人的基因信息已成為研究人的結(jié)構(gòu)與功能并讓人類改造自我的是最具活力的領(lǐng)域之一，具有日益廣泛的社會影響。在《基因序列是如何決定人的多方面性狀智力及疾病特征的？》中，佳學基因討論了該領(lǐng)域的最新成就、正在進行的努力和未來的挑戰(zhàn)。技術(shù)進步、統(tǒng)計方法和研究規(guī)模的不斷擴大都為基因解碼提供了許多見解，讓人們了解了導致當前遺傳變異模式的過程。人類特征和疾病的大量遺傳關(guān)聯(lián)圖譜使人們能夠?qū)ζ溥z傳結(jié)構(gòu)進行表征。最后，對遺傳變異的分子和細胞效應的基因解碼為人們了解疾病背后的生物學過程提供了見解。雖然還有許多懸而未決的問題，但隨著該領(lǐng)域越來越多地使用遺傳數(shù)據(jù)來了解我們物種的歷史及其在改善人類健康方面的應用，它已準備好取得突破性發(fā)現(xiàn)。

佳學基因為什么要探索基因序列是如何決定人的多方面性狀及智力特征的？

佳學基因?qū)?20 世紀理解遺傳信息結(jié)構(gòu)和內(nèi)容的進展分為四個階段。每個階段約占四分之一世紀：發(fā)現(xiàn)染色體；定義 DNA 的分子結(jié)構(gòu)；發(fā)現(xiàn)基因功能的分子機制；最終確定整個基因、支架和基因組的序列。這些成就推動了整個遺傳學領(lǐng)域在 21 世紀初進入基因組時代。

在21世紀的第一個 25 年即將結(jié)束，我們可以回顧一下基因組學在這一時期取得的最高成就：人類群體遺傳變異的特征描述和其對表型變異的貢獻的發(fā)現(xiàn)。自人類基因組序列草圖公布以來，人類遺傳學在遺傳數(shù)據(jù)的多樣性和質(zhì)量方面都經(jīng)歷了顯著增長，同時人們對遺傳變異與各種表型之間的關(guān)聯(lián)有了更深入的了解（圖 1a）。這些發(fā)展證明了遺傳學在表征人類生物學（從分子到生理水平）以及我們物種的進化歷史和復雜性狀的進化方面發(fā)揮著根本性作用，正如我們在本綜述中討論的那樣。

這些投資也受到人類基因研究增進人類健康的潛力的推動。這可以通過兩種協(xié)同途徑展開。準確預測遺傳對疾病風險的影響可以改善診斷、預后和治療選擇。雖然基因組醫(yī)學已經(jīng)對罕見疾病產(chǎn)生了變革性的臨床影響 ，但復雜疾病中的類似應用由于多基因風險評分基因解碼技術(shù)的出現(xiàn)而開始應用（圖 1b ）。除了預測之外，人類遺傳學還通過識別與疾病有關(guān)的致病基因和分子機制來促進新藥和干預措施的開發(fā)（圖 1c）。這種模式得到了遺傳證據(jù)支持的藥物靶標成功率較高的良好支持。這需要表征遺傳疾病關(guān)聯(lián)的功能機制，這些遺傳預測和機制理解目標的基礎(chǔ)是群體遺傳學，它描述了導致和維持人類遺傳變異的過程。

存在于人群的基因變異的來原及其模式

群體遺傳學起源于一個多世紀前，與現(xiàn)代統(tǒng)計學同時出現(xiàn)，是一門研究群體內(nèi)遺傳變異起源和進化的學科。傳統(tǒng)上，“群體”在生物學意義上是指隨機交配的個體群體。然而，當應用于我們自己物種時，這個術(shù)語通常用于劃分人類群體，從而暗示人類遺傳變異的離散單位，這與全人類共享的驚人變異量形成鮮明對比 。佳學基因在普及基因解碼知識時從生物學技術(shù)意義上使用“群體”，但越來越多的學科呼吁改變將人類群體標記為離散獨立單位的呼吁，特別是當社會制度影響了這些單位標簽 。事實上，美國國家人類基因組研究所的戰(zhàn)略計劃中提出了十大“到 2030 年人類基因組學的大膽預測”之一：“人類基因組學研究將超越基于種族等歷史社會結(jié)構(gòu)的群體描述。” 

Hubby 和 Lewontin 率先使用凝膠電泳法來證明自然種群在基因?qū)用嫔系淖儺?，他們引用了這樣的觀點：“對一個種群的基因變異的描述是進化研究的基本數(shù)據(jù)。”因此，關(guān)注一個種群的基因變異的群體遺傳學研究對于理解復雜性狀的遺傳基礎(chǔ)至關(guān)重要，而未來的許多研究機會都存在于人類群體遺傳學和統(tǒng)計遺傳學的交叉點上。

群體遺傳學的基因組時代數(shù)據(jù)集

早期與人類基因組計劃同時開展的項目使人們對近代人類種群歷史有了更多的了解，特別是人類基因組多樣性小組 (HGDP) ；和國際 HapMap 計劃（以下簡稱“HapMap”）。HGDP 包含來自全球分布人群的 1064 個個體的淋巴母細胞系，用于表征人類群體遺傳變異。HapMap 是一項國際合作，始于 2002 年，專注于開發(fā)人類基因組單倍型圖譜，其特定目的是推進遺傳關(guān)聯(lián)研究。HapMap 最終導致在 2009 年發(fā)布了來自 11 個人群的 1301 個樣本的超過 160 萬個單核苷酸變異 (SNV) 。 1000 基因組計劃于 2008 年啟動，是 HapMap 項目的延續(xù)，旨在對人類基因組中在研究人群中頻率至少為 1% 的變異進行分類。該計劃將關(guān)注點從 SNV 擴展到其他類型的遺傳變異，并使用低覆蓋率和高覆蓋率的全基因組和外顯子組測序，開啟了專注于分析全基因組序列的群體遺傳學新階段。1000 基因組計劃的數(shù)據(jù)包括來自 26 個種群的 2,500 多個個體的序列。

除了專注于描述一般人群遺傳變異的項目外，由于數(shù)據(jù)資源可訪問但與供體表型無關(guān)，為復雜性狀基因圖譜創(chuàng)建的大型病例對照數(shù)據(jù)集（見下文）也用于群體遺傳推斷。今天，這種趨勢仍在繼續(xù)，人們越來越重視生物庫數(shù)據(jù)集，這些數(shù)據(jù)集結(jié)合了來自多達數(shù)十萬個體的基因數(shù)據(jù)集進行全面的表型分析，通常利用醫(yī)療保健系統(tǒng)和基因型登記。生物庫對于群體遺傳研究的一個主要好處是，由于其規(guī)模以及遠親和近親的存在，它們可以提供過去幾百年來基因流動、選擇性交配和種群結(jié)構(gòu)的高分辨率洞察。例如，英國生物庫包含超過 40,000 個一級和二級親屬對，F(xiàn)innGen 包含超過 30,000 個一級和二級親屬對。

雖然早期以疾病為重點的病例對照數(shù)據(jù)集中來自非歐洲血統(tǒng)的數(shù)據(jù)很少，但在生物庫時代取得了一些進展 — — 至少在非歐洲捐獻者的絕對數(shù)量上，例如日本生物庫和 All of Us。但是，歐洲血統(tǒng)仍然在大多數(shù)生物庫中占主導地位，例如英國生物庫、FinnGen、deCODE 和愛沙尼亞生物庫。不幸的是，盡管非洲人群對于理解人類遺傳變異的起源具有特殊價值，但在遺傳數(shù)據(jù)集中仍然未得到充分研究和代表性不足。此外，對大規(guī)模和生物庫數(shù)據(jù)集的研究通常仍然忽略來自少數(shù)群體的數(shù)據(jù)，這不僅強調(diào)了多樣化數(shù)據(jù)對于分析的重要性，而且強調(diào)了處理不平衡數(shù)據(jù)集和不同程度的連鎖不平衡（LD，不同遺傳變異的等位基因相關(guān)性）的方法在人類遺傳研究中的重要性。在基因研究多樣化過程中，對數(shù)據(jù)和方法的需求與倫理、法律和社會問題密不可分。從 HGDP 開始，許多人口遺傳學研究都曾面臨并將繼續(xù)面臨有關(guān)從參與個人及其社區(qū)收集和使用基因數(shù)據(jù)的倫理問題。對于生物庫項目和其他基因研究，知情同意實踐至關(guān)重要，同時還需要社區(qū)參與和向利益相關(guān)者發(fā)布結(jié)果。

從遺傳學研究洞察人類種群歷史

應用于自然種群遺傳變異數(shù)據(jù)的種群遺傳學方法能夠基于四個基本過程推斷過去：突變、重組、漂移（由有限的種群規(guī)模引起）和選擇。第五個過程——遷移（基因流動）越來越受到重視，它被認為是在多個時間尺度上塑造人類遺傳變異的力量?？傊瑢@些過程的分析為了解人類種群歷史及其對當代人類遺傳變異模式的貢獻提供了寶貴的見解。

群體遺傳學研究的主要重點領(lǐng)域之一是描述人類在漫長時間尺度上的遷徙特征。最近，人類起源的新模型凸顯了非洲深層人口結(jié)構(gòu)的復雜性，這反過來又為擴大古代基因滲入現(xiàn)代人類的研究重點提供了途徑，超越非洲以外的模式。在許多地理區(qū)域，數(shù)千年來的局部遷徙使遺傳距離和地理距離之間呈現(xiàn)出高度相關(guān)性。然而，殖民化和奴隸制等歷史事件進一步導致了混合種群的建立和存續(xù)——這些種群是兩個或多個先前分離的源種群之間基因流動的后代，其后代個體隨著時間的推移從源種群中獲得不同比例的血統(tǒng)?；蚪M時代測序技術(shù)的進步和醫(yī)學研究大規(guī)模數(shù)據(jù)集的引入，使人們能夠深入了解最近和更局部的基因流動，例如美國南部非洲裔美國人大遷徙（1910-1970 年）。雖然一些遷徙事件從考古學和歷史記錄中相對知名，但捕捉生物祖先的基因數(shù)據(jù)為人類歷史上的人口流動提供了獨特的見解。

人類歷史中大部分時期的種群建立事件導致遺傳變異急劇減少。再加上人類物種在非洲的起源相對較晚，導致了一種模式：人類個體基因組之間的遺傳差異非常小，比許多其他物種的差異要??；常見變異往往是跨種群共享的；大多數(shù)人類遺傳變異相當罕見，僅限于單一大陸祖先。雖然單核苷酸變異出現(xiàn)在基因組 3.1% 的位點中，但絕大多數(shù)已編目的變異都極為罕見，因此任何兩個個體之間的差異平均只有幾百萬個單核苷酸變異，占基因組的不到 0.1%。由于連續(xù)奠基者效應，遺傳變異的數(shù)量隨著人口與非洲的距離而減少：最近為協(xié)調(diào) HGDP 和 1000 Genomes 高質(zhì)量全基因組序列數(shù)據(jù)而做出的努力計算出每個非洲個體平均有 6.1M 個 SNV，其他個體有 5.3M 個 SNV，結(jié)構(gòu)變異也有類似的模式。在成對比較中，兩個約魯巴人對測序的單核苷酸變異有 4,897,091 個成對差異，比兩個法國人或兩個東亞人高出 38% 以上。LD 在非洲血統(tǒng)中也是最低的，其次是歐洲、亞洲和美國血統(tǒng)。

人類疾病和特征的遺傳結(jié)構(gòu)

將遺傳變異與表型聯(lián)系起來并了解其背后的生物學機制一直是人類遺傳學的基本目標，但實現(xiàn)這一目標的手段在過去幾十年中發(fā)生了巨大變化。最初的努力集中于對患有嚴重或高度家族性疾病的個體進行基因分型，以確定他們共有的致病突變，假設這些突變具有高度滲透性且數(shù)量很少。與此同時，連鎖研究收集了患病和未患病個體的家族，并追蹤了病例中過度表達的基因片段，有時暗示了許多基因的大單倍型。隨著基因分型成本的下降，共同性狀的研究轉(zhuǎn)向關(guān)聯(lián)研究，其中對大量不相關(guān)的病例和對照進行基因分型，并測試單個變異與感興趣性狀的相關(guān)性。在候選基因關(guān)聯(lián)研究的初始階段，只對預先定義的區(qū)域進行基因分型和測試，導致了相互矛盾的發(fā)現(xiàn)，許多人質(zhì)疑常見變異對常見疾病的貢獻。然而，全基因組關(guān)聯(lián)研究 (GWAS)的理論和實際應用，加上嚴格的多重檢驗校正，開始產(chǎn)生可在獨立研究中重復的穩(wěn)健關(guān)聯(lián)。即使是這些早期的關(guān)聯(lián)也常常出奇的薄弱，表明常見遺傳變異對表型的貢獻很小，或者涉及許多變異的高度多基因貢獻。隨著 GWAS 樣本量的增長，常見性狀多基因性的證據(jù)不斷積累，這意味著需要進行非常大規(guī)模的研究才能識別出所有導致疾病的遺傳變異。這促使了大型生物庫的興起，并推動了全基因組顯著關(guān)聯(lián)的數(shù)量達到數(shù)十萬，從而能夠高度精確地估計疾病結(jié)構(gòu)：整個基因組中導致疾病的變異的數(shù)量、頻率、基因組分布和疾病貢獻。

最近，疾病基因解碼又回到了原點，大規(guī)模的兄弟姐妹和基于家庭的 GWAS 出現(xiàn)了，這種研究與早期的連鎖研究相似，但規(guī)模更大?；诩彝サ难芯靠梢詫⒓膊〗Y(jié)構(gòu)劃分為所謂的直接影響和間接影響；前者與個體內(nèi)的變異有關(guān)，后者與其親屬共享的變異有關(guān)（可能通過共享環(huán)境起作用）。雖然這些研究規(guī)模仍然相對較小，但它們已經(jīng)表明，許多明顯的遺傳關(guān)聯(lián)實際上與環(huán)境對特征的影響有關(guān)，而不是因果關(guān)系，可能跨越幾代人和社區(qū)。雖然常見特征的研究主要由常見變異的 GWAS 推動，這得益于廉價的基因分型陣列，但現(xiàn)在可以通過大規(guī)模的外顯子組和基因組測序研究來量化罕見變異的貢獻，這些研究可以捕捉到遺傳變異的全譜。直接遺傳關(guān)聯(lián)研究通常對罕見變異的效力不足，導致使用負擔測試來“壓縮”測試基因中的所有變異。盡管實現(xiàn)方式和標準不同，但類似的方法通常包括連鎖分析的特征，并應用于孟德爾疾病遺傳學。

普遍存在的常見變異遺傳性

在基因分型出現(xiàn)的幾十年前，遺傳因素對某一性狀的總貢獻，即可通過雙胞胎和基于家庭的研究來估算。在某些嚴格的假設下，同卵雙胞胎和異卵雙胞胎之間或跨家庭關(guān)系中表型相關(guān)性的增強可分解為遺傳和環(huán)境成分。大規(guī)?；蚍中褪沟妙愃频脑砟軌驊糜诩俣o關(guān)的個體，通過對比遺傳相似性和表型相似性的細微模式來估算所謂的基因型、SNP或芯片遺傳性。得到的參數(shù)量化了由所有基因型變異和與它們相關(guān)的任何未分類變異所解釋的表型差異。已經(jīng)設計出多種方法來估計 SNP 遺傳力，要么使用個體層面的數(shù)據(jù)，要么使用多基因評分，要么僅僅使用匯總層面的數(shù)據(jù)，但所有這些方法都集中在一個普遍的發(fā)現(xiàn)上，那就是大多數(shù)常見性狀都具有顯著的 SNP 遺傳力。例如，在英國生物庫中，551 種常見表型在所有疾病和非疾病性狀中的平均 SNP 遺傳力分別為 10.9% 和 15.6% ；在日本生物庫中，58 種連續(xù)性狀的平均 SNP 遺傳力估計為 8.6%。事實上，幾乎每一種常見的生物庫表型都與遺傳學有某種相關(guān)性，F(xiàn)innGen 生物庫中 91% 的性狀表現(xiàn)出至少一種全基因組的顯著關(guān)聯(lián)（對于病例數(shù) > 10,000 例的性狀）。因此，識別影響任何共同特征的一些遺傳變異應該是預期而不是例外。

共同性狀的極端多基因性

除 SNP 遺傳力外，推動遺傳學發(fā)現(xiàn)的另一個關(guān)鍵參數(shù)是性狀多基因性：影響性狀的因果變異總數(shù)及其效應大小的分布。高度多基因性狀涉及許多弱因果變異，需要大量樣本才能表征。由于大多數(shù)因果變異仍然未知，因此提出了各種性狀多基因性的量化方法，例如對性狀的非零效應數(shù)量、獨立變異的有效數(shù)量或解釋給定遺傳力分數(shù)的因果變異的最小數(shù)量 。無論采用何種統(tǒng)計模型，多基因性一直被估計為非常高，范圍從某些估計量的數(shù)千個因果變異到其他估計量的數(shù)百萬個變異。這些驚人的估計值意味著，對于某些性狀而言，許多因果變異平均通過基因組中的幾乎每個基因起作用，并涉及一半以上的常見多態(tài)性?？傮w而言，細胞和色素沉著性狀表現(xiàn)出最低的多基因性（數(shù)百種因果變異），而人體測量和認知/行為性狀表現(xiàn)出一些最高的估計值（>10,000 種有效變異）。雖然具有相似遺傳力的性狀通常表現(xiàn)出不同程度的多基因性，但不同性狀之間多基因性的差異通常低于預期，這表明選擇（驅(qū)動多基因性的因素之一）可能對不同性狀具有多效性，而不是對任何一種測量的表型起作用。最近，一項對 540 萬參與者身高的 GWAS 研究表明，12,111 個聯(lián)合顯著變異解釋了 40% 的表型變異（而總的 SNP 遺傳率為 45%），為高性狀多基因性提供了第一個直接證據(jù)。高多基因性的進化原因仍在積極研究中，但其含義很明顯：了解人類特征需要提煉數(shù)萬個變異的功能。

疾病多基因性的功能劃分

與分區(qū) SNP 遺傳力類似，多基因性也可以分區(qū)，以量化給定的功能注釋包含的變異對疾病的影響強還是弱。令人驚訝的是，分區(qū)多基因性的估計值與分區(qū)遺傳力表現(xiàn)出非常高的相關(guān)性 (r =0.88) 。例如，與其他 SNP 相比，保守區(qū)域中的 SNP 在遺傳力方面富集了 13 倍，在多基因性方面富集了 14 倍，這意味著它們對遺傳力的過大貢獻可能部分歸因于因果變異數(shù)量的增加，而不是絕對效應大小的增加。這種模型被稱為遺傳力的“扁平化”，認為自然選擇已經(jīng)將功能重要區(qū)域中的因果變異分布（或“扁平化”）為更加多基因的。由于較高的多基因性也會導致 GWAS 功效下降，因此最顯著的 GWAS 關(guān)聯(lián)（以及在較小規(guī)模 GWAS 研究中發(fā)現(xiàn)的關(guān)聯(lián)）可能并不位于功能上最“重要”的區(qū)域。遺傳效應的“扁平化”也可能解釋為什么許多復雜性狀似乎是“全基因的” ：由少數(shù)對性狀有直接影響的“核心”基因控制，而這些基因又受到負選擇的不成比例的抑制，從而增加了與性狀沒有直接聯(lián)系的“外圍”基因的相對貢獻。對扁平化和全基因模型的一種解釋是，僅從頂級 GWAS 命中中映射“核心”基因可能很困難，因為較大的變異效應大小并不涉及最生物學相關(guān)的基因或藥物靶點。有趣的是，最近的分析表明，無論效應大小、等位基因頻率或 GWAS 年份如何，已批準的藥物靶基因都富含 GWAS 關(guān)聯(lián)證據(jù)7。因此，更大規(guī)模、更強大的 GWAS 可能繼續(xù)為疾病機制和治療方法提供重要見解，甚至提高相關(guān)性。

罕見變異遺傳性

大型全基因組和全外顯子組測序研究的出現(xiàn)開始使罕見和低頻變異疾病結(jié)構(gòu)的特征描述成為可能。最初，研究依靠參考數(shù)據(jù)的基因型推斷來探索低頻變異（0.5-5%）的遺傳力。例如，在英國生物銀行的 40 個特征中，編碼變異解釋的低頻 SNP 遺傳力（17%，富集 38 倍）比例大于常見 SNP 遺傳力（2%，富集 7.7 倍），這與負選擇將效應較大的（通常是編碼）變異保持在較低頻率的作用一致。盡管如此，所有編碼和 UTR 變異（即通過外顯子組測序捕獲的變異）仍然只能解釋 26.8% 的低頻 SNP 遺傳力，這表明全基因組測序?qū)τ谧R別大多數(shù)低頻效應是必要的。

最近，利用來自 25,465 名無關(guān)個體的全基因組測序數(shù)據(jù)來估計總的 SNP 遺傳力，包括罕見變異。這些總遺傳力估計值為身高 68% 和 BMI 30%，而常見的 SNP 遺傳力分別為 48% 和 24%。因此，與單獨使用常見變異相比，罕見變異可能會使解釋性狀方差增加 1.25 到 1.4 倍。身高遺傳力的主要貢獻來自低 LD 的非常罕見變異，這些變異特別難以從參考圖組中推斷出來。盡管這是一項根本性的進步，但該研究也有局限性：使用復雜的遺傳力劃分來解釋等位基因頻率和 LD 偏差，以及使用傳統(tǒng)的常見變異方法來解釋種群結(jié)構(gòu)（這可能不適用于罕見變異）。更多的數(shù)據(jù)、更多的性狀和新穎的方法將繼續(xù)闡明全基因組遺傳力的問題。有趣的是，這兩個估值都明顯低于先前雙胞胎研究的估值，這意味著雙胞胎隊列分析中存在額外的未分類的遺傳變異（例如，由于結(jié)構(gòu)變異）或系統(tǒng)偏差。

新興方法（如負擔遺傳力回歸）已將全基因組分區(qū)遺傳力的估計擴展到罕見變異。假設稀有等位基因可能在基因內(nèi)具有一致的效應，該方法量化了可通過所有基因的基因負擔來解釋的性狀的總變異。當應用于英國生物銀行中 22 種常見性狀的 690 萬個編碼變異時，平均負擔遺傳力估計為 1.3%（對于功能喪失和頻率低于 0.001 的錯義變異）并且對于每種性狀均顯著非零。值得注意的是，在同一隊列的獨立分析中單獨顯著的基因通?？梢越忉尯艽笠徊糠重摀z傳力：例如，僅APOB就解釋了 LDL 膽固醇 39% 的負擔遺傳力，172 種已知的腫瘤抑制基因解釋了復合癌癥表型 48% 的負擔遺傳力。如果準確的話，這些估計值將意味著罕見變異特征結(jié)構(gòu)的多基因性遠低于常見變異中經(jīng)常觀察到的極端多基因性。佳學基因解碼提醒，罕見變異疾病結(jié)構(gòu)的表征仍處于起步階段，需要更大的隊列來理解這些參數(shù)并超越相對簡單的負擔模型。

目前已經(jīng)開展了幾項大規(guī)模全外顯子組關(guān)聯(lián)研究，并發(fā)現(xiàn)了新的罕見變異關(guān)聯(lián)。對英國生物銀行中約 450,000 名個體的外顯子組測序數(shù)據(jù)進行了約 4,000 種性狀的關(guān)聯(lián)測試，在 564 個基因中鑒定出 8,865 個顯著關(guān)聯(lián)。研究觀察到了對疾病結(jié)構(gòu)的多重洞察。首先，罕見編碼關(guān)聯(lián)在常見 GWAS 基因座附近顯著富集，距離 GWAS 關(guān)聯(lián)最近的基因富集率為 59.3 倍，而距離 GWAS 關(guān)聯(lián)一兆堿基范圍內(nèi)的基因富集率降低至 11.4 倍。這些發(fā)現(xiàn)表明，罕見變異和常見變異對常見疾病的影響呈現(xiàn)出驚人的趨同。其次，F(xiàn)DA 批準的藥物靶標基因表現(xiàn)出關(guān)聯(lián)的可能性高出 3.6 倍，這與之前的發(fā)現(xiàn)一致，即具有人類遺傳學證據(jù)的藥物靶標更有可能獲得批準。第三，77% 的關(guān)聯(lián)只能使用負擔分析來識別，而無法使用單一變異關(guān)聯(lián)，強調(diào)負擔遺傳性是這一樣本量發(fā)現(xiàn)的主要驅(qū)動力。第四，雖然降低疾病的關(guān)聯(lián)可能是最具吸引力的藥物靶點，但僅發(fā)現(xiàn)了五個這樣的關(guān)聯(lián)，并且都是之前已知的，表明在未確定的隊列中檢測保護作用的能力較低。雖然大多數(shù)罕見變異關(guān)聯(lián)都是有害的，但一項針對 n=749,459 人吸煙行為的外顯子組研究是迄今為止規(guī)模最大的研究之一，該研究發(fā)現(xiàn)了CHRNB2中的罕見變異與重度吸煙的幾率降低 35% 相關(guān)。這一發(fā)現(xiàn)凸顯了發(fā)現(xiàn)治療常見表型的新手段的機會越來越多。

跨祖先遺傳結(jié)構(gòu)

雖然上述分析大多集中于假定同質(zhì)群體的遺傳結(jié)構(gòu)，但在理解不同群體的遺傳結(jié)構(gòu)方面正在取得進展。理論和數(shù)據(jù)驅(qū)動的研究表明，即使?jié)撛诘囊蚬儺愂枪蚕淼模嗷蛟u分中的個體變異關(guān)聯(lián)和關(guān)聯(lián)集合很可能很難轉(zhuǎn)化為遺傳距離較遠的群體 。這種缺乏可轉(zhuǎn)移性可能是由因果變異等位基因頻率、非因果變異的連鎖不平衡 (LD) 模式以及真正的潛在效應（例如，受基因-基因或基因-環(huán)境相互作用的調(diào)節(jié)）等多種差異造成的。最近，在一個大型混合生物庫中，涉及 84 種性狀的遺傳距離和多基因風險評分預測準確度之間存在驚人的線性關(guān)系（遺傳距離和準確度之間的平均 Pearson 相關(guān)性為 -0.95）。重要的是，雖然平均風險分數(shù)值也與遺傳距離顯著相關(guān)，但相關(guān)性的強度和方向在不同性狀和人群中差異很大，凸顯了校正跨祖先分值估計值的挑戰(zhàn)。除了證明缺乏可移植性之外，頻率、LD 和效應大小的貢獻現(xiàn)在也正在量化。最近一項針對混血個體的研究使用當?shù)匮y(tǒng)來量化非洲和歐洲血統(tǒng)片段之間因果效應大小的相關(guān)性。該估計值非常高，在 38 種性狀和三個非常不同的生物庫中，平均因果效應大小相關(guān)性為 0.95+/-0.02。這種高度的遺傳相關(guān)性也與之前的研究一致，表明多基因評分可移植性差可能主要由人群間頻率和 LD 差異來解釋，而不是不同的因果變異。有趣的是，在同一研究中對來自不同種群的非混合個體進行估計時，遺傳相關(guān)性明顯較低（0.50+/-0.07），先前的研究也顯示跨祖先相關(guān)性范圍從 0.46 到 0.85，通常遠低于 1.0，鑒于現(xiàn)有多祖先隊列的缺乏，這些發(fā)現(xiàn)和懸而未決的問題進一步強調(diào)了設計關(guān)聯(lián)研究以最大限度地提高群體水平和個體水平遺傳多樣性的重要性。事實上，大型多祖先生物庫已經(jīng)展示出增強的識別和細化因果變異的能力。

多種方法正在涌現(xiàn)，以最大限度地提高跨種群和祖先的遺傳數(shù)據(jù)的效用。許多研究表明，通過整合功能注釋，可以改善多基因預測和變異精細定位。值得注意的是，多基因預測準確度增益中的跨祖先準確度通常比種群內(nèi)增益高得多，這表明更好地識別因果變異可以減輕由于種群間頻率或 LD 差異而導致的一些異質(zhì)性。此外，可以通過將（可能異質(zhì)的）變異級效應聚合到基因等集合中，然后將這些集合的效應跨種群結(jié)合起來，來提高功效。原則上，此類變異集可以在各種生物尺度（基因、途徑）上聚合，其效應通過生物網(wǎng)絡進一步傳播。這些方法強調(diào)了如何將對跨性狀和種群的因果生物網(wǎng)絡的更深入理解重新納入多祖先分析，以進一步提高功效。

人類群體遺傳學與統(tǒng)計遺傳學交叉領(lǐng)域的機遇

正如人類基因組計劃從一開始就概述的那樣，人類基因組學研究的動機是了解人類疾病和復雜性狀的遺傳基礎(chǔ)。展望未來，此類研究必須借鑒來自人類物種多樣性的群體遺傳模型和數(shù)據(jù)。佳學基因檢測概述了統(tǒng)計和群體遺傳學交叉領(lǐng)域的一系列研究機會。

如上所述，遺傳關(guān)聯(lián)和多基因評分的跨祖先可轉(zhuǎn)移性仍然是該領(lǐng)域的一個關(guān)鍵挑戰(zhàn)，而許多非歐洲血統(tǒng)缺乏可靠的數(shù)據(jù)集，這加劇了這一挑戰(zhàn)。雖然對混合人群的初步研究表明，因果效應大小可能在人群中大致相同，但基因-基因和基因-環(huán)境相互作用的全部范圍，以及它們的種群或性狀特異性，仍有待量化。了解這些參數(shù)將進一步為在整個人類多樣性范圍內(nèi)設計準確的預測分數(shù)提供參考。需要群體遺傳摘要和祖先模型來提高關(guān)聯(lián)結(jié)果的可轉(zhuǎn)移性，特別是對于混合血統(tǒng)的個體，本地祖先感知分數(shù)構(gòu)建可能會提高預測準確性。多項研究表明，增加遺傳多樣性可提高統(tǒng)計精細作圖的分辨率，從而提高多基因評分的準確性。因此，來自代表性不足的個體的數(shù)據(jù)的多樣性將為所有個體帶來直接利益。

此外，環(huán)境異質(zhì)性遍及人類遺傳學研究，混淆了我們對人類疾病和復雜性狀的遺傳基礎(chǔ)的理解，導致僅根據(jù)遺傳數(shù)據(jù)無法準確預測性狀。選擇性交配和血緣關(guān)系模型強調(diào)，違反隨機交配和平衡種群動態(tài)的標準群體遺傳學假設會夸大人類性狀之間觀察到的相關(guān)性。最近的聚類和對比學習方法強調(diào)了影響下游遺傳效應估計的混雜因素。雖然基于家庭的研究可以估計遺傳變異對某一性狀的直接和間接影響，但基于家庭的直接影響估計可能會受到遺傳混雜因素的影響，而使用全基因組關(guān)聯(lián)結(jié)果估計易感性時，這種影響會加劇。生物庫的規(guī)模、元數(shù)據(jù)和環(huán)境協(xié)變量的日益詳細以及縱向跟蹤工作的開展將使人們更加了解環(huán)境混雜因素并更好地控制這些因素，同時允許利用遠親來估計遺傳效應并了解近期的人口遺傳過程，例如譜系崩塌。對人際關(guān)系、環(huán)境相關(guān)性和相互作用的復雜性進行建模將提高遺傳發(fā)現(xiàn)的因果有效性和普遍性。

為了在風險預測和遺傳研究中確定性狀的優(yōu)先次序，復雜性狀結(jié)構(gòu)的進化模型是關(guān)鍵。最近關(guān)于穩(wěn)定選擇的研究表明，許多經(jīng)過充分研究的復雜數(shù)量性狀的性狀結(jié)構(gòu)在多基因性方面相似，并且這種選擇模式可能導致關(guān)聯(lián)結(jié)果在種群間轉(zhuǎn)移性降低。此外，對適應度影響較小的性狀產(chǎn)生的可轉(zhuǎn)移關(guān)聯(lián)較少，而弱負選擇會產(chǎn)生更多種群特異性的性狀結(jié)構(gòu)。量化多基因選擇和適應對復雜性狀的程度仍然是一個巨大的挑戰(zhàn)，部分原因是解開細微的種群分層的復雜性。檢測精細種群結(jié)構(gòu)的改進方法、更大規(guī)模的家庭內(nèi)分析和全面的選擇模型將使我們能夠更全面地了解全基因組的進化過程。除了解答人類進化的基本問題之外，這些發(fā)現(xiàn)還具有實際意義：如何從數(shù)千個與性狀相關(guān)的基因座中挖掘出與疾病最相關(guān)的基因和藥物靶點，以及如何整合罕見和常見變異的發(fā)現(xiàn)。

除了了解已知關(guān)聯(lián)的機制之外，還有許多機會整合新的或難以收集的變異。大型生物庫強調(diào)了結(jié)構(gòu)變異的重要作用，包括拷貝數(shù)變異和串聯(lián)重復，它們對迄今為止發(fā)現(xiàn)的性狀的影響大小最大 。結(jié)構(gòu)變異通常不直接進行基因分型，也常常不被推斷，這使得我們對單一變異以外的疾病機制的認識存在空白。直接從數(shù)據(jù)中識別復雜結(jié)構(gòu)變化的方法，以及基因組組裝的改進，可能會揭示全新類別的疾病相關(guān)變異。同樣，雖然加性變異和顯性變異的作用已通過大規(guī)模生物庫和遺傳力分析得到很好的表征，但上位效應的影響在很大程度上仍然是個謎。雖然遺傳相互作用和熱點在模型生物中廣泛存在，但由于搜索空間的廣度和統(tǒng)計限制，它們在人類中的表征一直具有挑戰(zhàn)性。對于比簡單的成對相互作用更復雜的關(guān)系尤其如此，在人類群體中甚至不可能列舉這些關(guān)系。群體遺傳建模和功能研究的整合可能會突破統(tǒng)計限制，并將我們對特征效應的理解擴展到更高層次。

繼續(xù)研究群體遺傳學和統(tǒng)計遺傳學之間的關(guān)系，以及提高使用基于家庭和系譜的方法研究生物庫中的特征的能力，將有助于改進變異發(fā)現(xiàn)和風險預測，同時識別出具有較大環(huán)境影響的特征，對于這些特征，需要額外的研究、數(shù)據(jù)和方法進行風險評估、治療和預防。

基因變異的分子和細胞效應

影響復雜生理特征和疾病的遺傳變異必然對分子功能產(chǎn)生近端效應，進而影響隨后的細胞水平分子過程。揭示這些遺傳關(guān)聯(lián)的分子和細胞介質(zhì)已成為當代人類遺傳學的中心焦點，因為它可以為從分子層面理解疾病的因果過程提供見解。這一點的意義超出了基礎(chǔ)生物學的范圍，因為這些過程是潛在的干預目標 （圖1c ）。此外，雖然變異的許多分子效應對生理表型沒有影響（圖 2），但它們代表了基因組序列變異的自然實驗，有助于理解基因組功能的生物學。

分析遺傳變異功能效應的方法

盡管變異的分子效應分析自誕生之日起就成為分子遺傳學的一部分，但直到 21 世紀 DNA 雜交陣列技術(shù)出現(xiàn)后，全基因組分析才成為可能。這項技術(shù)進步導致了表達數(shù)量性狀基因座 (eQTL) 作圖，以識別與基因表達水平相關(guān)的變異，這種方法大約 15 年前首次應用于人類（圖 3a）。從那時起，這種方法已經(jīng)發(fā)展到涵蓋從表觀基因組測量到剪接和蛋白質(zhì)水平的分子表型，統(tǒng)稱為分子 QTL (molQTL)。大型項目已經(jīng)為各種組織和細胞構(gòu)建了 molQTL 資源，包括在體外刺激下，單細胞技術(shù)的使用也越來越多。迄今為止，大多數(shù)穩(wěn)健鑒定的 molQTL 都是順式的，即通過順式調(diào)控機制影響附近的靶基因，因為只有通過大樣本量和仔細控制混雜因素，才能可靠地鑒定基因組中變體和基因之間的反式QTL。

在體外細胞系統(tǒng)中進行的實驗性基因組擾動已迅速成為可擴展地映射遺傳變異分子效應的流行工具（圖 3b）。這些方法包括 MPRA（大規(guī)模并行報告基因檢測）等染色體外檢測和使用 CRISPR 工具包的基因組擾動，以及對分子效應的各種讀數(shù)。正在進行的研究如 IGVF（基因組變異對功能的影響）和 AVE（變異效應圖譜），旨在更系統(tǒng)地將這些工具應用于非編碼和編碼變異。大多數(shù)這些方法的一個關(guān)鍵先決條件是高質(zhì)量精細映射以針對相關(guān)基因座上的可能致病變異，因此 GWAS 社區(qū)不斷改進的方法和資源將極大地增強這些實驗工作。

此外，來自 ENCODE 等項目的大量功能基因組學數(shù)據(jù)集為預測推斷遺傳變異效應提供了強有力的基礎(chǔ)，即使沒有直接分析基因組變異（圖 3c）。這些方法的開發(fā)是一個非?；钴S的研究領(lǐng)域，特別是在預測編碼和剪接影響變異的影響方面取得了進展，而預測轉(zhuǎn)錄調(diào)控變異的影響已被證明具有挑戰(zhàn)性。

復雜性狀基因座的分子結(jié)構(gòu)

遺傳變異可能通過數(shù)十種不同的分子機制影響生物體表型。在這些機制中，最容易解釋的可能是編碼變異，它直接影響蛋白質(zhì)編碼序列和功能。然而，與早期孟德爾遺傳病變異圖譜發(fā)現(xiàn)致病 SNP 幾乎總是影響編碼序列不同，GWAS 很早就揭示了復雜性狀關(guān)聯(lián)背后的遺傳變異通常是非編碼的，并且會影響基因表達。這些發(fā)現(xiàn)激發(fā)了人們對了解遺傳變異如何影響基因調(diào)控，特別是如何影響基因表達水平的興趣。

在過去十年中，已開發(fā)出多種統(tǒng)計方法并將其應用于不同的數(shù)據(jù)集，以識別 GWAS 基因座的功能富集。迄今為止所鑒定的最引人注目的 GWAS 功能富集位于染色質(zhì)可及性高的區(qū)域或與增強子和啟動子相關(guān)的組蛋白修飾區(qū)域。事實上，多種常見性狀的大部分 SNP 遺傳力可以定位到調(diào)控區(qū)域而非編碼區(qū)域，據(jù)估計，在 11 種疾病中，高達 79% 的 SNP 遺傳力位于 DNAse I 超敏位點（涵蓋 16% 的變異，富集 4.9 倍），或在 17 種常見性狀中，15% 的 SNP 遺傳力位于增強子元素中（涵蓋 0.4% 的變異，富集 37.5 倍）。此外，哺乳動物中保守的區(qū)域估計包含 35％ 的 SNP 遺傳力（涵蓋 2.6％ 的變異，富集率 9.6 倍），這與進化受限元素在塑造疾病結(jié)構(gòu)中的預期作用一致。

據(jù)報道，GWAS 位點在與多種類型的調(diào)控變異相關(guān)的變異中也富集。正如預期的那樣，這些變異包括影響基因表達水平調(diào)控的遺傳變異，例如通過影響 DNA 甲基化、組蛋白修飾水平和染色質(zhì)可及性。 eQTL 精細定位的 SNP 中性狀遺傳力的富集與增強子區(qū)域中的性狀遺傳力的富集相似（非特異性 eQTL/增強子約為 5 倍，在性狀相關(guān)細胞類型中特異性識別的 eQTL 或增強子約為 20 倍。然而，估計由重疊 eQTL SNP 的常見變異解釋的總體性狀遺傳力（通過中介或富集分析估計的性狀平均分別為 11%或 14%）往往比重疊增強子和啟動子區(qū)域的遺傳力（23.9-79.2%）小得多。盡管 11-14% 和 80% 的估計值可能分別代表由增強子或啟動子中的 eQTL 和變異解釋的遺傳力的保守和樂觀估計，但這些觀察結(jié)果表明我們的 eQTL 圖譜的質(zhì)量遠遠落后于增強子和啟動子區(qū)域，并且需要開展更多研究來了解調(diào)控變異如何影響基因表達。

除了影響基因表達水平的變異之外，GWAS 基因座還在許多其他類型的分子 QTL 中富集，例如影響 mRNA 剪接的QTL和對轉(zhuǎn)錄本結(jié)構(gòu)和轉(zhuǎn)錄后修飾有其他影響的QTL。這些分子 QTL 中 GWAS 信號的估計富集程度變化很大，可能與性狀有關(guān)。例如，幾項研究報告稱，影響 RNA 剪接的變異 (sQTL) 中神經(jīng)精神 GWAS 基因座的富集程度高于 eQTL；最近的一項研究發(fā)現(xiàn)，RNA 編輯 QTL 中自身免疫 GWAS 信號的富集程度高于 eQTL 和 sQTL 。迄今為止，不同轉(zhuǎn)錄后 molQTL 解釋的總體遺傳力與增強子和啟動子區(qū)域內(nèi)的 eQTL 或變異所解釋的遺傳力相比相形見絀。不過，這可能僅僅反映了這樣一個事實：與其他調(diào)控機制相比，eQTL 和增強子已經(jīng)在更大規(guī)模和更廣泛的細胞類型中得到了研究。

除了功能富集表明GWAS 基因座直接分子驅(qū)動因素的順式調(diào)控機制外，GWAS 還提供了獨特的因果關(guān)系錨點，用于識別導致性狀的因果分子過程發(fā)生的細胞類型和細胞狀態(tài)。了解這些細胞類型的特異性可以為疾病生物學以及最大限度減少脫靶副作用的干預措施的潛在目標提供信息。對于大多數(shù)復雜的性狀，從臨床特征推斷因果細胞類型并非易事，因為疾病的癥狀可以精確定位不同的組織、細胞類型或發(fā)育階段，而不是導致疾病的過程發(fā)生的位置。應對這一挑戰(zhàn)最有效的方法是分析在特定組織和細胞類型中活躍的基因和調(diào)控元件的 GWAS 遺傳力富集（例如，113、125）。值得注意的是，一個主要發(fā)現(xiàn)是增強子/啟動子區(qū)域中 GWAS 基因座的富集在直觀的細胞類型或組織類型中最高。例如，自身免疫性疾病基因座最富集于在免疫細胞類型（例如 T 細胞和 B 細胞）中活躍的增強子，而神經(jīng)精神疾病基因座最富集于神經(jīng)元細胞類型。盡管如此，這些富集通常只能讓我們粗略地了解哪些細胞類型會導致某種特征或疾病，還需要進行更多研究來確定遺傳信號是否足夠強以識別更精確的致病細胞類型。事實上，之前的研究觀察到，盡管具有細胞類型特異性活動模式的基因或增強子在性狀遺傳性方面高度富集，但大部分遺傳性存在于在許多或大多數(shù)細胞類型中廣泛活躍的基因或增強子中59。這些觀察結(jié)果表明，大多數(shù)遺傳信號將存在于具有廣泛活性而非細胞類型特異性活性的增強子中。因此，功能增強子的多效性可能會限制我們使用遺傳信號“精細定位”致病細胞類型的能力。

使用 molQTL 解釋復雜性狀基因座

MolQTL 定位從根本上來說是一種遺傳方法，而圖 3中展示的其他方法則植根于分子生物學和計算生物學。因此，佳學基因解碼在下文中更詳細地討論 molQTL 定位。

2010 年代初，人們使用了直接分析（重疊顯著的 GWAS 和 eQTL SNP）來識別與性狀相關(guān)的變異，這些變異也會對基因表達水平產(chǎn)生功能性影響，從而有助于識別潛在的致病基因。然而，隨著 GWAS 和 eQTL 信號數(shù)量的增加，顯然需要新的統(tǒng)計方法，特別是為了解決由于 LD ，大量變異與某些分子表型相關(guān)的情況。因此，開發(fā)了幾種先進的統(tǒng)計方法來評估共定位：相同的變異是否可能是特定基因位點上 GWAS 信號和 molQTL 信號的因果驅(qū)動因素。另一種方法是估計“分子關(guān)聯(lián)”，例如轉(zhuǎn)錄組范圍關(guān)聯(lián)研究 (TWAS)，它測試預測的分子表型（例如表達）與性狀之間的關(guān)聯(lián)，并且同樣可以應用于匯總級別數(shù)據(jù)。這種方法放寬了共定位的要求，即分子和疾病性狀之間共享因果變異 - 它們只需要相關(guān) - 同時通過使用多變量預測模型來提高靈敏度。雖然這兩種方法都不能保證特定基因的表達與疾病病因有因果關(guān)系，但共定位消除了由于 LD 導致的虛假重疊，而分子關(guān)聯(lián)能夠?qū)ο嚓P(guān)效應和方向進行敏感的量化。

使用這些方法可以得到一個顯著的觀察結(jié)果，即與 eQTL共定位或可通過分子關(guān)聯(lián)解釋的 GWAS 基因座比例很低。即使對于許多免疫或血液相關(guān)性狀，這種情況也很明顯，在這些性狀中，來自相關(guān)細胞類型的可用 eQTL 數(shù)據(jù)被認為是全面的。例如，只有大約 25% 的自身免疫性狀 GWAS 基因座與來自不同免疫細胞類型的 eQTL 共定位。添加其他分子 QTL（如剪接 QTL）可以提高共定位率，但仍然會使大多數(shù)自身免疫相關(guān)基因座不共定位。更普遍地說，在復雜性狀中，順式 eQTL 介導的遺傳效應平均只占性狀遺傳率的 11%。另一個復雜因素是，調(diào)控元件和變異可調(diào)節(jié)多個基因，而共定位 eQTL 所拾取的基因并不一定是該基因座中真正導致疾病的基因。有幾個原因可以解釋 GWAS 共定位率相對較低。首先，影響基因調(diào)控的遺傳變異（獨立于基因表達水平）可能發(fā)揮比我們之前預期的更大的作用。雖然大多數(shù)研究集中在遺傳變異如何調(diào)節(jié)基因表達水平，但正如之前所討論的，遺傳變異可以通過各種其他調(diào)控機制影響細胞生物學。盡管如此，由于 GWAS 和表達 QTL 之間的共定位率在幾乎所有復雜性狀和所有 molQTL 中都是最高的，因此普遍的觀點是大多數(shù)性狀變異通過影響蛋白質(zhì)表達水平來發(fā)揮作用。為了支持這一觀點，最近的幾項研究發(fā)現(xiàn)，影響染色質(zhì)活性（組蛋白標記 QTL 或 hQTL）或可及性（染色質(zhì)可及性 QTL 或 caQTL）的遺傳變異的共定位率比來自相同細胞或組織類型的 eQTL 高得多（有時高出約 50%）。這些觀察結(jié)果表明，與性狀相關(guān)的變異通常通過調(diào)節(jié)增強子或啟動子活性來調(diào)節(jié)基因表達水平。然而，統(tǒng)計上檢測它們對基因表達的影響的能力可能弱于對染色質(zhì)水平表型的影響。這與增強子活性具有比基因表達水平更簡單遺傳結(jié)構(gòu)的想法相一致，因為穩(wěn)態(tài) mRNA 表達水平除了影響轉(zhuǎn)錄起始的機制外，還受到轉(zhuǎn)錄前和轉(zhuǎn)錄后 mRNA 加工機制的影響。與 eQTL 相比，染色質(zhì) QTL 共定位率更高的另一個解釋是發(fā)現(xiàn)閾值的差異：要檢測到染色質(zhì) QTL，增強子必須在給定的細胞或組織類型中活躍，而對于同一變體而言，增強子必須既具有活性又能驅(qū)動基因轉(zhuǎn)錄，才能成為 eQTL。例如，已發(fā)現(xiàn)“啟動”增強子在多種類型的幼稚免疫細胞中含有 caQTL，但它們似乎僅在受細胞因子或病原體刺激的細胞中才是 eQTL。

已經(jīng)提出了幾種理論來解釋分子 QTL 和 GWAS 匹配結(jié)果之間有限的重疊。與復雜性狀有關(guān)的基因可能具有冗余增強子，這些增強子可以緩沖遺傳變異對基因表達水平的影響，從而使與復雜性狀相關(guān)的 eQTL 更難識別。類似地，eQTL 定位的特征可能有利于發(fā)現(xiàn)選擇性約束、調(diào)控復雜性和功能重要性較低的位點和基因，從而使結(jié)果偏離識別性狀變異基因。另一種可能的解釋是，對于大多數(shù)性狀，我們尚未研究與疾病最相關(guān)的細胞類型或細胞狀態(tài)中的基因表達。事實上，盡管分子 QTL 在組織間存在大量共享，但許多依賴于細胞狀態(tài)時間背景的動態(tài) QTL 可能只能在一些尚未研究的稀有細胞類型或發(fā)育軌跡中識別。

悲觀的解釋可能是，eQTL 研究在解釋復雜性狀相關(guān)變異方面的價值目前和未來都將保持適中。然而，我們應該記住，早期從樣本量有限的 GWAS 中發(fā)現(xiàn)的成果也很有限。隨著 GWAS 樣本量增長到數(shù)萬甚至數(shù)十萬，變革性見解應運而生，其中許多見解現(xiàn)在塑造了我們對人類性狀和生物學的理解。molQTL 研究的樣本量尚未擴大到數(shù)十萬，最大的研究來自大量組織樣本，這限制了檢測可能在特定細胞類型和細胞狀態(tài)下起作用并導致疾病的調(diào)控效應的能力、分辨率和可解釋性。雖然覆蓋所有相關(guān)細胞類型的更大、特定于上下文的 molQTL 圖譜不太可能為 GWAS 基因座的分子解釋提供單一完整的解決方案，但它仍然是唯一允許詢問不同原代細胞類型中遺傳變異效應的方法。因此，我們預見到，擴大 molQTL 研究在未來將繼續(xù)具有價值，同時還具有其他使用體外擾動和從表觀基因組數(shù)據(jù)進行計算推斷的方法（圖 3）。

疾病相關(guān)基因位點的細胞程序和生理效應

在過去 10 年中，GWAS 功能解釋的主要重點是識別基因座中的因果驅(qū)動基因。雖然用于這一推斷的工具箱仍不完整，但在數(shù)百甚至數(shù)千個 GWAS 基因座中，已經(jīng)以合理的置信度識別出了順式致病基因。然而，到目前為止，這些研究提供的有關(guān)疾病背后的細胞程序和下游生理機制的信息有限（圖 2）。這是由于我們知識上存在兩個主要空白：人類基因的功能注釋非常不完整，而對將單個基因與更廣泛的細胞行為聯(lián)系起來的細胞程序和調(diào)控網(wǎng)絡的理解更加不完整。此外，基因和變異可以在細胞和組織中產(chǎn)生多效性影響，因此很難區(qū)分致病作用。

因此，我們在不斷推進對順式調(diào)控機制的解讀的同時，必須積極努力將變異和基因與細胞程序聯(lián)系起來，并進一步與構(gòu)成性狀和疾病的生理機制聯(lián)系起來。有許多方法可以實現(xiàn)這一目標，通常將圖 3中概述的概念擴展到細胞表型，從而提供順式調(diào)控空間之外的功能效應信息。具有大量基因座的功能強大的 GWAS 可以對細胞網(wǎng)絡和通路注釋中涉及的基因進行富集分析，從而精確定位可能與性狀相關(guān)的功能。此外，GWAS 變異可以直接與整個基因組的分子性狀相關(guān)聯(lián)，特別是通過 trans-eQTL 作圖。這需要數(shù)千個個體的非常大的樣本量和仔細的分析以避免混雜因素。未來的單細胞分析有可能進一步提高這種方法的信息量。用于測量或推斷細胞性狀（如轉(zhuǎn)錄因子活性或細胞形態(tài)）的 GWAS 可以進一步將分子變化與細胞程序聯(lián)系起來，但在足夠大的樣本量中進行表型分析一直是一個挑戰(zhàn)（圖 2）。用于大規(guī)模測量組織水平表型的 GWAS 提供了有趣的例子，這些性狀在直接從細胞測量的分子性狀和傳統(tǒng) GWAS 捕獲的高度復雜的生理表型之間，在機制上更具可解釋性。一種表征細胞性狀遺傳效應的新興方法是“細胞村”，其中來自多個供體的細胞一起生長并通過細胞分選等方法進行表型分析，細胞表型組中遺傳變異的富集表明與該性狀有關(guān)聯(lián)。

佳學基因現(xiàn)在的認識及未來方向

人類遺傳學作為一個充滿活力的領(lǐng)域繼續(xù)蓬勃發(fā)展。如上所述，不斷擴大和多樣化的數(shù)據(jù)集不僅包括遺傳變異，還包括表型數(shù)據(jù)或推斷、環(huán)境因素和家庭關(guān)系，為了解導致人類遺傳變異譜的群體遺傳過程提供了充足的機會。遺傳關(guān)聯(lián)研究終于開始覆蓋整個頻譜中不同類型的變異。群體遺傳學和統(tǒng)計遺傳學的整合為改善復雜性狀遺傳結(jié)構(gòu)的映射提供了豐富的機會。隨著可靠識別的遺傳關(guān)聯(lián)數(shù)量激增，其功能解釋的挑戰(zhàn)已成為該領(lǐng)域的一個核心問題，現(xiàn)在正在使用從遺傳學擴展到分子計算生物學的多種工具來解決。

這些進展還揭示了該領(lǐng)域長期存在的挑戰(zhàn)和懸而未決的問題，其中一些在表 1中突出顯示。除了生成更多數(shù)據(jù)之外，進展可能還來自數(shù)量、分子、群體和流行病學遺傳學等學科之間見解的綜合。要了解疾病結(jié)構(gòu)（尤其是廣泛的多基因性和多效性）的原因和后果，需要數(shù)量遺傳學的進展來結(jié)合自然選擇的參數(shù)，再加上遺傳流行病學的進展來了解相關(guān)的環(huán)境背景和不同性狀之間共有的風險因素。反過來，后者可能會受益于家庭研究設計的進步所帶來的環(huán)境和遺傳方差的劃分，而家庭研究設計的進步也開始利用因果推理和反事實推理的基本理論來幫助解釋。理解調(diào)控變異的語言和語法需要將種群規(guī)模的數(shù)量遺傳學與實驗分子遺傳學相結(jié)合，前者可以量化體內(nèi)和疾病背景下的變異效應，后者可以探測未觀察到的擾動的影響并在體外和非疾病或合成疾病背景下驗證新的預測。這兩種方法都可以從統(tǒng)計遺傳學和機器學習的新興工具中受益，用于預測、優(yōu)先排序和特征解釋，從而更有效地識別最相關(guān)的疾病基因及其更廣泛的疾病網(wǎng)絡效應。最后，所有這些研究都可以從多樣化、多祖先隊列和種群遺傳學的進步中受益，以利用現(xiàn)代和古代基因組數(shù)據(jù)了解當代人群復雜的遺傳譜系。

表 1.未來5至10年人類遺傳學研究需要解決的突出挑戰(zhàn)，重點關(guān)注群體遺傳學、常見復雜性狀和基礎(chǔ)研究。

鑒于本世紀的快速發(fā)展，人類遺傳學現(xiàn)已準備好更深入地了解人類生物學 - 并改善人類健康。成功描述遺傳變異、繪制遺傳關(guān)聯(lián)圖譜和識別其功能效應為從機制上理解這些過程奠定了基礎(chǔ)。這為在診斷環(huán)境中成功預測和識別影響導致疾病的過程的干預措施打開了大門。最終目標是將罕見和常見的遺傳風險因素與環(huán)境風險以及藥物遺傳學在定制治療選擇方面的進步相結(jié)合。同樣重要的是繪制遺傳學的極限，并了解遺傳性的廣泛模式如何通過個體一生中復雜而相互關(guān)聯(lián)的遺傳過程和多種環(huán)境因素而出現(xiàn)。在這里，人類遺傳學與流行病學和分子生物學等鄰近領(lǐng)域之間的相互作用至關(guān)重要。

除了這些挑戰(zhàn)和前進方向之外，人類遺傳學要取得持續(xù)成功并在全球范圍內(nèi)得到認可，就必須仔細審查該領(lǐng)域作為一個專業(yè)社區(qū)的情況，以及它與周圍社會的關(guān)系。與其他科學領(lǐng)域一樣，人類遺傳學也有著問題重重的歷史，并且一直存在著與專業(yè)社區(qū)內(nèi)部和研究參與者對土著社區(qū)和少數(shù)民族的剝削和排斥有關(guān)的問題。面對和解決這些問題對于鋪平一個更加包容和負責任的未來至關(guān)重要。遺傳學研究越來越多地被納入社會科學，需要跨學科進行有效的溝通，以確保充分理解遺傳推斷的局限性。

然而，人類遺傳學提供了一些最令人信服的經(jīng)驗證據(jù)，證明了我們的集體起源和所有人類相互交織的生物構(gòu)成，以及人類特征和疾病的復雜性和不確定性。這一敘述可以得到更廣泛的傳播。遺傳學在公眾了解我們個人的家族史和祖先方面已經(jīng)發(fā)揮了重要作用，并且在醫(yī)療保健中發(fā)揮著越來越重要的作用。因此，必須建立一個精通基因數(shù)據(jù)的適當使用和限制的社會。這需要擺脫遺傳學公共傳播中經(jīng)常使用的簡化和確定性的語言。采取一種更具包容性、透明性和道德意識的方法不僅是道德要求，而且對于該領(lǐng)域的持續(xù)進步和可信度也至關(guān)重要。