在一项新的大型遗传研究中，来自美国宾夕法尼亚州立大学医学院和明尼苏达大学等研究机构的研究人员在分析了340多万人的数据后，确定了2300多个预测酒精和烟草使用的基因。他们发现，这些基因中的大多数在具有欧洲、非洲、美洲和亚洲血统的人中是相似的。相关研究结果于2022年12月7日在线发表在Nature期刊上，论文标题为“Genetic diversity fuels gene discovery for tobacco and alcohol use”。

酒精和烟草的使用分别与全世界约15%和5%的死亡有关，并与癌症和心脏病等慢性病有关。尽管环境和文化可以影响一个人的酒精和烟草使用以及对它们成瘾的可能性，但是根据这些作者的说法，遗传也是一种影响因素。他们在之前的一项研究中协助确定了大约400个与人们的某些酒精和烟草使用行为有关的基因。

(资料图)

论文共同通讯作者、宾夕法尼亚州立大学医学院公共卫生科学系教授兼研究副主任Dajiang Liu说，“我们如今确定了另外1900多个与酒精和烟草使用行为有关的基因。在我们的分析中使用的五分之一的样本来自非欧洲血统，这增加了这些发现与不同人群的相关性。”

这些作者评估了来自340多万人的基因数据集，其中至少20%的人来自非欧洲血统。根据Liu的说法，他们的研究是迄今为止关于吸烟和饮酒行为的最大的基因研究，也是最具血统多样性的研究。他说，他之前在2019年发表的一项研究仅包括来自欧洲血统人口的数据。

这些作者纳入来自非洲、东亚和美国血统的人的基因数据集，并评估了多种吸烟和饮酒的特征，从开始饮酒或吸烟到开始定期使用和摄入量。利用机器学习技术，他们确定了与这些行为有关的基因。

通过比较不同血统的样本数据，这些作者发现，不同血统之间与酒精和烟草使用行为有关的基因有惊人的相似性，80%的基因变体在所研究的人群中显示出一致的影响。虽然一些基因变体在不同的血统之间有不同的影响，或者有血统特异性的影响，但与酒精和烟草使用相关的基因在不同血统的样本之间基本一致。

这些作者使用机器学习开发了一个遗传风险分数，可以识别出有某些酒精和烟草使用行为风险的人。尽管遗传效应相似，但是利用欧洲血统个体的数据开发的模型只能准确预测欧洲血统的人的酒精和烟草使用行为。Liu说，由于这种模型在预测其他血统的人的风险时没有那么准确，有必要通过增加非欧洲血统的样本量来开发更复杂的预测方法，这可能改善不同人类群体的风险预测。

血统组成和效应大小调节。图片来自Nature, 2022, doi:10.1038/s41586-022-05477-4。

Liu说，“看到相同的基因与不同血统的成瘾行为有关，这很有希望。拥有更强大和更为多样化的数据将帮助我们开发可应用于所有人群的预测性风险因素工具。”

Liu说，在两到三年内，这些遗传风险评分可以得到完善，并成为已经通过基本筛查确定为酒精和烟草使用风险增加的个人常规护理的一部分。作为宾夕法尼亚州立大学医学院第二个旨在开发和应用生物医学人工智能、机器学习和信息学从而使得生物医学研究取得快速进展的战略计划目标的临时主管，他指出，这项研究是一个例子，说明大数据和复杂的机器学习方法可以帮助预测健康风险，从而可以制定有针对性的干预措施。

宾夕法尼亚州立大学医学院临时院长Kevin Black博士说，“这个项目利用大量的数据来确定不同人群的共同遗传风险因素。利用这些发现来开发绝望症的筛查工具是一种创新，它将帮助我们学院在利用健康信息学促进我们社区的健康保护和疾病治疗方面处于领先地位。”

根据Liu的说法，未来的研究将集中于深入研究他们的发现。这些作者确定的大多数基因都有未知的功能，因此他们将尝试了解它们的功能，以及这些基因的变化、它们的功能和与环境的相互作用如何影响成瘾行为的风险。他还说，增加这些数据集中遗传样本的多样性将有助于他们为来自不同血统的个人开发预测性风险模型。（生物谷 Bioon.com）

参考资料：

Gretchen R. B. Saunders et al. Genetic diversity fuels gene discovery for tobacco and alcohol use. Nature, 2022, doi:10.1038/s41586-022-05477-4.