更大的遗传数据集发现控制基因的多个开关

更全面地了解遗传调控

全基因组关联研究（GWAS）已成为研究复杂性状和疾病的主要方法。它们可以识别与乳腺癌、心脏病和糖尿病等疾病相关的基因组片段。但发现一段相关DNA，并不等于找到了这种关联背后的基因、机制或生物通路。

这一差距很重要，因为许多GWAS信号位于调控基因活性的区域，而不是基因本身。因此，研究人员需要了解遗传变异如何影响基因表达和剪接——也就是细胞将RNA指令组装成不同形式的过程。这些联系有助于将统计关联转化为更具体的生物学解释，并最终为研究人员指明潜在药物靶点。

发表于Science的一项研究认为，早期研究的明显局限可能反映了基础数据集的规模。研究人员使用TOPMed表达和剪接数量性状位点数据集报告称，增加样本量可以揭示影响同一基因的第二、第三，甚至第四个遗传信号。

样本数量为何会改变结果

每个人在某个遗传变异位点上都携带三种可能基因型中的一种，这取决于从父母那里继承的等位基因。这些基因型可能与较低、中等或较高水平的基因表达相关。表达数量性状位点（eQTL）分析就是为了绘制这些关系。与之密切相关的剪接数量性状位点（sQTL）分析，则寻找与RNA剪接变化相关的变异。

早期研究经常依赖基因型-组织表达项目（GTEx）的数据，将GWAS发现与eQTL和sQTL联系起来。这些研究很快似乎在单个基因可检测的调控位点数量上达到了上限。新研究表明，这一上限未必是生物学上的。随着数据增加，更多独立效应可能变得可见。

这是一个重要区别。如果研究人员只能观察到基因附近最强的调控关联，就可能忽略同样影响其活性的其他变异。更大的数据集可以分离原本会相互混淆的效应，从而更详细地描绘遗传变异如何塑造细胞机制。

从关联信号走向作用机制

这项研究的前提并不是每个GWAS命中结果都会立即成为治疗靶点。相反，它为解释这些命中结果可能意味着什么提供了一条路径。与疾病风险相关的遗传变异可能位于调控区域。通过将该变异与表达或剪接变化联系起来，研究人员可以缩小值得研究的基因和过程范围。

基因调控也是网络化的。密歇根大学研究人员Laura Scott解释说，改变生物系统某一部分的表达——例如参与细胞应激反应的调控因子——可能影响同一系统其他部分的表达水平。这意味着，变异的影响可能比单基因、单性状模型所暗示的更广泛。

对于疾病研究而言，这进一步凸显了将大型基因组数据集与功能分析结合起来的价值。GWAS可以识别关联所在的位置。eQTL和sQTL研究则有助于确定哪些基因活动与这种遗传变异同步变化。两者结合，为从群体层面的模式走向可在细胞、组织以及最终临床研究中检验的假设，提供了更扎实的路径。

基因组学中的数据规模启示

这一结果也提醒人们，基因组学中的阴性或有限发现可能受到统计效能的限制。一项研究未能发现某个基因周围的多个调控效应，可能不是因为它们不存在，而是因为现有数据不足以将它们区分开来。扩大数据集可能改变这一结论。

研究人员的发现并没有消除解释复杂性状的难题。表达和剪接只是遗传变异与一个人可观察特征之间生物链条的一部分。不过，为一个基因识别出多个调控开关，确实提高了此前相对粗略图谱的分辨率。

随着数据集不断扩大，实际任务将是判断新出现的信号中哪些与特定疾病或性状最相关、它们在哪些组织中发挥作用，以及它们如何与其他调控效应相互作用。这项研究表明，寻找一个决定性的开关可能过于简单。对许多基因而言，其调控架构可能由多个可独立检测的控制因素组成，而要看到这些因素，就需要大幅增加数据量。

本文根据Medical Xpress的报道编写。阅读原文。