隋静，高玉敏,3，赵美清，王靖宇，王志香，刘琦，程佳颖，周旭颖，刘东洋，王昱锜

随着我国社会经济发展，以高血压为代表的慢性病逐渐成为威胁居民健康的重大卫生问题[1]。调查显示，高血压患病率随年龄增加而升高[2]，一旦确诊，常需终身治疗以控制疾病进展。在未来的健康领域，高血压仍是需防治的重点公共卫生问题之一。目前临床关于高血压的发病机制尚未得到一致认可，但普遍认为该病与环境、遗传等因素关系密切[3]。因此，探索老年人罹患高血压的遗传因素，为疾病提供最早的基因预警，并根据基因报告进行个体化的早期预防具有重要意义[4]。

二甲基精氨酸二甲胺水解酶2（DDAH2）是一种具有降解非对称二甲基精氨酸（ADMA）作用的关键酶，由于DDAH2的活性受DDAH2基因多态性的影响，因而该基因多态性可间接影响血浆中ADMA的表达水平[5]，进而影响高血压的发生。研究发现[6]，DDAH2基因rs805305、rs2272592两个位点可能与高血压的患病相关，但因种族、地域、环境等因素的不同，其影响程度也不同，本研究旨在探索该基因这两个位点与本地区老年人群高血压的相关性。

1 资料与方法

1.1 研究对象采用便利抽样的方法，选取2019～2020年于包头市包钢社区进行体检的65岁以上老年人为研究对象。病例组为高血压患者，对照组为健康人群，每组各282例。纳入标准：①年龄≥65岁；②患者及家属均签署知情同意书；③符合《中国高血压防治指南（2018年修订版）》血压诊断及分级标准。舒张压≥90 mmHg （1 mmHg=0.133 kPa）和/或收缩压≥140 mmHg；或体检前1个月仍进行抗高血压治疗，服用降压药物者。排除标准：①嗜铬细胞瘤等肿瘤患者；②已被诊断的Ⅰ/Ⅱ型糖尿病患者；③继发高血压患者；④正在服用激素类药物的患者。

1.2 方法

1.2.1 指标定义吸烟史：“吸烟史”定义为连续吸烟1年以上（≥1支/d）及已戒烟。饮酒史： “饮酒史”定义为饮酒持续1年以上（≥2/周）及已戒酒。是否进行体育锻炼[7]：“是”定义为包含以下三种情况任意一种。① “每天进行体育锻炼”（每次≥30 min）；② “经常进行体育锻炼” （每周≥3次，每次≥30 min）；③“偶尔进行体育锻炼”（每周1～2次，每次≥30 min）。锻炼为散步、跑步等有意识的活动。

1.2.2 流行病学调查制定统一的调查表，收集人口信息资料。睡眠质量筛查使用匹茨堡睡眠质量指数量表（PSQI），累计7个成分得分为PSQI总分，总分越高表示睡眠质量越差[8,9]，该量表具有较高的信度和效度[10]。

1.2.3 血样采集及基因型检测抽取研究对象的空腹静脉血，分别置于5 ml EDTA抗凝管和5 ml惰性分离胶促凝剂采血管中。促凝采血管离心后取血清，用于检测血清生化指标，包括空腹血糖、总胆固醇（TC）、三酰甘油（TG）、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）。抗凝管中全血使用尿酸试纸经比色法测定血尿酸。抗凝管离心后分别将血浆与血细胞分装并在-80℃冻存，其中血细胞使用血基因组DNA提取试剂盒提取血基因组DNA，通过多重高温连接酶检测反应技术（iMLDR）检测rs805305、rs2272592位点多态性并将基因型分类。

1.3 统计学处理数据应用Epidata 3.1软件录入数据库，采用IBMSPSS 25.0统计软件进行分析，以拟合优度χ2检验分析基因型的分布是否符合Hardy-Weinberg平衡。服从正态分布的定量资料使用（±s）表示，不服从正态分布的定量资料使用M（P25，P75）表示，定性资料使用例数（百分数）表示，用配对数据的t检验、秩和检验（定量资料）或χ2检验（定性资料）统计病例组与对照组之间的一般信息及基因型分布的差异；采用多因素条件Logistic回归分析计算比值比（OR）及其相应的95%可信区间（CI）；使用SNPstats在线软件分析5种遗传模型与高血压的关联；多因素条件Logistic回归分析用于研究基因与环境的交互作用。

2 结果

2.1 一般人口学特征本研究纳入病例组与对照组，每组各282例，其中男性99对，女性183对，病例平均年龄74.0（69.0，80.0）岁；对照平均年龄74.0（70.0，79.0）岁，两组性别、年龄比较，差异均无统计学意义（P＞0.05）。两组间生化指标及行为生活方式比较结果发现，尿酸水平等因素比较，差异无统计学意义（P＞0.05）；而空腹血糖、体质指数（BMI）等因素比较，差异有统计学意义（P＜0.05），表1。

表1 病例组与对照组一般人口学特征比较[M（P25，P75），（n，%）]

2.2 Hardy-Weinberg遗传平衡检验rs2272592、rs805305位点基因多态性χ2检验提示，两个位点基因型分布比较均符合Hardy-Weinberg遗传平衡定律（P＞0.05），表2。

表2 两组人群DDAH2基因rs2272592、rs805305位点Hardy-Weinberg遗传平衡比较

2.3 遗传模型分析通过SNPstats在线软件进行遗传模型分析，并选取最优模型[11]，判断在rs2272592位点中的超显性遗传模型为较优遗传模型，rs805305位点的显性遗传模型为较优遗传模型，表3～4。

表3 rs2272592位点在病例组和对照组中不同遗传模式的比较（n，%）

表4 rs805305位点在病例组和对照组中不同遗传模式的比较（n，%）

2.4 DDAH2基因多态性与高血压关系的多因素条件Logistic回归分析以是否患有高血压为应变量，经年龄、空腹血糖、TG、HDL-C、BMI调整后，仅发现rs2272592位点超显性遗传模型（G/G+A/A=0，G/A=1）与高血压有统计学关联（P＜0.05），表5。

表5 DDAH2基因多态性与高血压关系的多因素条件Logistic回归

2.5 基因-环境交互作用分析本研究中环境因素主要包括吸烟史、饮酒史、是否进行体育锻炼及睡眠总分，将四种环境因素分别与rs2272592位点超显性遗传模型进行相乘，将乘积项带入Logistic回归中，经单因素条件Logistic回归分析发现，rs2272592位点超显性遗传模型*睡眠总分与高血压有统计学关联；经年龄、rs2272592位点超显性遗传模型、吸烟史、饮酒史、是否进行体育锻炼、睡眠总分调整后，rs2272592位点超显性遗传模型*睡眠总分与高血压的统计学关联消失，表6。

表6 多因素条件Logistic回归分析基因-环境因素间相乘模型交互作用的结果

3 讨论

本研究发现两组人群在BMI、空腹血糖等因素间存在差异，多因素分析结果提示，空腹血糖、BMI是高血压发生的危险因素，HDL-C是高血压发生的保护因素。这与既往研究结论一致，可能是由于过量的脂肪组织可通过分泌脂联素等脂肪因子紊乱机体的代谢，损伤内皮细胞功能引发高血压[12,13]；持续的高血糖水平会引发机体胰岛素抵抗反应，进而引起机体血压升高[14,15]；而HDL-C可清除血液和细胞中过多的胆固醇和LDL-C，从而降低高血压发生的可能[16]。

既往研究表明，ADMA作为内源性一氧化氮合成酶（NOS）抑制剂存在于人的血浆和尿液中，能够竞争性抑制NOS，导致NOS活性降低，使得一氧化氮（NO）生成减少，生物利用度降低。NO作为气体信号分子能够影响血管舒张效应，在原发性高血压发生及进展过程中扮演了重要角色[17]。DDAH2是降解ADMA的关键酶，但其活性受DDAH2基因多态性的影响，有研究表明，DDAH2基因多态性可能使得机体内ADMA积聚，进而影响血管内皮舒张功能[5]，可能影响高血压的发生。

国外有研究者发现，高加索人群中DDAH2基因rs805305位点多态性与高血压相关，且rs805305G等位基因与高血压患病相关[18]。本研究并未发现，rs805305位点基因多态性与高血压的发生有关，其原因可能与研究人群存在遗传异质性、样本含量等因素有关。既往有研究证实，DDAH2基因rs2272592位点GA+GG基因型与2型糖尿病显著相关，暂未发现 rs2272592位点多态性与高血压存在关联[19,20]。本研究发现，调整混杂因素后，rs2272592位点携带G/A基因型可能增加高血压的患病风险。

近年来研究表明，高血压是遗传、环境因素共同作用的结果[3]。本研究发现， rs2272592位点超显性遗传模型与睡眠总分间存在相乘的交互作用，但调整其他环境因素后，该交互项的统计学意义消失，即rs2272592位点超显性遗传模型与睡眠总分的联合作用可能与高血压易感性无关。目前对于DDAH2基因多态性与高血压关系的研究较少，暂未发现其他研究探索DDAH2基因多态性与环境因素的交互作用对高血压的影响，无法将本研究结论与其比较，但既往有研究认为睡眠时间过长或过短及睡眠质量差可能与高血压的患病有关[21]。因此，提示后续研究中，应扩大样本数量，进一步探索两位点基因多态性及基因-环境交互作用与高血压的关系。

本研究是在内蒙古包头地区首次探索DDAH2基因多态性与高血压病的遗传易感性关系，使用1:1配对病例对照研究，可控制混杂因素，提高两组的可比性，结果可靠。但本研究也存在局限性，采用便利抽样的方法，获得的研究对象代表性较弱，可在之后的研究中与多中心合作，扩大样本数量，以期得到更可靠的结论，为老年高血压的防控提供参考依据。