PIGEON：基于方差分量分析的多基因性状基因-环境互作统计框架

针对当前基因-环境交互作用(GxE)研究中可扩展性与可解释性的瓶颈，研究人员开发了PIGEON统计框架。该研究通过方差分量分析整合全基因组交互作用(GWIS)摘要数据，解析多基因与教育程度/性别等环境因素的协同效应，在UK Biobank队列中成功验证530个性状的GxE模式，并揭示吸烟 cessation临床试验疗效异质性的遗传互作因子，为复杂性状遗传架构研究提供创新方法论。

　　 解密基因与环境共舞的奥秘！这项研究重磅推出PIGEON（Polygenic Interaction Gene-Environment framework）统计框架，像精准的分子探针般解析多基因与环境的复杂互作(GxE)。研究者采用创新的方差分量分析方法，仅需全基因组交互研究(GWIS)的摘要统计数据，就能量化教育水平对健康结局的修饰效应——好比在人类基因组的海洋中，定位出受社会环境调控的遗传暗流。

通过英国生物银行(UK Biobank)的宏大数据，该框架成功捕捉530个性别二态性性状的基因-性别交互信号，犹如绘制出性别差异背后的多基因调控图谱。更令人振奋的是，在吸烟 cessation临床试验中，PIGEON化身"遗传侦探"，揪出导致尼古丁替代疗法疗效差异的关键遗传互作因子，为精准医疗提供全新靶点。

这项研究架起多基因风险评分(PRS)与真实世界环境的桥梁，其方法论创新将加速从身高、血压到精神疾病的GxE机制解析，让复杂性状的"先天与后天"之争进入可量化时代。