Cell state-dependent allelic effects and contextual Mendelian randomization analysis for human brain phenotypes：解析大脑奥秘的关键研究

在解析基因与中枢神经系统（CNS）表型关系时，脑疾病对相关推断的影响尚不明确。研究人员开展单细胞孟德尔随机化（MR）研究，发现疾病会影响基因表达的等位基因效应，还鉴定出潜在因果基因 - 性状关联。这为理解脑疾病病因和治疗提供了重要依据。

　　在生命科学和健康医学领域，大脑疾病一直是研究的重点和难点。基因表达定量性状位点（eQTL）常被用于推断基因与中枢神经系统（CNS）表型之间的关系，然而，脑疾病对这种推断的影响却犹如一团迷雾，模糊不清。以往的研究虽然在这一领域取得了一些进展，但仍存在诸多问题。例如，使用患病脑组织样本进行因果推断分析时，疾病本身导致的基因表达变化可能会掩盖与疾病病因相关的通路，或者优先考虑由反向因果关系产生的虚假关联 。这使得研究人员难以准确地确定致病基因、其作用方向以及发挥作用的细胞类型，进而影响了从全基因组关联研究（GWAS）位点到治疗方法的转化。

为了拨开这团迷雾，来自多个研究机构的研究人员，包括伦敦帝国理工学院、阿姆斯特丹大学医学中心等国外机构，开展了一项深入的研究。他们旨在通过实施一种基于原则的孟德尔随机化（MR）方法，利用单细胞表达定量性状位点（eQTL）作为遗传锚点，来推断基因、细胞类型和 CNS 表型之间的关系。该研究成果发表在《Nature Genetics》上，为大脑疾病的研究带来了新的曙光。

研究人员在研究过程中运用了多种关键技术方法。首先，对 409 名成年捐赠者的死后脑组织样本进行单细胞 RNA 测序（snRNA - seq），并进行基因分型。在样本处理上，严格遵循伦理规范，从多个数据集获取样本，经过质量控制、数据协调和细胞类型注释等步骤，最终保留了 391 名个体的 2,348,438 个单细胞数据 。其次，通过线性模型在单细胞水平上识别 cis - eQTL，并利用线性混合效应（LME）模型评估疾病状态对 cis - eQTL 的影响 。此外，运用共定位分析和 MR 分析，分别探究疾病对基因表达与疾病表型关系的影响，以及确定基因与 CNS 性状之间的潜在因果关联。

在研究结果部分，研究人员取得了一系列重要发现。

• 数据集和 eQTL 发现：在 391 名混合疾病病例和对照参与者中，研究人员在 8 种脑细胞类型中捕获了 182 万个单细胞类型的 cis - eQTL（错误发现率 <5%），涉及 13,939 个独特基因 。这些 eQTL 在目标基因转录起始位点周围富集，且大多数（72.9 - 88.7%，取决于细胞类型）在大规模皮质组织水平 eQTL 研究中得到重复验证，其中 90.0 - 98.3% 具有相同的效应方向 。与基于所有细胞类型计数聚合的等效 “批量” 组织分析相比，单细胞类型水平的 eQTL 分析鉴定出了更多的 eGenes。
• 疾病状态对 cis - eQTL 的影响评估：研究发现，在考虑疾病状态和随机效应后，仍无法充分解释脑疾病对人类大脑基因表达遗传调控的影响。平均 16.7 - 40.8% 的 eQTL 关联与疾病存在显著相互作用。例如，在小胶质细胞中，rs117934759 与 PTPN12 表达的关联受阿尔茨海默病（AD）样本的强烈影响；在星形胶质细胞中，rs6538127 与 NAV3 表达的关联受多发性硬化症（MS）和 AD 样本的影响 。
• 遗传共定位分析：研究人员整合单细胞类型的 cis - eQTL 和 GWAS 数据，进行遗传共定位分析。在 30 种 CNS 表型中，共鉴定出 501 个共定位（PP.H4 > 0.8），其中 23.6% 存在疾病依赖性 。如 TP53INP1 - 少突胶质细胞 - AD 的共定位，其 lead COLOC SNP rs4582532 显示出对交互模型的偏好。此外，使用仅对照组的 eQTL 进行共定位分析时，发现了 91 个在混合疾病和对照数据集未出现的共定位，这凸显了仅使用对照样本在解释 eQTL 致病性方面的价值。
• MR 分析：研究人员将 MR 分析限制在 183 名无脑部疾病临床病史和神经病理学检查无脑部疾病证据的对照参与者中。通过这一分析，他们鉴定出 140 个假定的因果基因 - 性状关联 。例如，基因预测的 EGFR 表达增加与 AD 风险增加相关，这支持了将脑穿透性 EGFR 抑制剂重新用于 AD 治疗的潜力；基因预测的 GPNMB 表达增加与帕金森病（PD）在星形胶质细胞和少突胶质前体细胞（OPCs）中相关，且该效应方向得到了实验验证。
• 单细胞 MR 推断在人类蛋白质组中的评估：研究人员利用英国生物银行药物蛋白质组学项目（UKB - PPP）和另一项来自 330 名老年人的大脑蛋白质组学资源，对单细胞 MR 推断在蛋白质水平进行评估。结果发现，在单细胞 MR 证据支持与 CNS 表型存在因果关联的基因中，部分基因在血浆或大脑中可检测到蛋白质水平，且部分基因 - 性状对在蛋白质水平得到了复制 。这表明这些基因不仅是疾病修饰的候选药物靶点，还可作为预测临床结果的候选外周生物标志物。

在研究结论和讨论部分，该研究提出了一种在单细胞类型中进行 MR 的通用框架，深入探讨了疾病对人类大脑 eQTL 的影响，强调了在评估 eQTL 致病性时考虑疾病影响的重要性 。研究人员通过使用健康对照脑组织，为无偏且更深入地解释人类大脑疾病、结构和行为的 GWAS 风险等位基因建立了资源。同时，研究也指出了存在的局限性，如当前单细胞脑数据集的有限能力、许多脑表型缺乏可用的大型 GWAS 等 。尽管如此，该研究为未来的大脑疾病研究指明了方向，有助于研究人员更准确地识别潜在的药物靶点，开发更有效的治疗策略，对推动生命科学和健康医学领域的发展具有重要意义。