多组学图谱mV2G：面向组织特异性变异到基因优先排序的统一框架

《Nucleic Acids Research》：mV2G: a multiomic atlas for tissue-specific variant-to-gene prioritization

　　

多组学变异到基因（Variant-to-Gene，V2G）图谱mV2G是一个综合性质的知识图谱，其通过整合多样的功能基因组学证据，对组织特异性的V2G关联进行优先排序。尽管全基因组关联研究（Genome-Wide Association Studies，GWAS）已识别出数以百万计的遗传变异与疾病之间的关联，但超过90%的变异位于非编码区域，使得将这些发现转化为生物学机制仍然具有挑战性。现有V2G资源虽提供了互补的调控证据，但较为分散，且常缺乏组织特异性解释。为应对该挑战，研究人员构建了mV2G图谱，整合了50种人类组织中24类功能基因组学证据，包括分子数量性状位点（xQTL）、增强子-基因预测、三维染色质互作以及实验验证数据。该图谱包含188?634?118对由证据支持的V2G对，涉及13?618?039个变异与69?521个基因。为优先排序高置信度V2G对，研究人员开发了受CRISPR启发的证据加权模型。借助该模型，研究人员优先筛选出3?348?174对高置信度V2G对，其中88%具有组织特异性。mV2G图谱提供可检索的以变异为中心和以基因为中心的界面、用于可视化变异、靶基因、顺式调控元件及染色质状态的交互式浏览器，以及可下载的数据集。通过将互补调控证据整合进统一框架，mV2G为在相关疾病组织中解释基因组变异的功能与表型影响提供了易用的资源。

研究背景方面，全基因组关联研究（GWAS）已发现大量遗传变异与复杂性状、疾病的关联，但超过90%的疾病相关变异位于非编码区域，存在典型的“变异到功能”解释难题。非编码变异常在特定组织中以组织依赖方式调控靶基因，而现有变异到基因（V2G）资源虽来自分子数量性状位点（xQTL）、增强子-基因连接、染色质互作、功能扰动等不同方法，却分散在多个数据库与文献中，且多数缺乏组织特异性语境，或只覆盖某类变异。研究人员此前在人类肾脏中验证了组织水平多组学V2G策略的潜力，但缺少跨多个人类组织的通用资源。为此，研究人员构建mV2G图谱，在统一框架下整合50种人类组织的多组学证据，对组织特异性V2G关系进行系统优先排序与可交互探索。该研究发表于《Nucleic Acids Research》。

主要关键技术方法上，研究人员基于FAVOR与IGVF数据筛选常见变异，保留GRCh38/hg38注释，并以变异上下游1 Mbp窗口配对基因建立候选V2G参照集；随后整合50种组织中24类证据，分为xQTL、增强子-基因预测、三维染色质互作、CRISPR实验验证四类组织特异性证据，以及cS2G、Open Targets、GeneHancer三类组织无关策略。建模以K562、GM12878、Jurkat细胞的CRISPR扰动数据为金标准，采用二值证据加权的L2正则化逻辑回归，通过留染色体交叉验证选阈值，最终以得分不低于0.215优先高置信V2G对，并用非加权证据计数描述支持强度。

研究结果如下。概述mV2G图谱：通过整合21类组织特异性证据与3类组织无关策略，共收录188?634?118对V2G关联，覆盖13?618?039个变异与69?521个基因，不同组织证据规模差异显著，说明组织语境不可忽略。高置信V2G关联优先排序：研究人员比较证据计数、二值逻辑回归、组织计数逻辑回归与XGBoost，二值逻辑回归AUPRC最高，选其为主模型；在0.215阈值下得到3?348?174对高置信V2G对，涉及2?278?320个变异与18?540个基因，各组织数量差异明显。组织特异性V2G关联：88%高置信对仅在特定组织出现，其余跨多组织共享；案例显示rs7537004优先指向CELA3B且集中于胰腺，rs2247303优先指向RPL12并在全部50种组织成立，证明框架可区分严格组织特异与管家基因式广共享。mV2G图谱中的V2G关联交互探索：提供变异中心、基因中心检索与嵌入基因组浏览器，叠加ENCODE候选顺式调控元件与Roadmap染色质状态轨道，并设专属注释页展示评分、证据矩阵与可下载表格。案例研究：rs2268647-GLP1R关联优先排序：该非编码变异优先关联GLP1R，在心脏与胰腺支持最强，多类证据共同支撑，呼应GLP-1受体在糖稳态与心血管疾病中的作用，体现图谱对治疗靶点的解释力。

讨论部分总结指出，mV2G的核心价值在于保留组织语境的同时融合互补功能证据，不再给变异分配单一基因，而是让用户评估关联在各组织的强度与证据构成。非编码变异调控具有高度组织依赖性，脱离语境的注释会遗漏机制；该框架可为GWAS位点解读、疾病机制假设与靶点发现提供候选集，但受限于不同组织数据广度不均，优先结果仍属上下文依赖的待验证假设。未来方向包括接入单细胞与空间组学、增加疾病特异性调控与实验验证证据。

研究结论部分翻译如下：mV2G图谱通过整合多样功能多组学证据，在组织特异性语境下优先排序候选靶基因，解决了非编码遗传变异解释中的核心难题。其关键优势是既保留组织信息，又结合分子QTL、增强子-基因预测、三维染色质互作与实验验证等互补证据。该受CRISPR基准训练的优先排序框架有助于解读GWAS位点，并提出可检验的假设，阐明疾病相关非编码变异发挥作用所经由的基因与组织。

这篇论文解读已完成，接下来可以选择一个方向继续深化：

把mV2G技术路线整理成方法学评审意见

对比mV2G与Open Targets等资源的异同

把mV2G技术路线整理成方法学评审意见

对比mV2G与Open Targets等资源的异同