当前位置: 主页 > 医药健康 > 前沿医学 > 医学进展

全球近30%成人受累的脂肪肝并非单一疾病:Mayo Clinic团队基于4600例基因组数据揭示MASLD五种分子亚型

2026-10-07 14:50 Tahmina Sultana Priy Nature Communications 阅读 0
核心摘要: Mayo Clinic与Virginia Tech合作,整合4600余例MASLD患者的基因组与临床数据,通过计算建模将这一全球患病率近30%的肝病重新划分为五种生物学亚型。这些亚型沿不同通路进展,心血管病、肝衰竭、肝癌及肝移植风险各异;其中遗传驱动型亚型在缺乏肥胖、糖尿病等代谢危险因素者中仍显著升高晚期肝病风险。研究还首次发现特定亚型与抑郁、睡眠呼吸暂停和偏头痛相关,提示MASLD涉及多器官系统。该成果发表于《Nature Communications》,有望推动风险分层、精准筛查及GLP-1受体激动剂

一项覆盖4600余例患者、整合基因组与电子健康记录的大规模分析显示,全球近30%成人受累的代谢功能障碍相关脂肪性肝病(MASLD)并非单一疾病,而是至少可拆分为五种生物学机制迥异的亚型。这一发现挑战了当前以统一诊断标签管理脂肪肝的临床范式,并为风险分层与精准治疗提供了分子层面的路线图。

脂肪肝的“隐形”进展与诊断困境

肝脏脂肪堆积可在多年内不引发明显症状,但损伤却可能悄然推进至炎症、纤维化、肝癌乃至不可逆肝衰竭。MASLD(旧称非酒精性脂肪性肝病)正是这样一种沉默却高发的疾病。肥胖与糖尿病是部分患者的重要驱动因素,但Mayo Clinic与Virginia Tech合作的最新分析发现,遗传因素可定义另一类截然不同的疾病形式。相关论文已发表于《Nature Communications》。

研究团队将基因测序与详细临床信息结合,纳入超过4600例MASLD患者,数据维度涵盖肝酶、体质指数、血脂水平,以及糖尿病、抑郁和睡眠呼吸暂停等共病。随后,团队利用先进计算模型,依据共享的底层生物学信号对患者重新分组,而非沿用“MASLD”这一宽泛诊断。分析最终识别出五种亚型,分别对应疾病发生与进展的不同路径。

遗传亚型:代谢正常者亦面临更高晚期肝病风险

最引人注目的发现之一,是遗传驱动型亚型与晚期肝病进展风险升高相关,且这种风险在缺乏典型代谢危险因素(如肥胖、糖尿病)的人群中同样存在。这意味着,临床医生若仅依据代谢指标筛查,可能漏掉一部分由遗传因素主导、却同样可能走向肝硬化的患者。

“当临床与基因组数据以这种规模联合分析时,你会开始看到原本隐藏的疾病进展模式,”共同资深作者、Mayo Clinic生物信息学家Shulan Tian博士表示,“一旦把这些亚型分开,就可以开始让治疗匹配真正驱动疾病的生物学机制。”

共同资深作者、Mayo Clinic研究创新副主任Eric Klee博士补充道:“这里浮现出的是一种系统性识别复杂疾病中有意义亚组的方法。它帮助我们以如此高的精度描绘复杂疾病,从而能够预判其进程,并在最严重损伤发生前进行干预。”

超越肝脏:亚型与抑郁、睡眠呼吸暂停及偏头痛相关

研究还首次报告,特定MASLD亚型与抑郁、睡眠呼吸暂停和偏头痛等状况相关,提示该疾病与多器官系统之间存在联系。这一发现拓展了MASLD的临床边界——它不仅是肝脏的局部问题,也可能与神经精神及睡眠呼吸系统存在共享的生物学通路。

数据基础来自Mayo Clinic的Research Data Atlas,该平台将遗传信息与患者记录连接,使研究人员能够在大规模人群中搜索模式。平台整合了Tapestry研究的数据,后者已产生Mayo Clinic最大的外显子组数据集合,覆盖超过10万名参与者。通过将遗传信息与详细临床记录配对,研究者得以考察遗传差异如何对应疾病的发生与演变。

“这正是大规模基因组研究旨在提供的洞见,”Tapestry研究负责人、Mayo Clinic个体化医学中心执行主任Konstantinos Lazaridis博士表示,“当你把遗传数据与大规模人群的详细临床信息连接起来,就可以重新定义疾病,并直接影响患者照护。”

从机制上看,MASLD的异质性可能源于脂质代谢、胰岛素信号、炎症通路及纤维化调控等多个层面的遗传与获得性差异。传统统计方法若将异质性人群合并分析,真实信号可能被稀释,导致生物标志物与药物靶点难以重复。此次研究采用的计算分型策略,本质上是在高维基因组与临床特征空间中寻找共享的潜在因子,从而将“同病异质”转化为可操作的亚组。

临床意义上,将MASLD拆分为生物学上不同的形式,有望帮助医生更早识别高风险患者、优化筛查策略,并使治疗更贴近个体疾病的驱动过程。研究团队下一步计划在更广泛的患者人群中验证该方法,并考察不同亚型对多种治疗(包括GLP-1受体激动剂)的应答差异。若验证成功,脂肪肝的诊疗路径可能从“一刀切”转向基于分子亚型的精准分层。


Reference: “Subtyping metabolic dysfunction-associated steatotic liver disease using electronic health record-linked genomic cohorts reveals diverse etiologies and progression” by Tahmina Sultana Priya, Huihuang Yan, Kirk J. Wangensteen, Stephen Wu, Anthony C. Luehrs, Filippo Pinto e Vairo, Fan Leng, Andres J. Acosta, Robert A. Vierkant, Alina M. Allen, Konstantinos N. Lazaridis, Eric W. Klee, Danfeng Daphne Yao and Shulan Tian, 2 September 2026, Nature Communications.
DOI: 10.1038/s41467-026-77410-6
    发表评论