空氣污染是一個主要的全球性公共衛生挑戰，與發病率和過早死亡率增加相關。越來越多的證據表明，空氣污染也可能對大腦健康產生不利影響，導致認知障礙和精神障礙。然而，大多數現有研究是觀察性的，因此容易受到殘留混雜因素和反向因果關系的影響。孟德爾隨機化（Mendelian randomization, MR）使用遺傳變異作為工具變量，為加強關于空氣污染神經學影響的因果推斷提供了一個框架。本研究采用了兩樣本MR方法，利用大規模全基因組關聯研究（Genome-wide association study, GWAS）數據，調查了空氣污染對神經發育和精神健康結局的因果影響。

空氣污染是公認的全球疾病負擔和過早死亡的主要環境因素。除了既定的呼吸系統和心血管影響外，越來越多的研究表明，空氣污染還會對中樞神經系統產生不利影響，通過多種生物途徑導致神經認知障礙，并可能引發精神障礙。精神障礙在全球疾病負擔中占有很大比例。人們越來越關注空氣污染對兒童和老年人等弱勢群體在認知功能和智力發展方面的影響。因此，迫切需要全面評估空氣污染對神經發育和精神健康的影響，為公共衛生和環境政策提供信息。

空氣污染引發的神經炎癥和氧化應激被認為是其影響大腦功能和引發精神障礙的關鍵機制。下丘腦-垂體軸失調、線粒體功能障礙和遺傳易感性等額外的生物途徑也可能參與其中。然而，大多數考察空氣污染與神經發育或精神健康結局之間關聯的研究在本質上是觀察性的，限制了因果推斷。此外，反向因果關系也難以完全排除。這些局限性凸顯了需要替代性的方法學途徑來加強因果推斷。

MR是一種利用遺傳變異作為工具變量（Instrumental Variables, IVs）來評估復雜暴露與健康結局之間因果關系的強大流行病學方法。由于遺傳變異在受孕時隨機分配，并且在很大程度上獨立于環境行為因素，MR可以顯著減少混雜和反向因果關系帶來的偏倚。通過利用單核苷酸多態性（Single nucleotide polymorphisms, SNPs）作為暴露的代理，MR在避免倫理和實際約束的同時，模擬了隨機對照試驗的關鍵特征。因此，MR為研究空氣污染對神經發育和精神健康結局的潛在因果效應提供了一個穩健的框架。

在本研究中，我們采用了兩樣本MR方法來研究空氣污染對神經發育和精神健康結局的潛在因果影響。空氣污染暴露分為兩類：環境空氣污染和職業相關空氣污染。環境暴露包括5種主要污染物：PM≤2.5 μm（PM_2.5）、PM≤10 μm（PM₁₀）、PM 2.5至10 μm（PM_2.5–10）、二氧化氮（NO₂）和氮氧化物（NO_x）。職業相關空氣污染通過3種自我報告的暴露狀況進行評估：自我報告“粉塵大”的工作場所、接觸化學或其他煙霧、以及接觸柴油廢氣。

神經發育和精神健康結局在6個領域進行了綜合評估：智力與認知功能、教育程度、精神障礙、兒童或青少年期發作的情緒和行為障礙、注意缺陷多動障礙（Attention-deficit/hyperactivity disorder, ADHD）以及神經質。

本研究采用了基于GWAS匯總統計數據的兩樣本MR設計。與空氣污染暴露相關的遺傳變異被用作工具變量來估計因果效應。空氣污染特征被視為暴露，而神經發育和精神健康表型作為結局。倫理批準并不需要，因為所有數據均來自公開的GWAS數據集。

為了滿足MR的核心工具變量假設，所選的遺傳變異需要滿足以下標準：1）遺傳變異與空氣污染暴露有穩健關聯；2）遺傳變異與影響暴露-結局關系的混雜因素無關；3）遺傳變異僅通過其與空氣污染的關系來影響神經發育或精神健康結局。

本研究中使用的遺傳數據集來源于IEU開放GWAS項目。為了減輕混雜變量的影響，本研究戰略性地利用了來自同一祖先群體（歐洲）的不同GWAS數據集中提取的遺傳關聯。空氣污染數據集主要分為兩個部分：環境空氣污染和職業空氣污染。環境空氣污染數據集包含PM_2.5、PM₁₀、PM_2.5–10、NO₂和NO_x等參數。這些數據源自英國生物樣本庫（UK Biobank）的環境暴露元數據，通過土地利用回歸模型估算。職業空氣污染數據集源自英國生物樣本庫中針對1970年至1997年間建筑行業從業者的一項綜合調查，詢問了工作場所是否存在化學煙霧、過量粉塵（自我報告“粉塵大”）或大量柴油廢氣。

神經發育和精神健康結局的遺傳關聯分析涵蓋了6個關鍵領域的17個不同事件：智力與認知功能、教育程度、心理和精神疾病、兒童和青少年的情緒和行為障礙、ADHD以及神經質評分。

工具變量的選擇遵循嚴格的標準以確保其有效性和可靠性。SNPs需在全基因組水平上與暴露有強關聯，在結局數據集中的效應等位基因頻率大于0.01，并且彼此獨立。為了評估所選工具變量的強度，計算了每個SNP的F統計量。F統計量小于10被認為是弱工具變量的指標，可能會使MR估計產生偏倚。此外，還計算了每個SNP解釋的暴露方差比例。

本研究采用的主要分析方法是逆方差加權（Inverse variance weighting, IVW）法。考慮到本研究調查的17個神經發育和精神健康結局涉及多個概念上不同的領域，多重檢驗校正在每個結局領域內進行，而不是在所有結局中同時進行。具體而言，采用Benjamini–Hochberg程序控制屬于同一領域結局中的錯誤發現率。FDR校正后的P值小于0.05被認為具有統計學顯著性。名義P值小于0.05但FDR校正后P值大于等于0.05的關聯被歸類為提示性關聯，應謹慎解釋。

為了加強IVW估計的穩健性，采用了互補的MR方法，包括MR-Egger回歸和加權中位數法。MR-Egger回歸用于檢測和調整潛在的水平多效性。加權中位數法在至少50%的總權重來自有效工具變量的情況下可以提供一致的因果估計。使用來自MR-Egger回歸的Cochran’s Q統計量評估每個暴露-結局對的遺傳工具變量的異質性。當檢測到異質性證據時，應用隨機效應IVW模型來解釋變異間的變異性。進一步進行留一法分析，以評估整體因果估計是否不成比例地由任何單個SNP驅動。使用MR-Egger截距檢驗和孟德爾隨機化多效性殘差和與異常值（Mendelian randomization pleiotropy residual sum and outlier, MR-PRESSO）全局檢驗正式評估潛在的水平多效性。不顯著的結果表明未測量的多效性（包括可能與社會經濟因素相關的途徑）影響有限。MR-PRESSO還用于識別異常值SNP，并在剔除異常值后重新計算因果估計。

只有在IVW、MR-Egger和加權中位數方法之間的效應估計方向和幅度大致一致時，才認為存在穩健的因果證據。否則，統計上顯著的發現被視為名義上的。效應估計值報告為比值比（Odds ratios, ORs）或β系數及其相應的95%置信區間。

經過嚴格的遺傳工具選擇，分別為NO_x、NO₂、PM_2.5、PM₁₀和PM_2.5–10選擇了124、113、103、58和41個獨立的SNPs作為工具變量。對于職業相關空氣污染暴露，分別為自我報告變量“粉塵大”、“大量柴油廢氣”和“充滿化學或其他煙霧”（各分為“很少/從不”、“有時”、“經常”類別）確定了工具變量。所有工具變量均表現出足夠的強度，F統計量在19.52至24.87之間，超過了常規閾值10，最大限度地降低了弱工具變量偏倚的風險。MR Steiger方向性檢驗進一步支持了所有顯示關聯證據的暴露-結局對中從暴露到結局的假定因果方向。

為提升清晰度和可解釋性，將17個結局表型分組為相關領域：認知與教育結局、精神障礙、神經發育障礙、以及與人格相關的特質。考慮到分析結果數量眾多，采用Benjamini–Hochberg FDR校正方法在每個結局領域內進行多重檢驗校正。

在認知與教育結局領域，基因代理的更高濃度的NO_x和PM_2.5與較差的認知表現在多個領域顯著相關。具體而言，兩種暴露均與較低的智力、較低的流體智力得分和較差的整體認知表現相關，所有這些關聯在FDR校正后仍然顯著。NO₂的增加與較低的流體智力得分顯示出提示性關聯。在教育程度方面，較高的PM_2.5暴露在FDR校正后與較少的受教育年限和較早完成全日制教育顯著相關。增加的NO_x暴露與較早完成全日制教育顯示出提示性的負相關。

在精神障礙領域，較高的NO₂和PM_2.5暴露與精神分裂癥風險增加相關，而PM_2.5暴露在FDR校正后還與抑郁和驚恐發作顯著相關。增加的NO_x暴露顯示出與焦慮相關表型、驚恐發作、抑郁以及社交焦慮或社交恐懼癥的顯著關聯，所有關聯在FDR校正后均保持統計學顯著性。

在神經發育障礙領域，較高的PM_2.5暴露與通常在兒童期和青春期發作的行為和情緒障礙風險增加顯著相關。此外，升高的NO_x和PM_2.5暴露顯示出與ADHD風險增加的提示性關聯。然而，這些關聯在多重檢驗校正后并未保持一致顯著性，應被視為提示性關聯。

在與人格相關的特質方面，基因預測的NO₂、NO_x和PM_2.5增加與較高的神經質評分顯著相關，表明空氣污染暴露可能對穩定的人格相關心理特質產生影響。

職業空氣污染暴露也表現出與認知和教育結局領域一致的關聯。“粉塵大”的工作條件顯示出分級模式，“很少/從不”暴露與較高的智力和認知表現相關，而“有時”和“經常”暴露類別與較差的認知結局相關，包括流體智力得分和整體認知表現。同樣，涉及化學煙霧和柴油廢氣的職業暴露與教育程度（特別是完成全日制教育的年齡和受教育年限）呈負相關，其中一些關聯在FDR校正后仍然顯著。未通過多重檢驗校正的關聯被歸類為提示性關聯。

一些職業暴露類別與精神結局相關，包括驚恐發作和精神分裂癥，特別是頻繁暴露于柴油廢氣和化學煙霧。部分關聯在FDR校正后顯著，而其他則為名義上顯著，因此被解釋為提示性關聯。工作場所化學煙霧暴露與兒童期和青春期的情緒和行為障礙顯著相關，而與ADHD或神經質評分未觀察到一致的證據。

敏感性分析方面，MR-PRESSO為幾個暴露-結局對識別出潛在的異常值SNP；剔除這些變異并未實質性地改變效應估計。MR-Egger截距檢驗未顯示顯著的方向性多效性。在多項分析中觀察到異質性，因此酌情應用了隨機效應IVW模型。留一法分析證實，沒有任何單個SNP不成比例地影響了觀察到的關聯。

除了公認的呼吸和心血管影響外，空氣污染越來越與不良的神經、認知和精神健康結局相關。然而，大多數現有證據來自觀察性和回顧性研究，這些研究本質上容易受到殘留混雜、暴露錯誤分類和反向因果關系的影響。倫理和實際限制也排除了在人類中進行隨機暴露實驗。MR通過利用遺傳變異作為工具變量，提供了一個在明確定義的假設下近似終生暴露責任并加強因果推斷的遺傳學框架。在本兩樣本MR研究中，我們提供了與環境及職業相關空氣污染暴露與一系列神經發育和精神健康結局之間存在潛在因果關系一致的證據。

使用穩健選擇的遺傳工具，我們觀察到，較高的基因代理PM_2.5和NO_x濃度與較差的認知表現相關，包括較低的智力、流體智力得分和整體認知功能。這些發現與并擴展了先前的流行病學研究，這些研究報告了PM與整個生命過程中的認知結局之間存在不利關聯。重要的是，MR捕捉了隨時間推移受遺傳影響的暴露責任；因此，觀察到的關聯更可能反映累積或長期暴露效應，而非急性、短期波動。這種生命歷程視角可能有助于調和先前依賴短期暴露測量或特定區域污染指標的研究中觀察到的不一致性。

我們的結果進一步表明，升高的PM_2.5暴露與教育程度降低相關，表現為較少的受教育年限和較早完成全日制教育。這些發現在生物學和社會學上是合理的，因為認知發展、學業表現和教育軌跡緊密交織，并且在兒童期和青春期對環境壓力源敏感。生命早期的神經發育脆弱性可能使兒童特別容易受到空氣污染誘導的神經炎癥、氧化應激和血腦屏障功能障礙的影響，這些過程與學習和記憶受損有關。總的來說，我們的發現支持了將空氣污染暴露與長期教育結局聯系起來的潛在因果通路。

除了認知和教育結局，我們還觀察到空氣污染暴露與多種精神障礙之間的關聯。較高的PM_2.5和NO₂水平與精神分裂癥、抑郁、驚恐發作的風險增加以及較高的神經質評分相關。值得注意的是，NO_x暴露在幾種焦慮和情緒相關表型（包括廣泛性焦慮障礙、驚恐發作、抑郁、社交焦慮或社交恐懼癥）以及ADHD中顯示出統計學顯著關聯。這些發現與先前的大規模隊列研究和薈萃分析結果一致，這些研究將長期暴露于PM和交通相關空氣污染物與情緒障礙和精神性結局聯系起來。神經質是一種以情緒不穩定和負面情感為特征的穩定人格特質，是抑郁和焦慮障礙公認的風險因素，其與空氣污染暴露的關聯進一步支持了共享神經生物學通路的合理性。

需要指出的是，一些效應估計，特別是對于二分結局，伴隨著相對較寬的置信區間。這可能反映了某些結局的統計效力有限或工具變量強度有限，而非巨大的潛在因果效應，這種現象在復雜性狀的MR研究中已被充分認識。因此，應謹慎解釋這些估計，更應關注關聯的一致性和方向性，而不是效應大小的絕對幅度。對于連續性狀，MR估計代表了在人群水平上對責任尺度的基因代理效應，而非個體認知表現的確定性變化。正如先前的方法學工作所強調的，MR主要是為了加強因果推斷和闡明病因學關系，而不是在個體水平上提供臨床可解釋的效應大小。因此，雖然觀察到的關聯為空氣污染暴露與認知結局之間的潛在因果聯系提供了支持證據，但它們不應被解釋為直接或臨床可轉化的效應大小。

有幾種生物學機制可能解釋觀察到的空氣污染暴露與神經發育和精神健康結局之間的關聯。實驗和流行病學研究表明，空氣污染物可誘發全身性和神經炎癥、氧化應激、小膠質細胞活化以及下丘腦-垂體-腎上腺軸失調，所有這些都與神經發育障礙和精神疾病有關。此外，空氣污染可能影響表觀遺傳調控，包括與神經發育、免疫功能和應激反應相關的基因的DNA甲基化和組蛋白修飾。這種表觀遺傳修飾可以改變基因表達和下游的神經行為表型，為將環境暴露與長期認知和精神結局聯系起來提供了生物學上合理的機制。重要的是，MR將終生遺傳易感性與暴露責任相結合，因此可能間接反映由遺傳介導的途徑——包括那些受表觀遺傳調控影響的途徑——這些途徑將外部暴露與下游的神經行為特征聯系起來。

除了環境暴露，我們的研究還探討了職業相關空氣污染，包括粉塵環境、化學或煙霧暴露以及柴油廢氣。我們發現，基因代理的職業暴露與認知表現、教育程度和某些精神健康結局相關。這些發現擴展了先前的職業流行病學研究，這些研究報告了溶劑暴露、PM與神經精神癥狀之間的關聯。值得注意的是，職業空氣污染暴露基于自我報告的類別變量，這可能會引入非差異性暴露錯誤分類。這種錯誤分類預計會使效應估計偏向于零，可能導致對真實關聯的低估。此外，這些變量的分類性質排除了正式的劑量-反應評估，因此應適當謹慎解釋幅度不大的關聯。

同樣重要的是，職業暴露可能部分反映了潛在的社會經濟和職業結構。盡管為驗證遺傳工具和最小化多效性付出了巨大努力，但與社會經濟地位相關的殘留混雜不能完全排除，特別是對于職業相關暴露。工作環境受到教育水平、收入和工作類型的影響，僅使用遺傳工具可能難以完全區分。因此，對于職業空氣污染的因果解釋應謹慎，并結合互補的研究設計。

環境與職業暴露數據集在時間窗口上的差異也需要仔細解釋。環境空氣污染估計值來自較近的建模時期，而職業暴露數據反映的是較早的時間段。由于可用的GWAS數據集不允許按短期與長期暴露進行分層，我們無法精確地將暴露時間與關鍵的神經發育窗口對齊，也無法區分急性與慢性效應。因此，MR估計應被解釋為反映長期暴露責任，而非局限于特定發育階段的影響。

本研究存在一些額外的局限性。首先，GWAS數據集主要來源于歐洲血統人群，這限制了我們研究結果在其他族裔群體中的普適性。鑒于全球空氣污染暴露特征存在顯著差異，在不同人群中進行復制驗證至關重要。其次，一些結局數據集由二分性狀組成，可以估計相對風險，但無法評估疾病嚴重程度或癥狀異質性。第三，神經發育和精神健康結局可能由于共享的生物學和心理社會機制而產生相互影響。未來的研究整合縱向設計、多血統GWAS和機制數據，對于厘清這些復雜關系至關重要。

盡管存在這些局限性，我們的研究具有若干優勢，包括使用大規模GWAS數據集、嚴格的工具選擇、多種敏感性分析，以及對環境和職業空氣污染暴露的全面評估。

總之，這項MR研究提供了遺傳學證據，支持環境和職業相關空氣污染暴露與一系列神經發育和精神健康結局之間存在潛在的因果關系。通過利用終生暴露責任，這些發現在傳統觀察性研究的基礎上加強了病因學推斷。

這些結果強調了減輕環境和職業場所空氣污染的重要性，特別要關注兒童、青少年、老年人以及工作場所暴露的個體等弱勢群體。雖然基礎的遺傳數據主要來自歐洲血統人群，但所涉及的生物通路具有廣泛的相關性，需要在不同人群和暴露情境下進行進一步研究以確認和擴展這些發現。