概括：几十年来，我们一直将健康归咎于“坏基因”。但一项大规模的新研究表明，我们的环境同样强大。研究人员分析了 20 年的数据，测试了 619 种环境暴露与 305 种健康结果之间的 115,000 多个关联。

他们发现，虽然单次暴露（如一种特定的污染物或营养素）很少会产生巨大的差异，但“暴露组”——我们吃、呼吸和遇到的所有东西的累积“汤”——可以像我们的遗传密码一样决定疾病风险。

主要事实

• 总功率：一次环境暴露通常只能解释不到 1% 的健康差异。然而，仅将 20 种暴露放在一起观察，就能将解释力提升到与主要遗传变异相当的水平。
• 甘油三酯示例：一项惊人的发现解释了 20 种因素（包括反式脂肪、多氯联苯（污染物）和维生素 E）的特定组合43% 的变异人们的心脏病风险标记。
• 环境 GWAS：该团队借鉴了遗传学的“GWA 研究”蓝图，创建了一个关于环境如何影响身体的系统图，摆脱了“一次暴露”的研究。
• 没有“铁证”：主要作者 Chirag Patel 指出，很少有单一有毒成分；相反，“每次接触似乎都有点重要”，而且它们只有结合在一起才变得危险。
• 开源发现：团队已经发布了现象组暴露图谱，一个免费的在线工具，供其他科学家寻找环境与疾病之间的新联系。

来源：哈佛

几十年来，科学家们一直通过研究一个人遗传密码的微小变化如何影响患癌症、糖尿病或心脏病等常见疾病的终生风险，来仔细揭示基因在疾病中的作用。

但遗传学只讲述了故事的一部分。

另一部分来自一个人一生中经历的所有外部和内部暴露，范围从污染到感染到饮食和生活方式。累积起来，这些暴露——以及身体对它们的生物反应——构成了科学家所说的暴露组。

由哈佛医学院科学家领导的一个团队现已进行了可能是迄今为止最大规模的研究，以量化暴露与健康结果之间的关系，测试了超过 100,000 个关联。这项工作证明了研究潜在环境疾病风险的重要性，而不是一次研究一个。

通过分析美国人口的现有调查数据，研究人员发现，个人接触对健康结果只有中等影响，但当同时考虑多次接触时，这种影响会增加。

“虽然单次接触可能不会对你的健康产生巨大影响，但累积的接触可能与你的 DNA 一样强大，可以决定你患某些疾病的风险，”第一作者 Chirag Patel 说，他是 HMS 布拉瓦尼克研究所的生物医学信息学副教授。

研究结果发表于 3 月 18 日自然医学，证明了使用现有数据进行暴露组学研究的价值，并强调需要进行更大规模的研究，以确定哪些暴露组合对人类健康和疾病影响最大。

希望对人类暴露组的更深入了解能够产生研究人员、临床医生和患者可以用来改善个人健康的见解。

借用蓝图

Patel 和资深作者、HMS 生物医学信息学助理教授 Arjun (Raj) Manrai 将他们进入暴露组研究追溯到他们对精准医学的兴趣——这一领域致力于开发针对个体患者的疾病治疗方法。

“迄今为止，该领域一直不平衡。在利用遗传学进行个体化治疗方面做了更多工作，而在环境暴露方面却没有做太多工作，”帕特尔说。

Manrai 指出，虽然许多研究都着眼于单次接触和健康结果，但这种一次性方法常常会导致相互矛盾的结果，例如，关于食谱中发现的任何随机成分对人类健康是否有害、有益或不重要。

帕特尔和曼莱认为需要进行一项全面的研究，系统地、同时地检查许多环境暴露与健康结果之间的关系。

“我们真的想为暴露组建立一个强大的、大规模的这些关联的概要，”曼莱说。

为此，Manrai 和 Patel 与斯坦福大学专门从事元研究和大规模分析的医师科学家 John Ioannidis 合作。

该团队借鉴了遗传学研究的蓝图，该研究以全面的研究而闻名，例如扫描整个遗传密码以查找疾病联系的全基因组关联研究 (GWAS)。

事实上，帕特尔和曼莱是美国暴露组学网络和人类暴露组计划的一部分，后者是根据人类基因组计划构思的。

探索暴露组

在这项新研究中，研究人员分析了美国疾病控制与预防中心每年进行的国家健康和营养检查调查 (NHANES) 20 年来的现有数据。

他们测试了 619 种环境暴露与 305 种临床相关健康结果之间的 115,000 多个关联。暴露包括污染物和营养物质等，而健康结果包括体重指数、血糖水平和肺功能等。

该团队确定了 5,600 多个被认为具有统计显着性的关联。

在数百种健康结果中，单次暴露只能解释人与人之间健康结果差异的不到 1%。同时考虑多达 20 次暴露，将 120 种健康结果的这种解释力平均提高到 3.5%——与某些个体遗传变异的贡献相当。

结果揭示了暴露与结果之间的一些特别强烈的关联。例如，20 种特定暴露的混合——包括反式脂肪、称为多氯联苯的常见污染物和维生素 E 水平——解释了人们甘油三酯水平变化的 43%，而甘油三酯水平是心脏病的危险因素。

研究人员强调，尽管有广泛的解释力，但大多数暴露组合只能解释人与人之间的一小部分差异。

帕特尔说：“总的来说，没有确凿的证据；每次暴露似乎都很重要，而当你综合考虑时，暴露的影响就更大。”

一个起点

研究人员表示，这项研究提供了“暴露快照”，可以作为未来暴露组研究的起点。

帕特尔和曼莱希望扩展到更多的环境暴露和健康结果，并探索早期暴露与晚年疾病之间的联系。

他们还对是否以及如何将有关暴露的信息纳入临床医生用来评估患者患心脏病等疾病风险的工具以及患者用来指导自身健康的工具感兴趣。

为了让其他研究小组能够进一步调查该研究揭示的联系，该团队已将其数据和软件免费提供给健康和疾病风险表型暴露图谱中的其他研究小组在线使用。

“像这样的大规模分析是一种产生假设的不可知论、系统的方法，但我们随后需要对暴露及其与疾病的关系进行详细的机械评估，以确定因果关系，”曼莱说。 “我们正在缩小，以找出在哪里放大。”

作者说，在许多人佩戴持续监测各种健康指标的设备的时代，应用暴露组学见解来保障健康的潜力尤其重要。

帕特尔说：“这似乎是一个天上掉馅饼、星际迷航式的愿景，但我看到了未来，暴露信息将通过人工智能集成到这些系统中，这样人们就可以实时了解暴露信息如何影响他们的日常甚至每小时的健康。”

作者身份、资助、披露

该研究的资金由美国国立卫生研究院（拨款 R01ES032470、R01DK137993、U24ES036819）、美国农业部和海军研究办公室（N000142412687）提供。

回答的关键问题：

一个：这就是希望！与固定的 DNA 不同，您的暴露组是部分可修改的。虽然您无法控制所有污染物，但了解哪些污染物组合（如特定脂肪+特定污染物）是最危险的，允许更精确的生活方式“交换”，从而消除遗传风险。

一个：不完全是。这项研究确实有帮助揭穿“一种可怕的成分”神话。它表明单一成分很少能产生巨大的影响。重要的是“累积汤”——该成分如何与你的空气质量、压力和整体饮食相互作用。

一个：研究人员设想了一个“星际迷航”的未来，人工智能将可穿戴健康数据与实时环境传感器集成。想象一下你的手表告诉你：“你今天的污染暴露程度很高；晚餐不要吃反式脂肪，以保持较低的心脏压力。”