基因检测在「痛风」实验室诊断中的应用

痛风是一种与遗传因素和环境因素均密切相关的疾病。 图 全球痛风患病率估计值[20]痛风是一种由于单钠尿酸盐结晶在关节或非关节位置的沉积，诱发局部炎症反应和组织破坏的疾病[1]。痛风的发病率在全球范围内总体发病率较高，但在不同地区、不同性别和年龄人群间发病率的差异较大。在世界范围内，大洋洲的痛风患病率最高，为13.9%；在欧洲2003-2014年期间痛风的患病率在1%-4%之间；而在中国成年人口中痛风的患病率为1.1%，但近年来这一比例在持续升高[20]。1痛风的常规实验室诊断标准在显微镜下确认滑液或痛风石中的单钠尿酸盐晶体被认为是诊断痛风的金标准[11]。但在存在典型的症状和临床指标的情况下，也能高度确认诊断痛风。根据2015年ACR/EULAR的分类标准，高尿酸血症的诊断标准为：在正常嘌呤饮食状态下,非同日2次空腹血尿酸(SUA)浓度>420 μmol/L，无论男女。而当下表中累计分值≥8分即为痛风。该诊断标准除充分考虑患者的临床症状及血清尿酸水平外，还纳入了MSU沉积及高频超声、双能CT等影像学检查结果，使痛风诊断的敏感性和特异性均得到显著提升[12]。表 2015年ACR/EULAR的痛风分类标准  [13]  2基因检测在痛风诊断中的应用痛风是一种与遗传因素和环境因素均密切相关的疾病。多项研究表明，遗传因素对血清尿酸浓度影响很大，遗传力估计高达73%。全基因组（GWA）研究有9个基因座影响血清尿酸水平，分别是PDZK1、GCKR、SLC2A9、ABCG2、LRRC16A、SLC17A1、SLC16A9、SLC22A11、SLC22A12，且每个基因组内有一个或多个SNP与尿酸代谢密切相关，这些基因都将影响到痛风的患病率[25]。 Anna Köttgen等人通过对140000名欧洲个体的临床数据分析，确定了28个与血清尿酸盐浓度相关的全基因组显著位点[26]。在一项日本学者主导的研究中，使用了71149名东亚人的数据进行分析发现，SLC2A9、ABCG2和SLC22A12基因与尿酸浓度存在明确的相关性[27]。在非洲裔美国人的研究中也有类似的结论，他们发现了3个对血清尿酸盐有显著性的基因座，分别是SLC2A12邻近的一个新基因座、SLC2A9和SLC22A12[28]。如下图中显示，近年来的多次研究都证明了痛风和高尿酸血症的发病与多种易感基因密切相关，虽然对于不同人群的研究结果表明在不同人群中这些易感基因并不完全相同且多数基因的影响都十分有限，但是仍有个别基因，如SLC2A9、SLC22A12等在所有群体中都与痛风的发病密切相关。这些研究结果进一步说明了，在对于痛风的诊断过程中，基因检测将会发挥越来越重要的作用。图 血清尿酸盐水平全基因组关联研究的数据[29]3痛风的其他诊断指标在既往的研究中发现临床常见的血常规和生化指标也与痛风有一定的相关性。如高尿酸的人群相较于正常人群嗜酸性粒细胞百分比、C反应蛋白、红细胞沉降率等指标会偏高 [24] ；而在高尿酸血症的患者中，HLA-B5801基因阳性的患者相较于阴性的患者嗜酸性粒细胞百分比和平均血小板体积会偏高。并且ALT/ALP比值、红细胞沉降率和中性粒细胞/淋巴细胞比值与尿酸的含量呈正相关 [45] 。这些指标的临床价值目前仍然未知，但是都有望在以后的痛风和高尿酸血症的诊断及别嘌呤醇药物效果预测中发挥重要作用。【参考文献】1. Schlesinger N，Thiele RG.The pathogenesis of bone erosions in gouty arthritis. Ann Rheum Dis, 2010. 69(11): p. 1907-12.11. Dalbeth N.Gout. Lancet, 2021. 397(10287): p. 1843-1855.12. 倪青.高尿酸血症和痛风病证结合诊疗指南(2021-01-20). 世界中医药, 2021. 16(02): p. 183-189.13. 李林.中国高尿酸血症相关疾病诊疗多学科专家共识. 中华内科杂志, 2017. 56(03): p. 235-248.20. Dehlin, M., L. Jacobsson, and E. Roddy, Global epidemiology of gout: prevalence, incidence, treatment patterns and risk factors. Nat Rev Rheumatol, 2020. 16(7): p. 380-390.24. Fenando A. Gout, in statPearls. 2022, StatPearls Publishing Copyright © 2022, StatPearls Publishing LLC.: Treasure Island (FL).25. Kolz M.Meta-analysis of 28,141 individuals identifies common variants within five new loci that influence uric acid concentrations. PLoS Genet, 2009. 5(6): p. e1000504.26. Köttgen A.Genome-wide association analyses identify 18 new loci associated with serum urate concentrations. Nat Genet, 2013. 45(2): p. 145-54.27. Okada Y.Meta-analysis identifies multiple loci associated with kidney function-related traits in east Asian populations. Nat Genet, 2012. 44(8): p. 904-9.28. Tin A.Genome-wide association study for serum urate concentrations and gout among African Americans identifies genomic risk loci and a novel URAT1 loss-of-function allele. Hum Mol Genet, 2011. 20(20): p. 4056-68.29. Major TJ.An update on the genetics of hyperuricaemia and gout. Nat Rev Rheumatol, 2018. 14(6): p. 341-353.45. 方忠俊. 痛风性关节炎患者HLA-B*5801基因型携带率及相关实验室指标分析. 检验医学, 2021. 36(09): p. 896-900.-End-
（责任编辑：dawenwu）