Nature Communications | GWAS 减法研究揭示原发性开角型青光眼的眼压独立成分

介绍

原发性开角型青光眼 (POAG) 是最常见的青光眼。在世界范围内，这种疾病影响着 3% 以上的 40 岁以上人口¹，尽管不同种族的发病率差异很大²。POAG 的主要危险因素是年龄增长¹。POAG 在早期通常无症状，这表明其发病率可能被低估³。POAG 不仅发病率高，而且导致的视力障碍是不可逆的，因此这种疾病对健康相关的生活质量有重大不利影响⁴。POAG 具有遗传性，之前的研究已经广泛探索了其遗传结构^{5、6、7、8、9}。迄今为止，最大的 POAG 全基因组关联研究 (GWAS) 确定了 127 个与疾病风险相关的位点¹⁰。尽管取得了这一成功，但我们对 POAG 引起视力丧失的疾病机制的了解仍然不完整。

眼压 (IOP) 是 POAG 唯一已知的可改变风险因素，降眼压药物是目前治疗 POAG 的主要方法。可在基于人群的样本中非侵入性地测量眼压，这促进了 IOP 的 GWAS 分析和与此特性相关的 100 多个基因变异的识别^{9、11、12。然而}，相当一部分 POAG 患者的眼压在正常范围内，即所谓的正常眼压性青光眼 (NTG) ^{13。此外， IOP 和 POAG 之间的遗传相关性范围为 0.49 至 0.80，这表明}仅靠 IOP 无法全面解释 POAG 的发展^{11、14、15 。在动物模型中，非眼压}相关因素可诱发青光眼¹⁶。综合起来，这些证据来源表明^{，眼压依赖性和眼压}非依赖性（非眼压依赖性）机制均对 POAG 的病理生物学有贡献^16,17。

以往对 POAG 的眼压依赖性成分的研究强调了施加在视网膜上的机械压缩或拉伸力的作用，尤其是在视神经乳头 (ONH) 的筛板层处，视网膜神经节细胞 (RGC) 的轴突可能特别脆弱¹⁸。在动物模型中，长期暴露于高眼压引起的机械压缩会导致青光眼视神经病变 (GON) 的标志性症状，例如视网膜神经纤维层 (RNFL) 变薄和视神经乳头凹陷（杯状），最终导致进行性视野丧失^{19 。专注于POAG 的非眼压依赖性机制的研究强调了视网膜血管系统的作用。}眼部血液灌注( OBF)^不足会导致 RGC 退化^{13、20、21、22 。}血管痉挛、自身调节功能障碍、内皮细胞功能障碍和视网膜血管形态变化已被证实会扰乱 OBF，因此可能导致 POAG 的非眼压依赖性成分²³。

与 POAG 一样，现有证据支持非 IOP 依赖性和 IOP 依赖性机制在 NTG 病因中的作用^{20,24 。}因此，NTG 病例和健康对照的 GWAS 分析可能不是描述 POAG 非 IOP 依赖性成分遗传结构的最有效方法。在这里，我们应用了一种称为 GWAS-by-Subtraction 的基因组结构方程模型 (GSEM) 方法来深入了解 POAG 的非 IOP 依赖性成分 (图 ^1a )。在第一阶段，我们通过从 POAG 的总体遗传效应中减去 IOP 相关的遗传效应，得出了与 POAG 非 IOP 依赖性成分相对应的全基因组遗传效应。使用 GWAS-by-Subtraction 分析对不同的独立输入 GWAS 样本进行了验证 (图 1b )。然后，我们构建了单独的遗传风险评分 (GRS)，量化个体对眼压依赖性和非眼压依赖性 POAG 疾病机制的易感性。我们发现 POAG 非眼压依赖性成分的 GRS 与视网膜微血管特征 (RMF) 相关，这为血管系统在非眼压依赖性 POAG 疾病机制中的作用提供了有力证据。

结果

通过减法 GWAS 识别出与 POAG 非眼压依赖性成分相关的新变异，并复制已知的 NTG 基因座

在发现阶段，将与角膜代偿性眼压 (IOPcc) ( n  = 97,644) 相关的遗传效应从 POAG 的遗传效应中减去 (14853 例病例 vs. 106544 例对照；由 Gharahkhani 等人¹⁰报告，排除了 FinnGen 研究的参与者) (补充数据 1和2 )。通过减法 GWAS 从 15 个独立区域中鉴定出 17 个独立的全基因组显著 SNP ( P  < 5 × 10 ⁻⁸ )，这些 SNP 与 POAG 的非眼压依赖性成分相关 (图 2；表 1 )。SNP 遗传力 (时长年代否磷2

在 GWAS 减法分析过程中，敏感性分析显示，POAG 的 IOP 依赖性和非 IOP 依赖性潜在因素之间的遗传相关性限制不太严格（rg =0.1 或 0.2），导致越来越多的 SNP 与 POAG 的非 IOP 依赖性成分在基因组范围_内 显著相关（补充图 1和补充数据 4）。

重复了 POAG 非眼压依赖性成分的主要 SNP

进行了三项验证分析，以验证 GWAS 减法结果不依赖于发现分析中使用的输入 GWAS 数据集（补充数据 1）。在验证分析 1 中，GWAS 减法使用不同的 IOP 样本作为输入，即 Bonnemaijer 等人¹²进行的国际青光眼遗传联盟 (IGGC) GWAS 的 IOP ，其中不包括来自英国生物银行的参与者。这项基于 IGGC IOP 的 GWAS 减法分析确定了 20 个独立的 SNP，所有这些 SNP 在主要分析中都具有显著性（P  < 0.05），而在发现阶段报告的 17 个 SNP 中有 16 个显示出重复的证据（P  < 0.05）（补充图 2和3，补充数据 4）。在验证分析 2 中，使用不同的 POAG 样本作为输入进行 GWAS 减法分析，即 FinnGen 参与者的 POAG GWAS（第 9 版；7756 例病例和 358375 例对照），该样本与发现分析中使用的 POAG 样本没有重叠（补充图 2和3，补充数据 4 ）。在发现阶段报告的 17 个基因座中，15 个 SNP 的关联结果可在验证分析 2 中获得。另外选择了 2 个 SNP 作为不存在的 SNP 的替代；两者均 与目标 SNP处于完全连锁不平衡（LD）r2 = ¹中。在这 17 个 SNP 中，有 14 个显示出重复的证据（P   < 0.05），包括已知 NTG 区域的位点以及ANAPC1、CADM2、MIR3925和PKH1D中新发现的位点（补充数据 4）。TMEM196 位点的领先 SNP具有相同的效应方向和接近名义显著性（P = 0.07） 。 在验证分析 3 中，使用完全独立的输入样本进行减法 GWAS：FinnGen 参与者的 POAG GWAS 和 Bonnemaijer 等人报告的 IOP IGGC ^GWAS。12在发现分析和验证分析 3 中都存在的 14 个 SNP 中，有 11 个 SNP 显示出复制的证据，而对于评估了代理 SNP 的另外 3 个变体，有 2 个显示出复制的证据（补充图 2和3，补充数据 4）。

POAG 的 IOP 依赖性成分不包括新的位点

48 个区域内有 75 个独立的全基因组显著 SNP，与 POAG 的 IOP 依赖性成分相关（补充数据 5，补充图 4）。再次，由于人口分层（LDSC 截距 = 1.04），膨胀的证据很少。IOPcc 的初始 GWAS 与 POAG 的 IOP 依赖性成分的 GWAS 减法结果之间的相关性很高（r _g  = 1.0，P  < 0.001）。时长年代否磷2时长年代否磷2

原发性开角型青光眼的眼压依赖性和非眼压依赖性成分与其他特征具有不同的关联模式

在之前的 GWAS 分析中，发现与 POAG 非 IOP 依赖性成分相关的 17 个全基因组显著变异中有 15 个与 POAG 或青光眼相关特征有关（补充数据 6）。此外，在 SNP 所在的 15 个区域中，有 13 个来自 SNP 对其他特征具有多效性影响。ANAPC1 基因座的主要变异rs113894504与已知的 IOP 相关变异 rs2030500 具有强 LD，这表明ANAPC1或附近的基因通过依赖和独立于 IOP 的多效性机制影响对 POAG 的易感性。许多主要的非眼压依赖性成分 SNP 也与多种青光眼内表型相关，例如视杯面积、视盘面积、垂直杯盘比 (VCDR) 和 RNFL 厚度 (图 3a )。相比之下，只有少数眼压依赖性成分 SNP 与青光眼内表型相关 (图 3b；补充数据 7 )。相反，在之前的 GWAS 分析中，大多数眼压依赖性成分 SNP 仅与青光眼或眼压相关。

^{POAG 与各种青光眼内表型12}之间的遗传相关性为中度至高度：视杯面积，r _g  = 0.57（95% CI：0.45–0.69，P  = 1.67 × 10 ⁻²⁰），视盘面积，r _g  = 0.22（95% CI：0.10–0.34，P  = 5.32 × 10 ⁻⁴），VCDR，r _g  = 0.53（95% CI：0.41– 0.65，P  = 1.18 × 10 ⁻¹⁷）。与上述结果一致，POAG 的非眼压依赖成分与这些青光眼内表型之间的遗传相关性也是中度至高度（图 4；补充数据 8）。相比之下，POAG 的眼压依赖性成分与这些青光眼内表型之间的遗传相关性明显较低，约为非眼压依赖性成分的一半（图 4；补充数据 8）。例如，在 VCDR 的情况下，POAG 的非眼压依赖性成分的r _g  = 0.54（95% CI：0.41–0.68，P  = 2.50 × 10 ^{−15 ），POAG 的眼压依赖性成分的}r _g  = 0.19（95% CI：0.10–0.29，P  = 4.86 × 10 ⁻⁵）。

与收缩压和其他临床特征的关系

进行了进一步的遗传相关性分析，以确定两个 GWAS 减法性状与其他临床相关性状之间的关系。POAG 本身与收缩压 (SBP) 表现出低但统计学上显著的正遗传相关性 ( r _g  = 0.05, 95% CI: 7.1e-04–0.1, P  = 0.046) ²⁷。有趣的是，POAG 的 IOP 依赖成分与血压性状具有更高的正遗传相关性：SPB，r _g  = 0.10 (95% CI: 0.05–0.15, P  = 2.42 × 10 ⁻⁵ )；脉压 (PP) ²⁷，r _g  = 0.10 (95% CI: 0.05–0.14, P  = 8.76 × 10 ⁻⁵ )。相比之下， ^{POAG的非眼压}依赖性成分与血压特征没有明显的相关性（图 ⁴ ；^补充数据 8 ^）。对于其余研究的特征^{28、29、30、31、32、33、34、35、36 ，经过}多重检验后，没有^{任何遗传相关性显着。}

eQTL、基因、通路和组织特异性富集分析

首先，通过检查与 POAG 非眼压依赖性成分相关的 SNP 在基因表达调控中的作用来研究其功能。17 个主要非眼压依赖性 SNP 中有 13 个（包括 LD r ²  > 0.8 中的 SNP）是已知表达数量性状基因座 (eQTL；不同组织中的错误发现率 [FDR] <0.05；补充数据 9 )。对与 POAG 非眼压依赖性成分相关的 17 个 SNP 与血液中的基因表达特征 (GTEx v7.0) 进行基于贝叶斯的共定位分析，确定了 3 个基因座，有证据表明 GWAS 减法 SNP 是调节基因表达的因果变异（共定位后验概率 [CLPP] > 0.01；补充数据 10）。

使用 MAGMA 进行的基于基因的富集分析优先考虑了 23 个与 POAG 非眼压依赖性成分相关的基因（补充数据 ¹¹）。在这 23 个基因中，ALDH9A1、TMCO1、AFAP1、CDKN2A ^{、CDKN2B、BICC1、ABCA1、PPM1A、C14orf39 和 SIX6 位于先前与 NTG 相关的区域 7、10、25}，而ETV7、PXT1 、 KCTD20 、 TWISTNB 、 TMEM196^{和C9orf53基因}先前已知与ONH形态相关^37。基于基因的富集分析还优先考虑了 115 个与 POAG 眼压依赖性成分相关的基因（补充数据 12）。

对 POAG 非眼压依赖性成分的 GO 通路分析产生了一条显著富集的通路，即载脂蛋白 A-1 结合（P  = 3.24 × 10 ⁻⁷）。GO 通路（血管通透性负向调节）是 POAG 眼压依赖性成分的 MAGMA 分析中富集最强的通路（P  = 3.90 × 10 ⁻⁷；补充数据 13 ）。这种富集主要是由ANGPT1和PTPRJ基因 的关联驱动的（补充数据13）。GENE2FUNC 分析和 FUMA 优先考虑了 POAG 非眼压依赖性成分的细胞周期或免疫反应相关通路（补充图 5），以及 POAG 眼压依赖性成分的几条与感觉系统相关的通路（补充图 6）。

我们使用 WebCSEA 进行了细胞类型特异性富集分析，以识别在 GWAS 减法分析中识别的基因富集的组织或细胞类型。骨骼肌卫星干细胞优先考虑 POAG 的非 IOP 依赖性成分（补充图 7和8）。在视觉系统（眼睛、视网膜和视觉皮层组织）中，与 POAG 非 IOP 依赖性成分相关的基因在感光细胞、视网膜祖细胞和 Muller 神经胶质细胞以及视觉皮层细胞中相对富集（补充图 9）。与通路分析一致，在考虑整体组织和细胞类型时，POAG IOP 依赖性成分的 CSEA 优先考虑血管相关内皮细胞，表明血管通透性在 POAG 中具有潜在作用（补充图 10和11）。当聚焦于视觉系统时，基因主要富集在眼小梁网近小管区域的细胞和视网膜成纤维细胞中（补充图 12）。

预测 POAG 及其亚型的能力

英国生物银行参与者的一个子集可归类为 NTG 病例、高压性青光眼 (HTG) 病例或非 POAG 对照（参见方法小节“IOP、青光眼、眼底图像和协变量的评估”）。在比较 POAG 病例（n  = 7205）与对照（n  = 191,710）时，POAG 非 IOP 依赖性成分的 GRS 可适度预测青光眼风险（GRS 每增加一个标准差，OR = 1.22；P  < 0.001），POAG IOP 依赖性成分的 GRS 也是如此（OR = 1.27；P  < 0.001）。至于 POAG 亚型，两种 GRS 均与 NTG 和 HTG 风险显着关联。具体而言，在 NTG 的情况下（2384 例病例 vs. 191,710 例对照），非 IOP 依赖性成分的 GRS 显示 OR 为 1.08（P  = < 0.001），而 IOP 依赖性成分的 GRS 显示 OR 为 1.07（P  < 0.001）。同样，在 HTG 风险的情况下（4821 例病例 vs. 191,710 例对照），非 IOP 依赖性成分的 GRS 显示 OR 为 1.30（P  < 0.001），而 IOP 依赖性成分的 GRS 显示 OR 为 1.38（P  < 0.001）。多基因风险比 (PRR)——定义为 POAG 非眼压依赖性成分的 GRS 除以眼压依赖性成分的 GRS——用于评估其区分 NTG 病例 ( n  = 2384) 与 HTG 病例 ( n  = 4821) 的能力。调整 POAG 的 GRS 后，PRR 增加 10% 会导致 NTG 风险增加 5%（表 2）。由于这些预测 POAG 及其亚型的分析是在英国生物银行参与者的样本中进行的，因此进行了敏感性分析，其中 SNP 效应大小来自验证分析 3（完全独立于英国生物银行的 GWAS 减法分析）。在敏感性分析中，POAG 的眼压依赖性和非眼压依赖性成分的 GRS 表现出与主要分析中观察到的相似的预测效果（表 2）。

与视网膜微血管特征的关联

基于视网膜的微血管健康评估系统 (RMHAS) 分析量化了 50,624 名通过质量控制过滤的参与者样本中的总共 91 个不同的 RMF (补充数据 14 )。调整协变量后，较低的中央视网膜动脉等效 (CRAE) 口径、较低的动脉复杂度、较大的动脉长径比和较长的动脉长度与 ICD-10 推断的青光眼风险增加相关（583 例 vs. 48497 例对照）（补充数据 15）。经过多重检验后，POAG 的 IOP 依赖成分的 GRS 与 91 个 RMF 中的 4 个相关（P  < 5.49 × 10 ⁻⁴；对应 0.05/91 个特征）（补充数据 16），并且它们都是与血管复杂性高度相关的 RMF。然而，POAG 非眼压依赖性成分的 GRS 与 26 种不同的 RMF 显著相关（P  < 5.49 × 10 ⁻⁴）（补充数据 17）。最显著相关的 RMF 是视神经乳头区域内的血管数量（ntree_a表示小动脉，ntree_v表示小静脉）。较高的 GRS 与穿过视神经乳头区域的血管较少相关（ntree_a：beta = −3.56 × 10 ⁻⁰³，P  = 1.28 × 10 ⁻¹⁹；ntree_v：beta = −1.51 × 10 ⁻⁰³，P  = 5.26 × 10 ⁻⁶）。与血管网络复杂性相关的四个 RMF——动脉和总分形维数（fda和fdt）以及血管段数量（nseg_a和nseg_v）——也与 GRS 呈负相关（fda，beta = −8.23 × 10 ⁻⁰⁵，P  = 2.85 × 10 ⁻¹³；fdt，beta = −4.62 × 10 ⁻⁰⁵，P  = 2.07 × 10 ⁻⁵；nseg_a，beta = −4.59 × 10 ⁻²，P  = 1.33 × 10 ⁻¹³；nseg_v，beta = −0.03，P  = 4.15 × 10 ⁻⁸）。这些发现表明，视网膜血管复杂性降低可能是 POAG 的征兆，尤其是在眼压在正常范围内的患者中。此外，另外 13 个高度相关的 RMF（指示血管宽度）与 GRS 增加呈正相关（补充图 13）。还与血管曲折度指数（曲线角度平均值a和曲线角度平均值v）有关。GRS 越高，曲折度越低，量化为曲线角度平均值a或曲线角度平均值v的较低值（曲线角度平均值a：beta = −2.58 × 10 ⁻³，P  = 6.84 × 10 ⁻⁹；曲线角度平均值v：beta = −1.37 × 10 ⁻³，P  = 1.14 × 10 ⁻⁶；图 5，补充数据 17）。

讨论

在本研究中，我们使用了基因组结构方程建模方法 GWAS-by-subtraction，将 POAG 的遗传风险分解为 IOP 独立成分和 IOP 依赖成分。与单一特征 GWAS 不同，基因组 SEM 在单个模型中考虑多个特征，结合它们错综复杂的相互关系，从而提高发现机制特定关联的可能性。我们假设 IOP 依赖和非 IOP 依赖的生物过程都会导致 POAG 的病因。通过 GSEM 分离 IOP 依赖性效应对 POAG 的影响，残留的遗传效应代表不受 IOP 影响的 POAG 成分。非 IOP 依赖成分的 GWAS 汇总统计数据显示，位于 15 个不同区域的 17 个独立 SNP 通过可能与 IOP 升高无关的机制与 POAG 在全基因组范围内显着相关。眼压依赖性成分的 GWAS 汇总统计数据显示，48 个与 POAG 相关的不同区域中存在 75 个独立变异，这些变异可能与眼压升高有关。从 POAG 风险的这两个成分中获得的遗传学见解为我们提供了一个独特的机会来探索 POAG 的潜在机制。

已发现多种青光眼内表型，包括 VCDR、视盘大小、视杯大小和 RNFL 厚度^{38、39。POAG的眼压依赖性和非眼压依赖性成分与这些内表型的关联模式截然不同。例如，虽然 POAG 的眼压依赖性成分主要与眼压本身相关，而不是与形态内表型相关，但非眼压依赖性成分与 ONH相关}内表型共享更大的遗传结构。因此，对于 VCDR 和视杯面积（这两个成分都相关），POAG 的非眼压依赖性成分的关联程度大约高出两倍。

POAG 的非 IOP 依赖性遗传成分优先考虑两个变异体 rs113894504 和 rs7803764，这两个变异体之前并未在基因组范围内与 POAG 关联。这两个基因座与 POAG 风险降低有关，但令人惊讶的是，它们与更高的 IOPcc 关联。我们的 GWAS 减法模型实施了一个理论框架，其中 SNP 通过 IOP 依赖性或非 IOP 依赖性途径影响 POAG。通过假设 IOP 和非 IOP 成分之间的遗传相关性为零，IOP 依赖性成分被排除在 POAG 的遗传风险之外。IOP 相关变异体 rs113894504 和 rs7803764 预计会通过其对 IOP 的影响与 POAG 风险增加相关联。然而，GWAS 减法分析能够揭示事实并非如此，相反，这些变异与 POAG 风险降低相关，这是通过非眼压依赖性机制实现的。我们的研究表明这些基因座具有拮抗作用；通过与较高眼压相关而增加的 POAG 风险，与通过非眼压依赖性途径降低的 POAG 风险相平衡。变异 rs113894504（及其r ²  = 1.0 代理，rs80233695）位于ANAPC1基因内。在发现分析中，这种变异与 POAG 的非眼压依赖性成分（1.99 × 10 ⁻⁸）以及 POAG 的眼压依赖性成分（P  = 5.17 × 10 ^{−30 ）密切相关，并且是}ANAPC1的 eQTL （补充数据 3和9）。在 GTEx 目录的组织中，rs80233695 的 C 等位基因与骨骼肌中ANAPC1的较高表达 ( P  = 9.3 × 10 ^{−7 )}有关，但在胫神经中表达降低 ( P  = 4.0 × 10 ^{−3 )}。该变异未在 ClinVar 数据库中列出，但据报道其他ANAPC1变异可调节角膜结构^{的特定特征11、40、41、42、43 ，}例如角膜内皮细胞密度和中央角膜厚度。ANAPC1^变异还与视网膜色素变性 (RP) 有关^44，因此未来的研究将调查 ANAPC1（或该基因座上的另一个基因）是否通过与前节或后节相关的机制增加 POAG 的风险。 rs7803764 位于TMEM196基因内，以及LOC107986774内长链非编码RNA (lncRNA) 转录本。然而，rs7803764 是TWIST1基因的表达数量性状位点 (eQTL)，距离超过 600 kb（具体而言，rs7803764 的 C 等位基因与GTEx 胫神经样本中TWIST1表达增加有关； P  = 1.7 × 10 ⁻⁶）。之前的研究表明， TMEM196与青光眼无关，然而，TWIST1与小梁网细胞引发的细胞外基质重塑有关⁴⁵。尽管如此，基于人工智能 (AI) 分级的 ONH 特征的 GWAS 确定了 VCDR 与变体 rs57584385 之间的关联，后者位于TMEM196和TWISTNB ( POLR1F ) 基因附近³⁷。该 VCDR 相关变异和我们在基因座 rs7803764 处的主要变异在欧洲人中处于中等 LD（r2 = 0.34）。已知 VCDR 相关变异^rs57584385 的风险等位基因 (G) 与 POAG 的非眼压依赖性成分相关（β = 0.06，P  = 0.015），但与 POAG 的眼压依赖性成分无关（β = −0.02，P  = 0.10）。额外的 PheWAS 分析支持其与 RMF 的关联（补充数据 18）。因此，我们目前的发现支持早期的发现，即将TMEM196（或潜在的TWIST1或TWISTNB）通过 ONH 退化或小梁网重塑与 POAG 联系起来。

POAG 非眼压依赖性 GWAS 成分的一个值得注意的特征是它复制了 NTG GWAS 分析中发现的几个基因座。然而，眼压相关机制仍然是 NTG 致病过程的一部分，降低眼压药物是关键的治疗干预措施^{24、46、47 。因此，尽管 NTG 的 GWAS 可能揭示与眼压有关的遗传关联，但我们通过减法 GWAS 得出的非眼压依赖性成分在设计上应该能够识别出}独立于眼压影响 POAG 风险的变异。两个发现支持这种推理。首先，当以眼压依赖性和眼压非依赖性潜在因子之间不太严格的遗传相关性重复 GWAS 时，所得的非眼压依赖性成分与 NTG ¹⁰的 GWAS 显示出更大的相似性（图 2，补充图 1）。其次，在已知的与 NTG ¹⁰相关的 6 个 SNP 中，有 4 个也与 IOP 显着相关（1 个 SNP，5 × 10 ⁻⁸  <  P  < 0.05，3 个 SNP，P  < 5 × 10 ⁻⁸）。相比之下，在 POAG 非 IOP 依赖性成分中鉴定出的 17 个 SNP 中，只有 6 个在基因组范围内显着与 IOP 相关。

本研究为青光眼的“血管理论”提供了充分的证据，POAG 的眼压依赖性和非眼压依赖性成分均提供了互补的证据。因此，首先，我们发现 POAG 的眼压依赖性成分与血压具有共同的遗传结构（补充数据 8）。许多流行病学研究报告称高血压与青光眼呈正相关⁴⁸。血压升高通过自主神经系统导致房水过量产生和/或房水流出减少，导致眼压升高^{49 , 50}。这可能促进反馈循环，其中升高的眼压会增加眼组织血流阻力，从而降低 OBF。相反，也有研究表明，由于眼灌注压降低，低 SBP 的个体患 POAG 的风险更高⁵¹，而孟德尔随机化研究发现血压与 POAG 之间存在因果关系的证据很少⁵²。总之，血压和 POAG 之间的关系可能很复杂，高血压与眼压升高和青光眼风险增加有关，但同时也会导致 OBF 增加和 POAG 风险降低。其次，我们发现证据表明，血管细胞特性，例如血管通透性、血管内皮细胞功能和平滑肌细胞，与 POAG 的眼压依赖性成分有关（补充数据 13，补充图 10 - 12）。已知血管细胞在青光眼的病因中起着重要作用。实验研究表明，内皮型一氧化氮合酶 (eNOS) 可以调节血管收缩性^{17 ，并且}Schlemm 管内皮细胞的功能障碍可能导致眼压升高^{17、53、54 。此外，血管系统功能受损可能会损害房水流出途径，}从而直接导致眼压升高⁵⁵。小动脉血管肌失调和随之而来的视神经缺血可能会损害营养物质向视网膜的输送^{56 , 57}。第三，我们还确定了 POAG 的非眼压依赖性成分与视网膜血管系统之间的联系（图 5，补充资料 17）。具体而言，我们确定了与 POAG 非眼压依赖性成分相关的多种 RMF。这些 RMF 包括血管密度、复杂性、口径和曲折度指标。我们推测，血管密度增加可能导致 ONH 的更大区域获得血液和营养供应，从而降低缺血敏感性。我们将血管复杂性与青光眼联系起来的研究结果与之前的研究一致^{58、59 。}与血管复杂性相对应的“分形维数”的 RMF 指数越高，表明视网膜的血液供应越好（因此，高血压和糖尿病微血管病变^60与较低的分形维数有关）。我们还发现，表明视网膜血管弯曲程度较低的 RMF 与青光眼的遗传风险较高有关。与此发现一致，Wu 等人⁵⁸和 Rudnicka 等人⁶¹报告称，弯曲程度较低的血管与 POAG 风险增加相关，尽管 Chiquet ⁶²发现血管曲折与 POAG 或 NTG 之间存在有限关联的证据。因此，总的来说，我们的研究结果支持以下假设：血管形态可能与 OBF 有关，并且这些形态特征不太可能影响或受 IOP 影响。此外，我们观察到血管口径（CRAE）与 ICD-10 代码推断的青光眼之间存在负关联，这与之前的研究结果一致^{63、64、65、66。然而，这些关联在我们随后的 GRS 分析中并不显著。相反，对于非IOP依赖的 POAG 成分，与血管口径有关}的其他 RMF 与 GRS 呈正相关。本研究与之前研究的一个主要区别是，我们的血管口径 RMF 来自各种血管，而不仅仅是来自 CRAE 和 CRVE（同样，我们的血管宽度 RMF 指数可能无法与之前研究中使用的指数直接比较）。之前没有研究发现青光眼的遗传风险与 RMF 之间存在关联，而我们的非眼压依赖性 POAG 成分也是如此。这些发现总结在表 3和图 6中。

本研究的另一个值得注意的发现是，青光眼特征与 CKD 之间的遗传相关性为负，而最近的流行病学研究报告了这两种疾病的正表型关联^{67 , 68}。这种差异可能是由于遗传相关性估计中的偏差造成的，因为这种偏差的先例是存在的（在两种二元性状存在非遗传混杂因素的情况下，遗传相关性是根据未考虑协变量的 GWAS 汇总统计数据估计的^{69 , 70}）。

我们承认本研究存在一些局限性。例如，POAG 的 GWAS 样本量相对较小，这会导致在估计 SNP 与青光眼风险之间的关联时统计精度有限。此外，POAG 的 GWAS 中既包括 HTG 病例，也包括 NTG 病例，但这两个特征的 SNP 遗传性可能不同。虽然理论上预计 GWAS-by-subtraction 对 SNP 遗传性的这种差异具有稳健性⁷¹，但我们不能排除这种潜在的不精确来源。我们对 IOPcc 的 GWAS 依赖于英国生物银行参与者的单次 IOP 测量，而众所周知，IOP 会在昼夜节律中波动，因此单次评估无法捕捉其全部影响。此外，尽管我们使用了“角膜补偿”的 IOP 测量方法，但任何此类补偿都容易出错，因此不能完全解释影响 IOP 测量的角膜生物力学特性的差异。 POAG 的 GWAS 和 IOP 的 GWAS 是在不同的样本中进行的，因此两个样本中 POAG 的遗传和/或环境风险因素的任何差异都可能导致 GWAS 减法模型出现错误。我们使用 GWAS 汇总统计数据作为 GWAS 减法分析的输入；理想情况下，最好研究每种特征的因果变异，因为两个 GWAS 样本中因果变异的标记可能略有不同。最后，GWAS 减法模型假设一组简单的因果关系，仅涉及两个 POAG 潜在风险因素，其中一个完全依赖于 IOP，另一个完全独立于 IOP。现实情况可能是一组更为复杂的相互关系，其中包括多效性影响。尽管存在这些局限性，我们发现将 POAG 的遗传风险分解为眼压依赖性成分和非眼压依赖性成分，可以进一步了解这两种不同机制增加 POAG 风险的机制。