《Nature Genetics》：Efficient and accurate mixed model association tool for single-cell eQTL analysis
编辑推荐：
遗传效应对基因表达的影响常随细胞类型而变化，这推动了在单细胞RNA测序数据中定位表达数量性状位点（eQTL）。现有方法通常将表达量在细胞间聚合，采用不适用于读段计数的高斯模型，且难以规模化。研究人员提出SAIGE-QTL，一种直接对单细胞读段计数建模的泊松混合
遗传效应对基因表达的影响常随细胞类型而变化，这推动了在单细胞RNA测序数据中定位表达数量性状位点（eQTL）。现有方法通常将表达量在细胞间聚合，采用不适用于读段计数的高斯模型，且难以规模化。研究人员提出SAIGE-QTL，一种直接对单细胞读段计数建模的泊松混合模型（Poisson mixed model），在控制供体水平与细胞水平协变量及每位供体细胞数不均一性的同时，实现校准良好且计算可扩展的eQTL定位。在模拟与三个单细胞数据集中，SAIGE-QTL相较伪批量（pseudobulk）方法提升了统计效率与显著eQTL基因（eGenes）的发现能力，并以更低计算成本得出与现有单细胞模型一致的结果。在120万免疫细胞中，SAIGE-QTL较伪批量分析多识别出48.8%的eGenes。该工具进一步支持全基因组反式（trans）eQTL定位与罕见变异集合检验，识别出独立于常见eQTL信号的罕见变异关联，从而将单细胞eQTL发现拓展至常见、罕见与trans遗传变异。
论文解读：SAIGE-QTL与单细胞分辨率下的基因调控图谱构建
研究背景方面，传统表达数量性状位点（eQTL，expression quantitative trait locus）分析多基于批量RNA测序，将多种细胞的平均表达混合并采用高斯假设，难以区分真实转录效应与细胞比例效应，也无法刻画个体内细胞间变异。第一代单细胞eQTL研究采用伪批量（pseudobulk）策略，把同供体的同类细胞表达取均值，虽具洞察力，却忽略细胞内异质性与计数分布特征。后续直接建模单细胞的方法引入随机效应与离散计数分布，但计算代价高，难以全基因组扫描，尤其无法系统定位反式（trans）eQTL与罕见变异效应。该论文发表于《Nature Genetics》，针对这些瓶颈提出SAIGE-QTL框架。
研究人员开展的研究核心是构建并验证一种可扩展的泊松混合模型（Poisson mixed model）工具：以单细胞读段计数为表型，纳入供体水平协变量（如性别、年龄、祖先主成分）与细胞水平协变量（如PEER因子），通过随机截距刻画同一供体内多细胞相关性及供体间亲缘结构。结论显示，该方法在类型I错误校准、统计功效与计算效率上均优于伪批量思路，并在百万级免疫细胞中显著提升eGene发现。
关键技术方法上，研究人员基于OneK1K队列（982名供体、逾120万免疫细胞、14个精细免疫细胞类型）及另外两套独立scRNA-seq队列开展分析；算法层采用稀疏遗传相关矩阵、Sherman-Morrison-Woodbury（SMW）公式与预条件共轭梯度（PCG）加速零模型拟合，关联阶段使用分数检验（score test）与鞍点近似（SPA）控制小P值偏差，基因水平通过ACAT-V柯西组合汇总变异水平P值；对次要与罕见变异（MAF≤5%）采用Burden、SKAT与ACAT-V集合检验并经ACAT-O合并。
研究结果如下。
概述与方法：通过三步流程拟合零模型、检验常见变异单变异关联、执行罕见变异集合检验，并用柯西组合得到基因水平显著性；计算与内存评估显示SMW比PCG快10至20倍且数值一致。
类型I错误与校准：在置换基因型实验中，单变异分数检验与集合检验均校准良好，中高稀疏基因仅有轻微通缩。
OneK1K关联分析：跨14种细胞类型共识别17,218个eGenes（FDR<5%），其中42%仅在某一种细胞中出现，证明广泛细胞类型特异性。
SAIGE-QTL较伪批量发现更多eGenes：相比TensorQTL伪批量流程多发现48.8%的eGenes；下调采样实验表明细胞数与供体数减少时其相对增益仍稳定，平均多发现约7.5%至8%。
疾病位点介导分析：结合汇总数据孟德尔随机化（SMR），在克罗恩病、IBD、类风湿关节炎与系统性红斑狼疮中，SAIGE-QTL比原Matrix eQTL结果识别更多经表达介导的疾病关联位点，如CARD9在单核细胞、CD40在浆细胞中的机制线索。
trans-eQTL全基因组扫描：凭借计算效率，在代表细胞类型中识别413个trans-eQTL，涉及390个基因，并显示染色体间调控关系。
罕见变异eQTL：集合检验识别5,541个罕见变异eGenes，其中约21%在条件分析后独立于常见eQTL信号；基于转录起始位点距离（dTSS）加权较等权或Beta权重提升明显。
与现有方法比较：相较glmer，SAIGE-QTL提速约244倍且P值与效应估计高度一致；相较CellRegMap-association结果高度吻合；相较伪批量工具jaxQTL与TensorQTL，在稀疏细胞类型与协变量不均时功效更优且错误率更稳。
独立队列复制：在California Lupus队列与原发性开角青光眼iPSC视网膜分化数据中，SAIGE-QTL均在多细胞类型持续优于伪批量方法。
讨论与结论翻译：研究人员在讨论中指出，SAIGE-QTL是一种高效开源的泊松混合模型工具，直接把单细胞轮廓建模为离散计数，同时考虑个体效应与个体间亲缘关系，支持快速全基因组扫描；除单变异检验外，还实现更适合低频变异的集合检验。在OneK1K中，细胞水平定位比伪批量多发现48.4%的eGenes，并通过集合检验找到相当于常见变异约三分之一数量的罕见变异eGenes，其中21%独立于常见信号，同时在三种代表细胞中发现390个基因的trans-eQTL。方法学之外，与GWAS的孟德尔随机化整合揭示了更多经细胞类型特异性表达介导的疾病位点，可扩展框架也首次实现规模化的单细胞trans-eQTL发现。研究人员也承认局限：泊松模型对过度离散基因不如负二项灵活；暂不检验基因型-环境互作；随机斜率与空间相关扩展仍是未来方向。结论为：SAIGE-QTL拓展了单细胞eQTL从常见变异、罕见变异到远端调控的统一发现能力。
