中国发表 | 共病研究核心利器：一站式生信工具MPGK

近日，中日友好医院皮肤科崔勇教授及大数据中心左先波教授团队在权威医学期刊《中华医学杂志》英文版发表了一项原创研究成果，研究团队以临床高发的糖尿病与银屑病共病研究为核心场景，开发出一款面向全研究者、尤其适配生信入门者的一站式基因组学后分析工具MPGK，完整整合孟德尔随机化（MR）、多基因风险评分（PRS）、基因本体（GO）及京都基因与基因组百科全书（KEGG）富集分析四大核心功能，且通过糖尿病、银屑病的真实基因组数据完成全流程验证，结果与既往权威研究高度一致，为两大疾病的遗传机制研究、共病因果探索、精准防控提供了标准化、低门槛、高可靠性的分析方案。

研究背景

糖尿病是全球高发的代谢性疾病，银屑病是慢性难治性炎症性皮肤病，临床已明确二者存在显著共病特征，糖尿病是银屑病的重要合并症之一，二者的因果关联、共同遗传机制、发病风险预测是当前内分泌与皮肤病领域的交叉研究热点。

随着二代测序（NGS）与全基因组关联研究（GWAS）技术的发展，糖尿病、银屑病均已积累了海量公开GWAS汇总数据与基因测序数据，而MR、PRS、GO、KEGG功能富集分析，是挖掘这些数据、解答临床科学问题的核心方法体系。其中，MR可通过遗传工具变量明确糖尿病与银屑病的因果关联，规避观察性研究的混杂偏倚；PRS可实现糖尿病个体水平的发病风险分层，助力高危人群早期筛查；GO/KEGG富集分析可深度解析银屑病发病的核心生物学通路，挖掘两大疾病共病的潜在分子机制。

但现有分析工具与R包功能分散、操作流程不统一、学习曲线陡峭，给临床医生与生信入门者带来了极大的技术壁垒，严重制约了糖尿病、银屑病及二者共病的GWAS数据深度挖掘与临床转化。为此，研究团队开发了MPGK一站式分析工具，完整整合四大核心分析功能，并以糖尿病、银屑病为核心验证数据集，证实了工具的稳定性与准确性。

MPGK工具核心设计与功能模块

MPGK是一款基于命令行开发的整合式生信分析管线，核心实现了GWAS后分析的标准化与自动化，大幅减少人工操作偏差，提升了不同平台间的结果可重复性。工具将MR、PRS、GO和KEGG四大核心分析模块整合至统一工作流，各模块可独立运行，也可通过单条shell脚本一键完成全流程自动化分析，可根据糖尿病、银屑病的研究目标灵活配置。

• MR分析模块

基于领域主流的TwoSampleMR包（0.0.6版）实现双样本MR分析，可直接读取暴露与结局的GWAS汇总统计数据，自动完成工具变量筛选、异质性与水平多效性检验，支持逆方差加权（IVW）、MR Egger、加权中位数等5种权威MR分析方法，并基于ggplot2（3.5.1版）自动生成散点图、森林图、漏斗图、留一法图等全套发表级可视化结果，完美适配糖尿病与银屑病的因果关联探索。

• PRS分析模块

调用PLINK（1.90b7版）完成基因型VCF文件的质量控制与数据格式转换，基于PRSice（2.3.3版）实现多基因风险评分的标准化计算，可输出标准化PRS结果、样本水平的评分数据，同时自动生成PRS概率分布图，便捷实现表型-基因型关联的可视化解读，为糖尿病的发病风险预测提供标准化流程。

• GO与KEGG富集分析模块

自动筛选全基因组显著变异位点（P<5×10^-8）并完成基因注释，基于clusterProfiler包（4.8.3版）实现GO和KEGG功能富集分析与可视化，支持生成点图、条形图、有向无环图（DAG）、网络图等多种展示形式，可全面解析银屑病相关基因的生物学功能，挖掘疾病发病的核心通路。

基于糖尿病、银屑病数据集的工具验证结果

研究团队完全基于糖尿病、银屑病的公开GWAS汇总数据、机构内部糖尿病基因测序数据完成三项验证分析，所有分析结果均严格贴合原文，且与既往领域权威研究结论高度一致，充分证实了工具的可靠性。

• 糖尿病与银屑病的因果关联MR分析

以糖尿病为暴露因素、银屑病为结局因素，通过MPGK完成双样本MR分析，结果明确二者存在显著正向因果关联。IVW法纳入1282个有效工具变量，OR值为1.21，P=3.75×10^-25，加权中位数、简单模式、加权模式等方法均提示二者存在正向因果关联，漏斗图显示SNP效应值分布对称，分析异质性极低，结果稳健可靠，与既往研究证实的“血糖控制不佳会升高银屑病发病风险”的结论完全吻合。

• 糖尿病的PRS分析验证

基于糖尿病基因测序数据与对应表型数据，通过MPGK完成全流程PRS分析，工具自动完成基因型与表型数据合并、质控、模型构建与评分计算，确定分析最优P值阈值为0.03，最终输出包含样本标识符、PRS值与表型信息的标准化结果文件，并自动生成糖尿病病例组与对照组的PRS概率分布图谱，完整实现了糖尿病个体水平的多基因风险评分计算与可视化解读。

• 银屑病的GO与KEGG富集分析验证

基于银屑病GWAS汇总数据，以P<5×10^-8为阈值筛选显著位点并完成基因注释，通过MPGK完成GO与KEGG富集分析。GO分析结果显示，银屑病相关基因显著富集于质膜外侧、MHC蛋白复合物、运输囊泡等细胞组分，与细胞膜、囊泡、高尔基体等结构密切相关；KEGG分析结果显示，相关基因显著富集于EB病毒感染、抗原加工与提呈、1型糖尿病等通路，明确了银屑病与感染、Th17细胞活化的核心相关性，同时印证了银屑病与糖尿病的共同通路特征，与现有领域研究结论完全一致。

工具核心优势与未来展望

MPGK工具针对糖尿病、银屑病等复杂疾病的基因组学研究需求，具备四大核心优势，原文数据证实其可同时适配资深研究者与生信入门者：

• 操作门槛极低，用户友好性强：采用简洁的标志位命令行界面，通过M/P/G/K单字母参数即可调用对应分析模块，无需掌握多套R包的复杂操作，大幅降低学习成本，让研究者可聚焦于糖尿病、银屑病的科学问题本身。

• 功能整合度高，流程灵活可控：四大核心模块可独立运行，也可一键完成全流程分析，既适配糖尿病与银屑病的共病因果探索，也可单独用于糖尿病的风险预测、银屑病的机制解析，适配多元化研究场景。

• 可视化功能完善，结果规范可重复：整合领域内公认的权威分析包与软件，统一分析流程与质控标准，保证结果的可重复性；同时基于ggplot2生成高质量、可直接用于论文发表的可视化图表，无需额外优化。

• 跨平台兼容性强，硬件要求低：基于R语言与少量命令行代码开发，可在Linux、MacOS系统稳定运行，对硬件配置无过高要求，基层研究者、临床医生均可便捷使用。

研究团队同时明确，目前MPGK工具仍以基因组学基础分析方法为主，未来将进一步拓展多组学分析模块，并融入Python语言框架与机器学习算法，为糖尿病、银屑病等复杂疾病的精准医学研究提供更全面的多组学数据解析能力。

工具获取方式

目前，MPGK程序、配套糖尿病与银屑病测试数据集、示例脚本已在GitHub仓库开源公开，访问地址：https://github.com/BioinfoEasy/MPGK，相关参数设置与详细使用示例可查阅论文补充材料。