2018年7月，我院李雪研究员在风湿学年鉴杂志上在线发表题为“MR-PheWAS: exploring the causal effect of SUA level on multiple disease outcomes by using genetic instruments in UK Biobank”的研究论文。该论文利用全表型组关联研究（Phenome-wide association study, PheWAS）和孟德尔随机化（MR）方法，揭示了与尿酸（SUA）水平相关的遗位风险位点对多种复杂性疾病的影响及其可能的分子生物学通路。

全表型组关联研究（Phenome-wide association study, PheWAS）是基于电子健康档案（EHR）数据中的国际疾病分类（ICD）代码，探索暴露因素和多种疾病关联的研究方法。该项研究工作建立了ICD-10/ICD-10-CM代码到全表型组学代码（PheCODE）的映射，为利用电子健康档案中ICD-10和ICD-10-CM数据进行全表型组学关联性研究奠定了重要的方法学基础。

表型组学（phenomics）是生物体形态特征、功能、行为、分子组成规律等所有生物学性状的集合，是生物体内除了基因组外的另一半生命密码。从基因组角度获得遗传密码后，要继续解析疾病组表型密码，才能全面揭示人体生理和疾病发生发展机制。本研究利用首批英国生物样本库（UK Biobank）近15 万人的健康记录、生物样本、电子病历及基因组信息进行整合，研究纳入了约6 百万条电子病历（包含约10750个国际疾病分类(ICD)诊断代码），绘制了全表型组学框架（Phenome Framework）。李雪研究员基于新建立的全表型组学框架，确定了25个与血尿酸水平遗传风险基因座相关的疾病结局，包括高血压、高血糖和血脂异常等多种代谢特征表型。通过对这些交叉表型相关联的分子生物学通路进行分析，该研究首次揭示了尿酸和代谢性状之间共享的遗传/生物学通路可能与GCKR 和PTPN11/ATXN2 等基因功能的多效性有关。

该项研究成果获得了欧洲抗风湿病联盟(EULAR) 的认可并提出了关于系统性筛查和评估痛风患者的心血管/代谢共病的建议。该工作得到了英国爱丁堡CRUK癌症研究中心、美国范德堡大学医学中心和中国留学基金委等机构的资助和支持。