打开网易新闻 查看精彩图片

全基因组关联研究(GWAS)已为数百种复杂疾病定位了大量风险位点,但其中绝大多数落在非编码区,功能解析困难,致病基因与作用机制长期无从确定。

过去十余年,表达数量性状位点(eQTL)成为连接变异与基因的主要手段,然而大规模 eQTL 数据只能解释其中一部分信号,这一难题被称为"缺失的调控层"(the missing regulation problem)【1】。未被解释的那部分变异,可能作用于染色质开放状态这一更上游的环节;与此同时,免疫细胞类型众多、状态高度动态,组织水平(bulk)的平均信号会把细胞类型特异的调控效应完全掩盖。

近日,澳大利亚 Garvan 医学研究所薛昂立博士与Joseph Powell教授团队在Nature杂志发表题为Genetic variants shape single-cell chromatin accessibility and disease risk的研究成果。该研究基于 1,042 名供体的单细胞染色质可及性(scATAC-seq)以及全基因组测序(WGS)数据,在外周血单个核细胞(PBMC)的 28 种免疫细胞类型中系统检验了染色质可及性数量性状位点(caQTL),揭示遗传变异对染色质开放状态的调控高度依赖细胞类型与细胞状态,并在与多层 QTL 证据整合后,将炎症性肠病等人类复杂疾病中可被解释的 GWAS 位点比例从16.5%大幅提升至65%。

打开网易新闻 查看精彩图片

三、研究队列与数据构成

研究共纳入1042名供体的外周血单个核细胞(PBMC),在质量控制之后,获得来自922个供体约 350 万个细胞的scATAC-seq数据,注释为 28 种免疫细胞类型,作为主分析样本,以及60个供体作为验证集。在此基础上,作者定义了 440,996 个染色质峰(chromatin peaks),并结合匹配的全基因组测序数据开展 caQTL 检验。

打开网易新闻 查看精彩图片

图1 | TenK10K phase 1 multiome 项目实验设计及分析流程 (Extended Data Figure1a, created in BioRender)

四、遗传效应依赖细胞类型与细胞状态

在鉴定出的 243,225 个 caQTL 中,超过半数的信号只在特定细胞类型中显著,说明同一个变异对染色质开放状态的影响在不同免疫细胞之间并不一致。作者根据不同细胞类型配对,完整刻画了五种细胞特异性调控模式。其中最特殊的一类被称为"distinct caQTL":同一个染色质峰在两种细胞中都检出 caQTL,但各自的主效 SNP 之间毫无关联——看似同一个调控事件,实际在不同细胞类型中由独立的变异驱动。

更值得注意的是细胞状态层面的交互效应。团队先用自主开发的 scDeepID 工具【2】估计每个细胞在不同调控通路上的活性分数(pathway activity score),以此对细胞状态进行量化,再借助CASTIE工具【3】检出超过 20 万个 caQTL–细胞状态交互作用。其中 27% 的位点不存在可检出的主效应,这些变异只在特定细胞状态下才显现出调控作用,因此在按细胞类型汇总的常规分析中会被完全遗漏。

五、caQTL 捕获了更多疾病遗传信号

团队进一步将 caQTL 与同一队列中基于 1,925 名供体、540 万个细胞的 scRNA-seq eQTL 结果【4】系统比对,在全基因组范围内定义了 28,834 个候选顺式调控元件(cCRE),并与 16 种疾病及 44 种血液性状的 GWAS 信号做共定位。

结果显示,caQTL能够解释的相关位点数量明显超过eQTL。两者存在部分重叠,但 caQTL 额外捕获了一批 eQTL 完全无法解释的信号。作者进一步比较了不同的检验窗口大小、多变异共定位方法(SuSiE-coloc)以及多套独立数据集,以评估还有多少 GWAS 信号可被进一步共定位。

以炎症性肠病(IBD)为例,使用当时最大的 bulk eQTL 数据(eQTLGen consortium),仅能共定位 16.5% 的 GWAS 位点;而在叠加多层 QTL 数据(本研究的 eQTL 与 caQTL、多器官 bulk eQTL、IBD 患者队列 eQTL)并结合不同共定位方法后,这一比例高达65%。

打开网易新闻 查看精彩图片

图 2|IBD 共定位信号的分解。caQTL 与 eQTL 各自解释及共同解释的位点构成。(基于原文的Fig 3d修改)

“这个结果提醒我们,过去以 eQTL 为中心的 GWAS 解读策略可能存在系统性的盲区。一方面,调控层面的信号被限制在转录水平,染色质可及性等更上游的环节没有被纳入;另一方面,多数共定位分析仍建立在单一因果变异的假设上,而真实位点往往存在多个独立信号;此外,常用的 QTL 资源多来自健康人群的组织水平数据,缺少疾病状态下的细胞类型特异信息。这三重限制叠加,足以让相当一部分疾病调控机制长期处于不可见的状态。我个人判断,随着单细胞多组学队列、多变量共定位方法与患者来源数据的快速积累,这一缺口有望在三到五年内被基本填补。” 第一作者兼共同通讯作者薛昂立博士评论道。

六、从信号到机制:ADCY7 与炎症性肠病

团队从 IBD 已知的致病基因中筛选了一类特殊位点:eQTL 共定位不显著、但 caQTL 共定位显著。ADCY7 正是其中之一。

这类位点此前难以解析,是因为区域内往往存在多个基因的信号相互叠加,传统的单因果变异共定位方法容易失效。ADCY7 所在区域正是如此——它与 NOD2 邻近,而后者是 IBD 经典的致病基因之一。两个基因位置相近、机制不同,仅凭 GWAS 信号很难判断是哪一个在起作用。

在采用可处理多个因果变异的共定位方法后,ADCY7 在 CD4⁺ 中央记忆 T 细胞中的共定位 PIP 从 0 升至 0.975。细胞状态特异分析进一步显示,该位点与 G 蛋白介导的信号通路活性之间存在交互效应——它的调控作用并非恒定,而是随细胞状态变化。

打开网易新闻 查看精彩图片

图 3|IBD GWAS与ADCY7和NOD2在不同细胞类型的共定位结果示意图(基于原文的Fig 3c修改)

七、还能回答哪些问题

本研究不仅针对缺失的调控层提出了分析框架,也展示了这套数据如何被用于回答其他问题。

(1)罕见变异:常见变异分析看不见的那一半

团队利用 近期合作开发的SAIGE-QTL工具【5】,结合WGS数据,开展罕见变异集合关联分析,鉴定出 62,866 个罕见 caQTL 信号;随后通过 ChromBPNet【6】预测等位基因特异的染色质可及性,检验这些关联能否由转录因子结合基序的破坏来解释。

以 CLEC2D 上游 14.1 kb 远端增强子内的 chr12:9650869:G>A 为例,该 peak 上没有显著的常见 caQTL,所以仅做常见变异分析会完全错过它。ChromBPNet 预测参考等位基因 G 产生较强的可及性信号,次等位基因 A 使其显著减弱,贡献度分析指向一个典型 ELF1 结合基序的破坏。该变异与 CLEC2D 表达降低相关,在 CD4⁺ 效应记忆 T 细胞中最为明显。CLEC2D 编码的 LLT1 是活化免疫细胞表面的配体,其受体 CD161 同时表达于 NK 细胞和记忆 T 细胞,参与免疫细胞之间的相互调节。

(2)精细定位:连锁不平衡解不开的位点

团队自行搭建分析流程,将 GWAS、caQTL 与 eQTL 的汇总统计量纳入多性状精细定位框架(mvSuSiE)【7】,应用于 IBD GWAS,在 21 种免疫细胞类型中得到 1,085 组可信集,其中 882 组只含单个变异。

其中 ETS2 的主效 eQTL 被成功定位到 CD14 单核细胞的可信集中。这个位点此前已有功能研究支持,但因候选 SNP 间连锁不平衡过强,仅靠 GWAS 精细定位始终无法分辨。

(3)调控网络:给网络推断加上因果锚点

现有的调控网络推断方法大多依赖共表达或共可及性,并未纳入遗传变异,而变异恰恰可以作为因果锚点。

团队将 caQTL 与 eQTL 的汇总统计量作为先验引入基于图的 GLUE 框架【8】, 然后 在配对和非配对的多组学数据上 进行基准测试:先验与目标细胞类型是否匹配,比该细胞类型的丰度更为关键;在 GWAS、eQTL 与 CRISPR 三套独立验证中,该方法与 pgBoost【9】等现有最优方法表现相当。

进一步整合 caQTL–eQTL 的 SMR 结果后,CD14 单核细胞中新增 128 对转录因子–靶基因关系,其中 APOBEC3A 被预测为 IKZF1 与 STAT1 的靶点——这两个转录因子均已有获批抑制剂。

综上,该研究表明遗传变异对染色质可及性的调控高度依赖细胞类型与细胞状态,相当一部分调控效应在以往的分析框架下无法被观察到。将染色质层面的信号纳入疾病位点解读,能够补上 eQTL 单独无法覆盖的部分;而这批数据同时为罕见变异检验、因果变异精细定位与调控网络推断提供了可直接使用的遗传学证据。

八、数据与资源分享

本研究的 caQTL 汇总统计结果与分析代码已公开,可通过文末链接获取;原始数据可在 EGA 平台提交申请。团队同时建立了 TenK10K 数据可视化平台(https://browser.tenk10k.org/),便于研究者直接浏览和使用其研究结果。

该数据集已开始被外部研究采用。2026 年 11 月11日,Google DeepMind 发布的 AlphaGenome 2 将 TenK10K 的单细胞 eQTL 与 caQTL 同时列为模型评估基准,其中 caQTL 部分使用了本研究中的位点;论文中明确说明该模型未在 TenK10K 数据上训练,这批数据作为独立测试集使用【10】。

九、TenK10K一期与下一步

作为 TenK10K 一期的成果,该研究与另外两项分别聚焦稀有与常见变异对细胞类型特异基因表达的影响【4】和串联重复变异的调控作用【11】的工作同日发表于 Nature。三项工作同时收录于 11 月 12 日出版的 Nature 659 卷 8140 期,被选为该期封面推荐内容之一,同期另有 News & Views 专文评述【12】。

团队正在推进二期工作,计划纳入更多健康志愿者,以及心血管疾病、癌症、自身免疫病与长新冠患者。队列规模将扩展至 1 万人,产生超过 5,000 万个单细胞的数据,涵盖 scRNA-seq、scATAC-seq、单细胞多组学与长读长测序,部分队列还将整合多种临床随访与影像数据。

通讯作者Joseph Powell教授表示:"我们期待看到其他研究者与机构如何利用这一资源,推动新疗法的开发,并为患者带来更好的治疗。而这只是一个开始。在下一阶段,我们将大幅扩展 TenK10K 所分析的人群规模与疾病领域,并提升参与者的遗传多样性,使研究结论能够代表世界上更多的人群。"(翻译自 Garvan 官网新闻: https://www.garvan.org.au/news-resources/news/three-landmark-studies-reveal-the-hidden-layers-between-dna-and-disease)

第一作者兼共同通讯作者薛昂立博士表示:"这项研究得益于与多个团队的长期合作,也离不开 Powell 教授多年的指导和支持。我很荣幸能负责一期计划的多组学项目,并担任 TenK10K 二期的分析负责人,牵头旗舰研究并统筹各子课题的分析工作。我们计划继续厘清复杂疾病遗传变异的调控机制,包括远端调控元件对靶基因的长距离作用、将 Perturb-seq 等单细胞扰动实验与 QTL 结合以推进不同条件下的功能验证,以及跨人群的可迁移性评估。"

薛昂立博士,现任澳大利亚 Garvan Institute of Medical Research 高级博士后研究员、NHMRC Investigator Fellow 及悉尼新南威尔士大学兼职讲师。2015 年毕业于浙江大学,2021 年获昆士兰大学博士学位,师从杨剑教授,同年加入 Joseph Powell 实验室至今。主导开发孟德尔随机化工具 GSMR2 与单细胞表达变异分析方法 MEOTIVE,并参与 SAIGE-QTL 的开发。近期主要利用大规模人群单细胞多组学数据(TenK10K)解析复杂疾病的遗传调控机制,涵盖细胞类型特异的基因调控网络推断、遗传变异功能解析与疾病靶基因识别。

Joseph Powell 教授,澳大利亚 Garvan Institute of Medical Research 转化基因组学主任,新南威尔士大学Cellular Genomics Futures Institute教授兼所长。2010 年于爱丁堡大学获博士学位,2015 年起组建独立团队,率先将单细胞测序技术用于解析疾病与细胞发育的遗传调控机制,先后建立 OneK1K 与 TenK10K 项目。其实验室聚焦复杂疾病风险位点的基因组作用机制与统计遗传学方法开发,并结合高通量基因编辑开展功能验证。曾获澳大利亚科学院 Ruth Stephens Gani 奖章等荣誉,2026 年当选澳大利亚健康与医学科学院(AAHMS)院士。

团队计划于明年招收有计算或数理背景的博士生和博士后,有意者请投递英文CV和个人陈述。

简历投递(投递简历请选择: 澳大利亚 Garvan Institute of Medical Research Joseph Powell 实验室 ; 有意者请将个人简历等材料发至 ):

https://data.bioart.com.cn/f/p0EB2y(复制链接至浏览器投递简历)

或扫描二维码投递简历

原文链接: https://www.nature.com/articles/s41586-026-11173-4

数据资源: https://huggingface.co/datasets/anglixue/TenK10K_multiome

代码仓库:https://github.com/powellgenomicslab/tenk10k_phase1_multiome

可视化网站:https://browser.tenk10k.org/

制版人: 十一

参考文献

1. Connally et al. The missing link between genetic association and regulatory function. Elife 11 (2022): e74970.

2. Huang et al. scDeepID enables single-cell genetics analysis with robust cell state inference, https://github.com/powellgenomicslab/scDeepID (2026).

3. Liu et al. Scalable context-dependent single-cell eQTL mapping reveals disease-relevant regulatory variation beyond static models. medRxiv (2026).

4. Cuomo et al. Rare and common genetic variants shape single-cell immune gene expression. Nature (2026): 1-12.

5. Zhou et al. Efficient and accurate mixed model association tool for single-cell eQTL analysis. Nature Genetics (2026).

6. Pampari et al. ChromBPNet: bias factorized, base-resolution deep learning models of chromatin accessibility reveal cis-regulatory sequence syntax, transcription factor footprints and regulatory variants. bioRxiv (2026).

7. Zou et al. Fast and flexible joint fine-mapping of multiple traits via the Sum of Single Effects model. Nature Genetics (2026) 58, 454–462.

8. Cao et al. Multi-omics single-cell data integration and regulatory inference with graph-linked embedding. Nature Biotechnology (2022) 40, 1458–1466.

9. Dorans et al. Linking regulatory variants to target genes by integrating single-cell multiome methods and genomic distance. Nature Genetics (2025) 57, 1649–1658.

10. Gayoso et al. AlphaGenome 2 predicts regulatory activity and variant effects across cell states. Google DeepMind (2026).

11. Tanudisastro et al. Tandem repeat variation shapes immune cell type-specific gene expression. Nature (2026): 1-11.

12. Natri & Banovich. Genetic variants that alter gene regulation in specific cell types are closely tied to disease. Nature (2026). 659, 307-308.

学术合作组织

(*排名不分先后)

打开网易新闻 查看精彩图片


战略合作伙伴

(*排名不分先后)

推荐直播

转载须知


【非原创文章】本文著作权归文章作者所有,欢迎个人转发分享,未经作者的允许禁止转载,作者拥有所有法定权利,违者必究。

BioArt

Med

Plants

人才招聘

打开网易新闻 查看精彩图片

点击主页推荐活动

关注更多最新活动!

打开网易新闻 查看精彩图片