王中華，李淑瑾

河北醫(yī)科大學(xué)法醫(yī)學(xué)院，河北 石家莊 050017

法醫(yī)DNA 表型推斷是近年來法醫(yī)物證學(xué)領(lǐng)域的研究熱點之一，通過對遺傳信息和人體表型特征進(jìn)行關(guān)聯(lián)分析，在特定表型與相應(yīng)的遺傳標(biāo)記之間建立對應(yīng)關(guān)系，進(jìn)而通過分析生物樣本的遺傳信息進(jìn)行表型特征刻畫，為案件偵查提供線索，具有重要的法醫(yī)學(xué)意義。這些人體表型特征包括容貌、身高、發(fā)色、膚色、年齡等，其中對于色素特征（發(fā)色、膚色、虹膜顏色）以及年齡的法醫(yī)DNA 表型研究相對較多，推斷的準(zhǔn)確性相對較高，而對于身高和容貌的法醫(yī)DNA 表型研究相對較少，推斷的準(zhǔn)確性也較低[1]。

人類身高是法醫(yī)表型刻畫的重要特征之一，是一種高度遺傳的多基因性狀，據(jù)估計，成年人身高的遺傳力為80%[2]。一方面，為了揭示影響身高的遺傳因素，已有很多大規(guī)模的研究探索身高的遺傳變異，且正在深入研究其群體遺傳學(xué)規(guī)律。另一方面，表觀遺傳學(xué)也是重要的生物遺傳機(jī)制，代表了基因-環(huán)境的相互作用[3]，對身高會產(chǎn)生影響。本文主要從遺傳變異與表觀遺傳兩方面介紹人類身高的遺傳學(xué)研究進(jìn)展，分析目前已有的身高推斷模型，并對未來關(guān)于身高的法醫(yī)DNA 表型研究進(jìn)行展望。

1 身高與遺傳變異

遺傳變異包括基因突變、基因重組和染色體變異。SNP 是最常見的人類遺傳變異之一，目前絕大多數(shù)身高相關(guān)研究都是在此基礎(chǔ)上進(jìn)行的，同樣也是法醫(yī)學(xué)研究的熱點。除此之外，拷貝數(shù)變異（copy number variants，CNV）與可變數(shù)目串聯(lián)重復(fù)序列（variable number of tandem repeats，VNTR）也與身高有關(guān)。

1.1 SNP

1.1.1 全基因組關(guān)聯(lián)分析

2014 年，人體性狀遺傳研究（Genetic Investigation of Anthropometric Traits，GIANT）協(xié)會將人類身高的全基因組關(guān)聯(lián)分析（genome-wide association study，GWAS）推向了新的高度[4]，該研究匯總了79 項GWAS 數(shù)據(jù)進(jìn)行Meta 分析，研究對象來自歐洲各地，超過25 萬人，最終發(fā)現(xiàn)697 個身高相關(guān)SNP 位點。2018 年，GIANT 協(xié)會在更大的一組歐洲人群中進(jìn)行了Meta 分析，達(dá)到70 萬人，鑒別出3 290 個身高相關(guān)SNP 位點[5]。上述兩項研究都對群體分層進(jìn)行了校正，但是后續(xù)研究[6-7]發(fā)現(xiàn)，仍有殘余的分層因素，導(dǎo)致這些SNP 位點中可能存在假陽性信號，至少GWAS估計的SNP 效應(yīng)大小是有偏差的。然而CHEN 等[6-7]證實，歐洲人群的身高存在多基因適應(yīng)現(xiàn)象，說明分層因素產(chǎn)生的影響有限，大多數(shù)身高相關(guān)SNP 位點是真實的。由于許多人類復(fù)雜性狀的高度多基因性，通常認(rèn)為多基因適應(yīng)是人類表型進(jìn)化的重要機(jī)制，受到自然選擇位點的等位基因頻率會產(chǎn)生微小卻又相互協(xié)調(diào)的變化[8]。除此之外，GIANT 協(xié)會還探索了外顯子SNP 位點[9]，樣本量同樣超過70 萬人，發(fā)現(xiàn)了606 個身高相關(guān)編碼變異，包括83 個罕見或低頻變異，其次要等位基因頻率（minor allele frequency，MAF）和效應(yīng)大小之間存在強(qiáng)烈的反比關(guān)系，其中4 個罕見變異的效應(yīng)超過2 cm。AKIYAMA 等[10]也觀察到了同樣的現(xiàn)象。

在歐洲，除了上述幾項大型研究外，研究者還對一些人口結(jié)構(gòu)較為單一的國家或地區(qū)進(jìn)行了分析。BENONISDOTTIR 等[11]將一組獨立樣本的全基因組測序數(shù)據(jù)作為參照基因組，對約9 萬名冰島人的SNP 芯片分型結(jié)果進(jìn)行插補(bǔ)，發(fā)現(xiàn)了4 個位于印記區(qū)域的SNP 位點，其次要等位基因根據(jù)父母來源不同而產(chǎn)生不同的效應(yīng)。目前，根據(jù)局部的連鎖不平衡（linkage disequilibrium，LD）通過檢測的SNP 位點推算全基因組SNP 位點的基因型（即插補(bǔ)）已成為人類遺傳學(xué)研究的常規(guī)步驟[5,12]，通常使用的參照數(shù)據(jù)庫有Haplotype Reference Consortium、the Phase 3 of the 1000 Genomes Project（1KGP3）。而使用針對特定人群建立的參照數(shù)據(jù)，無疑能夠極大提高插補(bǔ)的準(zhǔn)確性。類似地，AKIYAMA 等[10]使用日本人的全基因組測序數(shù)據(jù)和1KGP3 也構(gòu)建了參照數(shù)據(jù)。

身高相關(guān)GWAS 研究大多以歐洲人群為中心，對于其他人群的研究近年來也在陸續(xù)開展。HE 等[13]在超過9 萬人的東亞群體中進(jìn)行了Meta 分析，確定了98 個身高相關(guān)SNP 位點。LIN 等[12]在中國臺灣省進(jìn)行了身高相關(guān)研究，樣本量約3.5 萬人，發(fā)現(xiàn)了416 個身高相關(guān)SNP 位點。GRAFF 等[14]對5 萬名非洲血統(tǒng)的參與者進(jìn)行分析，發(fā)現(xiàn)了45 個顯著性SNP 位點。AKIYAMA 等[10]使用了來自日本生物銀行（Biobank Japan，BBJ）超過19 萬人的數(shù)據(jù)，鑒別出573 個身高相關(guān)SNP 位點，其中40 個是東亞人群特異性SNP 位點。CHO 等[15]對6 萬多名韓國人進(jìn)行GWAS，確定了59 個身高相關(guān)SNP 位點，9 個新發(fā)現(xiàn)位點都只在女性中發(fā)現(xiàn)。WOJCIK 等[16]對包括西班牙裔、非裔、亞裔、夏威夷原住民、美洲原住民和其他血統(tǒng)的混合人群進(jìn)行分析，最終發(fā)現(xiàn)了65 個新的身高相關(guān)位點，證明多元化分析的價值。YENGO 等[17]進(jìn)行了迄今為止最大的Meta 分析，研究對象約540 萬人，對歐洲血統(tǒng)（75.8%）、東亞血統(tǒng)（8.8%）、西班牙裔混血（8.5%）、非裔美國人（5.5%）和南亞血統(tǒng)（1.4%）5 種人群進(jìn)行綜合分析，確定了12 111個顯著性SNP位點，位于7 209個基因座（長度70～711 kb），占基因組的21%。這些基因座（包含超過100 萬個SNP 位點）解釋了歐洲群體幾乎全部的SNP 遺傳力和非歐洲血統(tǒng)群體中大于90%的SNP 遺傳力。

上述不同研究之間發(fā)現(xiàn)的SNP 位點數(shù)量差異很大，造成這種差異的原因可能有3 點：（1）樣本群體的差異。（2）樣本量的差異，YENGO 等[17]發(fā)現(xiàn)SNP 位點的數(shù)量與樣本量幾乎呈線性關(guān)系。（3）控制混淆因素的理念和方法存在差異，如YENGO 等[5]為了盡可能多地檢測出身高相關(guān)位點，使用連鎖不平衡分?jǐn)?shù)回歸分析（linkage disequilibrium score regression，LDSC）校正人群分層；GRAFF等[14]為了控制一類錯誤使用2次基因組控制（genomic control，GC）校正。單次GC 校正較LDSC 更為嚴(yán)格。因此，在身高推斷的法醫(yī)學(xué)實踐中，應(yīng)重點關(guān)注位點與身高間的數(shù)學(xué)關(guān)系，盡可能多地發(fā)現(xiàn)相關(guān)位點，通過適當(dāng)?shù)奶卣鬟x擇方法篩選出合適數(shù)量的位點。

除了使用SNP 芯片，還有一些研究者使用低覆蓋度的全基因組測序來發(fā)現(xiàn)新的身高相關(guān)位點。TACHMAZIDOU 等[18]使用全基因組測序結(jié)果和深度插補(bǔ)的芯片測序數(shù)據(jù)進(jìn)行綜合分析，發(fā)現(xiàn)了64 個新的SNP 位點。來自華大基因的研究者使用無創(chuàng)產(chǎn)前檢測的測序數(shù)據(jù)來分析遺傳關(guān)聯(lián)、病毒的感染模式和中國人群的遺傳歷史[19]。由于測序覆蓋度較低（測序深度0.06×～0.1×），LIU 等[19]通過一系列生物信息學(xué)流程，得到了200 多萬個插補(bǔ)準(zhǔn)確度較高的SNP 位點，從中篩選出48 個身高相關(guān)SNP 位點。

1.1.2 遺傳差異與遺傳相關(guān)性

上述GWAS 研究中，由不同人群發(fā)現(xiàn)的身高相關(guān)位點既有差異又具有相似性，這與人群之間的遺傳差異和遺傳相關(guān)性有關(guān)。人類進(jìn)化是一部基因分化和交流的歷史，正是這些影響形成了人類的遺傳多樣性[20-21]。

可轉(zhuǎn)移性，定義為發(fā)現(xiàn)人群鑒別出的SNP 位點在驗證人群中具有統(tǒng)計顯著性且效應(yīng)方向一致。有研究者[10,12,14,16]嘗試驗證身高相關(guān)SNP 位點的可轉(zhuǎn)移性，發(fā)現(xiàn)可轉(zhuǎn)移的SNP 位點較少。此外，使用歐洲人群中發(fā)現(xiàn)的SNP 位點在其他人群中進(jìn)行身高推斷的準(zhǔn)確性也出現(xiàn)了不同程度的下降[22]，造成這種現(xiàn)象的原因主要是因果變異的人群特異性[10,16]和人群間連鎖不平衡的差異[14,23]。因果變異，是指真正引起表型變化的遺傳因素。在數(shù)萬年的基因分化過程中，某些因果變異對身高的影響力可能發(fā)生變化甚至不再影響身高。使用基因芯片不能檢測到基因組中所有的SNP 位點，但有可能發(fā)現(xiàn)與因果變異處于連鎖不平衡的位點，這些顯著性SNP 位點與身高具有相關(guān)性，但可能并不具備生物學(xué)意義。

遺傳相關(guān)性（rg）指種群中2 個性狀的加性遺傳力之間的相關(guān)性。GUO 等[24]將其重新定義為2 個種群中同一性狀因果變異的加性效應(yīng)之間的相關(guān)性，發(fā)現(xiàn)歐洲群體和非洲群體間全部SNP 位點和顯著性SNP位點的遺傳相關(guān)性分別為0.75 和0.82。YENGO 等[17]發(fā)現(xiàn)超過83% 的non-EUR SNP 位點與至少一個EUR SNP 位點存在強(qiáng)烈的連鎖不平衡，顯著性SNP位點的等位基因替代效應(yīng)在不同人群間的相關(guān)性為0.64～0.99，強(qiáng)調(diào)了不同種群間的遺傳相關(guān)性。

種群間的遺傳差異與遺傳相關(guān)性表明了鑒別因果變異的重要性。最近，對于因果變異的尋找主要通過精細(xì)映射方法[14,16,18]進(jìn)行研究。WU 等[25]基于全基因組測序數(shù)據(jù)進(jìn)行的模擬表明，至少80%的顯著性SNP位點與因果變異的距離小于33.5 kbp，且至少77.3%與因果變異的LDr2>0.8。

通過分析上述文獻(xiàn)，發(fā)現(xiàn)不同人群間身高相關(guān)的因果變異大部分是相同的，只是目前多數(shù)研究使用的芯片測序技術(shù)難以覆蓋這些因果變異。雖然高覆蓋度的全基因組測序依然較為昂貴，但是研究者們已經(jīng)積累了相當(dāng)數(shù)量的測序數(shù)據(jù)，效仿GIANT 協(xié)會的合作模式，使用全基因組測序數(shù)據(jù)可以更好地發(fā)現(xiàn)因果變異，不僅有助于減小種群間遺傳差異對身高推斷的影響，還可以通過后續(xù)的通路分析探索這些基因影響生長發(fā)育的分子機(jī)制。

1.2 拷貝數(shù)變異

MACé 等[26]針對人體測量學(xué)特征進(jìn)行了大規(guī)模的CNV 關(guān)聯(lián)Meta 分析，發(fā)現(xiàn)了身高相關(guān)CNV。16p11.2 區(qū)域的600 kb BP4-BP5 缺失會導(dǎo)致身高降低（β=5.2 cm），并且此前發(fā)現(xiàn)的FLJ25404 附近的身高相關(guān)SNP 位點位于此600 kb 區(qū)域。1q21.1 遠(yuǎn)端重排與身高有關(guān)（β=3.6 cm），且該區(qū)域的SNP 位點rs6658763 與身高相關(guān)。11 號染色體26.97～27.19 Mb的220 kb 區(qū)域與身高相關(guān)（β=2.43 cm），此區(qū)域覆蓋的基因FIBIN對身高的影響已被證實[9]。3q29 的一個212 kb 區(qū)域重排對身高具有劇烈影響（β=13.3 cm）。雖然這些CNV 的頻率很低（0.01%～0.2%），對身高卻有強(qiáng)烈的影響，這與低頻和罕見SNP 位點的表現(xiàn)一致，并且基因的大片段缺失更加劇了對表型的影響。因此，對于罕見變異的檢測可以進(jìn)一步增加身高推斷的準(zhǔn)確性，尤其對于誤差較大的樣本。

1.3 可變數(shù)目串聯(lián)重復(fù)序列

MUKAMEL 等[27]與BEYTER 等[28]分別通過全外顯子組測序和牛津納米孔測序發(fā)現(xiàn)了人類基因組中的VNTR，并且分別證實了ACAN基因中的VNTR 的基序數(shù)量與身高呈近似線性關(guān)系，且單個基序的效應(yīng)大小相近（約0.11 cm）。此外，MUKAMEL 等[27]還發(fā)現(xiàn)，TENT5A基因中的VNTR 也與身高相關(guān)。由于VNTR通常較長，使用二代測序難以識別，需要開發(fā)特定算法，而目前的兩種長讀長測序在錯誤率和讀長方面各有優(yōu)缺點，因此需要技術(shù)手段的進(jìn)一步發(fā)展來檢測基因組中的結(jié)構(gòu)變異。

2 身高與表觀遺傳修飾

表觀遺傳修飾包括DNA 甲基化、組蛋白修飾、染色質(zhì)重塑和microRNA，他們在不改變堿基的情況下影響基因表達(dá)，DNA 甲基化是目前研究最充分的表觀遺傳標(biāo)記之一[3]。近年來有研究發(fā)現(xiàn)了身高與DNA 甲基化和組蛋白修飾之間存在一定的聯(lián)系，這些證據(jù)表明表觀遺傳可能是身高的影響因素之一。

2.1 DNA 甲基化

DNA 甲基化數(shù)量性狀位點指與CpG 位點的甲基化水平相關(guān)的SNP 位點。迄今為止最大的1 項DNA甲基化數(shù)量性狀位點研究發(fā)現(xiàn)了超過27 萬個獨立位點，其中包括身高相關(guān)位點[29]。

RELTON 等[30]發(fā)現(xiàn)，臍帶血中ALPL基因的甲基化水平與兒童期身高有關(guān)。SIMEONE 等[31]發(fā)現(xiàn)87 個身高相關(guān)基因中的72 個在其轉(zhuǎn)錄起始點上游2 kb 內(nèi)存在CpG 島，且轉(zhuǎn)錄起始點位于CpG 島內(nèi)，這是DNA甲基化參與基因調(diào)控的信號。OUNI 等[32-34]的系列研究表明，IGF1基因的P2 啟動子的甲基化水平會影響血清中生長激素的濃度以及身高。

Silver-Russell 綜合征（Silver-Russell syndrome，SRS）是一種基因印記疾病，其特征是嚴(yán)重的生長發(fā)育遲緩和典型的臨床癥狀。MUURINEN 等[35]在SRS患者HOXA4基因的啟動子中發(fā)現(xiàn)了一個低甲基化區(qū)域，該區(qū)域中多個CpG 位點在健康兒童中與身高有關(guān)。cg11908057 在4、8 和16 歲時均與身高相關(guān)，而cg04317399、cg19142026、cg04321618、cg14359292 和cg25952581 只在16 歲時與身高相關(guān)，說明某些位點在整個發(fā)育過程中對身高有持續(xù)影響，而另外的位點只與成年身高相關(guān)。同時，在健康兒童中對一些身高相關(guān)SNP 位點進(jìn)行了驗證，未發(fā)現(xiàn)顯著關(guān)聯(lián)，可能是由于發(fā)現(xiàn)樣本和驗證樣本的數(shù)量都比較少，不過也說明了DNA 甲基化可能比某些SNP 位點更好地解釋了身高差異。

此外，TATTON-BROWN 等[36-37]發(fā)現(xiàn)，DNMT3A基因突變會導(dǎo)致過度生長綜合征。DNMT3A基因編碼一種胚胎發(fā)育過程中建立DNA 甲基化模式不可或缺的甲基轉(zhuǎn)移酶[38]，為DNA 甲基化影響身高提供了又一證據(jù)。

以上研究表明，DNA 甲基化與身高關(guān)聯(lián)，DNA 甲基化對生長發(fā)育的影響可以只涉及身高，相關(guān)蛋白酶缺陷導(dǎo)致的全局改變又可以造成多種表型變化。DNA 甲基化在樣本量較小時仍表現(xiàn)出顯著相關(guān)，而GWAS 研究中采用的測試樣本和驗證樣本通常在萬人以上，這也說明DNA 甲基化相較于SNP 可能與身高具有更高的相關(guān)性。

2.2 組蛋白修飾

KDM5C基因編碼組蛋白H3K4 去甲基化酶，攜帶該基因突變的男性表現(xiàn)為輕度至重度智力障礙、癲癇、身材矮小、反射亢進(jìn)。GRAFODATSKAYA 等[39]在攜帶KDM5C突變的男性中，發(fā)現(xiàn)了特定基因位點的DNA甲基化水平顯著降低，證明了H3K4去甲基化酶的活性不足使H3K4甲基化升高，從而使下游靶基因避免從頭甲基化。UCHIYAMA等[40]在發(fā)育遲緩兒童中發(fā)現(xiàn)轉(zhuǎn)錄起始點附近的H3K4甲基化顯著降低。

韋費綜合征（Weaver syndrome）是一種過度生長的疾病，特征是身材高大、特殊面容和學(xué)習(xí)障礙等，其可能的發(fā)病機(jī)制為EZH2基因突變[41-43]。EZH2基因突變個體的臨床癥狀以身高增加最為突出，研究中所有病例的身高都比平均值高2個標(biāo)準(zhǔn)差，部分超過4個標(biāo)準(zhǔn)差[41]。EZH2基因編碼多梳抑制復(fù)合物2（PRC2）的催化成分，通過H3K27 的三甲基化和募集DNA 甲基轉(zhuǎn)移酶，在表觀遺傳水平調(diào)節(jié)染色質(zhì)結(jié)構(gòu)和基因表達(dá)，二者都起到抑制轉(zhuǎn)錄的作用[44-45]。

組蛋白修飾與身高相關(guān)的證據(jù)多見于綜合征的機(jī)制研究，說明組蛋白修飾的改變對基因表達(dá)起宏觀調(diào)控的作用。結(jié)合DNA 甲基化對身高的影響可以發(fā)現(xiàn)，這種遺傳信息的大范圍改變通常會影響多個系統(tǒng)的發(fā)育，似乎身高與神經(jīng)系統(tǒng)的發(fā)育具有密切聯(lián)系，這種關(guān)系還有待進(jìn)一步探索。通過檢測這些生物標(biāo)志物可能有助于多種法醫(yī)DNA 表型的推斷。

3 身高預(yù)測模型

目前多數(shù)研究使用多基因評分（polygenic scores，PGS）進(jìn)行身高推斷。然而多基因評分計算為基因型的加權(quán)和，權(quán)重是GWAS 給出的效應(yīng)大小。這種線性模型過于簡單，導(dǎo)致其預(yù)測準(zhǔn)確性普遍較低，預(yù)測值與真實值的相關(guān)指數(shù)一般不超過0.2[4-5,22]。研究者們致力于改進(jìn)多基因評分的性能，不過效果有限。PARé 等[46]開發(fā)了一種基于機(jī)器學(xué)習(xí)的方法Gra-BLD，通過梯度提升回歸樹和連鎖不平衡調(diào)整SNP 位點的效應(yīng)大小，在使用約40 萬個SNP 位點時達(dá)到了最佳預(yù)測準(zhǔn)確度，R2為0.239。LLOYD-JONES 等[47]開發(fā)了SBayesR 模型，使用約90 萬個SNP 位點時R2為0.326，使用280 萬個SNP 位點時R2達(dá)到0.352。LELLO 等[48]使用機(jī)器學(xué)習(xí)算法進(jìn)行身高推斷，模型中使用2 萬個SNP 位點時基本達(dá)到最佳結(jié)果，R2約為0.4。使用深度學(xué)習(xí)技術(shù)開發(fā)精準(zhǔn)預(yù)測模型將是今后研究的重要方向。YENGO 等[17]的最新研究顯示，使用12 111 個SNP 位點的PGS 在歐洲人群、南亞人群、東亞人群、拉丁裔人群和非洲人群中預(yù)測準(zhǔn)確性分別達(dá)到0.401、0.214、0.202、0.185 和0.123，可見提高預(yù)測準(zhǔn)確性的最佳方法是提高測試樣本量，然而目前非歐洲血統(tǒng)的可用數(shù)量與所需數(shù)量相去甚遠(yuǎn)。多數(shù)SNP 位點只有3 種基因型，屬于分類變量，而身高屬于連續(xù)變量，使用分類變量預(yù)測連續(xù)變量可能是SNP推斷身高的固有限制。在法醫(yī)學(xué)應(yīng)用中，使用幾百個位點得到的結(jié)果誤差太大，不具備實際使用價值；使用數(shù)萬個位點所需要的檢材質(zhì)量很高，同樣受到很大的限制。因此，有必要開展對于其他遺傳標(biāo)記的研究，使用多種標(biāo)志物建立預(yù)測模型。

4 總結(jié)與展望

綜上所述，有關(guān)人類身高的分子生物學(xué)研究大部分集中在SNP，然而SNP 只能解釋身高方差的40%，僅為推測的身高遺傳力的一半。因此，探索影響身高的其他遺傳標(biāo)記是非常必要的。遺傳與表觀遺傳相互影響，共同決定生物體的表型。然而，目前對于影響身高的表觀遺傳因素尚有很多未知，等待研究者去探索。因此，在未來的研究中，尋找影響身高的表觀遺傳因素，探索其影響機(jī)制和所產(chǎn)生的遺傳力，以及決定身高的表觀遺傳與遺傳變異因素之間的關(guān)系，是重要的發(fā)展方向之一。

此外，已有的研究對于身高推斷大多使用過于簡單的線性模型，導(dǎo)致推斷的準(zhǔn)確性很低。目前的研究對象大多為歐洲人群，對于亞洲和非洲人群的研究無論在數(shù)量還是規(guī)模上都遠(yuǎn)不及歐洲人群，這種不平衡導(dǎo)致了在亞洲和非洲人群中身高推斷的準(zhǔn)確性更低。因此，未來可研究更多歐洲以外的人群，獲得更多人群的數(shù)據(jù)，并可通過不同人群之間的比較，深入挖掘更多的信息。同時，使用多種身高相關(guān)性較高的遺傳標(biāo)記及表觀遺傳標(biāo)記，建立適用于法醫(yī)檢材的檢驗方法，基于機(jī)器學(xué)習(xí)算法建立更加精準(zhǔn)的身高推斷模型，提高推斷的準(zhǔn)確性，更好地應(yīng)用于法醫(yī)學(xué)實踐，是未來的重要發(fā)展方向。