《Circulation》杂志以“Varicose Veins Reach New Heights”为题报道了这项研究。斯坦福大学医学教授Nicholas Leeper、Erik Ingelsson和Alyssa Flores博士为该研究的共同作者。

静脉曲张是指由于血液淤滞、静脉管壁薄弱等因素，导致的静脉迂曲、扩张。身体多个部位的静脉均可发生曲张，通常在腿部，临床表现为表层血管像蚯蚓一样曲张，明显凸出皮肤，曲张呈团状或结节状以及腿部有酸胀感，皮肤色素沉着、脱屑、足踝水肿等。

美国有3000多万人患有静脉曲张。这种疾病通常被认为只影响个人美观，但实际上它会引起中度疼痛，并与深静脉血栓形成的严重副作用有关。目前尚无任何医学疗法可以阻止该病或者在初发之时就对其进行逆转。

DOI：10.1161/CIRCULATIONAHA.118.037219

目瞪口呆的“身高致病论”

具体来说，在这项研究中，作者们利用来自英国生物库（一项长期研究、包括约50万人基因组数据的遗传库）的数据通过机器学习和流行病学方法在413，519名参与者中寻找静脉曲张的危险因素；此外，他们在337，536名参与者中使用全基因组关联研究筛选遗传标记，其中9，577人患有静脉曲张疾病。

随后，研究证实了30个与静脉曲张疾病相关的基因，以及与深静脉血栓形成的强遗传相关性。对于目前确定的危险因素，包括年龄较大、女性、超重或怀孕，或者有深静脉血栓形成史，都与静脉曲张有关。

Leeper说:“我们证实，过去有过深静脉血栓形成的患者将来面临更大的风险。反之亦然：静脉曲张患者同时也面临血栓风险。”

该研究还得出，腿部手术、家族史、缺乏运动、吸烟和激素治疗是危险因素。但是***让研究人员意外的是，通过机器学习分析，他们发现身高和静脉曲张之间竟然也存在联系！

“解绑”人工智能，发掘新因素

与正常大规模遗传研究类似，使用全基因组关联研究，科学家们确定了基因组中与静脉曲张相关的30个区域。需要强调的是，他们还使用了人工智能来建立一个巨大的网络，以发现任何以前未知的风险因素。

“这些方法代表了新的研究思维方式，” Ingelsson指出，“我们不需要对特定的生物学机制做出假设，就可以开始寻找新的东西，这相当于把机器进行了解绑。在这种情况下，我们在机器学习算法中输注了2716个静脉曲张的预测因子。然后让算法找到静脉曲张的***强预测因子。”

当机器学习分析显示身高是一个可能的危险因素时，研究人员利用孟德尔随机化分析(一种确定因果关系的统计技术)进行了进一步的测试，以确定这是否是导致疾病的实际原因。

研究结果强烈表明，身高不仅仅是一个相关因素，还是导致静脉曲张的潜在机制。

Leeper认为，预测身高基因是身高和静脉曲张之间联系的根源，或许能为治疗这种疾病提供线索。

除了身高之外，机器学习算法还显示生物阻抗（bioimpedance，衡量身体阻碍电流阻滞程度的指标）也是静脉曲张的一个强有力的预测指标。Leeper说，这种测量有可能被用作预测静脉曲张的诊断工具。

RNA提取磁珠属于纳米生物磁珠的一种，主要作用是用于核酸提取过程中的RNA提取，粒径分布在500nm左右，是洛阳吉恩特生物自主研发生产的高分子纳米磁性微球，该磁珠悬浮时间长，磁响应时间迅速，对DNA甲基化过程中的提取环节提供良好的支持，可明显缩短实验时间，提高实验效率，并在提取结果上保持稳定，配合核酸提取仪，更能实现快速的RNA提取。