大规模并行功能解析揭示非小细胞肺癌功能性调控变异体的遗传架构

本研究通过大规模并行报告基因分析（MPRA）系统解析了中国人群非小细胞肺癌（NSCLC）全基因组关联研究（GWAS）位点中的功能性调控变异（frVars），鉴定出12个位点中的30个潜在因果变异，揭示单倍型区块内多变异协同、多区块多机制等三种遗传模式，并基于因果变异构建的多基因风险评分（PRS）显著提升跨人群风险预测效能。

　　

肺癌作为全球高死亡率恶性肿瘤，非小细胞肺癌（NSCLC）占病例总数的85%。尽管全基因组关联研究（GWAS）已鉴定数千个风险位点，但90%以上位于非编码区，且连锁不平衡（LD）使得单个位点可能包含数百个关联单核苷酸多态性（SNPs），导致因果变异鉴定困难。传统精细定位策略受限于低通量实验验证，难以系统解析复杂遗传架构。此外，现有多基因风险评分（PRS）在跨人群应用时存在效能衰减问题，亟需基于功能证据的变异选择策略优化预测模型。

南京医科大学研究人员在《Nature Communications》发表研究，通过整合大规模并行报告基因分析（MPRA）、表观基因组注释和表达数量性状位点（eQTL）数据，系统解析了中国人群NSCLC GWAS位点的功能变异。研究团队首先从14,240例病例和14,813例对照的WGS数据中筛选1,249个候选变异，在A549、H1299和BEAS-2B三种肺相关细胞系中进行MPRA检测，结合自主开发的肺组织特异性深度学习模型LungENN，最终鉴定出82个功能性调控变异（frVars），其中30个被确认为潜在因果变异。

关键技术包括：1）设计包含120bp序列的等位基因对文库，通过条形码标记进行MPRA高通量筛选；2）建立基于卷积神经网络的LungENN模型预测肺组织特异性调控效应；3）利用CRISPR基因编辑验证关键变异对靶基因（如FAM13A、SRC）的调控功能；4）基于UK Biobank 450,821例欧洲人群数据评估PRS跨人群预测效能。

研究设计及MPRA质量控制

构建包含7728个等位基因对的MPRA文库，转染肺上皮细胞后通过负二项回归分析鉴定出387个（23.0%）具有转录活性的调控元件。活性元件显著富集于肺组织开放染色质区域（DNase-seq/ATAC-seq）和活性增强子标记（H3K27ac/H3K4me1），且与转录因子结合位点（如SP/KLF家族）高度重叠。

功能性变异鉴定与注释

82个frVars中96.3%具有至少一种功能注释，67.1%位于肺组织开放染色质区，90.2%与肺组织eQTL关联。典型案例如4q22.1位点的rs2904259（log₂FoldChange=-2.64），其T等位基破坏FOS/JUN家族转录因子结合，显著降低FAM13A表达（P=1.2×10^-5），该基因通过Wnt通路影响肺泡上皮修复。

遗传架构分类

发现三种模式：1）单倍型区块内多因果变异（如4q22.1位点rs2904259与rs2464522协同调控FAM13A）；2）多区块多机制（如5p15.33位点中，区块1变异通过端粒长度调控泛癌风险，区块2-4变异通过LPCAT1、SLC6A3等基因影响肺腺癌特异性风险）；3）单一因果变异（如20q11.23位点rs6130139通过破坏SOX家族结合抑制SRC表达）。

PRS跨人群优化

将中国人群鉴定的因果变异纳入欧洲人群PRS构建后，风险预测效能显著提升（HR=1.24 vs 原模型1.18），证实功能注释变异可改善跨祖先风险分层。

该研究首次系统描绘NSCLC风险变异的细胞特异性调控图谱，揭示多变异协同作用的复杂遗传机制。创新性体现在：1）开发肺组织特异性深度学习预测工具LungENN（AUC=0.948）；2）发现亚洲人群特异性低频变异（如5p15.33位点rs528894327，MAF=0.1%）；3）为GWAS位点"一因多效"现象提供实验证据（如5p15.33位点同时存在端粒维持和尼古丁代谢通路相关变异）。这些发现为肺癌精准预防提供新策略，并证明功能基因组学指导的PRS优化可突破传统基于LD的跨人群预测局限。