23andMe 对 27,885 人的全基因组关联研究锁定 GLP1R 与 GIPR 变异，可分层预测 GLP-1 减重疗效与恶心呕吐风险
核心概要
一项针对 27,885 名 GLP-1 受体激动剂使用者的全基因组关联研究，在 GLP1R 上发现与减重疗效显著相关的错义变异 rs10305420（每携带一个效应等位基因约多减 0.76 kg），并在 GLP1R 与 GIPR 上发现与恶心、呕吐相关的信号（其中 GIPR 关联仅见于替尔泊肽使用者），进而构建结合遗传与非遗传因素的模型，在留出电子健康记录数据中实现疗效与副作用风险分层。
深度剖析
研究在 GLP1R 基因上发现与 GLP-1 药物减重疗效相关的错义变异 rs10305420（p.Pro7Leu），P = 2.9 × 10⁻¹⁰，每携带一个 T 等位基因预计多减 0.76 kg 体重（95% CI [−1.27, −0.34] kg），且呈加性效应（无显性效应证据，P = 0.80）。 此前关于 GLP1R 变异与减重反应的报道来自样本量很小的特定疾病人群研究，且方向性与本研究相反；本研究以 15,237 人的欧洲血统 GWAS 样本给出方向明确、效应量可量化的关联，并在 All of Us 队列 4,855 人的电子健康记录数据中复制出方向一致的信号（P = 0.001）。 GWAS 样本 15,237 人，达到全基因组显著性；99% 可信区间内 rs10305420 是唯一编码变异且后验概率最高（35%），与 eQTL 共定位分析未发现共定位信号，作者据此推断其为可能因果变异；外部队列复制方向一致，UK Biobank 未复制但作者说明该队列预期检验效能较低。
研究在 GLP1R 位点发现与恶心、呕吐副作用相关的信号（呕吐索引 SNP rs11760106，P = 2.5 × 10⁻²⁷，OR = 1.57；恶心索引 SNP rs9357296，P = 2.6 × 10⁻²⁸，OR = 1.36），共定位分析提示这些信号与减重疗效信号很可能为同一信号，即恶心呕吐增加与更大的 BMI 下降相关。 这为临床上长期观察到的“副作用大的人减重更多”现象提供了遗传学层面的证据，把疗效与耐受性放在同一遗传位点上理解，而非视为彼此独立的两个问题。 基于 11 个副作用表型的 GWAS，两个信号均达全基因组显著性；共定位后验概率分别为 ΔBMI% 与恶心 H4 = 96.6%、ΔBMI% 与呕吐 H4 = 88.5%、恶心与呕吐 H4 = 92.1%，多性状共定位后验概率 72.6%。
在替尔泊肽使用者中，研究单独发现 GIPR 上的错义变异 rs1800437（p.Glu354Gln）与呕吐相关（索引 SNP rs71338792，P = 4.2 × 10⁻⁹，OR = 1.84；rs1800437 P = 5.1 × 10⁻⁹），该关联在司美格鲁肽使用者中未观察到；同时携带 GLP1R 与 GIPR 风险等位基因纯合者，替尔泊肽相关呕吐的比值比为 14.8（95% CI [6.2, 35.8]）。 这是首次把双受体激动剂替尔泊肽的耐受性差异定位到其第二个靶点 GIPR 上，提示 GIP 成分可能缓冲 GLP-1 成分引起的恶心呕吐，为药物设计与用药选择提供了靶点层面的线索。 基于替尔泊肽单药人群的 GWAS；rs1800437 与索引 SNP 近乎完全连锁（r² = 0.99），被判定为可能因果变异；在拉丁裔人群中方向一致（P = 0.03，OR = 0.49），固定效应荟萃分析提高显著性（P = 1.1 × 10⁻¹⁰，OR = 0.54）；GLP1R 与 GIPR 变异的交互作用证据较弱（P = 0.018）。
研究把遗传与非遗传变量整合进疗效与副作用预测模型：疗效模型在自报数据中解释 25% 的方差（训练集与留出测试集一致），并在 642 人的 HealthKit 电子健康记录数据中验证了预测分层；恶心与呕吐模型的 ROC 曲线下面积分别为 65.4% 与 68.0%，但遗传因素的贡献相对非遗传因素较为有限。 这展示了从“发现关联”走向“可用于分层的预测模型”的路径，并说明在当前数据规模下，遗传信息只是整体预测中的一部分，而非全部。 模型在留出测试集与独立电子健康记录样本中评估，校准图显示测试集校准良好；作者明确指出遗传贡献相对非遗传因素较为温和，且效应量本身不大。
启示与展望
这项工作面向的是正在或即将使用 GLP-1 受体激动剂（司美格鲁肽、替尔泊肽及其复方制剂）的超重或肥胖人群，其价值在于把“谁会减得多、谁更容易恶心呕吐”从经验判断推进到可计算的概率分层。对临床医生而言，它提示未来在起始治疗前就可能结合基因型、糖尿病状态、用药种类与剂量来预估治疗轨迹；对药物研发者而言，GLP1R 信号肽区域的变异与 GIPR 的 p.Glu354Gln 提供了可进一步验证的机制切入点。研究同时把自报数据与电子健康记录并置比较，说明自报问卷可作为收集副作用信息的补充工具，这一方法学路径对难以从病历中获取耐受性数据的场景具有参考价值。
需要留意的是，本摘要所依据的文本为论文摘要与正文主体，图表与补充材料中的细节未能完整呈现，因此部分亚组结果与敏感性分析只能依据正文叙述理解。遗传效应量本身不大，模型解释的方差主要来自非遗传因素，遗传信息的增量价值有待更大样本与纵向数据检验。非欧洲血统人群的关联未单独达到显著性，仅方向一致，跨人群适用性仍是开放问题。自报体重与电子健康记录之间存在系统性差异（自报减重幅度更大），这一差异对模型校准与临床解读的影响值得持续关注。此外，GLP1R 变异与既往小样本研究报告的方向性相反，作者以样本量与疾病背景差异作解释，这一分歧的最终澄清仍需独立数据。未来研究若能纳入剂量爬坡过程、更完整的用药轨迹与更多祖源人群，将有助于判断这些遗传标记在真实临床决策中的位置。