首页 > 文学交流 > 正文

Nature三连重磅发布!TenK10K项目首期成果公开,系统解析遗传变异如何调控疾病风险,涵盖540万细胞、16种疾病

2026-11-11 16:09

过去三十年间,技术的进步让解读人类DNA变得容易,但想要明确基因序列差异如何诱发疾病,需要海量数据,在单细胞水平上生成和分析这些数据也一直存在困难。目前,GWAS已挖掘出大量与人类疾病、性状相关的遗传风险位点,但绝大多数变异,尤其是非编码变异的致病机制仍难以阐释。表达数量性状位点(eQTL)定位通过连接遗传变异与基因表达,为寻找疾病相关基因和通路提供了关键工具,而传统eQTL分析受分型芯片、样本限制,难以捕捉罕见变异、串联重复序列等复杂变异,且难以分辨细胞特异性调控效应。

近日,澳大利亚加文医学研究所联合默多克儿童研究所、新南威尔士大学等多个机构,在Nature同步发表三项里程碑式研究。研究团队基于1,925名个体的WGS数据与超过540万个外周血单个核细胞(PBMC)的单细胞RNA测序数据,覆盖28种细胞类型,将遗传变异、基因调控、疾病风险之间的因果链条推进到了此前无法触及的精度。研究将16种疾病的遗传风险区域定位至特定免疫细胞中的潜在致病诱因,识别出近1500个可能参与多种疾病发生的基因。总之,该研究有望推动癌症、免疫疾病、神经系统疾病等多种疾病的药物研发与精准医学发展。

据悉,这些研究是TenK10K项目的首批重要成果,该项目旨在绘制1万名受试者免疫细胞的遗传变异和基因活性图谱。

加文医学研究所转化基因组学项目主任、新南威尔士大学基因组与健康研究所主任、三篇论文的资深共同作者Joseph Powell教授表示:“借助这些研究成果,我们已经从对遗传变异与疾病风险之间潜在因果机制知之甚少,发展到掌握数千种潜在因果机制,这是巨大的进步。”

三项研究分别解析了基因调控的不同层面,共同构建出DNA变异如何影响基因表达并塑造免疫细胞功能的更完整图景。

常见与罕见变异:发现大量新调控效应

在第一篇题为“Rare and common genetic variants shape single-cell immune gene expression”的文章中,研究聚焦常见变异与罕见变异对单个免疫细胞基因活性的影响。研究团队整合了1,925名个体的WGS数据和来自28种免疫细胞类型、超500万个细胞的单细胞RNA测序数据,并开发了新的关联分析方法 SAIGE-QTL,在各类免疫细胞中绘制常见变异、罕见变异的单细胞eQTL图谱。

图片

在纳入检测的21,404个基因中,共识别出超15万个常见变异遗传效应和超3万个罕见变异遗传效应,其中近5,000个基因(约25%)的表达调控效应,在既往规模最大的全血eQTL研究中并未被发现;约半数遗传效应仅在单一或少数几种细胞类型中存在,几乎没有效应在所有细胞类型中普遍存在,表明基因调控具有显著细胞类型特异性。

图片

图1:对1,925名个体进行的人群规模scRNA-seq和配对 WGS识别出28种免疫细胞类型和6600万个变异

研究团队将eQTL信号与60种疾病表型、血液性状开展共定位分析,共检出超6万个共定位事件,覆盖超5,000个基因,为近900个和人类表型变异相关的基因提供潜在分子机制解释。此外,研究采用基于生物学先验的深度学习模型scDeepID识别与细胞功能相关的连续细胞状态,发现超15,000个随连续细胞状态动态变化的eQTL。研究团队还筛选得到164个调控细胞状态丰度的独立遗传变异。总体而言,该研究展示了单细胞eQTL在关联遗传变异、细胞类型/状态、基因表达和复杂疾病机制方面的强大能力。

图片

图2:28种免疫细胞类型的常见和罕见eQTL定位。

串联重复序列:被忽视的调控“暗物质”

接下来,研究团队将目光投向了基因组中长期被忽视的“暗物质”——串联重复序列。这类重复DNA序列对基因调控至关重要,其占据的基因组区域总量超过所有蛋白编码基因,但受分析方法限制,长期以来难以被精准解析。在题为“Tandem repeat variation shapes immune cell type-specific gene expression”的第二篇文章中,研究团队依托1,925名个体的超过540万细胞的WGS和单细胞RNA测序数据,结合922人、超340万个细胞的单细胞ATAC-seq数据,通过荟萃分析系统评估超170万个串联重复序列位点变异对免疫细胞特异性基因表达的调控作用。

图片

该研究识别出超6.9万个eQTL,其中30.7%仅特异性作用于28种免疫细胞类型中的某一种;借助细胞状态推断,还揭示出串联重复序列具备动态调控效应。同时,发现近三分之一与基因表达相关的串联重复序列存在染色质可及性数量性状位点,表明其对顺式调控结构存在协同调控作用。精细定位分析筛选出1,490个串联重复序列,其是6.1%受试基因表达的候选因果驱动因子;共定位分析揭示,超200个基因中的串联重复序列变异可能与免疫、血液学性状之间存在遗传关联。

综上,该研究从全基因组、多组学层面阐释了串联重复序列在人类免疫系统中的调控作用,证实串联重复序列是细胞类型特异性调控变异以及复杂性状遗传构成的关键贡献因素。

染色质可及性:多解释23%疾病相关区域

第三项研究聚焦染色质可及性这一表观调控维度。染色质开放程度直接决定转录因子能否结合、基因能否启动表达,是遗传变异发挥调控作用的重要环节。在题为“Genetic variants shape single-cell chromatin accessibility and disease risk”的文章中,研究团队对1,042名个体的超460万个细胞进行单细胞染色质可及性测序(scATAC-seq)、对95,728个细胞进行多组学测序(RNA + ATAC),经质控后,最终分析922名个体的350万个高质量细胞核,配套WGS数据。

图片

研究团队在28种免疫细胞类型中检测440,996个染色质开放峰,并于100,483个峰上鉴定得到243,225个染色质可及性数量性状位点(caQTL),其中60%具有细胞类型特异性;罕见变异分析共识别38,161个相关峰,多个位点的关联效应可由转录因子结合被破坏来解释。进一步,整合caQTL与eQTL数据得到超7万个共定位信号,并确定了28,834个候选顺式调控元件。

图片

图3:常见caQTLs表现出细胞类型特异性效应

与针对16种疾病与44项血液性状的GWAS数据开展共定位分析,相较于仅依靠eQTL,caQTL能够多捕获4.5%-22.6%的GWAS信号;同时联合caQTL与eQTL数据,相比传统多组学方法可以更好地推断基因调控网络。

研究发现细胞状态能够进一步调控遗传效应,在超20万个caQTL-细胞状态互作中,27%缺乏主效应。以炎症性肠病风险基因ADCY7为例,在CD4⁺T细胞中,染色质可及性效应会随基因型与G蛋白介导通路活性发生变化。

图片

图4:caQTLs通过捕捉远端调控效应,发现eQTL遗漏的GWAS信号

最后,研究团队基于eQTL与caQTL两层数据训练图神经网络,用于在非配对多组学数据中推断染色质开放峰与基因的关联,相比不利用QTL信息的模型,最高可提升17.2%的准确率,同时新发现128组转录因子-靶基因对,增幅达22%。综上,该研究结果表明遗传变异以细胞类型特异性、细胞状态特异性的方式调控染色质可及性,进而影响免疫功能与疾病风险。

这三项研究是TenK10K的首个重大成果,相关数据已全部免费对外开放,全球科研人员均可调用该数据集开展后续研究。这套多维度单细胞免疫遗传图谱,能够帮助研究者明确疾病变异的靶细胞、靶基因以及调控通路,助力筛选对特定疗法敏感的患者群体,推动既往未知靶点的新药开发。

Powell 教授介绍,当前成果仅为TenK10K项目的起步阶段。下一阶段,项目组将进一步扩大受试人群规模,拓展覆盖的疾病类型,同时提升队列的遗传多样性,让研究结论能够更好地代表全球不同人群。

参考文献:

1.https://www.nature.com/articles/s41586-026-10721-2

2.https://www.nature.com/articles/s41586-026-10438-2
3.https://www.nature.com/articles/s41586-026-11173-4

声明:本文为模板演示用示例文稿,不构成任何医疗建议;如有健康问题请咨询专业医师。
广告位