现代预防医学

暴露	样本量	人群	参考基因组序列	PMID
每周饮酒量	2 428 851	欧洲人群	GRCh37	36 477 530
估算骨密度	462 824	欧洲人群	GRCh37	30 598 549

暴露	样本量	人群	参考基因组序列	PMID
每周饮酒量	2 428 851	欧洲人群	GRCh37	36 477 530
估算骨密度	462 824	欧洲人群	GRCh37	30 598 549

SNP	染色体	碱基位置	效应/非效应等位基因	DrnkWk
已知的共享SNPs（在两个性状中均显著且PPLEIO<5×10^-8的SNPs）
rs10066412	5	51304343	T/A	-0.01	5.34×10^-09
rs10491278	5	132884744	C/A	-0.01	2.96×10^-08
rs10838613	11	46690228	C/A	-0.01	9.92×10^-09
rs7107356	11	47654618	G/A	0.01	1.12×10^-16
rs56094641	16	53772541	G/A	-0.01	1.06×10^-10
rs2684641	17	45442752	G/A	-0.02	1.31×10^-20
rs55938136	17	45720994	G/A	-0.02	1.22×10^-27
rs62641967	17	45969850	G/T	-0.03	1.74×10^-30
rs1378358	17	46709946	T/C	-0.02	3.83×10^-25
单性状驱动的共享SNPs（在单一性状中均显著且PPLEIO<5×10^-8的SNPs）
rs6691053	1	173899817	T/C	-0.01	1.24×10^-10
rs72808612	2	54808212	C/T	0.02	7.92×10^-07
rs2048370	2	54659468	C/T	0.01	9.25×10^-06
rs112828099	3	142438693	A/G	0.01	1.68×10^-06
rs2726518	4	105252042	C/A	-0.01	4.97×10^-06
rs16877149	8	108077969	A/G	-0.01	9.64×10^-06
rs2005617	9	33791166	C/T	-0.01	2.48×10^-06
rs35677603	11	47246759	T/C	-0.01	6.27×10^-11
rs11228240	11	68450822	T/C	-0.01	8.22×10^-06
rs11169162	12	49813343	C/T	-0.01	1.70×10^-06
rs28929474	14	94378610	T/C	-0.05	3.28×10^-14
rs78733883	16	69412045	A/G	-0.02	1.37×10^-06
rs9788803	16	69658092	T/A	0.01	3.44×10^-07
rs112111542	17	2287092	C/T	0.01	8.62×10^-06
连锁不平衡的共享SNPs（单一性状GWAS未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且与已知SNPs连锁不平衡）
rs2300669	3	38499827	A/C	-0.01	3.12×10^-07
rs2880663	16	24766425	T/G	-0.01	5.94×10^-06
rs72902690	18	45186271	G/A	-0.01	2.09×10^-07
已知的共享SNPs（在两个性状中均显著且PPLEIO<5×10^-8的SNPs）
rs10066412	-0.02	1.60×10^-14	3.01×10^-33	ISL1, LOC642366
rs10491278	0.02	1.80×10^-13	4.09×10^-34	AFF4, GDF9, HSPA4, LEAP2, SHROOM1, SOWAHA, UQCRQ, ZCCHC10
rs10838613	-0.03	2.70×10^-22	1.27×10^-46	AMBRA1, ARFGAP2, ARHGAP1, ATG13, C11orf49, CHRM4, CKAP5, CREB3L1, DGKZ, F2, HARBI1, LRP4, LRP4-AS1, MDK, MIR3160-1, MIR3160-2, MIR4688, MIR5582, MIR6745, PACSIN3, SNORD67, ZNF408
rs7107356	-0.01	4.20×10^-09	4.36×10^-25	AGBL2, C1QTNF4, CELF1, FAM180B, FNBP4, KBTBD4, MTCH2, MYBPC3, NDUFS3, NUP160, PSMC3, PTPMT1, RAPSN, SLC39A13, SPI1
rs56094641	0.02	6.80×10^-20	9.78×10^-43	FTO
rs2684641	-0.02	2.00×10^-20	1.32×10^-74	ARHGAP27, MIR4315-1, MIR4315-2, PLEKHM1
rs55938136	-0.02	1.60×10^-21	1.93×10^-76	CRHR1
rs62641967	-0.02	9.10×10^-21	5.13×10^-87	CRHR1, CRHR1-IT1, KANSL1, KANSL1-AS1, LOC644172, LRRC37A4P, MAPT, MAPT-AS1, MAPT-IT1, MGC57346, MIR4315-1, MIR4315-2, PLEKHM1, SPPL2C, STH
rs1378358	-0.02	2.50×10^-17	2.63×10^-69	NSF, WNT3
单性状驱动的共享SNPs（在单一性状中均显著且PPLEIO<5×10^-8的SNPs）
rs6691053	-0.02	1.60×10^-08	5.88×10^-28	ANKRD45, CENPL, DARS2, GAS5, GAS5-AS1, KLHL20, LOC730159, RABGAP1L, RC3H1, SERPINC1, SLC9C2, SNORD44, SNORD47, SNORD74, SNORD75, SNORD76, SNORD77, SNORD78, SNORD79, SNORD80, SNORD81, ZBTB37
rs72808612	0.05	8.60×10^-22	1.48×10^-42	EML6, SPTBN1
rs2048370	0.04	5.50×10^-53	1.73×10^-110	EML6, RPL23AP32, SPTBN1
rs112828099	-0.02	5.20×10^-09	2.20×10^-21	ATR, PCOLCE2, PLS1, TRPC1, XRN1
rs2726518	-0.01	2.00×10^-10	2.29×10^-20	PPA2, TET2
rs16877149	-0.02	3.20×10^-10	6.52×10^-23	EIF3E, EMC2, RSPO2
rs2005617	0.01	1.10×10^-10	5.51×10^-17	DCAF12, KIF24, LINC01251, PRSS3, PTENP1, PTENP1-AS, SNORD121A, SNORD121B, UBAP1, UBAP2, UBE2R2
rs35677603	-0.01	1.40×10^-08	1.18×10^-23	ACP2, ARFGAP2, C11orf49, DDB2, MADD, MIR6745, MYBPC3, NR1H3, PACSIN3
rs11228240	-0.04	8.00×10^-77	4.30×10^-152	GAL, LRP5, PPP6R3
rs11169162	0.01	2.80×10^-10	2.47×10^-20	BCDIN3D, BCDIN3D-AS1, FAIM2, NCKAP5L
rs28929474	-0.03	2.60×10^-07	5.11×10^-25	PPP4R4, SERPINA1, SERPINA2, SERPINA6, SERPINA10
rs78733883	0.03	8.10×10^-10	6.96×10^-21	CHTF8, CIRH1A, COG8, CYB5B, HAS3, MIR1538, NFAT5, NIP7, NOB1, NQO1, PDF, SNTB2, TANGO6, TERF2, TMED6, VPS4A, WWP2
rs9788803	-0.02	6.40×10^-12	3.40×10^-22	MIR1538, NFAT5, NOB1, NQO1, WWP2
rs112111542	0.02	5.60×10^-10	2.70×10^-16	DPH1, HIC1, LOC101927839, MIR132, MIR212, OVCA2, SMG6, SRR
连锁不平衡的共享SNPs（单一性状GWAS未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且与已知SNPs连锁不平衡）
rs2300669	-0.01	5.20×10^-06	9.25×10^-12	ACVR2B, ACVR2B-AS1, EXOG, XYLB
rs2880663	0.01	3.70×10^-07	4.10×10^-13	SLC5A11, TNRC6A
rs72902690	0.01	2.20×10^-06	1.23×10^-16	SETBP1, SLC14A2

SNP	染色体	碱基位置	效应/非效应等位基因	DrnkWk
已知的共享SNPs（在两个性状中均显著且PPLEIO<5×10^-8的SNPs）
rs10066412	5	51304343	T/A	-0.01	5.34×10^-09
rs10491278	5	132884744	C/A	-0.01	2.96×10^-08
rs10838613	11	46690228	C/A	-0.01	9.92×10^-09
rs7107356	11	47654618	G/A	0.01	1.12×10^-16
rs56094641	16	53772541	G/A	-0.01	1.06×10^-10
rs2684641	17	45442752	G/A	-0.02	1.31×10^-20
rs55938136	17	45720994	G/A	-0.02	1.22×10^-27
rs62641967	17	45969850	G/T	-0.03	1.74×10^-30
rs1378358	17	46709946	T/C	-0.02	3.83×10^-25
单性状驱动的共享SNPs（在单一性状中均显著且PPLEIO<5×10^-8的SNPs）
rs6691053	1	173899817	T/C	-0.01	1.24×10^-10
rs72808612	2	54808212	C/T	0.02	7.92×10^-07
rs2048370	2	54659468	C/T	0.01	9.25×10^-06
rs112828099	3	142438693	A/G	0.01	1.68×10^-06
rs2726518	4	105252042	C/A	-0.01	4.97×10^-06
rs16877149	8	108077969	A/G	-0.01	9.64×10^-06
rs2005617	9	33791166	C/T	-0.01	2.48×10^-06
rs35677603	11	47246759	T/C	-0.01	6.27×10^-11
rs11228240	11	68450822	T/C	-0.01	8.22×10^-06
rs11169162	12	49813343	C/T	-0.01	1.70×10^-06
rs28929474	14	94378610	T/C	-0.05	3.28×10^-14
rs78733883	16	69412045	A/G	-0.02	1.37×10^-06
rs9788803	16	69658092	T/A	0.01	3.44×10^-07
rs112111542	17	2287092	C/T	0.01	8.62×10^-06
连锁不平衡的共享SNPs（单一性状GWAS未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且与已知SNPs连锁不平衡）
rs2300669	3	38499827	A/C	-0.01	3.12×10^-07
rs2880663	16	24766425	T/G	-0.01	5.94×10^-06
rs72902690	18	45186271	G/A	-0.01	2.09×10^-07
已知的共享SNPs（在两个性状中均显著且PPLEIO<5×10^-8的SNPs）
rs10066412	-0.02	1.60×10^-14	3.01×10^-33	ISL1, LOC642366
rs10491278	0.02	1.80×10^-13	4.09×10^-34	AFF4, GDF9, HSPA4, LEAP2, SHROOM1, SOWAHA, UQCRQ, ZCCHC10
rs10838613	-0.03	2.70×10^-22	1.27×10^-46	AMBRA1, ARFGAP2, ARHGAP1, ATG13, C11orf49, CHRM4, CKAP5, CREB3L1, DGKZ, F2, HARBI1, LRP4, LRP4-AS1, MDK, MIR3160-1, MIR3160-2, MIR4688, MIR5582, MIR6745, PACSIN3, SNORD67, ZNF408
rs7107356	-0.01	4.20×10^-09	4.36×10^-25	AGBL2, C1QTNF4, CELF1, FAM180B, FNBP4, KBTBD4, MTCH2, MYBPC3, NDUFS3, NUP160, PSMC3, PTPMT1, RAPSN, SLC39A13, SPI1
rs56094641	0.02	6.80×10^-20	9.78×10^-43	FTO
rs2684641	-0.02	2.00×10^-20	1.32×10^-74	ARHGAP27, MIR4315-1, MIR4315-2, PLEKHM1
rs55938136	-0.02	1.60×10^-21	1.93×10^-76	CRHR1
rs62641967	-0.02	9.10×10^-21	5.13×10^-87	CRHR1, CRHR1-IT1, KANSL1, KANSL1-AS1, LOC644172, LRRC37A4P, MAPT, MAPT-AS1, MAPT-IT1, MGC57346, MIR4315-1, MIR4315-2, PLEKHM1, SPPL2C, STH
rs1378358	-0.02	2.50×10^-17	2.63×10^-69	NSF, WNT3
单性状驱动的共享SNPs（在单一性状中均显著且PPLEIO<5×10^-8的SNPs）
rs6691053	-0.02	1.60×10^-08	5.88×10^-28	ANKRD45, CENPL, DARS2, GAS5, GAS5-AS1, KLHL20, LOC730159, RABGAP1L, RC3H1, SERPINC1, SLC9C2, SNORD44, SNORD47, SNORD74, SNORD75, SNORD76, SNORD77, SNORD78, SNORD79, SNORD80, SNORD81, ZBTB37
rs72808612	0.05	8.60×10^-22	1.48×10^-42	EML6, SPTBN1
rs2048370	0.04	5.50×10^-53	1.73×10^-110	EML6, RPL23AP32, SPTBN1
rs112828099	-0.02	5.20×10^-09	2.20×10^-21	ATR, PCOLCE2, PLS1, TRPC1, XRN1
rs2726518	-0.01	2.00×10^-10	2.29×10^-20	PPA2, TET2
rs16877149	-0.02	3.20×10^-10	6.52×10^-23	EIF3E, EMC2, RSPO2
rs2005617	0.01	1.10×10^-10	5.51×10^-17	DCAF12, KIF24, LINC01251, PRSS3, PTENP1, PTENP1-AS, SNORD121A, SNORD121B, UBAP1, UBAP2, UBE2R2
rs35677603	-0.01	1.40×10^-08	1.18×10^-23	ACP2, ARFGAP2, C11orf49, DDB2, MADD, MIR6745, MYBPC3, NR1H3, PACSIN3
rs11228240	-0.04	8.00×10^-77	4.30×10^-152	GAL, LRP5, PPP6R3
rs11169162	0.01	2.80×10^-10	2.47×10^-20	BCDIN3D, BCDIN3D-AS1, FAIM2, NCKAP5L
rs28929474	-0.03	2.60×10^-07	5.11×10^-25	PPP4R4, SERPINA1, SERPINA2, SERPINA6, SERPINA10
rs78733883	0.03	8.10×10^-10	6.96×10^-21	CHTF8, CIRH1A, COG8, CYB5B, HAS3, MIR1538, NFAT5, NIP7, NOB1, NQO1, PDF, SNTB2, TANGO6, TERF2, TMED6, VPS4A, WWP2
rs9788803	-0.02	6.40×10^-12	3.40×10^-22	MIR1538, NFAT5, NOB1, NQO1, WWP2
rs112111542	0.02	5.60×10^-10	2.70×10^-16	DPH1, HIC1, LOC101927839, MIR132, MIR212, OVCA2, SMG6, SRR
连锁不平衡的共享SNPs（单一性状GWAS未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且与已知SNPs连锁不平衡）
rs2300669	-0.01	5.20×10^-06	9.25×10^-12	ACVR2B, ACVR2B-AS1, EXOG, XYLB
rs2880663	0.01	3.70×10^-07	4.10×10^-13	SLC5A11, TNRC6A
rs72902690	0.01	2.20×10^-06	1.23×10^-16	SETBP1, SLC14A2

SNP	染色体	碱基位置	效应/非效应等位基因	DrnkWk
新发现的共享SNPs（两个性状均未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且不与已知SNPs连锁不平衡）
rs74054769	1	15533652	C/A	-0.01	6.32×10^-06
rs146016966	1	15789386	T/C	-0.02	6.24×10^-06
rs11587434	1	72149435	A/G	-0.01	1.10×10^-06
rs60762909	2	73646375	T/C	0.01	3.20×10^-06
rs11885942	2	99387702	G/A	-0.01	5.27×10^-06
rs59243338	2	143527665	C/T	-0.01	3.04×10^-06
rs843461	2	239397395	T/C	0.01	1.69×10^-06
rs75494138	11	46443811	T/C	0.02	1.71×10^-06
rs74798865	14	103921780	T/A	-0.01	4.41×10^-06
新发现的共享SNPs（两个性状均未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且不与已知SNPs连锁不平衡）
rs74054769	0.01	7.50×10^-06	2.57×10^-10	AGMAT, CASP9, CELA2A, CELA2B, DDI2, DNAJC16, PLEKHM2, RSC1A1
rs146016966	0.03	2.00×10^-08	5.62×10^-15	AGMAT, C1orf64, CLCNKA, CLCNKB, DDI2, DNAJC16, FAM131C, FBLIM1, FLJ37453, HSPB7, PLEKHM2, RSC1A1, SLC25A34, SPEN, TMEM82, UQCRHL, ZBTB17
rs11587434	0.01	1.00×10^-06	1.28×10^-14	NEGR1
rs60762909	0.01	3.30×10^-06	1.26×10^-12	ALMS1, ALMS1-IT1, ALMS1P, NAT8, NAT8B
rs11885942	0.01	9.30×10^-08	2.71×10^-15	AFF3, C2orf15, EIF5B, LIPT1, LYG1, LYG2, MITD1, MRPL30, REV1, TSGA10, TXNDC9
rs59243338	-0.01	4.30×10^-08	1.39×10^-18	ARHGAP15
rs843461	-0.01	4.40×10^-08	2.79×10^-13	HDAC4
rs75494138	0.02	3.90×10^-06	7.04×10^-15	AMBRA1, CHRM4, CREB3L1, DGKZ, MDK, MIR3160-1, MIR3160-2, MIR4688
rs74798865	-0.02	1.30×10^-06	7.56×10^-14	C14orf2, RD3L, TDRD9

SNP	染色体	碱基位置	效应/非效应等位基因	DrnkWk
新发现的共享SNPs（两个性状均未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且不与已知SNPs连锁不平衡）
rs74054769	1	15533652	C/A	-0.01	6.32×10^-06
rs146016966	1	15789386	T/C	-0.02	6.24×10^-06
rs11587434	1	72149435	A/G	-0.01	1.10×10^-06
rs60762909	2	73646375	T/C	0.01	3.20×10^-06
rs11885942	2	99387702	G/A	-0.01	5.27×10^-06
rs59243338	2	143527665	C/T	-0.01	3.04×10^-06
rs843461	2	239397395	T/C	0.01	1.69×10^-06
rs75494138	11	46443811	T/C	0.02	1.71×10^-06
rs74798865	14	103921780	T/A	-0.01	4.41×10^-06
新发现的共享SNPs（两个性状均未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且不与已知SNPs连锁不平衡）
rs74054769	0.01	7.50×10^-06	2.57×10^-10	AGMAT, CASP9, CELA2A, CELA2B, DDI2, DNAJC16, PLEKHM2, RSC1A1
rs146016966	0.03	2.00×10^-08	5.62×10^-15	AGMAT, C1orf64, CLCNKA, CLCNKB, DDI2, DNAJC16, FAM131C, FBLIM1, FLJ37453, HSPB7, PLEKHM2, RSC1A1, SLC25A34, SPEN, TMEM82, UQCRHL, ZBTB17
rs11587434	0.01	1.00×10^-06	1.28×10^-14	NEGR1
rs60762909	0.01	3.30×10^-06	1.26×10^-12	ALMS1, ALMS1-IT1, ALMS1P, NAT8, NAT8B
rs11885942	0.01	9.30×10^-08	2.71×10^-15	AFF3, C2orf15, EIF5B, LIPT1, LYG1, LYG2, MITD1, MRPL30, REV1, TSGA10, TXNDC9
rs59243338	-0.01	4.30×10^-08	1.39×10^-18	ARHGAP15
rs843461	-0.01	4.40×10^-08	2.79×10^-13	HDAC4
rs75494138	0.02	3.90×10^-06	7.04×10^-15	AMBRA1, CHRM4, CREB3L1, DGKZ, MDK, MIR3160-1, MIR3160-2, MIR4688
rs74798865	-0.02	1.30×10^-06	7.56×10^-14	C14orf2, RD3L, TDRD9

基因名	染色体	起始碱基位置	终止碱基位置	DrnkWk	eBMD
已知的共享基因
AUTS2	7	69 063 905	70 257 885	4 138	7.477	3.82×10^-14	4 134	4.771	9.16×10^-07
BDNF	11	27 676 440	27 743 605	169	5.482	2.11×10^-08	200	6.109	5.00×10^-10
CREB3L1	11	46 299 189	46 342 972	148	4.868	5.63×10^-07	142	7.773	3.83×10^-15
AGBL2	11	47 681 143	47 736 928	184	7.866	1.83×10^-15	199	4.708	1.25×10^-06
FTO	16	53 737 875	54 148 379	1 892	5.411	3.13×10^-08	1 858	9.222	1.46×10^-20
SLC14A2	18	42 792 947	43 263 072	1 989	5.296	5.91×10^-08	2 306	4.823	7.07×10^-07
单性状驱动的共享基因
BMPR1B	4	95 679 128	96 079 601	2 174	5.714	5.50×10^-09	1 859	5.649	8.07×10^-09
CYP3A4	7	99 354 583	99 381 811	93	5.260	7.19×10^-08	66	4.578	2.35×10^-06
DGKZ	11	46 354 455	46 402 104	117	5.998	1.00×10^-09	126	6.644	1.53×10^-11
AMBRA1	11	46 417 962	46 615 619	414	6.344	1.12×10^-10	449	6.109	5.00×10^-10
HARBI1	11	46 624 856	46 638 933	27	5.927	1.54×10^-09	31	7.283	1.64×10^-13
ATG13	11	46 638 826	46 697 569	142	6.109	5.00×10^-10	141	6.803	5.11×10^-12
ARHGAP1	11	46 698 625	46 722 215	66	6.037	7.86×10^-10	70	6.109	5.00×10^-10
F2	11	46 740 743	46 761 056	45	5.523	1.67×10^-08	85	6.109	5.00×10^-10
LRP4	11	46 878 268	46 940 173	173	4.852	6.12×10^-07	179	6.109	5.00×10^-10
DDB2	11	47 236 493	47 260 769	102	4.670	1.50×10^-06	81	6.109	5.00×10^-10
MYBPC3	11	47 352 957	47 374 253	106	7.245	2.17×10^-13	72	7.659	9.38×10^-15
CPT1A	11	68 522 088	68 611 878	267	4.621	1.91×10^-06	291	9.096	4.71×10^-20
DNAH2	17	7 620 631	7 737 058	527	6.247	2.09×10^-10	496	5.049	2.23×10^-07
COPZ2	17	46 103 533	46 120 908	119	6.109	5.00×10^-10	63	6.818	4.62×10^-12
NFE2L1	17	46 125 686	46 138 907	91	7.474	3.89×10^-14	43	6.564	2.61×10^-11
CBX1	17	46 147 414	46 178 883	220	7.068	7.88×10^-13	121	5.958	1.28×10^-09
SNX11	17	46 184 911	46 200 109	101	6.109	5.00×10^-10	63	5.537	1.54×10^-08
全新的共享基因
NR1H3	11	47 269 851	47 290 584	68	5.598	1.08×10^-08	71	7.488	3.50×10^-14
MADD	11	47 290 927	47 351 582	196	4.960	3.52×10^-07	220	6.109	5.00×10^-10
MTL5	11	68 474 908	68 518 988	152	4.546	2.73×10^-06	133	7.054	8.67×10^-13
SLC11A2	12	51 373 566	51 422 118	177	5.881	2.04×10^-09	168	6.077	6.11×10^-10
CSRNP2	12	51 454 988	51 477 454	55	5.792	3.48×10^-09	83	5.142	1.36×10^-07
TFCP2	12	51 487 539	51 566 926	244	6.109	5.00×10^-10	316	6.000	9.90×10^-10
PNPO	17	46 018 889	46 026 674	37	7.672	8.55×10^-15	26	5.783	3.68×10^-09

基因名	染色体	起始碱基位置	终止碱基位置	DrnkWk	eBMD
已知的共享基因
AUTS2	7	69 063 905	70 257 885	4 138	7.477	3.82×10^-14	4 134	4.771	9.16×10^-07
BDNF	11	27 676 440	27 743 605	169	5.482	2.11×10^-08	200	6.109	5.00×10^-10
CREB3L1	11	46 299 189	46 342 972	148	4.868	5.63×10^-07	142	7.773	3.83×10^-15
AGBL2	11	47 681 143	47 736 928	184	7.866	1.83×10^-15	199	4.708	1.25×10^-06
FTO	16	53 737 875	54 148 379	1 892	5.411	3.13×10^-08	1 858	9.222	1.46×10^-20
SLC14A2	18	42 792 947	43 263 072	1 989	5.296	5.91×10^-08	2 306	4.823	7.07×10^-07
单性状驱动的共享基因
BMPR1B	4	95 679 128	96 079 601	2 174	5.714	5.50×10^-09	1 859	5.649	8.07×10^-09
CYP3A4	7	99 354 583	99 381 811	93	5.260	7.19×10^-08	66	4.578	2.35×10^-06
DGKZ	11	46 354 455	46 402 104	117	5.998	1.00×10^-09	126	6.644	1.53×10^-11
AMBRA1	11	46 417 962	46 615 619	414	6.344	1.12×10^-10	449	6.109	5.00×10^-10
HARBI1	11	46 624 856	46 638 933	27	5.927	1.54×10^-09	31	7.283	1.64×10^-13
ATG13	11	46 638 826	46 697 569	142	6.109	5.00×10^-10	141	6.803	5.11×10^-12
ARHGAP1	11	46 698 625	46 722 215	66	6.037	7.86×10^-10	70	6.109	5.00×10^-10
F2	11	46 740 743	46 761 056	45	5.523	1.67×10^-08	85	6.109	5.00×10^-10
LRP4	11	46 878 268	46 940 173	173	4.852	6.12×10^-07	179	6.109	5.00×10^-10
DDB2	11	47 236 493	47 260 769	102	4.670	1.50×10^-06	81	6.109	5.00×10^-10
MYBPC3	11	47 352 957	47 374 253	106	7.245	2.17×10^-13	72	7.659	9.38×10^-15
CPT1A	11	68 522 088	68 611 878	267	4.621	1.91×10^-06	291	9.096	4.71×10^-20
DNAH2	17	7 620 631	7 737 058	527	6.247	2.09×10^-10	496	5.049	2.23×10^-07
COPZ2	17	46 103 533	46 120 908	119	6.109	5.00×10^-10	63	6.818	4.62×10^-12
NFE2L1	17	46 125 686	46 138 907	91	7.474	3.89×10^-14	43	6.564	2.61×10^-11
CBX1	17	46 147 414	46 178 883	220	7.068	7.88×10^-13	121	5.958	1.28×10^-09
SNX11	17	46 184 911	46 200 109	101	6.109	5.00×10^-10	63	5.537	1.54×10^-08
全新的共享基因
NR1H3	11	47 269 851	47 290 584	68	5.598	1.08×10^-08	71	7.488	3.50×10^-14
MADD	11	47 290 927	47 351 582	196	4.960	3.52×10^-07	220	6.109	5.00×10^-10
MTL5	11	68 474 908	68 518 988	152	4.546	2.73×10^-06	133	7.054	8.67×10^-13
SLC11A2	12	51 373 566	51 422 118	177	5.881	2.04×10^-09	168	6.077	6.11×10^-10
CSRNP2	12	51 454 988	51 477 454	55	5.792	3.48×10^-09	83	5.142	1.36×10^-07
TFCP2	12	51 487 539	51 566 926	244	6.109	5.00×10^-10	316	6.000	9.90×10^-10
PNPO	17	46 018 889	46 026 674	37	7.672	8.55×10^-15	26	5.783	3.68×10^-09

全基因组跨性状关联分析揭示饮酒与骨密度的共享遗传基础

PDF下载

郑思睿 ¹ , 韩韬 ¹ , 于婷 ² , 周进宇 ¹ , 姜侠 ¹^,² , 赵琴 ³

现代预防医学 | 健康与社会行为 2026,53(14): 2639-2647

收起

现代预防医学 |健康与社会行为 2026 , 53 (14) : 2639 -2647

全基因组跨性状关联分析揭示饮酒与骨密度的共享遗传基础

全屏

郑思睿¹, 韩韬¹, 于婷², 周进宇¹, 姜侠¹^,², 赵琴³

作者信息

^1.四川大学华西公共卫生学院/四川大学华西第四医院营养与食品卫生学，四川成都 610041

^2.四川大学华西公共卫生学院/四川大学华西第四医院流行病与统计学

^3.四川大学华西公共卫生学院/四川大学华西第四医院超声医学科

通讯作者:

赵琴，E-mail：962279023@qq.com

作者简介:

郑思睿（2000—），女，硕士在读，研究方向：营养与食品卫生学

Genome-wide cross-trait association analysis reveals the shared genetic architecture between alcohol consumption and bone mineral density

Si-rui ZHENG¹, Tao HAN¹, Ting YU², Jin-yu ZHOU¹, Xia JIANG¹^,², Qin ZHAO³

Affiliations

Department of Nutrition and Food Hygiene, West China School of Public Health/West China Fourth Hospital, Sichuan University, Chengdu, Sichuan 610041, China

出版时间: 2026-07-25 doi: 10.20043/j.cnki.MPM.202601227

文章导航

摘要

收起

目的

系统解析每周饮酒量（DrnkWk）与成人估算骨密度（eBMD）的遗传关联及共享机制。

方法

基于英国生物银行和GSCAN联盟的大规模全基因组关联研究汇总数据，采用连锁不平衡分数回归（LDSC）、局部遗传相关性分析（SUPERGNOVA）、跨性状荟萃分析（PLEIO）、基因水平关联分析（MAGMA）及双向孟德尔随机化（MR）方法，全面评估DrnkWk与eBMD的遗传相关性、多效性基因位点及因果关联。

结果

DrnkWk与eBMD在全基因组水平未观察到显著遗传相关性（r_g=-0.018, 95% CI: -0.050～0.014, P=0.26），但SUPERGNOVA鉴定出3个显著信号区域。PLEIO共发现35个多效性位点（含9个新发位点），MAGMA分析识别出30个显著的多效性基因。双向MR分析未发现两性状间存在显著因果关联（正向MR：β=-0.051, P=0.12；反向MR：β=-0.009, P=0.08）。

结论

饮酒与骨密度的流行病学关联主要源于共享的生物学通路与多效性遗传架构，而非直接因果效应，为骨质疏松的遗传风险分层与靶向干预提供了新思路。

关键词

饮酒 / 骨密度 / 全基因组关联研究 / 遗传多效性 / 孟德尔随机化

Abstract

收起

Objective

To systematically investigate the genetic association and shared biological mechanisms between weekly alcohol consumption (DrnkWk) and estimated heel bone mineral density (eBMD) in adults.

Methods

Leveraging large-scale genome-wide association study (GWAS) summary statistics from the UK Biobank and the GSCAN consortium, we integrated linkage disequilibrium score regression (LDSC), local genetic correlation analysis (SUPERGNOVA), cross-trait meta-analysis (PLEIO), gene-based association analysis (MAGMA), and bidirectional two-sample Mendelian randomization (MR) to comprehensively assess global and local genetic correlations, pleiotropic loci, and causal relationships between DrnkWk and eBMD.

Results

No significant genome-wide genetic correlation was observed (r_g=-0.018, 95%CI: -0.050-0.014, P=0.26); while SUPERGNOVA identified 3 genomic regions with significant local genetic correlations. PLEIO revealed 35 pleiotropic loci (including 9 novel loci), and MAGMA implicated 30 shared genes. Bidirectional MR provided no evidence of a causal effect (forward MR:β=-0.051, P=0.12; reverse MR:β=-0.009, P=0.08).

Conclusion

The epidemiological association between alcohol consumption and bone density is likely driven by shared biological pathways and pleiotropic genetic architecture rather than direct causality, offering new insights for genetic risk stratification and targeted prevention strategies for osteoporosis.

Key words

Alcohol consumption / Bone mineral density / Genome-wide association study / Genetic pleiotropy / Mendelian randomization

引用本文

郑思睿, 韩韬, 于婷, 周进宇, 姜侠, 赵琴. 全基因组跨性状关联分析揭示饮酒与骨密度的共享遗传基础. 现代预防医学, 2026 , 53 (14) : 2639 -2647 . DOI: 10.20043/j.cnki.MPM.202601227

Si-rui ZHENG, Tao HAN, Ting YU, Jin-yu ZHOU, Xia JIANG, Qin ZHAO. Genome-wide cross-trait association analysis reveals the shared genetic architecture between alcohol consumption and bone mineral density[J]. Modern Preventive Medicine, 2026 , 53 (14) : 2639 -2647 . DOI: 10.20043/j.cnki.MPM.202601227

正文

收起

骨质疏松症（osteoporosis, OP）是以骨密度（bone mineral density, BMD）降低和骨微结构破坏为核心特征的代谢性骨病，可显著增加骨脆性和骨折风险^[1]，是全球老龄化背景下的重大公共卫生挑战。据统计，全球OP患者约2亿人，每年骨质疏松性骨折超900万例^[2]，严重损害患者的生活质量，也带来了沉重的经济负担。

饮酒作为全球疾病负担的重要行为危险因素，其与BMD及OP的关联备受关注。其中，每周饮酒量作为量化饮酒行为的核心指标，被广泛用于评估饮酒对骨骼健康的长期影响。尽管临床实践证实饮酒是BMD降低的临床风险因素^[3-6]，现有关于饮酒与OP关联的流行病学证据仍存在争议。一项纳入11项观察性研究的meta分析显示，轻度至中度饮酒者的BMD显著高于不饮酒者^[7]；相反，另一项涵盖8项前瞻性队列研究的伞状meta分析则表明，饮酒量越低，OP发病风险越低^[8]。但这些观察性研究结果可能受到偏倚、混杂因素或反向因果关系的影响^[9]。

全基因组关联研究（genome-wide association studies, GWAS）为突破传统流行病学研究的局限提供了可行途径。既往一项遗传学研究报告每周饮酒量与估算骨密度（estimated heel bone mineral density, eBMD）的遗传相关性无统计学意义（r_g=-0.013, P=0.48）^[10]。但整体遗传相关分析常存在因共享遗传变异的效应方向混杂而统计效力不足的问题^[11]，通过区域或变异水平分析可以更精准地量化共享遗传成分^[12]。一项双变量GWAS研究已识别出多个同时影响饮酒行为与多部位BMD的多效性遗传位点（如DYNC2H1、GRIK4、OPRM1、IL1RN）^[13]，提示饮酒与OP的表型关联至少在局部可以由共享遗传因素解释。然而，这类遗传关联的性质与程度仍有待进一步明确。

孟德尔随机化（Mendelian randomization, MR）以遗传变异作为工具变量（instrumental variables, IVs），可有效减少混杂因素和反向因果关系的干扰，推断暴露对结局的因果效应^[14]。目前已有3项MR研究探讨饮酒与BMD的潜在因果关联，但结论存在矛盾。其中两项研究均未发现每周饮酒量与eBMD存在显著因果关联^[15-16]，而Choi等人的单样本MR研究仅采用1个IV，发现饮酒对男性髋部和腰椎BMD存在保护作用^[17]，但有限的IVs数量可能降低该研究的统计效力与结果可靠性，存在假阳性风险。随GWAS样本量持续扩大，纳入更多与饮酒行为相关的IVs，并结合能够有效校正多效性的新型分析策略，对既往存在矛盾的研究发现进行重新评估。

为深入探究饮酒与eBMD的遗传学关联，本研究基于迄今最大规模的GWAS数据，采用全基因组跨性状分析方法，系统解析两个表型的共享遗传基础，识别影响二者的多效性位点，并通过双向两样本MR进行因果推断。整体研究设计旨在扩展既往研究结果，揭示饮酒和eBMD之间的多效性效应，为识别潜在药物靶点、发展基于共享通路的精准预防策略提供遗传学依据。

1　对象与方法

收起

1.1　研究设计与数据来源

迄今为止规模最大的饮酒GWAS汇总数据来源于GSCAN（https://gscan.psych.umn.edu/）的meta分析^[10]，以每周饮酒量（drinks per week, DrnkWk）为量化指标，共纳入2 428 851名欧洲受试者。研究报道了501个全基因组显著性（P<5×10^-9）的独立单核苷酸多态性位点（single nucleotide polymorphisms, SNPs），作为本研究MR分析中的IVs。

eBMD GWAS汇总数据来源GEFOS联盟（http://www.gefos.org/）基于英国生物样本库（UK Biobank，UKB）的研究^[18]，共纳入462 824名欧洲受试者。研究报道了1 078个全基因组显著（P<6.6×10^-9）的独立SNPs，作为本研究MR分析中的IVs。

上述原始研究均已通过伦理审查并获取受试者知情同意，基本信息详见表1。

1.2　全基因组与局部遗传相关性分析

采用连锁不平衡分数回归（linkage disequilibrium score regression, LDSC）^[19]评估DrnkWk与eBMD的全基因组遗传关联，使用基于1000 Genomes欧洲人群预计算的LD分数文件（eur_w_ld_chr.tar.gz，Version v1），估算两性状间的遗传相关系数（r_g），量化两性状在全基因组范围内共享遗传效应的方向与强度，其取值范围为-1至+1。

采用SUPERGNOVA开展局部遗传相关性分析^[12]，识别对DrnkWk与eBMD之间共享遗传有突出贡献的特定区域。参考1000 Genomes Project欧洲人群的LD结构，以r²<0.05为阈值，将全基因组划分为约2 353个相互独立的LD区域，在每个区块内量化两性状的局部遗传相关性，反映区域水平的遗传结构重叠。统计显著性阈值采用Bonferroni校正（P<0.05/2 353）。

1.3　跨性状全基因组meta分析

遗传相关性分析提示两个性状间有共享的遗传结构，但这可以来源于两个部分：一是水平多效性（horizontal pleiotropy），简称多效性，即单个遗传变异同时对两个或多个性状有独立的影响，是局部遗传相关性的底层生物学基础；二是垂直多效性（vertical pleiotropy），也就是因果效应，即遗传变异通过对一个性状的影响来影响另一个性状。本研究采用Pleiotropic Locus Exploration and Interpretation using Optimal test（PLEIO）方法进行跨性状全基因组meta分析，探索DrnkWk与eBMD共享的多效性位点。通过PLINK软件的clump函数识别独立的多效性位点^[20]（--clump-pl 5e-8 --clump-p2 le-5 --clump-r² 0.2 --clump-kb 250），参考既往GWAS研究的显著性阈值^[21-22]，将具有统计学显著性的多效性位点定义为P_PLEIO<5.0×10^-8且单个性状的P值（P_single-trait）<1.0×10^-5。为进一步探索这些多效性位点的生物学意义，利用Ensembl Variant Effect Predictor（VEP）工具^[23]，基于最邻近基因原则筛选候选基因，为功能注释和机制研究提供线索。

1.4　基因水平关联分析

采用Multi-marker Analysis of GenoMic Annotation（MAGMA）软件进行基因水平关联分析^[24]，识别在DrnkWk与eBMD中具有多效性的基因。MAGMA通过多重回归模型整合映射至同一基因的所有SNP的联合效应，利用参考人群的LD结构校正SNP间相关性，从而有效避免假阳性。MAGMA采用NCBI 37.3基因注释文件进行基因映射，窗口为基因转录起始位点上下游35kb。根据映射基因总数（DrnkWk映射17 926个基因，eBMD映射18 873个基因），以Bonferroni校正后的P<0.05为显著性阈值。

1.5　孟德尔随机化分析

采用双向两样本MR分析评估DrnkWk与eBMD之间的因果关联。以逆方差加权法（Inverse-Variance Weighted, IVW）为主要分析方法^[25]，以MR-Egger回归和加权中位数法（Weighted Median）作为敏感性检验^[26-27]。通过剔除回文SNPs和多效性SNPs（检索GWAS Catalog数据发现与混杂因素显著关联的SNPs）进一步验证结果的稳健性。此外，计算IVs对应的F统计量（F=β²/se²）评估弱工具变量偏倚，F值>10被认为无显著弱工具偏倚。

2　结果

收起

2.1　全基因组与局部遗传相关性

尽管未发现DrnkWk与eBMD之间存在显著的全基因组水平遗传相关性（r_g=-0.018, 95%CI: -0.050～0.014, P=0.26），但在将全基因组划分为2 353个独立LD区域后，SUPERGNOVA识别出3个显著信号（3p22.2、11q13.2和14q32.31）（图1）。

其中最显著的局部遗传相关信号位于11q13.2区域（chr11:66 835 372-68 515 239；P=6.05×10^-7），该区域包含基因PPP6R3，该基因同时与每周饮酒量及全身BMD显著相关^[10,28,29]。其次显著的信号位于3p22.2区域（chr3:38 080 101-38 723 967；P=8.46×10^-7），该区域包含XYLB、ACVR2B和EXOG等多个基因，均被既往研究证实与饮酒行为显著相关^[10,30]。另一显著信号位于14q32.31（chr14: 102 341 650-104 759 919；P=1.23×10^-5），其中包含MARK3基因，同时与eBMD和每周饮酒量存在关联^[10,18]。

2.2　跨性状全基因组meta分析

PLEIO共鉴定出35个达到显著的多效性位点（P_PLEIO<5×10^-8），其中“单性状驱动的”共享位点14个，“已知的”共享位点9个（表2），全新的多效性位点9个（表3）。

在“已知的”共享位点中，最显著的位点是rs62641967（P_PLEIO=5.13×10^-87），定位于17q21.31区域，覆盖CRHR1、MAPT等基因，其中CRHR1是下丘脑-垂体-肾上腺轴的关键调控因子^[31]，已被证实与成人酒精依赖患者的大量饮酒行为和eBMD相关^[32-33]。另一代表性位点rs10838613（P_PLEIO=1.27×10^-46）位于11p11.2区域，映射CREB3L1等基因。CREB3L1编码一个内质网应激激活的转录因子，在成骨细胞分化和骨基质矿化过程中发挥关键作用^[34]。此外，rs56094641（P_PLEIO=9.78×10^-43）位于16q12.2区域，映射的FTO基因是肥胖和能量代谢的核心调控因子，与每周饮酒量高度相关^[35]。

此外，本研究还鉴定了9个全新的多效性位点，其在任一单性状GWAS中虽未达到全基因组显著水平但P_single-trait<1.0×10^-5，且不与已知SNPs连锁不平衡。其中，rs75494138（P_PLEIO =7.04×10^-15）位于11q13.2，同样映射到CREB3L1基因。另外，rs59243338（P_PLEIO=1.39×10^-18）定位于2q22.2-q22.3，映射的ARHGAP15基因编码Rho GTP酶激活蛋白，调控细胞骨架动态^[36]；rs74798865（P_PLEIO=7.56×10^-14）位于14q32.33，覆盖TDRD9等基因，参与piRNA通路与生殖细胞发育过程^[37]。

2.3　基因水平关联分析

MAGMA共识别30个显著的多效性基因，通过GWAS Catalog检索是否已报道与DrnkWk和eBMD显著相关，发现其中包括17个“单性状驱动的”共享基因，6个“已知的”共享基因，此外还鉴定出7个全新的多效性基因（表4）。

在“已知的”共享基因中AGBL2（P_DrnkWk=1.83×10^-15；P_eBMD=1.25×10^-6）、FTO（P_DrnkWk=3.13×10^-8；P_eBMD=1.46×10^-20）、CREB3L1（P_DrnkWk=5.63×10^-7；P_eBMD=3.83×10^-15）均在前述PLEIO分析中被鉴定出来，提示这些基因在DrnkWk与eBMD关联中的潜在作用。

本研究鉴定的7个全新的共享基因中，NR1H3（P_DrnkWk=1.08×10^-8；P_eBMD=3.50×10^-14）位于11p11.2，在肝脏、脂肪组织、巨噬细胞等部位中高度表达，参与脂质稳态和炎症反应等生物过程^[38]；MTL5（P_DrnkWk=2.67×10^-6；P_eBMD=8.67×10^-13）位于11q13.2-q13.3，在高BMD人群中呈现出高表达^[39]；MADD（P_DrnkWk=3.52×10^-7；P_eBMD=5.00×10^-10）位于11p11.2，可以通过激活MAP激酶调节细胞的应激反应和凋亡信号^[40]。

2.4　孟德尔随机化分析

本研究采用双向两样本MR评估DrnkWk与eBMD的潜在因果关系。所选IVs的平均F统计量大于70，提示弱工具变量偏倚可忽略不计。在以DrnkWk为暴露，eBMD为结局的正向MR分析中，IVW法结果显示，DrnkWk对eBMD无显著因果效应（β=-0.051，P=0.12）。进一步的敏感性分析以及剔除回文SNP或多效性SNP后重复分析均得到一致结论（图2）。在反向MR分析中（以eBMD为暴露，DrnkWk为结局），同样未发现eBMD对饮酒存在因果关联（β=-0.009，P=0.08）。

3　讨论

收起

本研究基于迄今最大规模的每周饮酒量与估算骨密度GWAS汇总数据，整合遗传相关性、多效性位点、基因水平关联及因果推断，全面解析酒精摄入与eBMD之间的遗传基础。尽管二者的全基因组遗传相关性并不显著，但在三个特定基因组区域存在显著的局部共享遗传基础。该结果也得到跨性状关联分析所鉴定的35个多效性位点及基因水平关联研究识别的30个共享基因的验证。综合证据表明，每周饮酒量与eBMD之间的流行病学关联更可能源于共享的生物学通路或致病机制，而非直接的因果效应。

本研究的全基因组遗传相关结果与既往大型研究的结论一致^[10]。但通过SUPERGNOVA成功识别出三个具有高度统计学意义的局部遗传相关信号。其中，11q13.2区域信号最为突出，该区域包含的PPP6R3基因是蛋白磷酸酶6的调节亚基，既是调控股骨几何形态、骨密度及椎体微结构的关键因子^[29]，也被证实与饮酒行为相关^[10]，提示其可能作枢纽基因协调物质代谢与骨代谢过程。

本研究双向MR分析结果与既往两项MR研究一致，均未发现每周饮酒量与BMD之间存在显著的因果关联^[15,16]。需注意的是，本研究基于大样本GWAS数据，纳入多种MR敏感性分析方法，统计效能虽已大幅提升，但仍不能排除饮酒与BMD之间的真实因果效应极其微弱、现有样本量不足以稳定检出的可能。而另一项仅依赖单个IV的单样本MR研究报道，男性每日饮酒对全髋BMD（β=0.01 g/cm²，95%CI: 0.004～0.010）和腰椎BMD（β=0.01 g/cm²，95%CI: 0.005～0.013）具有保护作用^[17]。这一不一致很可能源于该研究IVs数量严重不足，分析易受水平多效性或潜在混杂因素的影响^[25]，统计效能与结果可靠性存在局限。

此外，PLEIO和MAGMA分析共同揭示了丰富的多效性遗传区域。PLEIO分析识别的35个显著的多效性位点中，有多个基因座位于局部遗传相关显著区域。其中，rs10838613和rs75494138共同映射了CREB3L1基因。该基因编码的转录因子是成骨细胞分化、胶原合成及骨基质矿化的关键调控因子，其功能缺失可导致严重骨发育异常^[34]。CREB3L1同时作为神经内分泌调控枢纽参与应激响应^[41]，而酒精暴露可诱导内质网应激并改变CREB3L1的剪切活化状态^[42]，提示CREB3L1可能通过“神经-骨骼轴”同时影响应激相关饮酒行为与骨代谢稳态。

MAGMA分析进一步确认了30个显著的多效性基因，除CREB3L1外，FTO基因也在PLEIO和MAGMA分析中被重复识别。FTO是能量平衡与脂质代谢的核心调控因子^[43]，既与高热量饮食偏好及酒精摄入增加相关^[44]，也可通过调控RNA m⁶A甲基化修饰影响成骨/破骨细胞谱系决定，介导脂肪组织对骨微环境的旁分泌调节^[45]。其双重调控作用为饮酒-骨密度关联提供了合理的生物学解释。此外，全新的NR1H3基因作为胆固醇代谢与炎症感应器，其表达增加与酒精摄入高度相关^[46]，同时也参与调节内质网介导的成骨分化^[47]。类似的，MADD基因是细胞应激反应、细胞凋亡及MAPK信号通路的核心调控因子^[48]，可通过激活ERK/MAPK信号通路，调控酒精暴露诱导的神经细胞凋亡与氧化应激反应^[49]和成骨细胞增殖、分化与凋亡^[50]。MTL5基因作为金属硫蛋白样家族成员，亦可通过调控氧化应激^[51]，同时参与酒精暴露的组织损伤响应与骨代谢稳态维持。

本研究具有多项优势，研究利用大规模遗传数据、充分考虑水平多效性影响，并通过多种敏感性分析严格验证孟德尔随机化模型假设。从公共卫生视角看，饮酒与eBMD通过生物学多效性相互关联，提示应加强对饮酒人群的骨质疏松风险筛查，并在骨质疏松患者管理中关注其饮酒行为。深入解析这一关联背后的共享机制，不仅有助于深化对骨生物学的理解，也为未来开发靶向共同通路的骨质疏松创新疗法提供理论依据。当然，本研究亦存在若干局限。首先，所有分析均基于欧洲血统人群，限制了结果向其他族群的外推。其次，尽管本研究对多效性位点和基因进行了深入的生物信息学注释和功能推测，但其确切的分子机制仍需通过体内外实验验证。第三，本研究纳入的GWAS数据存在一定程度的样本重叠，尽管采用了多种敏感性分析方法验证结果稳健性，仍无法完全排除样本重叠以及残余多效性的影响。此外，GWAS汇总数据无法进行性别分层分析，可能掩盖了饮酒行为和骨密度的性别特异性效应。最后，本研究仅采用eBMD作为OP的替代表型，未纳入腰椎、股骨颈等其他部位的骨密度指标，而eBMD与临床常用的腰椎、髋部BMD相关性中等，结果外推至其他骨骼部位需谨慎。未来需依托更大规模、部位特异性的GWAS数据，以明确酒精相关遗传变异对不同骨骼区域的潜在差异性影响。

综上所述，本研究基于迄今最大规模的全基因组遗传数据与先进的统计遗传学方法，系统分析发现饮酒对骨质疏松的发生无直接因果效应，但二者存在显著的生物学多效性。该结果深化了对既往观察性关联的理解，并从遗传学层面为骨质疏松的早期预防及可干预策略提供了理论依据。

基金

收起

四川省青年科技创新研究团队项目(2024NSFTD0030)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

Patel

, Saxena

. Decoding osteoporosis: understanding the disease, exploring current and new therapies and emerging targets［J］. Journal of Orthopaedic Reports, 2025, 4(4): 100472.

[2]

Porter

, Osteoporosis

VMA

. Osteoporosis(Archived)［M］.Treasure Island: StatPearls Publishing, 2023.

[3]

GBD 2019 Risk Factors Collaborators. Global burden of 87 risk factors in 204 countries and territories, 1990-2019: a systematic analysis for the global burden of disease study 2019［J］. Lancet, 2020, 396(10258): 1223-1249.

[4]

Alcohol

, Collaborators

. The global burden of disease attributable to alcohol and drug use in 195 countries and territories, 1990-2016: a systematic analysis for the global burden of disease study 2016［J］. Lancet Psychiatry, 2018, 5(12): 987-1012.

[5]

Watts

, Camacho

, Lewiecki

, et al. American association of clinical endocrinologists/American college of endocrinology clinical practice guidelines for the diagnosis and treatment of postmenopausal osteoporosis-2020 update［J］. Endocr Pract, 2020, 26(Suppl 1):1-46.

[6]

Gregson

, Armstrong

, Avgerinou

, et al. The 2024 UK clinical guideline for the prevention and treatment of osteoporosis［J］. Archives of Osteoporosis, 2025, 20(1): 119.

[7]

Godos

, Giampieri

, Chisari

, et al. Alcohol consumption, bone mineral density, and risk of osteoporotic fractures: a dose-response meta-analysis［J］. International Journal of Environmental Research and Public Health, 2022, 19(3): 1515.

[8]

Feng

, Wang

, Huang

, et al. Role of diet in osteoporosis incidence: umbrella review of meta-analyses of prospective observational studies［J］. Critical Reviews in Food Science and Nutrition, 2023, 63(19): 3420-3429.

[9]

Zhu

, Hasegawa

, Camargo

, et al. Investigating asthma heterogeneity through shared and distinct genetics: Insights from genome-wide cross-trait analysis［J］. Journal of Allergy and Clinical Immunology, 2021, 147(3): 796-807.

[10]

Saunders

GRB

, Wang

, Chen

, et al. Genetic diversity fuels gene discovery for tobacco and alcohol use［J］. Nature, 2022, 612(7941): 720-724.

[11]

Frei

, Holland

, Smeland

, et al. Bivariate causal mixture model quantifies polygenic overlap between complex traits beyond genetic correlation［J］. Nature Communications, 2019, 10(1): 2417.

[12]

Zhang

, Lu

, Ye

, et al. Supergnova: local genetic correlation analysis reveals heterogeneous etiologic sharing of complex traits［J］. Genome Biology, 2021, 22(1): 262.

[13]

, Zhao

, Chen

, et al. Bivariate genome-wide association analyses identified genetic pleiotropic effects for bone mineral density and alcohol drinking in Caucasians［J］. Journal of Bone and Mineral Metabolism, 2017, 35(6): 649-658.

[14]

Bowden

, Holmes

. Meta-analysis and Mendelian randomization: a review［J］. Research Synthesis Methods, 2019, 10(4): 486-496.

[15]

Guo

, Wu

, Fu

. Is there causal relationship of smoking and alcohol consumption with bone mineral density? a mendelian randomization study［J］. Calcified Tissue International, 2018, 103(5): 546-553.

[16]

Yuan

, Michaëlsson

, Wan

, et al. Associations of smoking and alcohol and coffee intake with fracture and bone mineral density: a mendelian randomization study［J］. Calcified Tissue International, 2019, 105(6): 582-588.

[17]

Choi

, Kweon

, Lee

, et al. Association between alcohol and bone mineral density in a Mendelian randomization study: the Dong-gu study［J］. Journal of Bone and Mineral Metabolism, 2022, 40(1): 167-173.

[18]

Morris

, Kemp

, Youlten

, et al. An atlas of genetic influences on osteoporosis in humans and mice［J］. Nature Genetics, 2019, 51(2): 258-266.

[19]

Bulik-Sullivan

, Loh

, Finucane

, et al. LD score regression distinguishes confounding from polygenicity in genome-wide association studies［J］. Nature Genetics, 2015, 47(3): 291-295.

[20]

Purcell

, Neale

, Todd-Brown

, et al. PLINK: a tool set for whole-genome association and population-based linkage analyses［J］. American Journal of Human Genetics, 2007, 81(3): 559-575.

[21]

Jannot

, Ehret

, Perneger

. P<5×10 (-8) has emerged as a standard of statistical significance for genome-wide association studies［J］. Journal of Clinical Epidemiology, 2015, 68(4): 460-465.

[22]

Domschke

, Schiele

, Crespo Salvador

, et al. Epigenetic markers of disease risk and psychotherapy response in anxiety disorders: a longitudinal analysis of the DNA methylome［J］. Molecular Psychiatry, 2025, 30(10): 4529-4542.

[23]

Zerbino

, Achuthan

, Akanni

, et al. Ensembl 2018［J］. Nucleic Acids Res, 2018, 46(D1): D754-D761.

[24]

, Mooij

, Heskes

, et al. Generalized gene-set analysis of GWAS data［J］. PLoS Computational Biology, 2015, 11(4): e1004219.

[25]

Burgess

, Scott

, Timpson

, et al. Using published data in Mendelian randomization: a blueprint for efficient identification of causal risk factors［J］. European Journal of Epidemiology, 2015, 30(7): 543-552.

[26]

Bowden

, Davey smith

, Burgess

. Mendelian randomization with invalid instruments: effect estimation and bias detection through Egger regression［J］. International Journal of Epidemiology, 2015, 44(2): 512-525.

[27]

Bowden

, Davey Smith

, Haycock

, et al. Consistent estimation in mendelian randomization with Some invalid instruments using a weighted median estimator［J］. Genetic Epidemiology, 2016, 40(4): 304-314.

[28]

Medina-Gomez

, Kemp

, Trajanoska

, et al. Life-Course genome-wide association study meta-analysis of total body BMD and assessment of age-specific effects［J］. American Journal of Human Genetics, 2018, 102(1): 88-102.

[29]

Al-Barghouthi

, Rosenow

, Du

, et al. Transcriptome-wide association study and eQTL colocalization identify potentially causal genes responsible for human bone mineral density GWAS associations［J］. Elife, 2022, 11(1): e77285.

[30]

Cole

, Florez

, Hirschhorn

. Comprehensive genomic analysis of dietary habits in UK Biobank identifies hundreds of genetic associations［J］. Nature Communications, 2020, 11(1): 1467.

[31]

Sanchez-Roige

, Palmer

, Clarke

. Recent efforts to dissect the genetic basis of alcohol use and abuse［J］. Biological Psychiatry, 2020, 87(7): 609-618.

[32]

Treutlein

, Kissling

, Frank

, et al. Genetic association of the human corticotropin releasing hormone receptor 1 (CRHR1) with binge drinking and alcohol intake patterns in two Independent samples［J］. Molecular Psychiatry, 2006, 11(6): 594-602.

[33]

Kichaev

, Bhatia

, Loh

, et al. Leveraging polygenic functional enrichment to improve GWAS power［J］. American Journal of Human Genetics, 2019, 104(1): 65-75.

[34]

Zhao

, Yu

, Song

, et al. The regulatory network of CREB3L1 and its roles in physiological and pathological conditions［J］. International Journal of Medical Sciences, 2024, 21(1): 123-136.

[35]

Liu

, Jiang

, Wedow

, et al. Association studies of up to 1.2 million individuals yield new insights into the genetic etiology of tobacco and alcohol use［J］. Nature Genetics, 2019, 51(2): 237-244.

[36]

Seoh

, Ng

, Yong

, et al. ArhGAP15, a novel human RacGAP protein with GTPase binding property1［J］. FEBS Letters, 2003, 539(1): 131-137.

[37]

, Sha

, Zu

, et al. Novel homozygous variants in piRNA pathway factors Lead to male infertility in humans［J］. Reproductive BioMedicine Online, 2025, 51(3): 104974.

[38]

Collins

, Lu

, Wang

, et al. Transcriptional regulation of carboxylesterase 1 in human liver: role of the nuclear receptor subfamily 1 group H member 3 and its splice isoforms［J］. Drug Metabolism and Disposition, 2022, 50(1): 43-48.

[39]

Liu

, Tan

, Wang

, et al. Functional relevance for associations between osteoporosis and genetic variants［J］. PLoS One, 2017, 12(4): e0174808.

[40]

Yang

, Niu

, Wang

, et al. Nucleolin lactylation contributes to intrahepatic cholangiocarcinoma pathogenesis via RNA splicing regulation of MADD［J］. Journal of Hepatology, 2024, 81(4): 651-666.

[41]

Greenwood

, Bordieri

, Greenwood

, et al. Transcription factor CREB3L1 regulates vasopressin gene expression in the rat hypothalamus［J］. Journal of Neuroscience, 2014, 34(11): 3810-3820.

[42]

Sushma

, Mishra

, Kanchan

, et al. Alcohol induces ER stress and apoptosis by inducing oxidative stress and disruption of calciumhomeostasis in glial cells［J］. Food Chem Toxicol, 2023, 182(1): 114192.

[43]

Cronin

, Field

, Bradford

, et al. Phenome-wide association studies demonstrating pleiotropy of genetic variants within FTO with and without adjustment for body mass index［J］. Front Genet, 2014, 5(2): 250.

[44]

Cai

, Forsell

, Lavebratt

, et al. Examining the association between the FTO gene and neuroticism reveals indirect effects on subjective well-being and problematic alcohol use［J］. Scientific Reports, 2024, 14(1): 17566.

[45]

, Kuang

, Niu

, et al. FTO-mediated RNA m6A methylation regulates synovial aggression and inflammation in rheumatoid arthritis［J］. Biochim Biophys Acta Mol Basis Dis, 2024, 1870(7): 167341.

[46]

Bala

, Csak

, Saha

, et al. The pro-inflammatory effects of miR-155 promote liver fibrosis and alcohol-induced steatohepatitis［J］. Journal of Hepatology, 2016, 64(6): 1378-1387.

[47]

Zeng

, Chen

, Kang

, et al. Protective functions of liver X receptor α on calcified aortic valve: involvement of regulating endoplasmic reticulum-mediated osteogenic differentiation［J］. Cardiovascular Research, 2025, 121(6): 957-970.

[48]

Schneeberger

, Kortüm

, Korenke

, et al. Biallelic MADD variants cause a phenotypic spectrum ranging from developmental delay to a multisystem disorder［J］. Brain,2020, 143(8): 2437-2453.

[49]

Zhang

, Wang

, Liu

, et al. The mechanistic study of quercetin in the treatment of alcoholic brain injury via the JNK/P38 MAPK signaling pathway［J］. Apoptosis, 2025, 30(7): 1875-1892.

[50]

Wojdasiewicz

, Turczyn

, Lach-Gruba

, et al. The role of rosavin in the pathophysiology of bone metabolism［J］. International Journal of Molecular Sciences, 2024, 25(4): 2117.

[51]

Shen

, Liu

, Chen

, et al. Diagnostic significance of metallothionein members in recognizing Cadmium exposure in various organs under low-dose exposure［J］. Chemosphere, 2019, 229(1): 32-40.

2026年第53卷第14期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.20043/j.cnki.MPM.202601227

接收时间：2026-01-14
首发时间：2026-09-28
出版时间：2026-07-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2026-01-14

基金

四川省青年科技创新研究团队项目(2024NSFTD0030)

作者信息

^1.四川大学华西公共卫生学院/四川大学华西第四医院营养与食品卫生学，四川成都 610041

^2.四川大学华西公共卫生学院/四川大学华西第四医院流行病与统计学

^3.四川大学华西公共卫生学院/四川大学华西第四医院超声医学科

通讯作者:

赵琴，E-mail：962279023@qq.com

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/xdyfyx/CN/10.20043/j.cnki.MPM.202601227

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

暴露	样本量	人群	参考基因组序列	PMID
每周饮酒量	2 428 851	欧洲人群	GRCh37	36 477 530
估算骨密度	462 824	欧洲人群	GRCh37	30 598 549

暴露

样本量

人群

参考基因组序列

PMID

每周饮酒量

2 428 851

欧洲人群

GRCh37

36 477 530

估算骨密度

462 824

欧洲人群

GRCh37

30 598 549

SNP	染色体	碱基位置	效应/非效应等位基因	DrnkWk
已知的共享SNPs（在两个性状中均显著且PPLEIO<5×10^-8的SNPs）
rs10066412	5	51304343	T/A	-0.01	5.34×10^-09
rs10491278	5	132884744	C/A	-0.01	2.96×10^-08
rs10838613	11	46690228	C/A	-0.01	9.92×10^-09
rs7107356	11	47654618	G/A	0.01	1.12×10^-16
rs56094641	16	53772541	G/A	-0.01	1.06×10^-10
rs2684641	17	45442752	G/A	-0.02	1.31×10^-20
rs55938136	17	45720994	G/A	-0.02	1.22×10^-27
rs62641967	17	45969850	G/T	-0.03	1.74×10^-30
rs1378358	17	46709946	T/C	-0.02	3.83×10^-25
单性状驱动的共享SNPs（在单一性状中均显著且PPLEIO<5×10^-8的SNPs）
rs6691053	1	173899817	T/C	-0.01	1.24×10^-10
rs72808612	2	54808212	C/T	0.02	7.92×10^-07
rs2048370	2	54659468	C/T	0.01	9.25×10^-06
rs112828099	3	142438693	A/G	0.01	1.68×10^-06
rs2726518	4	105252042	C/A	-0.01	4.97×10^-06
rs16877149	8	108077969	A/G	-0.01	9.64×10^-06
rs2005617	9	33791166	C/T	-0.01	2.48×10^-06
rs35677603	11	47246759	T/C	-0.01	6.27×10^-11
rs11228240	11	68450822	T/C	-0.01	8.22×10^-06
rs11169162	12	49813343	C/T	-0.01	1.70×10^-06
rs28929474	14	94378610	T/C	-0.05	3.28×10^-14
rs78733883	16	69412045	A/G	-0.02	1.37×10^-06
rs9788803	16	69658092	T/A	0.01	3.44×10^-07
rs112111542	17	2287092	C/T	0.01	8.62×10^-06
连锁不平衡的共享SNPs（单一性状GWAS未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且与已知SNPs连锁不平衡）
rs2300669	3	38499827	A/C	-0.01	3.12×10^-07
rs2880663	16	24766425	T/G	-0.01	5.94×10^-06
rs72902690	18	45186271	G/A	-0.01	2.09×10^-07
已知的共享SNPs（在两个性状中均显著且PPLEIO<5×10^-8的SNPs）
rs10066412	-0.02	1.60×10^-14	3.01×10^-33	ISL1, LOC642366
rs10491278	0.02	1.80×10^-13	4.09×10^-34	AFF4, GDF9, HSPA4, LEAP2, SHROOM1, SOWAHA, UQCRQ, ZCCHC10
rs10838613	-0.03	2.70×10^-22	1.27×10^-46	AMBRA1, ARFGAP2, ARHGAP1, ATG13, C11orf49, CHRM4, CKAP5, CREB3L1, DGKZ, F2, HARBI1, LRP4, LRP4-AS1, MDK, MIR3160-1, MIR3160-2, MIR4688, MIR5582, MIR6745, PACSIN3, SNORD67, ZNF408
rs7107356	-0.01	4.20×10^-09	4.36×10^-25	AGBL2, C1QTNF4, CELF1, FAM180B, FNBP4, KBTBD4, MTCH2, MYBPC3, NDUFS3, NUP160, PSMC3, PTPMT1, RAPSN, SLC39A13, SPI1
rs56094641	0.02	6.80×10^-20	9.78×10^-43	FTO
rs2684641	-0.02	2.00×10^-20	1.32×10^-74	ARHGAP27, MIR4315-1, MIR4315-2, PLEKHM1
rs55938136	-0.02	1.60×10^-21	1.93×10^-76	CRHR1
rs62641967	-0.02	9.10×10^-21	5.13×10^-87	CRHR1, CRHR1-IT1, KANSL1, KANSL1-AS1, LOC644172, LRRC37A4P, MAPT, MAPT-AS1, MAPT-IT1, MGC57346, MIR4315-1, MIR4315-2, PLEKHM1, SPPL2C, STH
rs1378358	-0.02	2.50×10^-17	2.63×10^-69	NSF, WNT3
单性状驱动的共享SNPs（在单一性状中均显著且PPLEIO<5×10^-8的SNPs）
rs6691053	-0.02	1.60×10^-08	5.88×10^-28	ANKRD45, CENPL, DARS2, GAS5, GAS5-AS1, KLHL20, LOC730159, RABGAP1L, RC3H1, SERPINC1, SLC9C2, SNORD44, SNORD47, SNORD74, SNORD75, SNORD76, SNORD77, SNORD78, SNORD79, SNORD80, SNORD81, ZBTB37
rs72808612	0.05	8.60×10^-22	1.48×10^-42	EML6, SPTBN1
rs2048370	0.04	5.50×10^-53	1.73×10^-110	EML6, RPL23AP32, SPTBN1
rs112828099	-0.02	5.20×10^-09	2.20×10^-21	ATR, PCOLCE2, PLS1, TRPC1, XRN1
rs2726518	-0.01	2.00×10^-10	2.29×10^-20	PPA2, TET2
rs16877149	-0.02	3.20×10^-10	6.52×10^-23	EIF3E, EMC2, RSPO2
rs2005617	0.01	1.10×10^-10	5.51×10^-17	DCAF12, KIF24, LINC01251, PRSS3, PTENP1, PTENP1-AS, SNORD121A, SNORD121B, UBAP1, UBAP2, UBE2R2
rs35677603	-0.01	1.40×10^-08	1.18×10^-23	ACP2, ARFGAP2, C11orf49, DDB2, MADD, MIR6745, MYBPC3, NR1H3, PACSIN3
rs11228240	-0.04	8.00×10^-77	4.30×10^-152	GAL, LRP5, PPP6R3
rs11169162	0.01	2.80×10^-10	2.47×10^-20	BCDIN3D, BCDIN3D-AS1, FAIM2, NCKAP5L
rs28929474	-0.03	2.60×10^-07	5.11×10^-25	PPP4R4, SERPINA1, SERPINA2, SERPINA6, SERPINA10
rs78733883	0.03	8.10×10^-10	6.96×10^-21	CHTF8, CIRH1A, COG8, CYB5B, HAS3, MIR1538, NFAT5, NIP7, NOB1, NQO1, PDF, SNTB2, TANGO6, TERF2, TMED6, VPS4A, WWP2
rs9788803	-0.02	6.40×10^-12	3.40×10^-22	MIR1538, NFAT5, NOB1, NQO1, WWP2
rs112111542	0.02	5.60×10^-10	2.70×10^-16	DPH1, HIC1, LOC101927839, MIR132, MIR212, OVCA2, SMG6, SRR
连锁不平衡的共享SNPs（单一性状GWAS未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且与已知SNPs连锁不平衡）
rs2300669	-0.01	5.20×10^-06	9.25×10^-12	ACVR2B, ACVR2B-AS1, EXOG, XYLB
rs2880663	0.01	3.70×10^-07	4.10×10^-13	SLC5A11, TNRC6A
rs72902690	0.01	2.20×10^-06	1.23×10^-16	SETBP1, SLC14A2

SNP

染色体

碱基位置

效应/非效应等位基因

DrnkWk

P值

已知的共享SNPs（在两个性状中均显著且PPLEIO<5×10^-8的SNPs）

rs10066412

51304343

T/A

-0.01

5.34×10^-09

rs10491278

132884744

C/A

-0.01

2.96×10^-08

rs10838613

46690228

C/A

-0.01

9.92×10^-09

rs7107356

47654618

G/A

0.01

1.12×10^-16

rs56094641

53772541

G/A

-0.01

1.06×10^-10

rs2684641

45442752

G/A

-0.02

1.31×10^-20

rs55938136

45720994

G/A

-0.02

1.22×10^-27

rs62641967

45969850

G/T

-0.03

1.74×10^-30

rs1378358

46709946

T/C

-0.02

3.83×10^-25

单性状驱动的共享SNPs（在单一性状中均显著且PPLEIO<5×10^-8的SNPs）

rs6691053

173899817

T/C

-0.01

1.24×10^-10

rs72808612

54808212

C/T

0.02

7.92×10^-07

rs2048370

54659468

C/T

0.01

9.25×10^-06

rs112828099

142438693

A/G

0.01

1.68×10^-06

rs2726518

105252042

C/A

-0.01

4.97×10^-06

rs16877149

108077969

A/G

-0.01

9.64×10^-06

rs2005617

33791166

C/T

-0.01

2.48×10^-06

rs35677603

47246759

T/C

-0.01

6.27×10^-11

rs11228240

68450822

T/C

-0.01

8.22×10^-06

rs11169162

49813343

C/T

-0.01

1.70×10^-06

rs28929474

94378610

T/C

-0.05

3.28×10^-14

rs78733883

69412045

A/G

-0.02

1.37×10^-06

rs9788803

69658092

T/A

0.01

3.44×10^-07

rs112111542

2287092

C/T

0.01

8.62×10^-06

连锁不平衡的共享SNPs（单一性状GWAS未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且与已知SNPs连锁不平衡）

rs2300669

38499827

A/C

-0.01

3.12×10^-07

rs2880663

24766425

T/G

-0.01

5.94×10^-06

rs72902690

45186271

G/A

-0.01

2.09×10^-07

SNP

eBMD

PPLEIO

聚类范围内的基因

P值

已知的共享SNPs（在两个性状中均显著且PPLEIO<5×10^-8的SNPs）

rs10066412

-0.02

1.60×10^-14

3.01×10^-33

ISL1, LOC642366

rs10491278

0.02

1.80×10^-13

4.09×10^-34

AFF4, GDF9, HSPA4, LEAP2, SHROOM1, SOWAHA, UQCRQ, ZCCHC10

rs10838613

-0.03

2.70×10^-22

1.27×10^-46

AMBRA1, ARFGAP2, ARHGAP1, ATG13, C11orf49, CHRM4, CKAP5, CREB3L1, DGKZ, F2, HARBI1, LRP4, LRP4-AS1, MDK, MIR3160-1, MIR3160-2, MIR4688, MIR5582, MIR6745, PACSIN3, SNORD67, ZNF408

rs7107356

-0.01

4.20×10^-09

4.36×10^-25

AGBL2, C1QTNF4, CELF1, FAM180B, FNBP4, KBTBD4, MTCH2, MYBPC3, NDUFS3, NUP160, PSMC3, PTPMT1, RAPSN, SLC39A13, SPI1

rs56094641

0.02

6.80×10^-20

9.78×10^-43

FTO

rs2684641

-0.02

2.00×10^-20

1.32×10^-74

ARHGAP27, MIR4315-1, MIR4315-2, PLEKHM1

rs55938136

-0.02

1.60×10^-21

1.93×10^-76

CRHR1

rs62641967

-0.02

9.10×10^-21

5.13×10^-87

CRHR1, CRHR1-IT1, KANSL1, KANSL1-AS1, LOC644172, LRRC37A4P, MAPT, MAPT-AS1, MAPT-IT1, MGC57346, MIR4315-1, MIR4315-2, PLEKHM1, SPPL2C, STH

rs1378358

-0.02

2.50×10^-17

2.63×10^-69

NSF, WNT3

单性状驱动的共享SNPs（在单一性状中均显著且PPLEIO<5×10^-8的SNPs）

rs6691053

-0.02

1.60×10^-08

5.88×10^-28

ANKRD45, CENPL, DARS2, GAS5, GAS5-AS1, KLHL20, LOC730159, RABGAP1L, RC3H1, SERPINC1, SLC9C2, SNORD44, SNORD47, SNORD74, SNORD75, SNORD76, SNORD77, SNORD78, SNORD79, SNORD80, SNORD81, ZBTB37

rs72808612

0.05

8.60×10^-22

1.48×10^-42

EML6, SPTBN1

rs2048370

0.04

5.50×10^-53

1.73×10^-110

EML6, RPL23AP32, SPTBN1

rs112828099

-0.02

5.20×10^-09

2.20×10^-21

ATR, PCOLCE2, PLS1, TRPC1, XRN1

rs2726518

-0.01

2.00×10^-10

2.29×10^-20

PPA2, TET2

rs16877149

-0.02

3.20×10^-10

6.52×10^-23

EIF3E, EMC2, RSPO2

rs2005617

0.01

1.10×10^-10

5.51×10^-17

DCAF12, KIF24, LINC01251, PRSS3, PTENP1, PTENP1-AS, SNORD121A, SNORD121B, UBAP1, UBAP2, UBE2R2

rs35677603

-0.01

1.40×10^-08

1.18×10^-23

ACP2, ARFGAP2, C11orf49, DDB2, MADD, MIR6745, MYBPC3, NR1H3, PACSIN3

rs11228240

-0.04

8.00×10^-77

4.30×10^-152

GAL, LRP5, PPP6R3

rs11169162

0.01

2.80×10^-10

2.47×10^-20

BCDIN3D, BCDIN3D-AS1, FAIM2, NCKAP5L

rs28929474

-0.03

2.60×10^-07

5.11×10^-25

PPP4R4, SERPINA1, SERPINA2, SERPINA6, SERPINA10

rs78733883

0.03

8.10×10^-10

6.96×10^-21

CHTF8, CIRH1A, COG8, CYB5B, HAS3, MIR1538, NFAT5, NIP7, NOB1, NQO1, PDF, SNTB2, TANGO6, TERF2, TMED6, VPS4A, WWP2

rs9788803

-0.02

6.40×10^-12

3.40×10^-22

MIR1538, NFAT5, NOB1, NQO1, WWP2

rs112111542

0.02

5.60×10^-10

2.70×10^-16

DPH1, HIC1, LOC101927839, MIR132, MIR212, OVCA2, SMG6, SRR

连锁不平衡的共享SNPs（单一性状GWAS未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且与已知SNPs连锁不平衡）

rs2300669

-0.01

5.20×10^-06

9.25×10^-12

ACVR2B, ACVR2B-AS1, EXOG, XYLB

rs2880663

0.01

3.70×10^-07

4.10×10^-13

SLC5A11, TNRC6A

rs72902690

0.01

2.20×10^-06

1.23×10^-16

SETBP1, SLC14A2

SNP	染色体	碱基位置	效应/非效应等位基因	DrnkWk
新发现的共享SNPs（两个性状均未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且不与已知SNPs连锁不平衡）
rs74054769	1	15533652	C/A	-0.01	6.32×10^-06
rs146016966	1	15789386	T/C	-0.02	6.24×10^-06
rs11587434	1	72149435	A/G	-0.01	1.10×10^-06
rs60762909	2	73646375	T/C	0.01	3.20×10^-06
rs11885942	2	99387702	G/A	-0.01	5.27×10^-06
rs59243338	2	143527665	C/T	-0.01	3.04×10^-06
rs843461	2	239397395	T/C	0.01	1.69×10^-06
rs75494138	11	46443811	T/C	0.02	1.71×10^-06
rs74798865	14	103921780	T/A	-0.01	4.41×10^-06
新发现的共享SNPs（两个性状均未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且不与已知SNPs连锁不平衡）
rs74054769	0.01	7.50×10^-06	2.57×10^-10	AGMAT, CASP9, CELA2A, CELA2B, DDI2, DNAJC16, PLEKHM2, RSC1A1
rs146016966	0.03	2.00×10^-08	5.62×10^-15	AGMAT, C1orf64, CLCNKA, CLCNKB, DDI2, DNAJC16, FAM131C, FBLIM1, FLJ37453, HSPB7, PLEKHM2, RSC1A1, SLC25A34, SPEN, TMEM82, UQCRHL, ZBTB17
rs11587434	0.01	1.00×10^-06	1.28×10^-14	NEGR1
rs60762909	0.01	3.30×10^-06	1.26×10^-12	ALMS1, ALMS1-IT1, ALMS1P, NAT8, NAT8B
rs11885942	0.01	9.30×10^-08	2.71×10^-15	AFF3, C2orf15, EIF5B, LIPT1, LYG1, LYG2, MITD1, MRPL30, REV1, TSGA10, TXNDC9
rs59243338	-0.01	4.30×10^-08	1.39×10^-18	ARHGAP15
rs843461	-0.01	4.40×10^-08	2.79×10^-13	HDAC4
rs75494138	0.02	3.90×10^-06	7.04×10^-15	AMBRA1, CHRM4, CREB3L1, DGKZ, MDK, MIR3160-1, MIR3160-2, MIR4688
rs74798865	-0.02	1.30×10^-06	7.56×10^-14	C14orf2, RD3L, TDRD9

SNP

染色体

碱基位置

效应/非效应等位基因

DrnkWk

P值

新发现的共享SNPs（两个性状均未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且不与已知SNPs连锁不平衡）

rs74054769

15533652

C/A

-0.01

6.32×10^-06

rs146016966

15789386

T/C

-0.02

6.24×10^-06

rs11587434

72149435

A/G

-0.01

1.10×10^-06

rs60762909

73646375

T/C

0.01

3.20×10^-06

rs11885942

99387702

G/A

-0.01

5.27×10^-06

rs59243338

143527665

C/T

-0.01

3.04×10^-06

rs843461

239397395

T/C

0.01

1.69×10^-06

rs75494138

46443811

T/C

0.02

1.71×10^-06

rs74798865

103921780

T/A

-0.01

4.41×10^-06

SNP

eBMD

P_PLEIO

聚类范围内的基因

P值

新发现的共享SNPs（两个性状均未达到全基因组显著性水平但Psingle-trait<1.0×10^-5，PPLEIO<5×10^-8，且不与已知SNPs连锁不平衡）

rs74054769

0.01

7.50×10^-06

2.57×10^-10

AGMAT, CASP9, CELA2A, CELA2B, DDI2, DNAJC16, PLEKHM2, RSC1A1

rs146016966

0.03

2.00×10^-08

5.62×10^-15

AGMAT, C1orf64, CLCNKA, CLCNKB, DDI2, DNAJC16, FAM131C, FBLIM1, FLJ37453, HSPB7, PLEKHM2, RSC1A1, SLC25A34, SPEN, TMEM82, UQCRHL, ZBTB17

rs11587434

0.01

1.00×10^-06

1.28×10^-14

NEGR1

rs60762909

0.01

3.30×10^-06

1.26×10^-12

ALMS1, ALMS1-IT1, ALMS1P, NAT8, NAT8B

rs11885942

0.01

9.30×10^-08

2.71×10^-15

AFF3, C2orf15, EIF5B, LIPT1, LYG1, LYG2, MITD1, MRPL30, REV1, TSGA10, TXNDC9

rs59243338

-0.01

4.30×10^-08

1.39×10^-18

ARHGAP15

rs843461

-0.01

4.40×10^-08

2.79×10^-13

HDAC4

rs75494138

0.02

3.90×10^-06

7.04×10^-15

AMBRA1, CHRM4, CREB3L1, DGKZ, MDK, MIR3160-1, MIR3160-2, MIR4688

rs74798865

-0.02

1.30×10^-06

7.56×10^-14

C14orf2, RD3L, TDRD9

基因名	染色体	起始碱基位置	终止碱基位置	DrnkWk	eBMD
已知的共享基因
AUTS2	7	69 063 905	70 257 885	4 138	7.477	3.82×10^-14	4 134	4.771	9.16×10^-07
BDNF	11	27 676 440	27 743 605	169	5.482	2.11×10^-08	200	6.109	5.00×10^-10
CREB3L1	11	46 299 189	46 342 972	148	4.868	5.63×10^-07	142	7.773	3.83×10^-15
AGBL2	11	47 681 143	47 736 928	184	7.866	1.83×10^-15	199	4.708	1.25×10^-06
FTO	16	53 737 875	54 148 379	1 892	5.411	3.13×10^-08	1 858	9.222	1.46×10^-20
SLC14A2	18	42 792 947	43 263 072	1 989	5.296	5.91×10^-08	2 306	4.823	7.07×10^-07
单性状驱动的共享基因
BMPR1B	4	95 679 128	96 079 601	2 174	5.714	5.50×10^-09	1 859	5.649	8.07×10^-09
CYP3A4	7	99 354 583	99 381 811	93	5.260	7.19×10^-08	66	4.578	2.35×10^-06
DGKZ	11	46 354 455	46 402 104	117	5.998	1.00×10^-09	126	6.644	1.53×10^-11
AMBRA1	11	46 417 962	46 615 619	414	6.344	1.12×10^-10	449	6.109	5.00×10^-10
HARBI1	11	46 624 856	46 638 933	27	5.927	1.54×10^-09	31	7.283	1.64×10^-13
ATG13	11	46 638 826	46 697 569	142	6.109	5.00×10^-10	141	6.803	5.11×10^-12
ARHGAP1	11	46 698 625	46 722 215	66	6.037	7.86×10^-10	70	6.109	5.00×10^-10
F2	11	46 740 743	46 761 056	45	5.523	1.67×10^-08	85	6.109	5.00×10^-10
LRP4	11	46 878 268	46 940 173	173	4.852	6.12×10^-07	179	6.109	5.00×10^-10
DDB2	11	47 236 493	47 260 769	102	4.670	1.50×10^-06	81	6.109	5.00×10^-10
MYBPC3	11	47 352 957	47 374 253	106	7.245	2.17×10^-13	72	7.659	9.38×10^-15
CPT1A	11	68 522 088	68 611 878	267	4.621	1.91×10^-06	291	9.096	4.71×10^-20
DNAH2	17	7 620 631	7 737 058	527	6.247	2.09×10^-10	496	5.049	2.23×10^-07
COPZ2	17	46 103 533	46 120 908	119	6.109	5.00×10^-10	63	6.818	4.62×10^-12
NFE2L1	17	46 125 686	46 138 907	91	7.474	3.89×10^-14	43	6.564	2.61×10^-11
CBX1	17	46 147 414	46 178 883	220	7.068	7.88×10^-13	121	5.958	1.28×10^-09
SNX11	17	46 184 911	46 200 109	101	6.109	5.00×10^-10	63	5.537	1.54×10^-08
全新的共享基因
NR1H3	11	47 269 851	47 290 584	68	5.598	1.08×10^-08	71	7.488	3.50×10^-14
MADD	11	47 290 927	47 351 582	196	4.960	3.52×10^-07	220	6.109	5.00×10^-10
MTL5	11	68 474 908	68 518 988	152	4.546	2.73×10^-06	133	7.054	8.67×10^-13
SLC11A2	12	51 373 566	51 422 118	177	5.881	2.04×10^-09	168	6.077	6.11×10^-10
CSRNP2	12	51 454 988	51 477 454	55	5.792	3.48×10^-09	83	5.142	1.36×10^-07
TFCP2	12	51 487 539	51 566 926	244	6.109	5.00×10^-10	316	6.000	9.90×10^-10
PNPO	17	46 018 889	46 026 674	37	7.672	8.55×10^-15	26	5.783	3.68×10^-09

基因名

染色体

起始碱基位置

终止碱基位置

DrnkWk

eBMD

N_SNPs

Z值

P值

N_SNPs

Z值

P值

已知的共享基因

AUTS2

69 063 905

70 257 885

4 138

7.477

3.82×10^-14

4 134

4.771

9.16×10^-07

BDNF

27 676 440

27 743 605

169

5.482

2.11×10^-08

200

6.109

5.00×10^-10

CREB3L1

46 299 189

46 342 972

148

4.868

5.63×10^-07

142

7.773

3.83×10^-15

AGBL2

47 681 143

47 736 928

184

7.866

1.83×10^-15

199

4.708

1.25×10^-06

FTO

53 737 875

54 148 379

1 892

5.411

3.13×10^-08

1 858

9.222

1.46×10^-20

SLC14A2

42 792 947

43 263 072

1 989

5.296

5.91×10^-08

2 306

4.823

7.07×10^-07

单性状驱动的共享基因

BMPR1B

95 679 128

96 079 601

2 174

5.714

5.50×10^-09

1 859

5.649

8.07×10^-09

CYP3A4

99 354 583

99 381 811

5.260

7.19×10^-08

4.578

2.35×10^-06

DGKZ

46 354 455

46 402 104

117

5.998

1.00×10^-09

126

6.644

1.53×10^-11

AMBRA1

46 417 962

46 615 619

414

6.344

1.12×10^-10

449

6.109

5.00×10^-10

HARBI1

46 624 856

46 638 933

5.927

1.54×10^-09

7.283

1.64×10^-13

ATG13

46 638 826

46 697 569

142

6.109

5.00×10^-10

141

6.803

5.11×10^-12

ARHGAP1

46 698 625

46 722 215

6.037

7.86×10^-10

6.109

5.00×10^-10

46 740 743

46 761 056

5.523

1.67×10^-08

6.109

5.00×10^-10

LRP4

46 878 268

46 940 173

173

4.852

6.12×10^-07

179

6.109

5.00×10^-10

DDB2

47 236 493

47 260 769

102

4.670

1.50×10^-06

6.109

5.00×10^-10

MYBPC3

47 352 957

47 374 253

106

7.245

2.17×10^-13

7.659

9.38×10^-15

CPT1A

68 522 088

68 611 878

267

4.621

1.91×10^-06

291

9.096

4.71×10^-20

DNAH2

7 620 631

7 737 058

527

6.247

2.09×10^-10

496

5.049

2.23×10^-07

COPZ2

46 103 533

46 120 908

119

6.109

5.00×10^-10

6.818

4.62×10^-12

NFE2L1

46 125 686

46 138 907

7.474

3.89×10^-14

6.564

2.61×10^-11

CBX1

46 147 414

46 178 883

220

7.068

7.88×10^-13

121

5.958

1.28×10^-09

SNX11

46 184 911

46 200 109

101

6.109

5.00×10^-10

5.537

1.54×10^-08

全新的共享基因

NR1H3

47 269 851

47 290 584

5.598

1.08×10^-08

7.488

3.50×10^-14

MADD

47 290 927

47 351 582

196

4.960

3.52×10^-07

220

6.109

5.00×10^-10

MTL5

68 474 908

68 518 988

152

4.546

2.73×10^-06

133

7.054

8.67×10^-13

SLC11A2

51 373 566

51 422 118

177

5.881

2.04×10^-09

168

6.077

6.11×10^-10

CSRNP2

51 454 988

51 477 454

5.792

3.48×10^-09

5.142

1.36×10^-07

TFCP2

51 487 539

51 566 926

244

6.109

5.00×10^-10

316

6.000

9.90×10^-10

PNPO

46 018 889

46 026 674

7.672

8.55×10^-15

5.783

3.68×10^-09