這一篇為蔡輔仁副校長於生長激素研討會之演講內容，先寫摘要，再從中擷取「矮小與性早熟多基因」整理。
基因組學與人工智慧的醫療應用：從本土數據到臨床超前部署
講者：蔡輔仁 教授／校長
核心洞見：西方基因資料庫無法完全套用於東亞族群。唯有結合台灣本土「醫院型資料庫」長達數十年的縱向電子病歷，搭配 AI 基因點位擴增技術，才能精準校正臨床數值並提早數年預警慢性病變。
1\. 為什麼台灣必須建立「本土基因資料庫」？
全球大型基因資料庫（如英國生物樣本庫 UK Biobank）高達 80%–90% 為高加索白人族群。研究證實，多基因風險評分（PRS）具有強烈的族群特異性：
- 跨族群預測偏差（Diversity Matters）：以西方白人數據訓練的模型預測東亞族群時，準確度會大幅衰減，無法直接指導台灣臨床決策。
- 本土頻率極高的基因變異：以臨床常見的糖化血色素（HbA1c）為例，影響紅血球蛋白質醣化結合的關鍵基因變異，在台灣人中盛行率高達 49%（高加索人約 32%）。
- 校正臨床診斷切點：帶有此特定基因型者，其 HbA1c 檢驗值會天生偏高或偏低，若死守傳統單一數值標準（如 5.7 或 6.5），將造成糖尿病的過度診斷或漏診。建立本土資料庫方能實現個人化校正。
2\. 醫院型資料庫 vs. 人口型資料庫：縱向病歷的臨床價值
演講中深度剖析了兩類生物資料庫在精準醫療上的關鍵定位：
🏛 人口型資料庫（如 UK Biobank / TWB）
以社區一般大眾為對象，健康人比例高。數據多為單次斷面或定期間隔追蹤，缺乏密集的病程用藥與併發症細節，主要長於公共衛生與流行病學常模。
🏥 醫院型資料庫（如 TPMI / 體系生醫庫）
直接收錄就醫患者，累積長達 20 餘年的連續性電子病歷（EHR）。包含縱向檢驗追蹤、用藥反應與真實併發症結局，是挖掘疾病預後與藥物代謝指引的關鍵利器。
3\. AI 演算法突破：從 75 萬到 2,000 萬點位的擴增插補
全基因體定序（WGS）成本高昂，難以在大規模臨床全面普及。台灣團隊透過 AI 與生物資訊架構解決了這項瓶頸：
- 晶片檢測 + AI 深度補捉：利用全基因組晶片先測出約 75 萬個關鍵 SNP 點位，再運用機器學習插補演算法（Imputation），擴增推估出超過 2,000 萬個基因點位。
- 兼顧成本效益與精準度：以極親民的檢測成本，達成接近全基因體定序的資訊解析力，加速全基因組關聯分析（GWAS）與表型組（PheWAS）的跨疾病探索。
4\. 臨床具體實踐：慢性病預警與預防醫學超前部署
基因結構「終生不變」，結合多基因風險評分（PRS）能在疾病尚未發生前提供量身訂做的干預策略：
- 慢性腎臟病（CKD）提早 8 年示警：追蹤數據顯示，高遺傳風險個體走向末期腎臟病變的時間，比一般族群平均提早整整 8 年。提早預警可讓醫師在發病初期便積極介入保護腎功能。
- 糖尿病併發症精準預測：提早辨識哪些糖尿病患者更容易快速發展出視網膜病變或周邊血管阻塞，及時調整降血糖用藥與追蹤頻率。
- 改寫公衛篩檢策略（以乳癌為例）：傳統齊頭式的年齡篩檢無法照顧到高危險群——遺傳風險最高的 5% 女性發病年齡大幅提早；反之低風險者終生罹癌機率極低。未來應依基因風險分級制定差異化篩檢排程。
- 兒科早期生長與體質干預：在孩童幼年期、尚未大量接觸外在致病原前，先行評估過敏體質、生長發育與內分泌代謝走向，及早調整成長環境與生活型態。
結語：邁向以人為本的個人化健康防護網
蔡輔仁校長強調，基因組學與 AI 的結合並非為了取代臨床醫師的經驗判斷，而是賦予醫療體系「預見未來風險」的能力。透過台灣本土大數據的深耕與 AI 演算法的賦能，未來的醫療將由「發病後的被動治療」全面轉型為「發病前的主動預防與精準守護」。
FN3KRP（Fructosamine 3 Kinase Related Protein，果糖胺-3-激酶相關蛋白），它是影響「非血糖依賴型 HbA1c 變異（Glycation gap）」的關鍵基因。1.
FN3KRP 的核心生理功能：蛋白質去糖化（Protein Deglycation）與修復逆轉非酵素糖化反應（Maillard reaction）： 當血液或細胞內的還原糖與蛋白質（如血紅素上的離胺酸殘基）發生非酵素性的結合時，會形成早期的阿馬多里產物（Amadori products，如酮胺類 ketosamines）。若不移除，這些產物會進一步交聯形成不可逆的終端糖化產物（AGEs）。
ATP 依賴型磷酸化降解：
FN3KRP 與其緊鄰的同源基因 FN3K（果糖胺-3-激酶）皆屬於細胞內的「蛋白質修復酵素」。它們會消耗 ATP，將結合在蛋白質上的酮胺基團第 3 號碳進行磷酸化（形成不穩定的 3-磷酸酮胺），促使其自發性斷裂並從蛋白質上脫落（釋出 3-deoxyglucosone 等產物），讓蛋白質恢復原本未糖化的結構與功能。受質特異性與互補角色： 雖然
FN3K 直接負責催化葡萄糖形成的果糖胺（D-fructosamines），但 FN3KRP 主要針對其 C3 差向異構物及下游中間產物，例如阿洛酮糖胺（D-psicosamines）、核酮糖胺（D-ribulosamines）與赤藻酮糖胺（D-erythrulosamines）進行去糖化，並協同調控紅血球內的整體去糖化效率。此外，由於 FN3KRP 與 FN3K 在第 17 號染色體上位置緊鄰，GWAS 中 FN3KRP 基因座的變異訊號也常與 FN3K 的表現量调控（eQTL）處於高度連鎖不平衡（LD）。2. 為什麼這能解釋投影片中的臨床現象？
「高血糖卻低 HbA1c」的糖化落差（Glycation Gap）： 投影片探討「為何部分代謝症候群（MetS）患者會有偏低的 HbA1c？」。當患者帶有
FN3KRP / FN3K 基因座的特定等位基因變異（如圖中所示的 Effect allele: G，OR < 1） 時，紅血球內的果糖胺激酶活性或表現量較高，「拆掉血紅素上糖分子（去糖化）」的速度比一般人快。臨床判讀意義： 這類患者即使處於代謝症候群、胰島素阻抗或實際血糖偏高的狀態，因為紅血球內的血紅素不斷被較高效率地「去糖化修復」，抽血測得的 HbA1c 就會呈現假性偏低。在臨床上若單靠 HbA1c 篩檢，容易低估這群患者的真實血糖暴露量，需搭配空腹血糖、OGTT 或連續血糖監測（CGM）來評估。
3. 圖中其他次要顯著基因座（小峰值）補充
YKT6（Chr 7）： 參與細胞內囊泡運輸（SNARE 複合體），與胰島 beta 細胞分泌及鄰近的葡萄糖激酶基因（GCK）區域連鎖有關。APOA5（Chr 11）： 載脂蛋白 A5，調控三酸甘油酯（TG）代謝的核心基因，直接反映代謝症候群的血脂異常特徵。TMEM8A / PGAP6（Chr 16）： 位於第 16 號染色體短臂（16p13.3），緊鄰 alpha-血紅素基因簇（HBA1/HBA2），此處的峰值通常反映紅血球壽命、血紅素結構或轉替率對 HbA1c 數值的影響。為什麼生長速率與青春期發育時程對小朋友這麼重要？
在追求真相的朱子宏醫師其兒科內分泌與遺傳代謝門診中，「小朋友長不高（身材矮小）」與「發育太早（性早熟）」永遠是家長最焦慮的兩大課題。隨著全基因組關聯研究（GWAS）與台灣本土大型生物資料庫（包含中國醫藥大學附設醫院 CMUH 世代、台灣人體生物資料庫 TWB 與台灣精準醫療計畫 TPMI）的蓬勃發展，臨床醫師現在已經能透過「多基因風險分數（Polygenic Risk Score, PRS）」，揭開兒童生長速率與青春期時鐘背後的遺傳藍圖。
青春期的啟動時程（Pubertal timing）反映了小朋友從胎兒時期、嬰幼兒期到兒童期的基因背景、產前環境與新陳代謝總和。
矮小與性早熟多基因因素與後天因素
在小朋友從嬰兒（Baby）、學步兒（Toddler）一路成長到青少年（Teen）的過程中，有多重因素會撥動體內的發育時鐘：
1. 遺傳背景與種族差異（Genetic background & Ethnicity）
每個人的多基因底盤不同，決定了基礎的骨骼發育速度與荷爾蒙敏感度。
2. 產前環境與低出生體重（Prenatal factors & SGA newborn）
小於妊娠年齡（SGA）的新生兒若在幼兒期出現過快的追趕性生長，往往容易伴隨骨齡超前與早發性青春期。
3. 兒童期肥胖與環境荷爾蒙暴露（Obesity & Exposure to chemicals）
過多的脂肪組織與外在環境化學物質，會干擾內分泌訊號並加速性成熟。
提早發育對成年後健康的 6 大遠期影響
性早熟或青春期提早，除了影響生長板閉合時間與成人身高外，在流行病學與基因研究中更發現與多種成年期健康風險息息相關：
1. 肥胖與第二型糖尿病風險上升（Obesity and Type 2 diabetes）
提早發育與成年後的胰島素阻抗及代謝症候群具有高度基因重疊。
2. 心血管疾病與全因死亡率增加（Cardiovascular disease & Mortality）
長期代謝負擔會提高成年期心血管事件與整體健康風險。
3. 乳癌等荷爾蒙相關腫瘤風險（Increased risk of breast cancer）
初經提早代表一生中暴露於雌激素的時間拉長，增加未來乳癌發生機率。
4. 骨質礦物化異常與心理社交壓力（Bone mineralization & Psychosocial disorders）
身形與同儕的落差容易造成小朋友的心理壓力，同時也影響長期的骨本累積，男性則可能出現變聲異常（Impaired voice breaks）。
身材矮小是遺傳嗎？矮小與性早熟多基因因子在「家族性矮小」的診斷價值
過去在門診評估「家族性矮小（Familial Short Stature, FSS）」時，醫師主要是將父母身高代入公式來估算小朋友的目標遺傳身高。然而，為什麼同樣一對父母生下的兄弟姊妹，身高還是會有明顯落差？答案就藏在多基因性狀（Polygenic trait）的組合裡。
台灣族群成人身高的多基因預測模型（R² = 0.6）
根據台灣本土族群的基因研究，當我們整合全基因組中數百至數千個與身高相關的基因位點，計算出每位小朋友的「多基因身高預測值」時，其對實際成人身高的解釋力高達 R² = 0.6（P ≤ 0.001）。
1. 多基因分布曲線的低分位現象
絕大多數在門診被診斷為「家族性矮小」或「特發性矮小（ISS）」的小朋友，其實是剛好遺傳到較多微效應的「減高等位基因」，因而落在常態分布曲線的左側低分區。
2. 區分「良性多基因矮小」與「單基因病理性矮小」
這項工具帶給兒科遺傳門診極大的診斷改進：當小朋友的「實際身高」與「PRS 基因預測身高」相符時，家長可以較為安心；但若小朋友的實際身高遠低於 PRS 預測值，就強烈暗示背後可能藏有罕見的單基因突變（例如 SHOX、ACAN、NPR2 或 FGFR3 等骨骼發育基因變異），此時進一步安排全外顯子定序（WES），就能大幅提高找出病因的機會。
中樞性早熟與台灣女性初經年齡的基因圖譜
除了身高之外，性早熟同樣具有高度的多基因遺傳傾向。在針對特發性中樞性早熟（ICPP）的研究中發現，早熟加權多基因風險分數（wPRS）與發病風險呈現顯著的劑量反應關係——基因分數落在高分位群的小朋友，發生中樞性早熟的勝算比（OR）顯著飆升。
57,890 名台灣漢族女性 GWAS 揭密 24 個青春期基因
LIN28B-AS1、第 1 號染色體 REN/KISS1 與第 20 號染色體 MC3R），並串聯台灣人體生物資料庫（TWB）與健保資料庫（NHIRD）分析 154 種疾病預後。在結合台灣人體生物資料庫（TWB）與健保資料庫（NHIRD）共 57,890 名台灣女性的大規模全基因組關聯研究中，科學家成功鑑定出 15 個獨立顯著位點（Lead SNPs）與 24 個決定初經年齡的關鍵基因，並進一步串聯分析 154 種疾病預後與日本生物資料庫（BBJ）的跨族群基因相關性：
1. LIN28B-AS1（第 6 號染色體）：控制發育時鐘的總司令
在曼哈頓圖中呈現最高的訊號峰值（-log10 P > 26），負責調控 let-7 miRNA 家族，是掌握全身線性生長與下視丘-腦下垂體-性腺軸（HPG axis）甦醒時機的核心基因。
2. REN / KISS1（第 1 號染色體）：點燃青春期火種的鑰匙
KISS1 基因負責製造親吻促動素（Kisspeptin），能直接刺激下視丘分泌性腺激素釋放素（GnRH），是啟動青春期最直接的上游開關。
3. MC3R（第 20 號染色體）：連結營養狀態與性成熟的感測器
黑色素皮質素受體 3（Melanocortin 3 Receptor）是中樞神經系統偵測體內能量儲備的關鍵受體，負責把「營養充足、熱量夠了」的訊號回饋給大腦，進而加快生長速率與青春期啟動。
4. ZNF483、RXRG 與 POGZ：荷爾蒙與轉錄調控網路
這些基因分別位於第 9 號與第 1 號染色體，共同參與細胞核內受體訊號傳遞與神經內分泌發育的微調。
肥胖、性早熟與 IGF-1 升高的三角因果鏈
在兒童成長門診中，我們常看到一個典型現象：體重偏重（BMI 較高）的囡仔兄、囡仔姊，小時候身高長得比同學快、抽血測得的「第一型類胰島素生長因子（IGF-1）」數值偏高，但照了骨齡卻發現骨頭年齡超前，而且很早就出現第二性徵。這到底是吃太多造成的，還是基因早就寫好了劇本？
6,142 名台灣兒童 IGF-1 全基因組相關性分析
根據中國醫藥大學附設醫院（CMUH）針對 6,142 名平均年齡 8.48 歲兒童與青少年所進行的循環 IGF-1 基因研究（結合 6 個東亞生物資料庫跨性狀分析），揭曉了驚人的基因相關性（Genetic correlation, Rg）：
1. IGF-1 與 BMI 及體重呈顯著正相關
兒童血液中 IGF-1 的基因體質，與 BMI 的基因相關係數達 Rg = 0.494（P = 1.20 × 10⁻³），與體重的基因相關係數為 Rg = 0.305（P = 9.30 × 10⁻³）。
2. IGF-1 與初經年齡呈顯著負相關
循環 IGF-1 基因與女性初經年齡呈顯著負相關（Rg = -0.515, P = 8.00 × 10⁻⁴）。這證明了「容易讓 IGF-1 升高的基因」，與「容易長胖的基因」及「提早來初經的基因」，在底層架構上是高度重疊的同一批基因網路！
孟德爾隨機化（MR）證實 BMI 對 IGF-1 與早熟的雙重推進
為了釐清誰是因、誰是果，研究團隊運用單變量與多變量孟德爾隨機化（UVMR / MVMR）分析，確認了兩條清晰的因果路徑：
1. 高 BMI 基因體質會直接推升兒童 IGF-1 並使初經提早
帶有較高 BMI 多基因傾向的小朋友，其基因體質會產生正向因果效應，直接拉高血液中的 IGF-1 濃度，同時促成初經年齡提早（Earlier menarche）。
2. 初經時程對 IGF-1 具備獨立於 BMI 之外的影響力
即使在統計上校正了 BMI 的影響後（MVMR adjusted for BMI），較晚的初經基因體質依然獨立與較低的 IGF-1 相關；反過來說，早熟的基因體質本身就會獨立促使兒童期的 IGF-1 上升。
BMI 多基因風險（PRS）每增 1 個標準差，高 IGF-1 風險增加 38%
當研究團隊將台灣精準醫療計畫（TPMI）的 BMI PRS 應用於兒童世代（校正性別、出生年份與 10 個基因主成分）時，發現了極具臨床預警價值的數據：
1. 顯著的風險遞增效應（aHR = 1.38）
小朋友的 BMI PRS 每增加 1 個標準差（1-SD），其血液 IGF-1 數值超過同年齡、同性別正常參考上限（Elevated IGF-1）的風險就顯著增加 38%（aHR = 1.38, 95% CI 1.22–1.57, P = 4.30 × 10⁻⁷）。
2. 9 到 11 歲青春期前夕是關鍵分水嶺
從累積發生率曲線（Kaplan-Meier curve）可以清楚看到，落在 BMI 基因高風險群（PRS 80-100%）的小朋友，在 9 歲到 11 歲之間出現高 IGF-1 的比例便開始急遽爬升，與中低風險群顯著拉開（Log-rank test High vs Low P = 4.47 × 10⁻⁶）。這提醒我們在判讀小朋友的生長激素軸與骨齡時，必須將肥胖與早熟的多基因背景一併納入考量，並及早在 9 歲前啟動體重與生活型態的改進！
台灣國家語言俗諺中的生長遺傳學：臺灣台語怎麼說？
在台灣的傳統語言文化裡，長輩們雖然沒有 GWAS 或曼哈頓圖，卻早已透過世代觀察，將「多基因遺傳」的智慧濃縮在日常俗諺中。比方說「大格雞慢啼」 (Tuā-keh kue bān thî.)，就是形容體質性遲緩，但不確定的情況仍須交由醫師評定喔！
透過現代精準基因醫學，我們得以將「家族性矮小」、「中樞性早熟」與「兒童肥胖伴隨高 IGF-1」背後的遺傳網絡徹底解碼，未來這些「矮小與性早熟多基因因子」也有機會列入臨床判讀與治療反應判定。如果您發現家裡的小朋友身高落在百分位曲線第 3 百分位以下、一年長不到 4 公分，或是女孩在 8 歲前、男孩在 9 歲前就出現第二性徵與體重快速增加，建議及早帶小朋友至小兒遺傳內分泌門診進行完整評估，讓專業醫師陪伴小朋友健康穩健地長大！
發佈留言