日本多组学浏览器（JOB）：整合可视化东亚人群多组学数据的创新平台

为解决多组学数据分散、东亚人群代表性不足的问题，日本研究团队开发了日本多组学浏览器（JOB），整合了1,405名日本人群的eQTL/pQTL精细定位、94种UKBB性状关联及机器学习预测的49组织调控评分（EMS），并通过MPRA实验验证了10,000+变异体的调控功能。该平台首次实现东亚人群多组学数据的统一可视化，为疾病机制解析和生物标志物发现提供了高效工具，发表于《BMC Genomics》。

　　

随着高通量测序技术的发展，人类基因组、转录组和蛋白质组等多组学数据呈爆炸式增长。然而，这些海量数据往往分散在不同数据库中，犹如散落的拼图碎片，难以被研究者高效整合利用。更令人遗憾的是，现有数据库如GTEx和gnomAD主要基于欧洲人群数据，东亚人群的基因组变异和基因表达谱严重缺乏代表性。这种数据鸿沟使得研究人员在探索疾病机制和开发精准医疗方案时面临巨大挑战，尤其对于与人群特异性遗传背景密切相关的复杂疾病研究。

针对这一现状，日本COVID-19任务组（JCTF）联合大阪大学、东京大学等机构的研究人员开发了日本多组学浏览器（Japan Omics Browser, JOB）。这一创新平台如同一位"基因组翻译官"，将碎片化的多组学数据转化为直观可视的生物学语言。研究团队整合了1,405名日本人群的血液样本数据，通过统计精细定位技术解析了mRNA表达数量性状位点（eQTL）和蛋白质数量性状位点（pQTL），并结合机器学习预测了49种人体组织的基因调控活性（Expression Modifier Score, EMS）。令人振奋的是，平台还收录了超过10,000个变异体在HepG2和K562细胞中的大规模并行报告基因分析（MPRA）实验验证结果，为调控功能提供了直接证据。相关成果已发表于《BMC Genomics》。

研究采用了四项关键技术：1）基于1,405名日本COVID-19患者的血液样本进行eQTL/pQTL分析；2）使用SuSiE和FINEMAP算法对UK Biobank中94种复杂性状进行精细定位；3）开发多任务学习模型预测49个GTEx组织的EMS评分；4）在HepG2和K562细胞系中开展MPRA实验验证调控变异体。

结果
概述
JOB构建了响应式网络框架，支持基因（如ENSG00000160767）或变异体（如chr1:155,250,599:G:A）的多维度查询。平台创新性地将五种关键数据层整合于单一界面：日本人群eQTL/pQTL精细定位结果、UKBB性状关联、EMS预测评分、MPRA实验验证以及外部数据库链接。

典型案例
rs74953707变异体展示出罕见的东亚人群特异性：其调控FAM189B基因的eQTL效应（β=0.079）与MPRA结果（log₂FC=1.07）高度一致，且在欧洲人群频率仅0.3%。rs35083095则首次揭示SETMAR和SUMF1基因的eQTL效应可穿透至蛋白质水平（pQTL PIP>0.7）。而rs10411704通过破坏SETDB1结合 motif，可能影响CD22表达进而调控B细胞功能，为血液系统疾病研究提供新线索。

讨论与结论
JOB的独特价值体现在三个方面：首先，填补了东亚人群多组学资源的空白，rs74953707等案例证明其能发现欧洲数据库中罕见的调控变异。其次，首次实现eQTL-pQTL调控链路的可视化验证，如rs35083095显示mRNA与蛋白水平效应的一致性。第三，整合实验验证与计算预测，形成"假设-验证-应用"的完整研究闭环。

尽管目前MPRA数据仅覆盖基因组变异的极小部分，研究团队计划在2025年前增加单细胞RNA-seq数据，届时将提供来自200名日本人、150万外周血单个核细胞（PBMC）的细胞类型特异性eQTL图谱。这种持续更新的机制使JOB成为动态发展的知识库，而非静态数据库。

这项研究的里程碑意义在于：创建了首个以东亚人群为核心的多组学整合平台，突破性地将统计遗传学（SuSiE/FINEMAP）、机器学习（EMS）和功能基因组学（MPRA）技术熔于一炉。正如研究者所言，JOB不仅是一个浏览器，更是"解码基因组暗物质"的罗盘，指引研究者探索疾病机理的未知海域。平台的开放获取特性（https://japan-omics.jp/）将加速全球精准医学研究，特别是为东亚人群疾病风险变异的功能解读提供不可替代的资源。