环境暴露下疾病相关位点与响应性表达数量性状位点的共有特性

《Cell Genomics》：Disease-associated loci share properties with response eQTLs under common environmental exposures

　　

许多疾病相关的遗传变异很可能在特定情境下发挥调控作用，而这些作用在健康的、稳态的成年组织中往往未被充分体现。为了探究不同环境和细胞情境下的基因调控机制，研究人员对来自51个人类诱导多能干细胞系的异质性分化培养物分别施以尼古丁、咖啡因或乙醇处理，并通过单细胞RNA测序（single-cell RNA sequencing，scRNA-seq）分析了140万个细胞。研究人员在多种细胞类型中鉴定出数百个响应性表达数量性状位点（response expression quantitative trait loci，response eQTLs），并发现了沿分化轨迹动态变化的调控效应。与基线稳态eQTLs（baseline steady-state eQTLs）相反，响应性eQTLs与疾病风险位点相似，富集于远端增强子区域，调控受强选择性约束的基因，具有复杂的调控景观，并展现多样的生物学功能。响应性eQTLs还与未由基线稳态eQTLs解释的疾病相关位点共定位。这些发现表明，解读疾病相关位点将受益于在多样化的生物学情境中研究基因-环境相互作用（gene-by-environment interactions，G×E interactions）。

论文解读：环境暴露下疾病相关位点与响应性表达数量性状位点的共有特性

一、研究背景与科学问题

复杂性状受遗传因素与环境因素的共同调控，且遗传效应常以情境依赖的方式发挥作用。这种情境是多维度的，不仅包括空间成分（如细胞或组织特异性微环境），还包含时间成分（如年龄）以及外部成分（如各种环境暴露）。已有研究表明，遗传效应对基因调控的影响会随不同的生物学情境而变化，包括组织类型、细胞状态、发育阶段和外部扰动。由于特定情境下的基因表达失调可能促进疾病的发生与发展，理解遗传效应如何在多样化的条件和情境中运作至关重要。然而，在人体内研究基因-环境相互作用（G×E interactions）面临巨大挑战。问题的复杂性在于：可能存在数百万种相关的环境暴露（从饮食、病原体到毒素、压力和生活方式因素），以及数千种不同的细胞情境，每种都有独特的调控景观。这形成了一个巨大的多维G×E矩阵。当前的实验方法，无论是在模式生物还是人类体外细胞系统中，都仅触及表面。动物模型允许受控的体内研究，但其对人类生物学的适用性有限；而体外模型虽提供了直接观察人类基因调控的窗口，但现有研究集中于有限的暴露和细胞类型，留下了大量空白。对于许多环境暴露，人们甚至缺乏关于哪些细胞类型最为敏感的基础知识。此外，当前方法通常将eQTL的研究限制在单一环境扰动和单一细胞情境中，数据生成速度远跟不上问题的规模。因此，亟需可扩展的方法来高效地评估环境暴露对广泛细胞类型的影响。

二、研究方法概述

本研究利用源自51名尼日利亚伊巴丹约鲁巴人（YRI）个体的诱导多能干细胞系，生成异质性分化培养物（heterogeneous differentiating cultures，HDCs）。研究人员采用慢性重复暴露方案，分别用尼古丁、咖啡因、乙醇或溶剂对照处理HDCs，并在第21天收集细胞进行单细胞RNA测序（scRNA-seq）。关键技术方法包括：1）基于CelliD的无聚类多变量统计方法进行细胞类型注释；2）使用Milo进行差异丰度分析，以K近邻（KNN）图上的重叠邻域建模细胞状态；3）利用Palantir进行分化轨迹推断和伪时间（pseudotime）分配；4）采用线性模型进行顺式eQTL（cis-eQTL）定位，并使用多元自适应收缩（multivariate adaptive shrinkage，mashr）联合分析跨条件的遗传效应；5）通过线性模型中的基因型×伪时间交互项进行动态eQTL（dynamic eQTL）定位；6）使用贝叶斯共定位方法（HyPrColoc）整合eQTL与全基因组关联研究（GWAS）结果。

三、主要研究结果

1. 处理依赖性的细胞类型组成和细胞状态变化

研究人员首先通过细胞类型注释，将约140万高质量细胞归入34种细胞类型。观察到不同个体间细胞类型组成存在显著差异，且各处理条件均改变了细胞组成。例如，乙醇处理抑制了神经元分化，导致早期分化状态细胞富集而晚期神经元减少；咖啡因促进了肝母细胞、心外膜脂肪细胞等类型的增多；而尼古丁未观察到显著的细胞丰度或状态变化。轨迹分析进一步揭示了处理对分化进程的动态影响。

2. 处理的广泛转录效应

在25个高置信度细胞类型中进行的差异表达分析显示，乙醇、咖啡因和尼古丁分别诱导了10,023、6,789和1,738个差异表达基因（DEGs）。这些DEGs的比例在不同细胞类型间差异极大（0.03%至39%），表明不同环境暴露在不同细胞情境中具有独特的调控效应。例如，肝母细胞中所有三种处理均强烈激活了细胞对有毒物质反应的基因网络；乙醇在iPSCs中诱导了富集细胞增殖基因的转录网络；咖啡因在肝母细胞中特异性上调了肝脏分化基因（如AFP和HNF4A）；尼古丁则在心肌细胞中激活了与纤维化和凋亡相关的基因。

3. eQTL的调控效应对环境处理具有响应性

在14个至少有30个个体的细胞类型中，研究人员鉴定出数百个响应性eQTLs（response eQTLs），其效应大小在处理组与对照组间发生显著变化（变化倍数≥1.5或方向相反）。这些响应性eQTLs既包含跨细胞类型共享的效应（如POU5F1/OCT4的eQTL效应在所有处理条件下均减弱），也包含细胞类型特异性的效应。例如，一个位于增强子元件中的LNX2基因的eQTL仅在乙醇处理后的肠道上皮细胞中出现，并与炎症性肠病（IBD）的GWAS位点共定位（后验概率PP_regional=0.92），且该eQTL在GTEx的54种稳态组织中均未被检测到。

4. 沿分化轨迹的动态遗传调控

通过伪时间分析，研究人员鉴定了5,119个动态eQTLs，对应614个独特eGenes。其中特别值得关注的是那些仅在处理条件下出现的动态响应性eQTLs。例如，一个咖啡因响应的COX5A基因动态eQTL，其调控效应仅在血管内皮细胞分化的后期出现，且在离散细胞类型的映射中未被发现。该动态响应性eQTL与平均红细胞体积相关的变异重叠。

5. 响应性eQTLs与疾病相关位点共享基因组特征

与基线稳态eQTLs相比，响应性eQTLs展现出截然不同的特征：它们远离转录起始位点（TSS），更富集于远端增强子而非启动子区域；其靶基因（response eGenes）具有更高的调控复杂性（更多TSS使用）、更强的选择性约束（更高比例的LoF不耐受基因，即pLI>0.9的基因比例显著更高），并在更广泛的生物学功能类别中富集。这些特征与疾病相关位点的特征高度一致。

6. 响应性eQTLs为理解G×E在病理学中的作用提供新见解

通过将eQTLs与265个性状的GWAS结果进行共定位分析，研究人员发现响应性eQTLs的共定位比例（平均4.8%）普遍高于非响应性eQTLs（平均0.4%），无论细胞类型或处理方式如何。此外，响应性和动态eQTLs能够捕获被基线稳态eQTLs遗漏的疾病相关遗传关联。例如，在IBD的GWAS信号中，咖啡因响应性eQTLs显示出比非响应性eQTLs更强的低p值富集；而动态响应性eQTLs对血糖水平等性状的富集程度甚至更高。

四、讨论与结论

本研究的讨论部分强调，尽管GWAS信号总体上富集于eQTLs，但稳态eQTLs未能解释大部分疾病相关位点。此前研究发现两者在基因组位置、调控复杂性、选择性约束和功能富集方面存在系统性差异，并推测情境特异性eQTLs可能提供额外机制解释。本研究证明了HDCs作为一种可扩展、高效的人类体外模型的实用性，用于研究跨越不同分化阶段和多种细胞类型的G×E相互作用。虽然该系统仍一次只考察一种环境暴露，但其同时剖析数十种细胞类型和状态效应的能力代表了重大进步。

研究结论指出：通过HDCs，研究人员发现了数百个具有动态效应的基因调控变异，其中许多从未在稳态成人组织中被观察到。响应性eQTLs与标准eQTLs在调控架构和功能特性上存在显著区别：前者富集于远端调控元件，靶基因具有更高调控复杂性和更强选择性约束，且更可能与疾病相关变异共定位。响应性eQTLs与GWAS位点在SNP水平和基因水平特征上的高度相似性表明，这些在稳态组织中未被充分代表的情境依赖性响应性eQTLs，在介导非编码疾病相关位点的效应中发挥着关键作用。本研究的发现与一项在狒狒中开展的基因-饮食相互作用研究的结果一致，进一步支持了情境依赖性响应性eQTLs可能普遍增强对复杂性状的理解这一观点。尽管存在局限性（如体外系统不能完美模拟原代组织生理、单浓度处理、统计效力受限等），但通过持续扩展研究范围至更广泛的细胞类型、时间点、环境暴露和人群，有望揭示更多情境依赖的功能相关调控位点，从而提升解释个体间疾病风险差异的能力。