《International Journal of Molecular Sciences》：Disentangling Shared and Differential Genetic Architectures Between COVID-19 and Other Respiratory Disorders—A Genome-Wide Multi-Omics Framework
编辑推荐：
在COVID-19与呼吸系统疾病之间已观察到一种双向关系，其中呼吸系统合并症会增加疾病严重程度，而COVID-19会诱导呼吸系统后遗症。其潜在的生物学和遗传机制仍不清楚。尽管先前的研究已识别出重叠的遗传位点，但很少有研究系统性地区分这些疾病之间共享的遗传因素与
在COVID-19与呼吸系统疾病之间已观察到一种双向关系，其中呼吸系统合并症会增加疾病严重程度，而COVID-19会诱导呼吸系统后遗症。其潜在的生物学和遗传机制仍不清楚。尽管先前的研究已识别出重叠的遗传位点，但很少有研究系统性地区分这些疾病之间共享的遗传因素与COVID-19特有的遗传因素，尤其是在多组学水平上。研究人员开发并应用了一个统一的分析框架，用于比较三种COVID-19表型与八种呼吸系统疾病（包括哮喘、慢性阻塞性肺疾病（COPD）、特发性肺纤维化（IPF）和肺炎）。利用cofdr方法进行共享遗传信号分析，并利用DDx/mtCOJO进行区分分析，研究人员将全基因组关联统计与多组学数据（转录组、剪接和蛋白质组）整合。该方法允许同时识别共享遗传信号（一致或相反）以及跨表达（TWAS）、可变剪接（spTWAS）和蛋白质丰度（PWAS）的疾病特异性变异。研究人员在24个成对比较中描绘了包含214个差异位点和众多共享位点的综合图谱。共享遗传架构以ATP11A（在COVID-19与IPF中表现出相反效应）和GSDMB（与COPD共享）等基因的多效性效应为特征。关键的是，区分分析显示，严重COVID-19通过失调的I/III型干扰素信号、肺泡上皮和巨噬细胞功能的特定缺陷以及GM-CSF/表面活性物质代谢通路，在遗传上与其他呼吸道感染（如肺炎和流感）不同。这些发现提供了与GM-CSF调节剂和干扰素-λ（两者均已进入临床试验）治疗COVID-19的合理性一致的人类遗传证据。此外，多性状条件分析将FYCO1和HCN3优先列为潜在的COVID-19特异性风险基因。剪接分析强调了可变剪接在共享和差异架构中的关键作用，指出IFNAR2亚型调控是COVID-19与其他呼吸系统特征之间的关键区分因素。这项研究提供了首个全基因组多组学图谱，揭示了COVID-19与其他呼吸系统表型的共享和差异遗传景观。通过揭示区分COVID-19病理学的特定分子机制，特别是涉及表面活性物质稳态和干扰素通路，研究人员的发现为靶向药物重定位和精准风险分层提供了新的见解。
**论文解读：解析COVID-19与其他呼吸系统疾病之间共享与差异的遗传架构**
**研究背景与问题**
新型冠状病毒肺炎（COVID-19）由严重急性呼吸综合征冠状病毒2型（SARS-CoV-2）引起，对全球健康造成巨大影响。临床结局的异质性是其显著特征，从轻微症状到重症甚至死亡。流行病学研究表明，预先存在的呼吸系统疾病（如慢性阻塞性肺疾病（COPD）、特发性肺纤维化（IPF）和肺炎）是COVID-19不良结局的主要风险因素。同时，COVID-19康复者也常出现肺部后遗症，如肺纤维化和COPD加重。这种双向关系提示COVID-19与其他呼吸系统疾病之间存在共同的生物学机制，但潜在的遗传因素尚不明确。尽管既往全基因组关联研究（GWAS）已识别出一些重叠的遗传位点，但大多数研究局限于单核苷酸多态性（SNP）水平的共定位分析，未能系统性地区分共享遗传信号与疾病特异性遗传信号，也缺乏对多组学数据（如转录组、剪接组和蛋白质组）的整合。此外，现有研究多聚焦于单一成对比较，未能在整个呼吸系统疾病谱系中系统揭示遗传架构的异同。因此，研究人员旨在开发一种统一的分析框架，以全基因组和多组学视角，系统性地解析COVID-19与多种呼吸系统疾病之间的共享和差异遗传架构。
**研究内容与结论**
本研究发表于《International Journal of Molecular Sciences》，整合了来自COVID-19宿主遗传学倡议（COVID-19 HGI Release7）的三种COVID-19表型（重症/危重症[A2]、住院[B2]和报告感染[C2]）与八种呼吸系统疾病（哮喘、间质性肺病（ILD）、IPF、COPD、肺炎、细菌性肺炎、病毒性肺炎和流感）的GWAS汇总统计数据，共进行24个成对比较和3个多性状比较。研究人员应用cofdr方法识别共享遗传信号，使用DDx、CC-GWAS和mtCOJO进行差异遗传信号分析，并整合了转录组（TWAS）、可变剪接（spTWAS）和蛋白质组（PWAS）等多组学数据。研究揭示了214个差异位点和众多共享位点的综合图谱。共享遗传架构以多效性效应为特征，例如ATP11A在COVID-19与IPF中表现出相反效应，GSDMB与COPD共享效应。差异分析表明，严重COVID-19与其他呼吸道感染（如肺炎和流感）在遗传上显著不同，主要体现在I/III型干扰素信号失调、肺泡上皮和巨噬细胞功能缺陷以及GM-CSF/表面活性物质代谢通路异常。多性状条件分析优先识别出FYCO1和HCN3为潜在的COVID-19特异性风险基因。剪接分析强调了可变剪接在共享和差异架构中的关键作用，其中IFNAR2亚型调控是区分COVID-19与其他呼吸系统特征的关键因素。
**主要技术方法**
研究人员采用以下关键技术：（1）**cofdr方法**：用于识别共享遗传信号，通过四组混合模型估计SNP或基因与两个性状同时关联的后验概率；（2）**DDx和CC-GWAS**：用于成对差异分析，通过病例-病例GWAS识别具有不同效应的遗传位点；（3）**mtCOJO**：多性状条件分析，用于在同时控制其他呼吸系统疾病后分离COVID-19特异性信号；（4）**多组学整合**：包括MAGMA（基于物理位置映射）、TWAS（表达）、spTWAS（可变剪接）和PWAS（蛋白质丰度）分析，将GWAS统计数据与GTEx v8（49个组织，N=838）的eQTL/sQTL预测模型以及来自7213名欧洲裔美国人的血浆pQTL模型整合。样本队列来源：COVID-19数据来自COVID-19 HGI，呼吸系统疾病GWAS数据来自PanUKBB、Finngen等公开数据库，肺炎亚型进行了METAL荟萃分析。
**研究结果**
**2.1 共享遗传信号**
**2.1.1 SNP水平成对共享信号**：通过cofdr分析，在A2相关比较中识别出113个风险位点，其中14个经gwas-pw和hyprcoloc验证。A2与IPF的比较产生最多验证位点（4个），且cofdr模型估计两者共享约3.31%的关联SNP。PheWAS分析显示5个共享SNP与呼吸或免疫性状显著相关，其中两个在COVID-19与IPF中表现出相反效应。
**2.1.2 基因水平成对共享信号**：通过整合MAGMA、TWAS、spTWAS和PWAS分析，共验证67个A2共享基因、55个B2共享基因和26个C2共享基因。A2-IPF比较再次产生最多共享基因。ATP11A在血液中表现出不一致效应方向（高表达增加IPF风险但保护COVID-19）。关键共享基因包括GSDMA、GSDMB、ICAM1等，涉及焦亡、抗原呈递和白细胞迁移等通路。
**2.2 多性状共享信号**：在SNP水平，cofdr识别出10个A2与四种呼吸系统疾病共享的位点（后验概率>0.9），但未获hyprcoloc验证。基因水平共识别出2个共享基因（MAGMA-cofdr）和3个共享基因（TWAS-cofdr）。
**2.3 差异分析结果**
**2.3.1 SNP水平成对差异分析**：DDx和CC-GWAS验证了69个A2、58个B2和87个C2差异位点。其中80个位点仅在COVID-19中显著，118个仅在其他呼吸系统疾病中显著，7个在两者中均显著但COVID-19中更显著，9个在单个性状中不显著但可归类为独特或相反方向位点。PheWAS显示21个COVID-19独特位点先前与呼吸或免疫性状相关，大多为相反效应。
**2.3.2 基因水平成对差异分析**：通过四种方法整合，验证了95个A2、90个B2和183个C2差异基因。关键差异基因包括IFNAR2（在spTWAS中，A2 vs. COPD的最佳DDx Z=12.43）、OAS1等。基因集富集分析显示COVID-19特有的通路包括“DEFECTIVE_CSF2RB_CAUSES_SMDP5”（肺泡巨噬细胞功能障碍）、“RESPONSE_TO_TYPE_III_INTERFERON”和“TYPE_I_INTERFERON_INDUCTION_AND_SIGNALING”。组织特异性分析显示肺和脾脏在住院COVID-19中特异性富集。
**2.4 多性状差异分析**：mtCOJO分析显示，在条件分析后，20个A2显著SNP（位于MAPT附近）和5个B2显著SNP（位于CCR3附近）的显著性增加。基因水平验证了4个A2、2个B2和2个C2差异基因，其中FYCO1和HCN3在条件分析后显著性增强，表明其可能为COVID-19特异性风险基因。
**总结与讨论**
本研究揭示了COVID-19与多种呼吸系统疾病之间共享和差异的遗传架构，提供了首个全基因组多组学图谱。讨论部分指出，差异分析识别出的COVID-19特异性通路（如GM-CSF/表面活性物质功能障碍轴和III型干扰素信号）与已进入临床试验的药物（如GM-CSF调节剂和聚乙二醇干扰素λ）的生物学合理性高度一致，为药物重定位和精准医疗提供了方向。共享遗传信号则揭示了跨疾病的“泛呼吸系统”遗传基础，可用于开发整合性多基因风险评分，预测急性感染严重度和后遗症风险。剪接分析强调了可变剪接的重要性，特别是IFNAR2亚型调控作为区分COVID-19的关键机制。研究局限包括主要为欧洲血统人群、某些呼吸系统疾病样本量较小、以及TWAS/spTWAS模型基于GTEx v8（838个样本）可能缺乏细胞类型特异性。结论部分翻译如下：总之，我们提出了一个全基因组、多组学且统计严谨的框架，系统性地研究了COVID-19结局与多种呼吸系统疾病之间的共享和疾病区分性遗传架构。我们的分析强调了候选的COVID-19区分通路，如干扰素信号、肺泡上皮/表面活性物质生物学和GM-CSF相关机制，为未来的功能和临床研究提供了新的假设生成性见解。另一方面，这些遗传发现仅代表多因素疾病景观的一个层面。表观遗传、微生物组、环境和其他因素也可能对COVID-19发病机制做出独立贡献，未来的整合性研究需要解决这些问题。我们还使用条件分析（例如，FYCO1和HCN3）优先识别了COVID-19特异性候选基因。此外，我们揭示了COVID-19与多种其他呼吸系统疾病之间的共享遗传信号。这些结果共同阐明了COVID-19与其他呼吸系统疾病背后的独特和共享生物学机制，并为后续功能研究、药物优先排序和未来的多基因风险预测工作提供了重要的位点、基因和通路资源。
