Cell Genomics｜染色质可及性的遗传调控在自身免疫疾病中的作用

过去二十五年，全基因组关联研究（GWAS）已经发现了数以百计与自身免疫疾病相关的遗传位点， 其中大约90%都位于基因组的非编码区域。 这些 位点 如何影响疾病发生仍然存在很多未知。 传统整合GWAS与表达数量性状位点（eQTL）的方法仅能解释约三分之一的GWAS位点 （Mu et al., Genome Biology, 2021） ， 因此我们 亟需新的分子表型补充解释机制 。

近日，芝加哥大学李扬博士（Yang I. Li）团队在Cell Genomics发表了 题为：Impact of disease-associated chromatin accessibility QTLs across immune cell types and contexts的 一项大型单细胞染色质可及性数量性状位点（ caQTL ）研究，整合三组独立数据集，构建涵盖48名个体、282K个外周血单个核细胞（PBMC）的综合scATAC图谱。研究发现caQTL可解释的GWAS位点比eQTL多50%，为复杂疾病遗传学机制研究提供新视角。

研究人员首先收集了36个健康人和COVID-19患者的PBMC单细胞ATAC数据，并与两个已经发表的scATAC数据整合，形成涵盖280K高质量 PBMC 的scATAC数据集，注释了7种常见的免疫细胞类型以及21种细胞亚型 ，并 发现了在COVID-19患者外周血中发生扩增的单核细胞和NK细胞群体。

除传统聚类外， 作者 采用topic modeling捕获scATAC数据连续性变化。结果显示不同 topic 与细胞类型标记基因高度一致， 例如 B细胞从初始状态向记忆状态分化的连续轨迹。通过s-LDSC分析， 作者发现一类CD8 TEM 细胞的 topic 在COVID-19住院和重症GWAS中显著富集，而传统聚类分析无法发现这一罕见疾病相关细胞类群。

caQTL 的遗传调控在自身免疫病中的作用

在该论文中， 研究团队开发了一套 针对scATAC数据的 caQTL 分析流程，能够 利用low-pass WGS的imputation方法， 直接从scATAC数据中提取遗传变异信息。 作 者在已知基因型对照样本上验证了这一方法， 发现 直接从scATAC数据获得的基因型信息与传统 microarray 方法 的 一致性达到95%以上 ，并在罕见 的遗传变异 中更有优势 。这种方法创新 能够 降低 实验 成本和复杂性 ，并 促进 scATAC 数据资源整合 用于人类遗传学研究。

其次，为了提高统计功效，作者 建 立了 两步 caQTL分析流程 ，即 首先在pseudobulk层面，利用RASQUAL方法整合个体间QTL信息以及个体内的allelic-specific信息，识别了37 000 个caQTL位点。基于这一结果，作者进一步利用单细胞Poisson mixed - effects 模型 （ sc -PME）计算 这些 显著 caQTL 的effect size及其方差 ， 用于下游分析。比较7种常见免疫细胞类型中的caQTL结果，作者发现大多数caQTLs（超过80%）在多种细胞类型间共享，且相似的免疫细胞类型倾向于共享更多的caQTL。

作者将caQTL与已发表的eQTL进行了比较 ， 发现仅有 15-20 %的caQTL在相同细胞类型内也是eQTL 。这意味着绝大多数调控染色质可及性的SNP并不作用于基因表达。在与自身免疫疾病GWAS的共定位分析（ COLOC ）中，作者进一步发现：（1）caQTLs能够解释的GWAS位点比eQTLs多约50%；（2）仅有24.4%的caQTL-GWAS COLOC 在相同细胞类型中也有eQTL信号。 更为重要的是， 当一个GWAS位点在同一种细胞类型中同时作为eQTL和caQTL时， COLOC 分析中发现的下游基因更有可能是真正的致病基因。这一结果展示了结合多组学QTL研究GWAS位点的重要性。

为了更好地理解caQTLs的调控机制，作者整合了多种注释 信息 ：（1） Activity-by-Contact 模型 ：使用 ABC 模型分析增强子-启动子相互作用，发现具有物理连接的caQTL更容易与eQTLs共定位。 因此， 增 强子-启动子连接的存在是预测caQTL是否影响基因表达的重要指标。（2） TF结合位点 ：比较CD8 T细胞和单核细胞中不同 COLOC 模式的TF结合位点，发现细胞类型特异的caQTL富集了细胞 类型 特异性转录因子 基序 （ 如RUNX1/2在CD8 T细胞，CEBPA/B在单核细胞），而 细胞间 共享的caQTL则富集了广泛活跃的转录因子（如ELK4、E2F1）。 同时，在初始CD8 T细胞中不调控基因表达的caQTL富集了与长期记忆、耗竭相关的转录因子基序，提示这些caQTL可能在特定CD8 T细胞亚型中起作用。 （ 3） 表达水平 ：分析发现，基因表达水平和染色质可及性水平本身并不能预测caQTL-eQTL COLOC 的存在 ，表明其他调控机制有更重要的作用。

以上发现共同表明，尽管caQTL 本身 能够解释更多的GWAS位点， 在很多情况下， 这些位点在同样的细胞类型内并不直接影响基因表达，从而 不能够 直接 介导疾病风险。因此，caQTL数据可以揭示GWAS位点的潜在生物学机制——即通过改变染色质可及性影响基因表达，并进一步介导疾病风险——但是仅通过caQTL难以确定正确的致病基因和细胞类型。

基于这些发现，作者 提出 未来研究的几个方向：

多组学数据整合 ：单独依靠caQTL分析难以全面解释疾病机制，需要将caQTLs 、 eQTLs、增强子-启动子相互作用、转录因子结合等多层分子证据相结合。特别是在分析仅显示caQTL信号的GWAS位点时，更需要整合其他分子表型来识别潜在的因果基因和细胞类型。

扩大细胞亚型覆盖 ：当前的研究主要基于健康对照的免疫细胞数据。未来需要在更多疾病相关的细胞状态（如炎症状态、激活状态、耗竭状态）中进行QTL分析，以捕获在特定病理条件下才活跃的调控变异。

提高统计 功效 ：通过扩大样本量，特别是增加罕见细胞亚群的细胞数量，来提高检测dynamic caQTL和细胞类型特异性caQTL的能力。

芝加哥大学Zepeng Mu（牟泽鹏）为该论文第一作者，Dr. Yang I. Li，Dr. Luis Barreiro为通讯作者。

原文链接：https://www.cell.com/cell-genomics/fulltext/S2666-979X(25)00317-9

制版人：十一

BioArt

Med

Plants

人才招聘

学术合作组织

（*排名不分先后）

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。