwoSampleMR”“ggplot2”“dplyr”和“MendelianRandomization”等分析包。同时，采用逆方差加权法、MR-Egger法、加权中位数法、简单模式法和加权模式法等5种统计方法进行分析和评估。由于逆方差加权法在孟德尔随机化分析中应用最成熟，故以逆方差加权法为主，其余方法作为补充。逆方差加权法的优势是具有较高统计效能，能对多个单核苷酸多态性的效应进行加权汇总，通过加权线性回归估计暴露与结局的因果效应，在工具变量严格满足孟德尔随机化假设的情况下，可提供较为准确和可靠的因果效应估计(如P < 0.05时，认为有因果关系)[20]。MR-Egger法同样以斜率作为因果效应估计值，通过截距项检测并校正水平多效性，当截距项的P > 0.05时，表明不存在显著的多效性干扰[21]。加权中位数法能在无效工具变量高达一半时，仍能提供一致性的因果效应估计值，确保分析结果的稳健[22]。简单模式法通过选择与暴露因素高度相关的单核苷酸多态性作为工具变量，并基于这些单核苷酸多态性的效应值推断暴露与结局之间的因果关系，以验证其他方法的分析结果，提高因果推断的可靠性和准确性[23]。加权模式法通过对不同基因型频率赋权，减少基因型差异对分析结果的偏倚，从而提高研究结论的稳健性和可重复性[24]。在多重比较校正中，若逆方差加权法、MR-Egger法和加权中位数法均显示P < 0.05，则认为工具变量具有统计学显著性，进而证明暴露因素与结局因素之间存在因果关系。此外，由于此次研究涉及的暴露数目较多，为避免出现假阳性结果，使用了错误发现率校正以减少Ⅰ类错误的发生。同时，考虑到此研究为探索性研究，为降低假阴性概率，尽可能发现更多与骨坏死存在潜在关联的血浆代谢物，将错误发现率阈值设置为0.1(即PFDR < 0.1，认为具有显著性，存在因果关系)。另外，还对每个单核苷酸多态性进行逐一的Steiger方向性测试，以排除反向因果关系的可能性。如果Steiger方向性测试结果为TRUE，则认为该单核苷酸多态性的方向性正确，不存在反向因果关系。该研究采用比值比(Odd ratio，OR)及95%置信区间(confidence interval，CI)描述因果关系，当OR值大于1时，表明暴露因素与结局因素呈正相关；当OR值小于1时，则表明两者之间存在负相关关系。通过整合MR-Egger与加权中位数法的估计结果得出最终的因果效应值，确保了验证结果的可靠性。文章统计学方法已经通过广西中医药大学、南京医科大学的统计学专家审核。
1.6 敏感性分析此次研究的异质性采用逆方差加权法的Cochran Q检验进行评估，若Cochran Q检验的P > 0.05，则认为数据不存在显著异质性[25]。水平多效性分析将采用MR-Egger法中的截距项来进行评估，若P > 0.05，则说明数据不存在水平多效性[26]。为了进一步进行敏感性分析，此研究使用留一法(Leave-one-out)评估单个单核苷酸多态性对孟德尔随机化分析结果的影响，即逐一剔除每个单核苷酸多态性，观察效应值是否出现较大波动，从而判断单个单核苷酸多态性是否对研究结果产生显著影响，以此评估结果的稳定性[27]。
1.7 主要观察指标 ①1 400种血浆代谢物与骨坏死的因果关系；②敏感性分析结果。

讨论

此次研究采用两样本孟德尔随机化方法系统评估1 400种血浆代谢物与骨坏死之间的因果关系，以期识别可用于骨坏死早期诊断、机制探索和靶向干预的生物标志物。作者基于全基因组关联研究公开数据，通过逆方差加权法、MR-Egger法等5种统计学方法综合分析得出3种与骨坏死疾病存在显著关联的血浆代谢物，分别为：腺苷一磷酸与缬氨酸比值(OR=1.303，95%CI=1.110-1.531，P=0.001，PFDR=0.07)、3β,17β-雄烯二醇二硫酸酯水平(OR=1.121，95%CI=1.020-1.231，P=0.018，PFDR=0.06)和氧化型半胱氨酰甘氨酸水平(OR=0.888，95%CI=0.791-0.998，P=0.046，PFDR=0.05)。其中，腺苷一磷酸与缬氨酸比值和3β,17β-雄烯二醇二硫酸酯水平为骨坏死风险因素，氧化型半胱氨酰甘氨酸水平为骨坏死保护因素。为进一步检验研究结果的可靠性，对上述3种代谢物进行多维度的敏感性分析，即异质性检验、水平多效性检验和留一法分析，3种方法综合证实了此次研究结果稳健、无显著偏倚。此外，采用Steiger法进行的方向性检验亦表明暴露与结局的因果关系方向一致，排除了反向因果影响的可能性。因此，该研究提出的血浆代谢物可能作为高效循环生物标志物，为早期筛查高危人群提供了可行的策略，从而降低骨坏死的患病率，改善患者生活质量，并有望减少长期医疗支出，减轻社会经济负担。
骨坏死是由于血液供应中断导致骨组织死亡、骨结构破坏和功能丧失的疾病，可能由药物、创伤、代谢性疾病、激素水平变化及遗传等多种因素引起，发病机制复杂且尚未完全阐明。近年来，代谢组学逐渐成为探索骨坏死发病机制的重要手段。现有研究主要通过代谢物的定量变化来探索代谢物与骨坏死之间的关联。例如，一项临床随机对照试验分析了30例股骨头坏死患者和30名正常对照者的血浆样本，发现123种代谢物在患者体内发生显著变化，主要涉及脂质、谷胱甘肽、核苷酸及能量代谢等，并指出这些变化与炎症、氧化应激和能量不足等机制密切相关[13]。另一项使用超高效液相色谱/串联质谱技术的研究发现，核黄素代谢、泛酸及辅酶A生物合成、甘油磷脂代谢和鞘脂类代谢的变化与骨坏死的病理生理学紧密相关[28]。一项基于核磁共振波谱的非靶向代谢组学研究通过检测患有骨坏死的镰状细胞病患者的血浆，发现柠檬酸可能作为区分有无骨坏死的生物标志物，而乙酸、肌酐、组氨酸和酪氨酸等代谢物的变化则贯穿在骨坏死的不同阶段中[29]。然而，与这些研究不同的是，此研究采用孟德尔随机化方法，从遗传学角度分析了血浆代谢物与骨坏死的因果关系。孟德尔随机化利用遗传变异作为工具变量，能够有效排除混杂因素的干扰，因此研究结果比传统的观察性研究更具因果推断能力。刘楚等[30]通过孟德尔随机化分析从遗传学角度揭示了16种血液代谢物(如泛酸、β-羟基异戊酸、马尿酸盐、水杨酸葡糖苷酸、皮质醇、1-棕榈酰甘油、焦谷氨酰甘氨酸、二棕榈酰甘油磷胆碱、对甲酚硫酸盐、乙硫氨酸等)与骨坏死之间存在因果关系。尽管这些代谢物与骨坏死的关系得到证实，但由于使用的样本和代谢物数据来源于不同的研究，这些结果的普遍性和稳健性尚需进一步验证。此研究的独特贡献在于选用了更大规模的全基因组关联研究公开数据，为代谢物与骨坏死之间的因果关系提供了更多潜在的可能。此研究不仅提供了相对完整的因果推断过程，还识别出了新的生物标志物，这些代谢物有望在骨坏死的早期诊断和机制探索中发挥重要作用，特别是腺苷一磷酸与缬氨酸比值和3β,17β-雄烯二醇二硫酸酯水平这2个代谢物，可能成为临床用于筛查骨坏死风险的指标，从而在高危人群中实现早期预警。未来的研究可以进一步探讨这些代谢物的生物学作用机制，揭示在骨坏死发生中的具体作用，从而为临床干预提供更加精准的靶点。
此研究结果表明，腺苷一磷酸与缬氨酸比值是骨坏死的风险因素之一。腺苷一磷酸作为细胞能量代谢的关键调节因子，能通过腺苷一磷酸激活蛋白激酶调控细胞能量平衡、代谢途径以及炎症反应。研究表明，腺苷一磷酸及其衍生物可以影响骨代谢，腺苷一磷酸激活蛋白激酶与骨形成和骨吸收之间存在复杂的调控作用[31-32]。此研究发现，腺苷一磷酸与缬氨酸比值的变化与骨坏死的发生密切相关，说明它对能量代谢和骨代谢具有调控作用。值得注意的是，缬氨酸(必需氨基酸)作为支链氨基酸之一，与腺苷一磷酸的代谢交互作用，可能影响胰岛素敏感性、肌肉代谢以及蛋白质合成，进而对骨骼健康产生间接影响[33]。此外，有研究表明，镰状细胞病患者后期出现骨坏死等并发症可能与血红蛋白β链中的谷氨酸被缬氨酸取代有关[34-35]。因此，腺苷一磷酸与缬氨酸比值可能作为潜在的代谢标志物，反映细胞能量状态与氨基酸代谢，这一比值的变化可能揭示细胞代谢异常或组织损伤情况，从而导致骨坏死的发生与发展。
雄性激素，尤其是睾酮及其代谢产物，在骨骼健康中扮演着重要角色。3β,17β-雄烯二醇二硫酸酯是雄性激素代谢中的一个重要中间产物，既往研究证实它与骨密度、骨矿物质含量和骨折风险之间存在密切关联[36]。此研究结果表明，3β,17β-雄烯二醇二硫酸酯水平与骨坏死之间存在因果关系，这可能是由于它在雄激素代谢过程中的作用，从而影响骨代谢的平衡。另有研究表明，雄激素缺乏症(如低睾酮症)会导致骨密度降低，增加骨折的风险[37]。雄性激素对骨代谢的影响不仅限于对骨生成的促进作用，还包括在调节骨吸收方面的作用。有研究者发现雄性激素水平下降时，成骨细胞功能受损，骨吸收可能增加，导致骨质疏松和骨坏死的风险增加[38]。由此推断3β,17β-雄烯二醇二硫酸酯可能通过改变雄激素的生物活性，影响骨形成与骨吸收的平衡，从而在骨坏死的发生发展中起到重要作用。
此研究结果表明，氧化型半胱氨酰甘氨酸水平是骨坏死发生的保护因素。氧化型半胱氨酰甘氨酸是半胱氨酸和甘氨酸的二肽衍生物，是一种抗氧化物质，广泛参与体内的硫代谢和氧化应激反应。氧化应激在骨坏死的发生和进展中起着关键作用[39]。作为一种重要的抗氧化剂，氧化型半胱氨酰甘氨酸可能通过有效清除自由基，减缓氧化应激对骨组织的损伤，进而减少骨坏死的发生。现有研究已表明，氧化应激可通过多种途径促使骨组织损伤，特别是老年人群和代谢性骨病患者[40]。然而，关于氧化型半胱氨酰甘氨酸如何具体调控骨坏死的机制仍需进一步研究，尤其是在不同氧化应激状态下的作用。此研究结果为未来骨坏死的治疗策略提供了新的方向，尤其是基于抗氧化治疗方面的干预。
此研究具有以下优势：①相较于其他前瞻性或横断面研究，此研究采用两样本孟德尔随机化分析方法，有效避免了混杂因素对因果关系分析的干扰，因此结果更具参考价值；②根据异质性分析结果，采用随机效应模型和固定效应模型的工具变量分析方法，保证了分析过程的科学性和可靠性；③MR-Egger截距检验考虑了工具变量的水平多效性，进一步提高了分析结果的可信度；④最后，通过留一法对是否存在单一变量影响偏倚进行了检验，进一步验证了结果的稳健性。
此研究仍存在一定局限性：①仅纳入来自欧洲人群的全基因组关联研究数据，由于跨群体等位基因频率差异及连锁不平衡结构异质性，可导致工具变量外推时出现弱工具偏倚，且人群特异的基因-环境互作(如亚洲人群酒精代谢率差异)可能放大代谢物与骨坏死的虚假因果关联，此研究结果在其他种族人群中的有效性仍待检验；②对于血浆代谢物与骨坏死的全基因组关联研究数据未进行性别、年龄及其他健康状态分层。例如，性激素对代谢通路的调控未被校正时，将混淆代谢物效应的方向，即男性队列中脂代谢物效应值被高估，而女性保护性代谢物关联被掩盖；另外，骨微血管老化加速缺血进程，使老年组非代谢性骨坏死占比上升，导致代谢物因果效应估计值产生正向偏移，同时掩盖年轻群体中酒精代谢物的特异性致病作用。因此，该研究结果难以完全排除来自人群分层的偏倚，未来仍需更大规模、更细化分类的样本数据开展相关因果关系研究。尽管如此，此研究对中国人群仍具有一定的借鉴意义：亟待建立东亚人群专属队列，整合基因组-代谢组-临床多维数据，精准解析遗传变异的族群特异性效应；需系统评估空气污染、职业毒物等环境因子对代谢通路的长期扰动，构建暴露-健康效应动态队列，为骨坏死风险防控提供循证依据。
综上所述，此研究利用两样本孟德尔随机化方法，系统评估了1 400种血浆代谢物与骨坏死之间的因果关系，从遗传学视角为揭示骨坏死的潜在发病机制提供了新思路。研究中识别出的3种具有显著因果关联的代谢物，有望作为骨坏死早期诊断和干预的新型靶点，具有较高的临床转化潜力。然而，这些代谢物在骨坏死病理过程中的具体生物学功能仍有待深入探讨。后续需要结合细胞实验、动物模型及临床试验开展进一步研究，以明确作用机制并验证作为标志物或治疗靶点的可行性与稳定性。此研究为骨坏死的机制探索和精准干预提供了基础数据支持，也为未来在该领域的实验验证和临床转化奠定了理论依据。
中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

血浆代谢物与骨坏死：全基因组关联研究数据库及芬兰数据库的大样本分析

Causal relationship between plasma metabolites and osteonecrosis: a large sample analysis based on genome-wide association study database and FinnGen database

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表（结果） 5

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]	郭英, 田峰, 王春芳. 类风湿关节炎潜在药物靶点：来自欧洲数据库的大样本分析[J]. 中国组织工程研究, 2026, 30(6): 1549-1557.
[2]	吴治林, 何秦, 王枰稀, 石现, 袁松, 张骏, 王浩. DYRK2：基于东亚和欧洲人群揭示类风湿关节炎合并骨质疏松症的治疗新靶点[J]. 中国组织工程研究, 2026, 30(6): 1569-1579.
[3]	张清烽, 王超逸, 杨敬言, 李涵玉, 赵余炀, 郝华焘, 于栋. 脊椎滑脱的潜在靶基因：基于欧洲人群生物数据库可成药基因组分析[J]. 中国组织工程研究, 2026, 30(6): 1592-1601.
[4]	刘鸿涛, 武欣, 姜鑫雨, 沙斐, 安琪, 李高彪. 年龄相关性黄斑变性与深静脉血栓形成：全基因组关联数据分析[J]. 中国组织工程研究, 2026, 30(6): 1602-1608.
[5]	高增杰, 蒲翔, 李来来, 柴艺汇, 黄华, 覃裕. 甾醇酯增加骨质疏松病理性骨折风险：来自IEU-GWAS与芬兰数据库的证据[J]. 中国组织工程研究, 2026, 30(5): 1302-1310.
[6]	刘凤芝, 董玉娜, 田文艺, 王春雷, 梁晓东, 鲍霖. 基因预测731种免疫细胞表型与类风湿性关节炎的关系[J]. 中国组织工程研究, 2026, 30(5): 1311-1319.
[7]	张翠翠, 陈欢语, 于俏, 黄宇轩, 姚耿圳, 邹旭. 血浆蛋白与肺动脉高压的关系及潜在治疗靶点[J]. 中国组织工程研究, 2026, 30(5): 1331-1340.
[8]	曾浩, 孙鹏程, 柴源, 黄有荣, 张驰, 章晓云. 甲状腺功能和骨质疏松症的关联：欧洲人群全基因组数据分析[J]. 中国组织工程研究, 2026, 30(4): 1019-1027.
[9]	容向宾, 郑海波, 莫学燊, 侯坤, 曾平, . 血浆代谢物、免疫细胞与髋骨关节炎的因果推断：GWAS数据欧洲群体资料分析[J]. 中国组织工程研究, 2026, 30(4): 1028-1035.
[10]	何启旺, 陈波, 梁复超, 康泽伟, 周原, 季桉旭, 唐夏林, . 阿尔茨海默病和肌少症及体质量指数的关系：欧洲人群GWAS数据集分析[J]. 中国组织工程研究, 2026, 30(4): 1036-1046.
[11]	丁宇, 陈婧雯, 陈秀燕, 施慧敏, 杨雨蝶, 周美启, 崔帅, . 循环炎症蛋白与心肌肥厚：来自GWAS Catalog与芬兰数据库欧洲群体的大样本分析[J]. 中国组织工程研究, 2026, 30(4): 1047-1057.
[12]	赵非凡, 曹玉净. 强直性脊柱炎与银屑病共有基因人工神经网络模型及基于机器学习的挖掘和验证[J]. 中国组织工程研究, 2026, 30(3): 770-784.
[13]	刘楚, 丘博元, 童思文, 何林宇威, 陈浩博, 欧志学. 遗传学视角揭示血液代谢物与骨坏死的关系：基于芬兰FinnGen数据库信息分析[J]. 中国组织工程研究, 2026, 30(3): 785-794.
[14]	田轩赫, 仝思宇, 滕飞, 钟帅, 赵啸虎, 张玉娅, 刘源, 姜萍. 痛风的潜在靶点及药物预测：可成药基因识别[J]. 中国组织工程研究, 2026, 30(29): 7706-7714.
[15]	魏炳琦, 张新月, 任星樾, 孙佳慧, 陈柳, 李宜静, 祁翼帆, 王上增. 含锌指DHHC型结构域2是棕榈酰化调控骨关节炎发生发展的新型关键药物靶点[J]. 中国组织工程研究, 2026, 30(29): 7715-7723.