《International Journal of Endocrinology》：Genetic Association Between Sex Hormones, Serum Urate, and Gout: A Comprehensive Mendelian Randomization Study
编辑推荐：
本研究针对HUA与痛风显著的性别差异，利用GWAS与MR技术，系统评估了ToT、SHBG等性激素对血清尿酸及痛风的因果效应。结果揭示女性ToT升高可致血清尿酸增加，并发现androstenediol (3β, 17β) disulfate (2)介导了28.4%的效应，为高尿酸血症的性别特异性干预提供了新靶点。
论文解读
背景：被忽视的“性别鸿沟”
痛风，这种被称为“帝王病”的代谢性关节炎，在人群中并非均匀分布。流行病学数据显示，男性患高尿酸血症（HUA）和痛风的风险显著高于女性，比例高达2:1至4:1。这种巨大的性别差异，长期以来被归因于男性更多的不良生活方式（如饮酒、高嘌呤饮食）。然而，临床观察发现，绝经前女性及性腺功能减退的男性发病率极低，这强烈暗示性激素在尿酸代谢中扮演着关键角色。
传统观点认为，雌激素（Estradiol）能促进肠道尿酸排泄，对女性起到保护作用。但关于雄激素（如睾酮）与尿酸的关系，既往的观察性研究因样本量小、混杂因素多而结论不一。更重要的是，“相关性”不等于“因果性”：究竟是高尿酸导致了激素水平紊乱，还是激素水平决定了尿酸高低？这一直是悬而未决的科学问题。
方法：用基因做“探针”的因果推断
为了突破传统研究的局限，本研究团队采用了孟德尔随机化（Mendelian Randomization, MR） 这一前沿遗传学工具。MR利用基因型在配子形成时随机分配的特性，将基因作为工具变量，能有效规避环境混杂和反向因果的干扰。
研究人员构建了一套严谨的分析框架，整合了来自大规模欧洲人群（如UK Biobank）的GWAS汇总数据，重点考察了总睾酮（ToT）、生物可利用睾酮（BioT）、性激素结合球蛋白（SHBG）、雌二醇、初潮年龄及绝经年龄等指标。技术路径主要包括：
- 1.
遗传相关分析：通过LDSC评估性激素与尿酸/痛风的共享遗传基础。
- 2.
两样本MR分析：采用IVW、MR-Egger等方法进行因果估计，并严格进行性别分层。
- 3.
共定位与中介分析：利用贝叶斯共定位排除“一因多效”干扰，并筛选1400种血液代谢物探寻潜在通路。
结果：颠覆认知的“女性风险”与代谢通路
3.1 遗传相关性：存在共同的遗传基础
研究首先发现，性激素与血清尿酸及痛风存在中度的遗传相关性。这意味着在基因层面，调控激素水平的位点与调控尿酸代谢的位点存在重叠，为后续的因果推断奠定了生物学基础。
3.2 因果铁证：女性睾酮升高是风险因素
这是本研究最核心且具颠覆性的发现。通过高精度的MR分析，结果显示：
- •
在女性中：遗传预测的总睾酮（ToT）水平升高，会显著导致血清尿酸水平升高（β: 0.035, 95% CI: 0.006–0.063, p = 0.018）。这一效应在多重敏感性分析下依然稳健。
- •
在男性中：未发现睾酮与尿酸存在显著的因果关联。
- •
其他激素：SHBG、雌二醇等在其他维度未显示出与痛风发病的强因果关联。
这一结果打破了“睾酮只影响男性尿酸”的刻板印象，提示对于女性（尤其是存在高雄激素血症，如多囊卵巢综合征PCOS的女性），睾酮可能是重要的代谢危险因素。
3.3 机制探寻：28.4%的效应由谁介导？
为了回答“睾酮如何影响尿酸”，研究团队进行了两步MR中介分析。结果发现，代谢物androstenediol (3β, 17β) disulfate (2)（一种雄烯二醇硫酸盐）是关键中介。
- •
中介比例：该代谢物介导了ToT对血清尿酸影响的28.4%。
- •
意义：这首次从遗传学角度揭示了一条具体的代谢通路——睾酮可能通过影响雄激素代谢产物的硫酸化水平，进而干扰尿酸的代谢平衡。
结论与意义：从“群体差异”到“精准预防”
这项发表于《International Journal of Endocrinology》的研究，通过整合遗传相关、MR及代谢组学，提供了强有力的证据表明性激素（特别是睾酮）是尿酸代谢的重要调节因子，且存在显著的性别特异性。
其重要意义在于：
- 1.
改写临床认知：将关注点从单纯的“男性高发”转向“女性高危人群”（如PCOS患者），提示对这类人群应加强尿酸监测。
- 2.
提供干预靶点：androstenediol disulfate作为新发现的代谢中介物，为未来开发降尿酸药物或诊断标志物提供了潜在新靶点。
- 3.
方法论示范：研究展示了如何利用MR+代谢组学的手段，从海量数据中挖掘出可靠的生物学机制，为其他复杂代谢病的研究提供了范本。
研究方法概要（<250字）
本研究基于欧洲人群公开的GWAS汇总数据，采用多维度遗传学分析框架。首先利用LDSC评估性激素与血清尿酸/痛风的遗传相关性；进而以ToT、BioT、SHBG等为暴露，进行两样本MR因果推断（IVW为主），并严格进行性别分层；通过MR-PRESSO、CAUSE等进行敏感性分析以剔除多效性干扰；最后结合1400种血液代谢物GWAS数据，通过两步MR（Mediation MR）探寻中介通路，量化代谢物在因果路径中的贡献比例。
