结合 xQTL 与多样人群的全基因组关联研究以改进可药物化基因的发现

基因为何对未来药物至关重要

现代遗传学已发现数千个与常见疾病相关的 DNA 标记，但将这些线索转化为实际的药物靶点进展缓慢。本研究针对一个核心瓶颈：我们传统解读大规模遗传研究的方法常常遗漏药物实际可以作用的基因。通过重新构想如何在不同人群和多层次生物学数据上分析遗传信息，作者旨在揭示阿尔茨海默病、抑郁症、精神分裂症和 2 型糖尿病等疾病中被掩盖但可被药物作用的脆弱点。

从分散的 DNA 信号到完整基因

大多数全基因组关联研究（GWAS）逐一考察数百万个单个 DNA 变体，判断每个变体是否与疾病相关。通常，研究者随后假定靠近某基因且关联最强的变体指向该基因。但这一捷径常常出错：只有一小部分“主导”变体是真正致病的，而且它们可能影响远端基因。正因如此，跨百万次检验施加的严格统计校正使得寻找真实的致病基因变得困难，尤其是那些现有或潜在药物可以针对的基因。

一套新的工具来解读基因图谱

作者提出了一类“基因为本”的检验方法，以名为 GenT 的方法为主。GenT 不再孤立地评估单个变体，而是将每个基因周围的所有相关变体汇总并一起检验。关键在于，团队推导了底层数学性质，因此当不存在真实信号时，他们确切知道 GenT 应如何表现，从而避免了早期基因为本方法容易出现的虚假警报。该框架的扩展——用于多族群或多性状数据的 MuGenT，以及用于整合基因表达或蛋白水平等分子测量的 xGenT——让研究者能够在仍基于广泛可获得的汇总统计数据的前提下，跨人群和生物学层次整合信息。

在脑与全身中发现隐匿的可药物化靶点

作者将 GenT 应用于阿尔茨海默病、肌萎缩侧索硬化症、重度抑郁症和精神分裂症的大型遗传研究，分析了超过 18,000 个基因。研究揭示出 415 个其蛋白产物可由现有或试验性化合物靶向的基因，其中许多是传统 GWAS 方法未能发现的。这些可药物化基因中有数十个位于没有强烈单变体信号的基因组区域，表明风险由许多温和效应分散贡献，只有在基因层面汇总时才显现。值得注意的例子包括阿尔茨海默病相关的 SYK 和精神分裂症相关的 THRB，二者都有先前的生物学证据支持，但在传统分析中曾被遗漏。

多样性与分子层次的力量

MuGenT 将该策略扩展到将来自欧洲、非洲、东亚、南亚和西班牙裔/拉美裔人群的遗传数据与 2 型糖尿病相结合。由于许多风险变体在不同群体间共有但在频率和效应大小上有所差异，将它们在基因层面汇聚大大提高了统计检出率。MuGenT 识别出 269 个与糖尿病相关但没有任何单独显著 DNA 变体的基因，其中有 45 个编码可药物化的蛋白，位于此前未被注意的区域。为将基因与实际生物学联系起来，xGenT 方法将疾病遗传学与变体对基因活性和脑组织中蛋白丰度的影响测量叠加。在阿尔茨海默病中，xGenT 突出显示了 26 个位于已知风险区以外的可药物化基因，包括 NTRK1 和 RIPK2，并指出了这些基因在特定大脑区域和细胞类型中的活性。

从预测到实验室证据

为了检验这些统计上被标记的基因是否确实与疾病相关，研究者对 NTRK1 进行了深入研究——该基因参与神经细胞存活。他们用一种选择性抑制 NTRK1 的化合物处理来自阿尔茨海默病患者细胞所培养的神经元。在这些体外培养的神经元中，抑制 NTRK1 降低了 tau 蛋白上的异常化学标记——这些变化与阿尔茨海默病脑中缠结样蛋白团密切相关。该实验为从基因为本的统计学发现到可被药物作用的生物学过程之间提供了一条机械学上的桥梁。

这对未来治疗意味着什么

综合来看，该工作表明，将注意力从单个 DNA 标记转向完整基因，并利用来自多样人群和多层次分子数据的信息，可以为复杂疾病揭示更多合理的药物靶点。作者认为，许多真正重要的基因通过由许多温和、分布式效应组成的网络影响疾病，这类信号在传统 GWAS 扫描中难以捕捉。他们的 GenT 框架及其多族群和分子扩展，提供了一种统计上严谨的方式来暴露这些隐匿信号并优先选择基因进入更深入的实验验证。尽管在任何治疗进入临床之前仍需进一步的实验室和临床研究，这一方法显著扩展了那些亟需更好疗法的疾病中药物发现的遗传起点。

引用: Lorincz-Comi, N., Song, W., Chen, X. et al. Combining xQTL and genome-wide association studies from diverse populations improves druggable gene discovery. Nat Commun 17, 2801 (2026). https://doi.org/10.1038/s41467-026-69236-z

关键词: 基因为本的关联, 阿尔茨海默病, 2 型糖尿病, 可药物化靶点, 多族群遗传学