亮点
– 迄今为止最大的特发性贲门失弛缓症（IA）全基因组关联研究（4,602例患者，10,766例对照），发现主导的II类HLA效应，包括HLA-DQB1 8个氨基酸插入（PQGPPPAG），比值比（OR）为2.45（p=3.27×10−68）。
– HLA-DQA1（41和130位）、HLA-DQB1（45位）和HLA-DRB1（86位）的独立氨基酸信号表明复杂的II类HLA参与。
– 非HLA风险等位基因包括PTPN22的功能性氨基酸替代、降低免疫细胞中TNFSF8/TNFSF15/TNC表达的调控变异，以及ZNF365附近的位点。
– 与食管肌间神经丛的单细胞RNA测序数据整合，突出了记忆FOS+Tc4+CD8+ T细胞群体在疾病生物学中的核心作用（p=2.50×10−19）；多基因风险评分（PRS）允许遗传分层，且IA与克罗恩病有部分遗传重叠（rg=0.335）。
背景及临床意义
特发性贲门失弛缓症（IA）是一种罕见的慢性食管运动障碍，由肌间（Auerbach）神经丛抑制性神经元的进行性丧失引起，导致下食管括约肌无法放松和无蠕动。临床上，患者表现为吞咽困难、反流、胸痛和体重减轻。治疗方法（气囊扩张术、腹腔镜Heller肌切开术、经口内镜肌切开术）主要解决机械性梗阻问题，但不能逆转神经元损失。长期以来，关于其潜在病因一直存在争议；累积的临床病理学和免疫病理学数据提示许多患者的免疫介导神经损伤，但直接的遗传证据尚缺乏。
确定遗传风险因素具有多重益处：它可以确认免疫机制，提名特定的分子通路以供功能研究，使患者按遗传风险分层，并可能识别出疾病修饰治疗的目标。Grover等人（Gut, 2025）报告了首次大规模全基因组关联研究（GWAS）在IA中的应用，并将遗传发现与肌间神经丛的单细胞转录组图谱整合，将位点与细胞类型联系起来。
研究设计和方法
Grover及其同事在4,602名欧洲血统的特发性贲门失弛缓症患者和10,766名种族匹配的对照中进行了GWAS。主要分析包括全基因组范围内的单标记关联测试、详细的HLA推断和II类HLA区域的氨基酸映射、条件分析以解析独立信号，以及非HLA位点的精细定位。他们构建了多基因风险评分（PRS）以评估遗传分层，使用跨性状LD得分回归估计与其他免疫介导疾病的遗传相关性，并将GWAS汇总统计与人类肌间神经丛的单细胞RNA测序（scRNA-seq）数据整合，以识别候选效应细胞类型和通路。统计阈值遵循标准的全基因组显著性（p<5×10−8），并采用综合检验进行氨基酸位置关联。
关键的方法参考文献包括用于估计遗传相关性和分离混杂因素的LD得分回归（Bulik-Sullivan等，2015年）以及将GWAS与细胞类型转录组整合的新方法，以将疾病生物学映射到特定细胞群体（Skene & Grant, 2016；Finucane等，2015）。
主要发现
1. 主导且复杂的HLA II类信号
最显著的结果是在HLA II类区域内的强关联。HLA-DQB1的一个单核苷酸多态性（SNP）产生了一个8个氨基酸的插入（PQGPPPAG），影响最大（p=3.27×10−68；OR=2.45）。HLA位点内的条件分析揭示了多个独立的氨基酸关联：HLA-DQA1的41和130位、HLA-DQB1的45位和HLA-DRB1的86位（每个位置的综合p<5×10−8），表明结构复杂的II类介导的风险结构，而不仅仅是单一的标签等位基因。
解释：II类HLA分子向CD4+ T细胞呈递肽段并塑造适应性免疫识别。这些结果提供了强有力的遗传证据，表明抗原呈递和适应性免疫是IA发病机制的核心。多个独立的氨基酸信号的存在暗示肽段结合特性和T细胞识别可能是易感性的关键决定因素。
2. 具有免疫相关性的非HLA位点
在HLA之外，报告了三个独立的全基因组显著性位点。其中一个编码PTPN22中的氨基酸替代，PTPN22是一个已知的免疫调节因子，与多种自身免疫性疾病（如类风湿关节炎、1型糖尿病）相关。PTPN22变异指向T细胞受体（TCR）信号阈值改变作为IA的潜在致病机制；PTPN22 R620W已被证明可以调节T细胞激活和耐受性（Begovich等，2004年）。
第二个风险变异与免疫细胞中TNFSF8、TNFSF15和TNC的表达减少相关。TNFSF15（也称为TL1A）先前与肠道炎症和炎症性肠病有关；这种TNF超家族信号轴的减少或改变表达可能会影响食管的黏膜/神经元免疫反应。
第三个位点位于ZNF365附近；尽管具体的细胞机制尚未明确，ZNF365已在炎症性疾病的GWAS中出现，可能影响免疫细胞功能或基因组稳定性。
3. 多基因风险、遗传相关性和细胞类型映射
多基因风险评分分析表明，IA患者可以根据遗传负担进行分层，这表明PRS在研究中具有潜在用途，最终在与其他临床和生物标志物数据结合时，可能在临床风险分层中发挥作用。跨性状LD得分回归确定了IA与克罗恩病之间的中等遗传相关性（rg=0.335），支持IA与其他胃肠道免疫疾病之间共享的免疫通路。
通过将GWAS信号与肌间神经丛的单细胞转录组整合，该研究指出了记忆FOS+Tc4+CD8+ T细胞群体在IA中的核心作用（p=2.50×10−19）。这是一个关键的转化桥梁：它将遗传易感性与受影响组织中存在的特定效应细胞类型联系起来，并提示CD8+记忆T细胞——可能是表达即刻早期基因如FOS的细胞毒性或调节性亚群——可能介导神经元损伤。
临床和生物学意义
总体而言，这些结果提供了强有力的遗传证据，表明特发性贲门失弛缓症至少在许多患者中是一种免疫介导的疾病，II类抗原呈递和T细胞生物学在其发病机制中起着重要作用。HLA II类信号提示肽段呈递和CD4+ T细胞相互作用在易感性中的作用，而PTPN22和TNFSF位点的发现则指向T细胞信号传导和TNF超家族通路的改变。
对于临床医生来说，这些数据有助于重新定义贲门失弛缓症不仅是一种神经肌肉疾病，而且是一种免疫疾病，其中可以探索免疫调节干预措施。然而，目前的管理仍然集中在症状缓解和机械性梗阻的解除上。免疫通路的识别为未来针对特定免疫疗法的试验提供了可能性，尤其是在疾病早期阶段，以防止不可逆的神经元损失发生，但这仍需待机制和干预研究验证。
专家评论和局限性
该研究的优势包括样本量（迄今为止最大的IA GWAS）、严格的HLA氨基酸映射、与组织相关的单细胞数据整合以及互补的基因组方法（条件分析、PRS、跨性状相关性）。这些共同加强了因果推断，即免疫机制驱动IA易感性。
局限性和注意事项：队列仅限于欧洲血统个体，这可能限制了对其他HLA等位基因频率不同的种群的推广性；HLA结构复杂意味着映射因果残基仍具挑战性，需要功能后续研究。研究设计是观察性的，本身不能建立免疫激活和神经元退化之间的时序因果关系。提名的基因目标（如TNFSF15、PTPN22）需要在细胞和动物模型中进行机制验证，且识别的记忆CD8+ T细胞亚群的作用必须在独立组织中并通过功能测定确认。最后，虽然PRS可以在总体上分层风险，但在个体水平上的预测性能需要改进才能应用于临床。
研究重点和转化路线图
下一步应包括：（1）功能研究评估涉及的HLA氨基酸变化如何影响肽段结合和对候选食管/神经元抗原的T细胞反应；（2）根据基因型分层的患者中进行食管组织和外周血的免疫表型分析，确认提名的记忆CD8+ T细胞亚群的参与并定义抗原特异性；（3）纵向研究确定免疫激活是否先于神经元损失以及遗传风险是否预测进展速度；（4）探索TNFSF和PTPN22通路在临床前模型中的调节，作为早期临床试验的依据。
结论
首次大规模特发性贲门失弛缓症全基因组关联研究提供了令人信服的遗传证据，表明其发病机制以HLA II类抗原呈递和T细胞生物学为中心，伴有PTPN22和TNFSF位点的非HLA信号，以及与肌间神经丛中特定记忆CD8+ T细胞亚型的联系。这些发现重塑了对IA的理解，优先考虑机制实验，并为遗传风险分层和免疫靶向治疗假设开辟了道路。转化为临床实践需要在不同种群中复制、功能验证以及精心设计的干预研究，重点关注疾病早期阶段。
资金来源和clinicaltrials.gov
GWAS是在多中心学术合作中进行的；具体的资金来源和致谢详见原始Gut出版物（Grover等，2025年）。GWAS本身没有与之相关的clinicaltrials.gov标识符；任何由此产生的后续试验应前瞻性注册。
参考文献
1. Grover S, Gockel I, Latiano A, 等. 首次全基因组关联研究揭示特发性贲门失弛缓症的免疫介导病因. Gut. 2025年10月23日:gutjnl-2024-334498. doi:10.1136/gutjnl-2024-334498. PMID: 41136183.
2. Vaezi MF, Pandolfino JE, Vela MF. ACG临床指南：贲门失弛缓症的诊断和管理. Am J Gastroenterol. 2020;115(9):1393–1411. doi:10.14309/ajg.0000000000000716.
3. Begovich AB, Carlton VE, Honigberg LA, 等. 蛋白酪氨酸磷酸酶（PTPN22）基因中的一种错义单核苷酸多态性与类风湿关节炎相关. Nat Genet. 2004;36(4): 410–415. doi:10.1038/ng1332.
4. Matzaraki V, Kumar V, Wijmenga C, Zhernakova A. MHC位点与自身免疫和感染性疾病的遗传易感性. Nat Rev Genet. 2017;18(6): 370–384. doi:10.1038/nrg.2017.6.
5. Bulik-Sullivan BK, Loh PR, Finucane HK, 等. LD得分回归区分全基因组关联研究中的混杂因素和多基因性. Nat Genet. 2015;47(3):291–295. doi:10.1038/ng.3211.
6. Finucane HK, Bulik-Sullivan B, Gusev A, 等. 使用全基因组关联研究汇总统计数据按功能注释划分遗传率. Nat Genet. 2015;47(11):1228–1235. doi:10.1038/ng.3404.
7. Skene NG, Grant SG. 利用单细胞转录组和表达加权细胞类型富集识别主要脑部疾病中的易损细胞类型. Nat Commun. 2016;7: 10924. doi:10.1038/ncomms10924.
缩略图提示（AI准备）
高分辨率图像：带有突出显示的肌间神经丛（暖色调高亮）的食管横截面，覆盖透明的DNA双螺旋和样式化的SNP标记；右侧，动画显示的CD8+ T细胞（标记为FOS+记忆）与神经元细胞互动；临床研究风格，冷蓝色调和暖色调高亮，写实但略带风格化，3000×2000像素。