$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Alle ursprünglichen Genome-Wide Association Study (GWAS)-Untersuchungen, die in dieser Analyse enthalten sind, erhielten eine schriftliche informierte Zustimmung der Teilnehmer und die Zustimmung ihrer jeweiligen institutionellen Ethikausschüsse. Da die vorliegende Studie öffentlich verfügbare, deidentifizierte GWAS-Zusammenfassungsstatistiken verwendete, war keine zusätzliche Genehmigung durch das institutionelle Überprüfungsgremium erforderlich. Die in diesem Protokoll verwendeten Forschungswerkzeuge sind in der Materialtabelle aufgeführt.
1. Daten
Zusammenfassungsstatistiken des Single-Nucleotid-Polymorphismus (SNP) wurden aus öffentlich zugänglichen GWAS-Datenbanken für sowohl Expositions- als auch Ergebnisdatensätze gewonnen. GWAS-Zusammenfassungsstatistiken zum Alter beim ersten Geschlechtsverkehr (AFS) wurden aus einer GWAS-Metaanalyse von 2021 gewonnen, an der 214.547 Personen europäischer Abstammung von der UK Biobank (UKB)12 beteiligt waren. AFS wurde als kontinuierliche Expositionsvariable behandelt. Teilnehmerberichtete Daten zum sexuellen Verhalten, die durch anonyme Interviews erhoben wurden, wurden verwendet, wobei Personen unter 12 Jahren ausgeschlossen wurden. Antworten hinsichtlich der Geschlechtsgeschichte und des Alters beim ersten Geschlechtsverkehr wurden wie in der ursprünglichen GWAS-Studie12 beschrieben extrahiert.
GWAS-Zusammenfassungsstatistiken für die Infektion mit dem humanen Immundefizienzvirus (HIV) wurden aus der R5-Veröffentlichung des FinnGen-Konsortiums gewonnen, die 357 HIV-Fälle und 218.435 Kontrollgruppenumfasste. AFS wurde als Expositionsvariable definiert, und HIV-Infektion als Endpunktsvariable. Es wurden nur Datensätze mit Individuen europäischer Abstammung aufgenommen, um eine Populationsstratifizierungsverzerrung zu minimieren. Der gesamte analytische Arbeitsablauf für GWAS-Datenextraktion, SNP-Filterung, Harmonisierung, Mendelsche Randomisierungsanalysen, Sensitivitätstests und Ausgabeinterpretation ist in Abbildung 1 zusammengefasst.
2. Studiendesign
Ein zweistichprobiges Mendelscher Randomisierungsrahmen (MR) basierend auf zufälliger chromosomaler Zuweisung während der Meiose wurde angewandt14. Genetische Varianten, die mit AFS assoziiert sind, wurden als instrumentelle Variablen verwendet, um den Zusammenhang zwischen AFS und HIV-Infektionsrisiko abzuschätzen. Die MR-Analyse wurde unter drei Kernannahmen durchgeführt: Die ausgewählten SNPs waren stark mit AFS assoziiert, was mit der Relevanzannahme übereinstimmt; die SNPs waren unabhängig von potenziellen Störfaktoren, die mit dem HIV-Infektionsrisiko verbunden sind, was mit der Annahme der Unabhängigkeit übereinstimmt; und die SNPs beeinflussten die HIV-Infektion ausschließlich über AFS ohne alternative kausale Wege, was mit der Annahme der Ausschlussrestriktion übereinstimmt (Abbildung 2)14.
Die Instrumentenstärke wurde anhand genomweiter Signifikanzschwellenwerte und F-Statistiken bewertet. Genomweite signifikante SNPs, die mit AFS assoziiert sind, wurden mit strengen Klumpungsschwellen für das Linkage-Disequilibrium ausgewählt, und SNPs mit F-Statistiken < 10 wurden ausgeschlossen, um schwache Instrumentenverzerrung zu minimieren und die Relevanzannahme zu stärken. Potenzielle Pleiotropie- und Störungseffekte wurden mittels Sensitivitätsanalysen bewertet. Die Annahmen zur Unabhängigkeits- und Ausschlussbeschränkung wurden weiter durch Harmonisierungsverfahren, Stichlingsscreening, MR-Egger-Intercept-Tests, Cochran-Q-Heterogenitätsanalysen, MR-PRESSO-Ausreißerbewertung und Leave-One-Out-Sensitivitätsanalysen bewertet, um die Wahrscheinlichkeit horizontaler Pleiotropie und Restverwirrungen zu verringern. Weitere Sensitivitätsanalysen wurden durchgeführt, um pleiotrope Effekte zu identifizieren und MR-Annahmen zu validieren15. MRT-Analysen wurden durchgeführt, um zu bewerten, ob genetisch vorhergesagte frühere AFS mit dem HIV-Infektionsrisiko assoziiert ist.
3. Auswahl instrumenteller Variablen
Vor der Auswahl des SNP wurden strenge Qualitätskontrollverfahren eingeführt. SNPs, die signifikant mit AFS an der genomweiten Signifikanzschwelle assoziiert sind (P < 5 × 10⁻8), wurden mit der extract_instruments()-Funktion im TwoSampleMR-Paket extrahiert, mit Verknüpfungs-Ungleichgewichtsschwellen von r2 < 0,001 und einem Klumpfabstand > 10.000 kb16. F-Statistiken wurden für alle ausgewählten SNPs berechnet, und schwache instrumentelle Variablen mit F < 10 wurden17 ausgeschlossen.
Die F-Statistik wurde wie folgt berechnet:
wobei:
In diesen Gleichungen bezeichnet N die Stichprobengröße des ausgewählten Datensatzes, k die Anzahl der für die MR-Analyse verwendeten SNPs, β die SNP-Effektschätzung auf AFS, SD die Standardabweichung von β und MAF die Frequenz des kleinen Allels. SNPs, die alle vordefinierten Kriterien erfüllten, wurden als abschließende instrumentelle Variablen für die MR-Analyse beibehalten.
4. Entfernung von Stör- und palindromischen SNPs
Alle ausgewählten SNPs wurden vor der Harmonisierung auf potenzielle Assoziationen mit Störmerkmalen überprüft. SNPs, die mit HIV-bezogenen Phänotypen oder potenziellen Störmerkmalen mit r2 > 0,80 assoziiert sind, wurden23,24 ausgeschlossen. Expositions- und Ergebnisdatensätze wurden mittels der harmonise_data()-Funktion harmonisiert, und palindromische SNPs mit intermediären Allelfrequenzen wurden entfernt, um Strängambiguität23 zu vermeiden.
Palindromische SNPs wurden als Varianten definiert, die A/T- oder G/C-Allele mit intermediären Allelfrequenzen von 0,01 bis 0,3024 enthalten.
5. Kausale Effektschätzung
MR-Analysen wurden mit der mr()-Funktion mit inverser Varianzgewichtung (IVW), MR-Egger-Regression, gewichtetem Median, gewichtetem Modus und einfachem Modus durchgeführt, um die Beziehung zwischen AFS und HIV-Infektion25 zu schätzen. Die Konsistenz zwischen den MR-Methoden wurde bewertet, um die Robustheit kausaler Schätzungen und potenziellen pleiotropen Bias zu bewerten. IVW wurde als primäre analytische Methode verwendet, da sie SNP-spezifische Wald-Verhältnisse durch Metaanalyse24 kombinierte.
Kausale Effektschätzungen wurden als Odds Ratios (ORs), Beta-Koeffizienten (β) und 95%-Konfidenzintervalle (KIs) angegeben. Heterogenitäts- und Sensitivitätsanalysen wurden anschließend durchgeführt. Cochrans Q-Statistiken wurden mit der mr_heterogeneity()-Funktion berechnet, und Leave-One-Out-Analysen wurden mit der mr_leaveoneout()-Funktion durchgeführt, um den Einfluss einzelner SNPs auf kausale Schätzungen26,27 zu bestimmen.
MR-Egger-Intercept-Tests wurden mit der mr_pleiotropy_test()-Funktion durchgeführt, und MR-PRESSO globale Tests wurden durchgeführt, um die horizontale Pleiotropie zu bewerten und Ausreißer-SNPs zu identifizieren. Korrigierte Schätzungen wurden nach Ausreißerentfernung mittels MR-PRESSO-Verfahren28 erstellt.
6. Statistische Analyse
Alle statistischen Analysen wurden mit R-Software durchgeführt (Version 4.1.0; R Foundation for Statistical Computing, Wien, Österreich) mit den TwoSampleMR-, LDlinkR-, Devtools- und MR-PRESSO-Paketen für SNP-Extraktion, Verknüpfungsdisgleichgewichts-Klumping, Harmonisierung, Mendelsche Randomisierungsanalyse und Sensitivitätstests. FinnGen (RRID nicht verfügbar), MR-PRESSO (RRID nicht verfügbar) und LDlinkR (RRID nicht verfügbar) wurden zur Unterstützung des analytischen Workflows verwendet. Alle statistischen Tests waren zweiseitig, und die statistische Signifikanz wurde als P < 0,05 definiert.
Die statistische Stärke wurde mit dem webbasierten mRnd-Rechner auf Basis von Stichprobengröße und instrumentalen Variableneffektschätzungengeschätzt 29. Die endgültigen analytischen Ergebnisse umfassten OR-Schätzungen, 95%-Konfidenzintervalle, Heterogenitätsstatistiken, Pleiotropiebewertungen und Sensitivitätsanalysen, die kollektiv interpretiert wurden, um die Robustheit und Konsistenz der Assoziation zwischen genetisch vorhergesagtem AFS und HIV-Infektionsrisiko zu bewerten. Alle Analysen wurden mit etablierten Funktionen aus den TwoSampleMR-, LDlinkR-, Devtools und MR-PRESSO-Paketen in R-Software durchgeführt. Für die vorliegende Studie wurden keine benutzerdefinierten analytischen Skripte entwickelt.