CACNA1C基因内含子3可变数目串联重复序列（VNTR）多态性结构与精神分裂症风险的关联研究

本研究利用长读长基因组组装技术，首次系统解析了CACNA1C基因内含子3可变数目串联重复序列（VNTR）的结构多态性，发现其7种结构类型（Types）与精神分裂症（GWAS）风险信号存在完全连锁不平衡（LD），且风险单倍型与脑组织中CACNA1C表达下调显著相关，为神经精神疾病遗传机制提供了重要见解。

　　

Structural Characterization of the CACNA1C VNTR in Long-Read Assemblies

研究团队利用来自人类基因组结构变异联盟（HGSVC2）、人类泛基因组参考联盟（HPRC）和端粒到端粒（T2T）项目的155个长读长单倍型组装数据，对CACNA1C基因内含子3的可变数目串联重复序列（VNTR）进行了全面解析。通过多序列比对和重复单元聚类分析，他们识别出34,172个重复单元，其中35个高频单元（频率>5×10^?4）占序列总量的98%以上。共识重复单元（出现频率32%）与其他单元平均存在2.3个核苷酸差异。基于序列差异，155条VNTR序列被划分为7种结构类型（Types），其中Type 1占比88%，中位长度5.7 kb；Type 2和3长度增加30-40%（中位8.3-8.4 kb）；Type 4长度一致（7.2 kb）；Type 5长度变异最大（13-61 kb）；Type 6和7各由单一独特序列定义。每种类型均得到PacBio HiFi组装数据支持，且测序覆盖深度分析证实了组装准确性。

Pervasive Tandem Duplication within the CACNA1C VNTR

通过滑动窗口（宽度6个重复单元）比对分析，发现Type 2和3相对于Type 1存在千碱基规模的串联重复（Duplication 1和2）。Type 2的重复断点存在变异，而Type 3的断点完全一致。此外，在Types 1-3中还发现两个较小重复（Duplication 4:420 bp，非完全串联；Duplication 5:300 bp，与可变区VR1部分重叠）。Type 5序列表现出高度异质性，存在多重千碱基规模重复段，且不同序列间结构复杂（如大片段缺失、重复等）。对Type 1序列的变异性扫描揭示了26个对齐缺口，其中24个对应串联重复事件（共102次，平均每条序列0.76次），多数为无差异重复。靠近VNTR末端的两个缺口不符合串联重复模型，提示可能存在其他突变机制。

Common CACNA1C Repeat Polymorphisms

在Type 1序列中，两个高变区域（Variable Region 1, VR1 和 VR2）被详细解析。VR1的18条 distinct序列被分为两个等位基因：VR1A（频率64%）和VR1B，两者相差11个重复单元（330 bp），提示 ancestral扩张或截断。VR2的71条 distinct序列被分为四个等位基因（VR2A, VR2B, VR2C, VR2D），其重复单元组成和顺序差异导致显著核苷酸水平差异。VR1与VR2存在高强度连锁不平衡（R²=0.85）：VR1A与VR2A/C/D共存，VR1B与VR2B共存。未分类的VR1/VR2序列共同出现于相同组装中。

Variable Region 2 Is Associated with Schizophrenia and CACNA1C Expression

CACNA1C内含子3区域在胎儿脑组织（Roadmap Epigenomics）和谷氨酸能神经元（scATAC-seq）中呈现DNaseI超敏感位点（DHSs）。GTEx项目数据显示该区域存在脑组织eQTLs（小脑、小脑半球、壳核、黑质）。利用35个HGSVC2个体的分型数据，分析显示VR2与精神分裂症 fine-mapped SNPs存在极高LD（三个SNPs与VR2完全连锁，R²=1.0），而VR1关联性较弱。欧洲裔亚群分析显示类似模式。eQTL分析揭示两个独立信号：一个与精神分裂症和VR2关联，另一个则无。VR2 LD程度与eQTL显著性高度相关（R²=0.531, P<2.2×10^–16）。与VR2连锁的eQTLs平均等位基因折叠变化（aFC）为-0.998，意味着风险等位基因导致CACNA1C表达量下降约2倍。

Ancestry and History of the CACNA1C VNTR

不同类型VNTR的 ancestry分布差异显著：Type 1反映整体 ancestry组成；Type 2富集于非洲裔，Type 3富集于亚洲裔；Types 4-7几乎仅见于非洲裔个体。VR2等位基因频率也存在 ancestry偏好：VR2B和VR2D在非洲裔中更常见，VR2C在东亚裔中更常见，VR2B在南亚裔中更常见。未分类VR2序列均为非洲裔。重复单元频率分析显示，29个最丰富单元 ancestry分布与数据集一致，129个低频单元（频率<0.0011）主要见于非洲裔序列或单一序列。与非人灵长类（黑猩猩、大猩猩）对比证实该VNTR为人类特有，其共识重复单元在第17位点（G）与黑猩猩序列（A）存在固定差异。对四个古人类基因组（尼安德特人、丹尼索瓦人，距今约52-122千年）的测序覆盖深度分析表明，其VNTR长度（3.36-10.56 kb）与现代人类似，提示该重复的扩张发生在现代人与古人类分化之前（约63-52万年前）。

Discussion

本研究通过长读长技术揭示了CACNA1C VNTR的复杂结构多样性，包括重复单元变异、类型分化、内部重复和多态性可变区。罕见重复单元和超长序列多见于非洲裔个体，而不同规模的串联重复广泛存在。最常见结构（Type 1）中的可变区定义了 distinct等位基因并在人群中分布。精神分裂症关联和脑eQTLs均与VNTR变异紧密连锁，支持常见变异通过调控CACNA1C表达影响疾病风险的模型。尽管VR2被重点 implicating，但其 exact功能机制（如是否作为内源增强子）及与邻近DHSs的互作需进一步研究。关于风险变异对CaV1.2通道功能的 directionality，现有证据提示小脑中表达下调，但其他脑区（如前额叶皮层）报告了相反关联，可能反映了细胞类型特异性效应。技术层面，长读长组装的高精度（PacBio HiFi错误率<10^–5）、单倍型分型准确性（ trio传输验证）及序列唯一性（无 identical alleles）保障了分析可靠性。VNTR的扩张机制可能与近着丝粒/端粒区域的高重组率和不平等交换有关，其巨大结构多样性（长度和重复单元变异度均居已知人类特异VNTR前列）为研究 subtelomeric基因家族的进化适应提供了范例。本研究为复杂GWAS位点的精细解析建立了模板，但后续仍需在疾病队列和 relevant细胞类型中验证候选因果变异的功能。