2021年10月21日，浙江大学健康医疗大数据研究院雷浩讲师以第一作者在中科院医学1区top期刊Infectious Diseases of Poverty在线发表研究论文“Increased urbanization reduced the effectiveness of school closures on seasonal influenza epidemics in China”。该研究分析了过去10年中国的流感监测数据，研究了中国不同省份关闭学校在控制流感传播中的作用，研究发现，在北京天津上海这种高度城市化的省份，关闭学校在控制流感传播中没有显著作用，但在浙江，安徽，江苏，河北这种城市化率相对较低的地区，关闭学校在控制流感传播中有显著的正作用。并且随着城市化率增加，关闭学校在控制流感传播中的作用线性下降。该研究进一步分析了城市化影响关闭学校在控制流感传播中的作用的机理，研究发现主要原因是随着中国的城市化进程，儿童在人群中的比例越来越低，因此儿童在流感传播中的作用也在降低，因此关闭学校在控制流感传播中的效果也会减弱。该研究对中国制定具有针对性的流感防控政策具有理论指导意义。原文链接：https://idpjournal.biomedcentral.com/articles/10.1186/s40249-021-00911-7

2021年9月25日，我院袁长征研究员在《美国临床营养杂志》上发表题为“Long-term diet quality and its change in relation to late-life subjective cognitive decline”研究。该研究基于美国健康护士对列（NHS），发现长期饮食质量及其改变与老年时期主观认知功能下降（SCD）的关系。我院袁长征研究员与中国科学院营养代谢与食品安全重点实验室曹亚英博士为该文的共同第一作者。袁长征研究员为通讯作者。图2. 不同膳食模式评分与主观认知下降的关联这项研究基于美国健康护士队列（NHS），共纳入49493名女性。研究团队通过膳食问卷调查结果计算受访者的替代地中海饮食评分（AMED）、控制高血压饮食评分（DASH）、替代健康饮食指数（AHEI）以反映受访者30年间的长期饮食情况；通过七个关于记忆和认知的问题来多次评估受访者的认知功能。在随访结束时，46.9%的受访者出现SCD，12.3%的受访者出现严重的SCD。研究发现，无论远期或近期AMED与DASH膳食评分均与SCD存在关系，而AHEI膳食评分仅远期评分与SCD存在关联。进一步的研究结果显示，既往膳食评分高的人群发生严重SCD的风险降低；随着时间推移，饮食得到改善的人群发生严重SCD的风险下降，膳食评分每增加一个单位，发生严重SCD的风险分别降低11%（AMED）、5%（DASH）、3%（AHEI）。因此该研究认为长期坚持和改善健康饮食模式对女性主观认知功能存在积极意义。该研究发现长期健康饮食模式与降低女性SCD存在关联；即使既往饮食质量不佳，后期饮食质量改善对于维持女性主观认知同样具有积极意义。原文链接：https://doi.org/10.1093/ajcn/nqab326

2021年9月22日，我院杨杰研究员在JAMA Network Open杂志上在线发表题为“Assessing the Prognostic Significance of Tumor-Infiltrating Lymphocytes in Patients With Melanoma Using Pathologic Features Identified by Natural Language Processing”的研究论文。该论文在哈佛医学院附属Brigham and Women’s Hospital 2004至2019年的皮肤癌患者的病理学报告中（1.4万人共2.2万份病理学报告），利用自然语言处理技术自动构建黑色素瘤患者病理结果数据库，经过过滤筛选得到2624名规模庞大的有效患者（比先前相关研究最大样本要高出约一倍），并在此数据库的基础上证实了Brisk的TILs 是一个黑色素瘤患者的独立的预后风险因素。杨杰研究员是本文的第一作者，哈佛大学医学院副教授Li Zhou是本文的通讯作者。本研究利用自然语言处理和机器学习技术，自动化地从海量电子病历中挖掘并且构建大规模的患者数据库，并在此基础上进行了经典的患者预后因素分析。本研究为人工智能辅助医学研究探索了一条新的研究路线。原链接：https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2784429图：不同TILs 状态下黑色素瘤患者生存曲线

2021年8月，陈辰讲师以共同第一作者于Annals of Medicine期刊发表题为“High NAFLD fibrosis score in non-alcoholic fatty liver disease as a predictor of carotid plaque development: a retrospective cohort study based on regular health check-up data in China”的研究论文。此研究受浙江省智能预防医学重点实验室项目资助，由浙江大学公共卫生学院及浙江大学附属第二医院体检中心共同合作完成。此研究基于浙医二院体检中心收集的自2008年以来的常规体检数据，采用回顾性研究设计，以评估非酒精性脂肪肝(NAFLD)与肝纤维化状态和颈动脉斑块发生的关系，在具有不同基线NAFLD和肝纤维化状态的人群中确定颈动脉斑块的危险因素。研究发现，NAFLD和肝纤维化评分可作为颈动脉斑块形成的独立预测因子，且颈动脉斑块形成不仅与基线NAFLD和肝纤维化状态相关，也与其在一定时期内的病理发展程度相关。从无NAFLD或NAFLD纤维化评分(NFS)较低的NAFLD进展到NFS较高的NAFLD均会显著增加颈动脉斑块发生的风险。而颈动脉斑块相关的危险因素随基线NAFLD和NFS状态的不同而不同。此论文属于健康大数据科学研究院所搭建的体检大数据平台的首批科研产物，为实现临床数据及体检数据的科研价值提供了成功的示例。图：基于不同NAFLD与肝纤维化程度基线状态的颈动脉斑块发生Kaplan-Meier曲线

2021年7月20日，周丹研究员在自然通讯杂志上在线发表题为“Contextualizing genetic risk score for disease screening and rare variant discovery” 的遗传结构(genetic architecture)及多基因风险评分创新研究工作。以高频遗传变异为基础的多基因风险评分(Polygenic Risk Score, PRS)是当前精准预防领域的研究热点，但其临床意义不如低频高致病突变，有待进一步挖掘。该工作创新性地将多基因风险评分(获取成本低)用于预测患者携带低频高致病性突变(获取成本高)的概率。已知高频和低频遗传变异对疾病易感性均有重要贡献，那么在患病人群中这两种遗传变异负担(burden)会不会出现类似“互斥”的规律? 该规律是否可以用于临床? 针对这些科学问题，课题组根据liability threshold疾病模型假设，结合小样本真实数据，推测并初步确认了高频低致病性变异(Polygenic burden, PB)和低频高致病性变异(Large-effect variant, LEV)的负担在病人中呈现负相关的关系 (该规律仅针对患病人群，外推到全人群会出现collider bias)。并进一步通过大量的模拟计算，从多个维度 (包括不同的遗传结构、变异的频率、遗传度、患病率、样本量等) 阐明了这个规律的适用条件及可能的影响因素。还通过UK Biobank数据库177,882例样本的全外显子组测序数据和10,533种表型数据，确认并命名该规律为“PB-LEV correlation”，同时开发了预测软件PB-LEV-SCAN。举例来说，在每1000个低PRS的青光眼患者中，会有约27个人存在MYOC基因的低频高致病性突变(stop-gain mutation)，而在每1000个高PRS的青光眼患者中，仅有约6人携带这种突变。也就是说，通过高频变异信息，我们可以预测病人携带某个或者某些罕见高致病性突变的可能性。该研究的意义在于，通过低成本的高频突变信息识别出那些具有更高风险携带低频高致病性突变(需要昂贵的深度测序获得，但相对容易开展针对性的治疗)的病人，并根据携带低频突变的风险高低来优化研究资源、临床检测和治疗资源。该工作通过大规模的仿真计算，提出了PB-LEV correlation的假设，并在实际数据中得到了验证，独辟蹊径地研究并确认了一条多基因风险评分的应用途径。该推论增进了对复杂疾病遗传结构及不同类型变异间相互关系的理解，具有重要的临床意义。原文链接：https://www.nature.com/articles/s41467-021-24387-z

2021年2月26日，我院徐欣课题组在国际卒中杂志上在线发表题为“Long-term neurobehavioral correlates of brain cortical microinfarcts in a memory clinic cohort in Singapore”的研究论文。该论文探究了脑皮质微梗死的神经影像学标志物与老年神经精神症状之间的关系，发现了脑皮质微梗死与老年精神障碍发生及发展的相关性，为脑皮质微梗死对精神症状及认知功能的影响提供了新的神经影像学依据。徐欣研究员为本文第一作者及共同通讯作者。脑皮质微梗死是脑血管疾病的重要神经病理学标志物之一，也是痴呆及老年精神障碍患者中的常见病症。然而，先前研究鲜有探究脑皮质微梗死对神经行为症状的影响，且其与其他脑血管疾病标志物对患者精神症状及认知功能是否存在联合效应尚不明确。徐欣课题组新加坡老年人队列中进行了为期2年的随访调查，观察受试者脑影像学指标、神经行为症状、认知功能的横向及纵向变化，探讨脑皮质微梗死的神经影像学标志物与老年精神障碍的关联。本论文研究显示，多处脑皮质微梗死与老年精神障碍的发病情况显著相关，主要体现为机能亢进与冷漠两种病症。在为期2年的随访中，多处脑皮质微梗死会加速老年精神障碍的发展。不仅如此，伴有老年精神障碍恶化的多处脑皮质微梗死患者还表现出认知功能下降的现象。该论文发现了脑皮质微梗死对老年精神障碍发生及发展的独立影响，指出脑皮质微梗死在老年人认知功能及精神症状发展趋势中的重要性，同时为后续相关老年病学研究提供了新的神经影像学依据。该工作得到了新加坡国家医学研究委员会（NMRC）的资助。 原文链接：http://sage.cnpereading.com/paragraph/article/?doi=10.1177/17474930211006294图1.T3核磁共振下的脑皮层微梗死

2021年2月5日，我院徐欣课题组在阿尔茨海默病与痴呆杂志上在线发表题为 “SINgapore GERiatric intervention study to reduce physical frailty and cognitive decline (SINGER)–pilot: A feasibility study” 的研究论文。该论文探究了多领域生活方式干预对社区老年人躯体衰弱及认知功能的影响，并讨论了该干预方式在亚洲国家初级卫生保健系统下大范围推广的接受度及可行性，研究结果为痴呆防治与干预提供了新思路。徐欣研究员为本文共同第一作者及独立通讯作者。痴呆不仅给患者个人及其家庭，乃至社会都带来沉重的负担。由于痴呆存在异质性和复杂性，聚焦单一维度的干预效果不显著，其长期有效性仍不明确，因此，针对多项危险因素的多领域生活方式干预为痴呆的预防提供了希望。徐欣研究员作为全球多领域生活方式干预-WW-FINGERS（World Wide FINGERS, WW-Fingers）战略合作网络的联盟成员，在新加坡开展了相关的干预研究（SINGER），旨在探索多领域生活方式干预在亚洲国家实施的本土化调整。在本论文中，徐欣课题组对新加坡社区老年人开展了为期2年的随机对照临床试验，对干预组和对照组分别实施亚洲本土化多领域生活方式干预（SINGER）与已在欧洲人群中得到验证的干预模式（FINGER），干预内容主要包括认知干预、营养指导、体育锻炼、血管和代谢危险因素管理四个维度。研究结果显示试验中干预完成度为80%，且两种干预均能显著提高受试者躯体功能水平，除此之外，SINGER组受试者在血压控制方面表现更佳。该研究展现了多领域生活方式干预在痴呆预防中的积极作用，且该干预模式的本土化调整在亚洲社区老年人中有广阔的应用前景。该工作得到了Miia Kivipelto博士, Tiia Ngandu博士，Alina Solomon博士和FINGER 团队的帮助。原文链接：https://alz-journals.onlinelibrary.wiley.com/doi/10.1002/trc2.12141图：亚洲本土化多领域生活方式干预（SINGER）的干预内容及时间轴

2021年2月19日，我院吴健团队在计算机医学图像处理的顶刊IEEE Transactions on Medical Imaging（IF=10.048）发表了题为“Interactive Few-shot Learning: Limited Supervision, Better Medical Image Segmentation” 的研究论文。该论文针对医学影像分割中标注成本高的问题以及现有小样本分割系列方法存在的适应性差等问题，通过将交互式学习策略引入到小样本学习，提出一种全新的分割方法，即交互式小样本学习（Interactive Few Shot Learning，IFSL）。该方法有效减轻了医学图像深度学习分割模型的数据依赖，并体现出了较大的临床应用价值，可以帮助医生在只有少量标注样本的情况下很快地应用深度学习模型，同时交互地对模型进行监督。博士生冯芮苇和硕士生郑向上、高天祥是论文的共同第一作者，吴健教授是本文的通讯作者。近年来，基于人工智能的医学影像智能分析技术快速发展，为医疗辅助诊断和医疗服务提供重要支撑；尤其是医学影像的智能分割技术，通过实现医学影像上病灶或器官的自动分割，帮助医生精确地识别和定位病灶区域。准确有效的分割往往依赖于大量精细的标注数据。在这一过程中，往往需要耗费高年资医生大量的时间和精力。此外，在临床实际中，某些疾病相关的数据本身就较为缺乏（如一些罕见疾病）。因此，数据量少、高质量标注数据更少成为训练高精度深度学习算法进而应用于临床的一个巨大的阻碍。图1 交互式少样本学习方法（IFSL）在本论文中，作者提出一种交互式少样本学习方法（IFSL），有效缓解了医学影像智能分割深度学习算法的数据标注负担，同时优化了现有的小样本分割深度学习方法。首先，本文设计了一个新的基于医学先验的小样本学习分割模型（Medical Prior-based Few-shot Learning Network，MPrNet），该模型通过多个分支来充分利用医学图像中的空间、纹理信息，只需要标注少量样本且不需要进行预训练就能提供较好的分割效果。其次，本文提出了一种在测试阶段基于交互式学习策略的优化算法（Interactive Learning-based Test Time Optimization Algorithm，IL-TTOA），以动态交互的形式对分割模型进行优化，使其在目标任务上的表现逐渐增强。最后，本文提出的IFSL方法在四个医学图像数据集上得到了充分验证，其效果相较于文献已报道的最新小样本分割方法有了较为明显的提升。此外，本文所提出的全新优化算法IL-TTOA能够以人为可控的方式对任何小样本深度学习分割模型进行增强，或为后续研究提供新的思考。该工作得到了陈子仪教授的指导，还得到了国家重点研发计划、国家自然科学基金、浙江省公益技术研究计划项目、温州市科技局课题等项目的资助。

2020年11月16日，我院杨杰研究员在JAMA Network Open杂志上在线发表题为“Development and Validation of a Deep Learning Model for Detection of Allergic Reactions Using Safety Event Reports Across Hospitals”的研究论文。该论文利用最先进的深度学习技术从哈佛医学院附属Massachusetts General Hospital 以及Brigham and Women’s Hospital，两家医院近30万份事故报告中自动寻找过敏事件，以改善医院就诊环境。杨杰研究员是本文的第一作者兼通讯作者。本研究利用基于注意力的深度学习技术，对医院事故报告进行深度编码，并且最终构建分类器进行过敏事件预测，其AUROC可以达到0.979（95% CI， 0.9730-0.985），AUPRC可以达到0.809（95% CI, 0.773-0.845）。本研究在多种环境下对深度学习模型进行了外部评估，包括不同时间段的性能评估，跨医院的性能评估，实验结果证明模型的在不同环境下均能取得不错的效果，泛化性能好。利用注意力机制也给模型带来了一定的可解释性，本文的深度学习技术在大数据中自动发现多项先前被专家遗漏的过敏事件线索，为专家的临床知识补充提供了较好的数据支撑。原文链接：https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2772992图1. 实验数据与整体设计图2.注意力模型提供部分可解释性示例（背景颜色越深即深度学习模型认为约重要的词）

2020年10月20日，雷浩讲师以第一作者在美国传染病学会的旗舰期刊Clinical Infectious Diseases在线发表研究论文“Different transmission dynamics of COVID-19 and influenza suggest the relative efficiency of isolation/quarantine and social distancing against COVID-19 in China”。 该文章获得了中山大学公共卫生学院（深圳）舒跃龙教授、香港大学工程学院李玉国教授、香港大学公共卫生学院Benjamin J Cowling教授的支持。考虑到流感和COVID-19都是呼吸道传染病并且具有相同的传播路径，因此该研究创新性地通过对比疫情期间流感和COVID-19的传播动力学特征，证明在中国如果单独采取隔离/检验检疫或者社交距离防控措施只能使得COVID-19的有效再生数分别降低48.1%和34.6%。由于COVID-19的基本再生数大于2，因此单独采取隔离/检验检疫或者社交距离防控措施都不能使COVID-19的基本再生数降低到小于1的水平，证明了在中国采取的隔离/检验检疫措施与社交距离防控相结合的综合措施是对于阻断新冠疫情的传播是至关重要的。同时雷浩讲师以第一作者在Journal of Infectious Diseases上发表题为“Nonpharmaceutical interventions used to control COVID-19 reduced seasonal influenza transmission in China”的文章发现，非药物干预措施使得中国季节性流感的患病率相较于往年同期下降了64%。耶鲁大学公共卫生学院James L. Hadler教授在杂志同期发表题为“Will SARS-CoV-2 prevention efforts affect the coming influenza season in the United States and northern hemisphere?”的文章，认为来自中国的研究结果特别重要，表明新冠的防控策略同样可以防控流感的传播。原文链接：https://academic.oup.com/cid/article/73/11/e4305/5932276?login=true

2020年10月5日，周丹研究员在自然遗传杂志上在线发表题为“A unified framework for joint-tissue transcriptome-wide association and Mendelian randomization analysis” 的遗传流行病学方法学论文，创新优化了转录组关联分析。近些年，以PrediXcan为代表的转录组关联分析 (Transcriptome-wide association study, TWAS) 被广泛地应用在寻找复杂表型关联基因的遗传流行病学研究中。与基因组关联分析 (Genome-wide association study, GWAS) 相比，TWAS以转录调控作为遗传变异与表型之间的中介，将单个遗传变异与表型的关联转换成基因/转录本与表型的关联。TWAS的研究过程主要可以分成两个步骤：第一，利用基因附近(cis)的遗传变异信息构建转录水平预测模型；第二，利用模型预测研究对象的基因表达水平，并与表型做关联分析。该研究策略的优势包括：(1) 相比SNP，以基因为单位的分析具有更低的多重比较次数；(2) 结果以基因的形式呈现，其生物学意义更为直接，便于后续功能研究及成果转化；(3) 相比转录组单组学研究，以胚系基因组遗传变异为基础的转录组研究不会出现因果倒置的问题，且受混杂因素的影响较小； (4) GTEx数据库已提供了极为丰富的基因组、转录组数据，研究者可利用多达49种人体组织、细胞的资料作为参照建立模型，无需额外的样本检测即可实现从GWAS到TWAS的跃迁。虽然TWAS已获得了广泛的认可，但该研究方法仍然存在改进的空间。新方法MR-JTI在两个方面对TWAS进行了创新优化：第一，通过提高模型的预测精度增加关联分析的检验效能(power)；第二，解决横向基因多效性(horizontal pleiotropy) 及潜在混杂因素带来的假阳性问题。该工作针对难点问题建立了多组织联合预测的研究方法JTI(Joint-Tissue Imputation)和基于孟德尔随机化框架的MR-JTI方法，并开发了应用软件。该方法通过借助相似组织的信息提升模型的预测精度以增加检验效能。受组织转录调控相似性的启发，原创性地融合了ENCODE等数据库中启动子区域染色质可及性和转录图谱信息，解决了如何系统化地借助组织、细胞间转录调控的相似性规律，增加基因表达预测精度的关键科学问题。交叉验证结果显示，预测精度平均提升了60.3%。同时，为解决研究中可能存在的由横向基因多效性引起的假阳性问题，创新性地将可能存在的横向基因多效性纳入模型，并通过threshold bootstrap LASSO的方法巧妙地解决了如何将工具变量的横向与纵向基因多效性分离，得到近似无偏估计值，提升因果证据强度的关键科学问题。该工作提供了所有基于2020年9月最新发布的包含人体49种组织细胞的GTEx v8基因表达数据预测模型以供下载应用。模型以.db的格式给出，与PrediXcan相一致。同时给出的还有SNP-SNP的协方差矩阵，以便熟悉S-PrediXcan的读者将最新的模型无缝地衔接到关联分析中去。该工作整合了包括基因组(GTEx)、转录组 (GTEx)、表观修饰组 (ENCODE, Roadmap)的信息，利用多个大型数据库 (PsychENCODE, GEUVADIS, UK Biobank, BioVU)，不仅优化了转录组关联分析的策略，还提供了最新的数据资源以便读者使用，为复杂疾病的遗传流行病学研究提供了新的思路和资源。原文链接：https://www.nature.com/articles/s41588-020-0706-2

2019年12月，吴息凤教授团队在《Journal for ImmunoTherapy of Cancer》上发表题为“Soluble immune checkpoint-related proteins as predictors of tumor recurrence, survival, and T cell phenotypes in clear cell renal cell carcinoma patients”的研究。该研究揭示了肾透明细胞癌复发、生存和T细胞表型相关的预测因子。免疫检查点抑制剂在癌症免疫治疗中取得了前所未有的成功。除了少数候选生物标记物外，可溶性免疫检查点相关蛋白在透明细胞肾细胞癌（ccRCC）患者中的预后作用基本上尚未研究。本研究采用多重Luminex分析法分析了182例ccRCC患者14种免疫检查点相关蛋白（BTLA、GITR、HVEM、IDO、LAG-3、PD-1、PD-L1、PD-L2、Tim-3、CD28、CD80、CD137、CD27和CTLA-4）的循环水平及其与复发和死亡风险的关系。研究人员分析了部分患者研究人群（n=47）和来自TCGA的533例原发性ccRCC的肿瘤组织基因表达，以阐明潜在的机制。我们的主要终点是总体生存；次要终点是无复发生存率。本研究采用多变量Cox比例风险模型、非条件logistic回归模型和Kaplan-Meier分析。结果显示，sTIM3和sLAG3与进展期（III期）疾病显著相关（P<0.05）。sPD-L2是复发的最强预测因子（HR 2.51，95%CI 1.46-4.34，P=9.33E-04），而高sBTLA和sTIM3与生存率降低相关（HR 6.02，95%CI 2.0-18.1，P=1.39E-03和HR 3.12，95%CI 1.44-6.75，P=3.94E-03）。基于sTIM3和sBTLA的风险评分表明，联合两个可溶性免疫检查点相关蛋白可预测ccRCC的复发和死亡风险（P=0.01和4.44E-04）。此外，sLAG3和sCD28与肿瘤中T细胞的细胞溶解活性呈负相关（rho分别为-0.31和-0.33）。本研究证明可溶性免疫检查点相关蛋白可能与ccRCC患者的进展性疾病、复发和生存相关，提示了可溶性免疫检查点相关蛋白的预后价值。图1 ccRCC患者可溶性免疫检查点蛋白水平的无复发生存期（RFS）和总生存期（OS）的Kaplan Meier分析图2 可溶性免疫检查点的风险评分作为ccRCC生存的预测因子及其与原发肿瘤T细胞功能的相关性

2019年11月，我院李文渊研究员在Environment International杂志发表题为“Weather, ambient air pollution, and risk of migraine headache onset among patients with migraine”的研究论文。该论文探索了温度、相对湿度、大气压力和环境空气污染物与偏头痛发作的关系。该研究共收集了超过4400天的睡眠数据，是当时客观测量睡眠且随访时间最长的关于睡眠与偏头痛的研究项目。偏头痛作为一种常见的原发性头痛，影响因素复杂。以往的研究发现睡眠不足、压力、饮酒、咖啡因、异常天气和空气污染等都可能是偏头痛发病的危险因素。然而，大部分该类研究依赖于调查问卷数据而缺乏客观记录。一些流行病学研究通过每日头痛调查问卷客观测量了天气数据，并前瞻性收集了偏头痛事件。然而早期研究受到分析方法的限制，过去二十年的研究认为部分偏头痛患者更易受天气影响，空气污染水平可能会受到区域气候的影响，结果仍有待进一步验证。该队列研究纳入了98名间歇性或偶发性偏头痛患者，并随访至少6周。每位患者每天回答两次网络电子调查问卷，并佩戴腕式活动记录仪客观记录其睡眠时间与睡眠质量。本研究共收集了超过4400天的睡眠数据，通过采用个体重复测量的方法分析了每日天气条件及空气污染水平对偏头痛发作的影响，结果表明天气因素及空气污染对偏头痛发作的影响呈现一定的季节性，夏秋季（4月至9月）高度潮湿的环境以及冬春季（10月至3月）较高的交通相关空气污染物水平都与偏头痛发作相关。

2019年10月，我院李雪研究员在PLoS Medicine杂志上在线发表题为“Genetically determined serum urate levels and cardiovascular and other diseases in UK Biobank cohort: A phenome-wide mendelian randomization study”的研究论文。该论文利用英国生物样本数据（50万人），应用全表型组关联研究（PheWAS）、树状表型结构模型（Tree-structured phenotypic model, TreeWAS）和孟德尔随机化（MR）对研究个体的分子和疾病表型进行了深入解析，发现血清高尿酸水平与不同类型心血管疾病风险有关。血尿酸（SUA）已被证实与多种疾病结局有关。大量研究证据表明血尿酸水平与高血压、心血管疾病和代谢综合征等疾病结局风险之间存在关联。2018年，李雪研究员报道了血尿酸水平与多种疾病结局具有相同的遗传风险位点，尤其是与心血管/代谢疾病和自身免疫性疾病。鉴于该项研究成果对于在痛风患者中进行心脑血管群筛查的重大意义，李雪研究员进一步利用第二批英国生物样本数库将样本量扩大至50 万人并对于全表型组进行了精细化定义，通过构建树状表型结构模型（TreeWAS）更深入和全面的探讨了尿酸对多种心血管疾病（冠状动脉粥样硬化、心绞痛、缺血性心脏病、急性心肌梗死和心力衰竭）的影响。通过利用多组学数据（PheWAS、TreeWAS和MR-IVW）进一步分析发现，尿酸代谢相关的酶参与多条代谢通路，包括与糖胺聚糖，蛋氨酸和辅酶A 代谢相关的途径，再次提示代谢通路上关键分子的改变,可能产生多种健康效应，进而影响多种疾病的发生和发展。此项研究研究结果对高尿酸人群的慢病预防提供了新的机遇, 提示瞄准上游的多效性药物作用靶点可在治疗痛风的同时降低其罹患心血管代谢性疾病的风险。该研究工作得到了英国爱丁堡CRUK癌症研究中心和中国留学基金委等机构的资助和支持。