研究目的：　　阿尔茨海默病（Alzheimers disease, AD）是常见中枢神经系统退行性疾病。研究细胞自噬机制对预防和治疗由细胞自噬功能障碍诱导的神经系统疾病有重要意义。研究证实自噬可通过影响Aβ和tau蛋白的降解和清除参与AD病理进程。全面研究自噬通路基因的遗传变异与阿尔茨海默病易感性是否存在关联，对阐明阿尔茨海默病发病机制具有重要意义。因此，在本课题研究中，通过采用候选通路关联研究策略，针对自噬通路中所涉及的基因的标签SNP位点进行全面研究，筛选AD新的易感基因，然后，进一步探讨所筛选的自噬通路调控基因与脑脊液和神经影像学标志物的关系，来进一步探索自噬通路调控基因参与AD发生发展的机制。　　研究对象与方法：　　本课题项目的研究对象及其相关临床及遗传学数据资料均来自于阿尔茨海默病神经影像学倡议计划(ADNI)数据库。同时，我们基于ATN生物标记来定义AD疾病状态，开展病例-对照设计的关联研究的分组方法。在本课题研究中，我们选取自噬通路的 ATG2B、ATG3、ATG4C、ATG5、ATG9B、ATG12、ATG16L1、ATG16L2、BECN和MAP1LC3B等10个基因进行关联研究。然后提取ADNI-GO和ADNI-2数据库中10个基因的全部330个SNP信息，通过Haploview 4.2软件中Tagger方法最终纳入了30个标签SNPs。关联分析阶段，我们运用R 3.12软件，应用非条件Logistic回归叠加模型，分别计算自噬通路相关基因的标签SNP的基因型数据每单位改变的P值，并进行Bonferroni多重检验校正。我们使用基于1000 Genomes Project（EUR）的连锁不平衡信息的 HaploReg（版本 4.1）在线数据库进行连锁不平衡分析，并定义了r2≥0.8的目的SNP标记的位点，且所有这些标记位点用于执行增强子富集分析。我们通过R 3.12软件，运用多元线性回归模型分析所筛选的目的基因SNP的多态性在基线水平和AD相关的表型之间的相关性。在随访研究的纵向数据分析中，我们采用的是混合效应模型，并以各种标志物的变化值作为结局变量进行相关分析，并以P<0.05定义为有统计学意义。　　研究结果：　　在关联研究阶段，共有30个来自ATG2B、ATG3、ATG4C、ATG5、ATG9B、ATG12、ATG16L1、ATG16L2、BECN和MAP1LC3B基因的标签SNPs纳入研究。在对这30个SNPs进行分析后，2个SNPs（ATG16L1基因的rs2241880和rs3792106）显示与AD有相关性（P<0.05）。我们进行Bonferroni多重检验校正(P值记为Pc, Pc=0.001667)后，仅有ATG16L1基因的rs2241880显示与AD明显相关（P=0.001516，P