系统流行病学：一种复杂疾病病因研究的新思路

1　系统流行病学的内涵及其发展系统流行病学的产生是当今医学技术发展的必然。流行病学作为研究人群健康相关问题的主要学科，其一些经典的研究方法如病例对照研究和队列研究在疾病的病因研究中起到了重要作用。但这些研究方法自从出现至今在设计思路上变化不大，同时单个基因改变研究的结论不能解释复杂的生物机制问题，虽然分子流行病学在癌症的研究中已经从对单个基因的研究转变到基因间的联合作用以及以通路分析为基础的研究，但所涉及的都是比较简单的分析，没有认识到通路之间复杂的内在关联和相互作用[1]。与此同时，生物医学新技术的迅速发展和新方法不断地出现，尤其是系统生物学(systems biology)的出现和发展，为流行病学的发展提供了机遇。系统生物学是近些年发展起来的一门新学科，基本的含义是“旨在通过数学和计算解决方案等方法整合由实验所衍生的信息，以确定生物系统运行复杂性的学科”[2]。它是以系统策略和新技术为支撑，运用工程学、计算和物理学等方法整合从多种不同途径获得的生物和医学信息，包括基因组和环境，对细胞内调控细胞、器官和机体行为的网络进行分析和研究[3]。系统生物学为深入研究疾病的发生机制提供了有力工具。流行病学在为其他学科的研究提供方法学支持的同时，也不断吸收其他学科领域的理论与方法，并且创造出新的流行病学研究方法[4]。整合新技术和新方法进行创新性设计，并直接将流行病学和基础生物学联系起来开展疾病病因研究具有非常强的应用潜力。系统流行病学正是在这样的背景下出现的新研究学科，其基本目的在于将通路分析与观察性研究设计整合起来，进而提升对人机体内生物过程的理解，从而能够更加全面深入地认识疾病的因果联系。目前已经有利用全基因表达谱分析和相关通路分析来回答环境暴露和暴露标志物及早期效应的研究[5]。最新的技术和方法使我们能够进行遗传易感性(DNA基因组)、基因表达(转录组)、蛋白质(蛋白质组)和代谢产物(代谢产物组)的相互作用研究。基因、基因变异、基因表达和修正、蛋白质以及信号和代谢途径的信息加上环境因素信息都可以在不同的层次得以整合。可以说系统流行病学和系统生物学有相似之处，但系统流行病学强调的是将流行病学的研究方法与系统生物学所采用的技术和方法相结合，是在全面研究与代谢途径相关基因表达模式的基础上，将流行病学研究与多种方法相结合。2　系统流行病学的全组学设计系统流行病学研究中的全组学设计(globolomic design)为复杂疾病病因研究提供了新方法。系统流行病学需要新颖的设计解决疾病的病因问题。在流行病学的前瞻性研究设计中，通常是以暴露、生物标记和单核苷酸多态性作为变量，以登记报告的癌症作为结局变量，进行对比分析，确定暴露和结局之间的联系。众所周知，前瞻性设计主要是20世纪80和90年代流行病方法发展的结果，队列设计可以减少病例对照研究中的选择偏倚和回忆偏倚，但无法克服观察性研究存在的缩小和放大暴露和疾病之间关系的缺点，样本量小以及分子水平上的研究设计存在不足，很大程度上制约了流行病学在癌症研究中更深层次的应用，很难使其在研究基因变异和疾病之间关联性方面取得令人满意的结果。目前许多关于基因与环境交互作用的研究存在设计不够合理的问题[6]。生物医学技术的发展使人们能够进行不同组学以及其间相互作用的研究和分析，同时也为更加新颖和全面的设计提供了可能。在系统流行病学研究中，将基因变异、基因表达和修饰、蛋白质以及信号和代谢途径等多方面的信息在不同层次上加以整合，并与具有人群特征的流行病学前瞻性研究设计相结合，形成一个新颖的系统流行病学的全组学设计，为更加全面和深入地认识暴露与结局之间的生物学机理提供了有力的方法。观察性研究的全组学设计路径分析可将流行病和系统生物学更紧密地结合起来。全组学研究设计由Eiliv Lund等[7]于2008年提出，它是以流行病学前瞻性队列研究为基础，利用基因数据库中有关DNA、RNA和血浆的信息以及队列研究开始到出现结局之间的问卷信息，对诊断前血液样品进行分析;可以观察到复杂的真实生活条件下的基因表达谱，不同的暴露与遗传易感性交互作用和癌症患病风险。该设计不但可以随着时间的变化进行同一个人的基因表达谱和生物标记物的比较，而且还可以利用血液或组织的组学信息来验证在基因与环境研究中发现的与疾病风险增减相关基因的表达。该设计的新颖性体现在为利用末梢血液和肿瘤样品进行mRNA和microRNA(miRNA)表达分析提供了可能性，即可解决暴露和结局研究中基因表达的“黑匣子”问题，也可用于暴露和结局的基因标记。在传统流行病学病因研究中因果关系的判断主要是依据Hill提出的标准。目前在基因与环境研究中有另外一套标准，其主要的内容包括证据数量、重复程度以及偏倚控制等。基因与环境作用的生物学机制研究中，由于人类生活方式和遗传倾向的复杂性，任何从机理研究中得出的结论在公共卫生和临床领域应用之前必须有充足的流行病学证据作为依据。系统流行病学中的全组学具有在观察研究的基础上，通过分析血液和肿瘤组织中mRNA和miRNA的表达，对研究所涉及通路的变化进行定量估算，因而在全组学设计中可以将上述的两个标准有机结合。所以，系统流行病学研究中的全组学设计将会在疾病因果关系的研究中发挥巨大作用。3　系统流行病学发展的挑战与展望系统流行病学的发展面临着一定的挑战。众所周知，癌症的发生是一个多阶段且潜伏期长的漫长发病过程，理想的做法是每位研究对象都要有一个长时间跨度的组学分析，这才有可能随着时间的变化进行基因表达变化分析和研究，这就意味着要反复收集队列研究对象的血液样品，这是全组学设计所要面临的一个巨大的挑战。另外，全组学设计将会产生数量巨大的信息数据，比如全基因组基因分型的微数列使用近100万单核苷酸多态性进行遗传特征分析等，这就要求有复杂的数学模型和计算方案进行数据的分析和处理。可以相信，随着新技术和新方法的不断出现，上述问题可以得到一定的解决，如海量数据的采集与分析。生物医学技术的进步和相关学科的发展为系统流行病学的发展带来了机遇，同时基础研究中新知识和新技术的发展对人群疾病研究中的流行病学设计提出了更高的要求。系统生物学的出现促进了系统流行病学的产生和发展，系统流行病学的出现把流行病学推向了生物医学研究的前沿。全组学设计成为基因与环境研究风险评估中重要组成部分，借助全面和复杂的通路分析或基因表达分析来增加对流行病学因果概念的机理理解，为复杂疾病病因的研究提供了新的思路和方法。【参考文献】[1]　Thomas DC. The need for a systematic approach to complex pathways in molecular epidemiology [J]. Cancer Epidemiol Biomarkers Prev， 2005,14(3)：557-559.[2]　Hood L. Systems biology： integrating technology， biology， and computatio [J]. Mech Aqeing Dev， 2003,124(1)：9-16.[3]　Gonzalez-Angulo AM， Hennessy BT， Mills GB. Future of personalized medicine in oncology： a systems biology approach [J]. J Clin Oncol， 2010,28(16)： 2777-2783.[4]　陶秋山，詹思延，李立明. 流行病学研究中的病因与病因推断[J]. 中华流行病学杂志， 2004,25(11)：1000-1003.[5]　McHale CM， Zhang L， Lan Q， et al. Global gene expression profiling of a population exposed to a range of benzene levels [J]. Environ Health Perspect， 2011,119(5)：628-634.[6]　Ransohoff DF. Bias as a threat to the validity of cancer molecular-marker research[J]. Nat Rev Cancer， 2005,5(2)：142-149.[7]　Eiliv Lund， Vanessa Dumeaux. Systems Epidemiology in Cancer [J]. Cancer Epidemiol Biomarkers Prev， 2008,17(11)：2954-2957.