理解基因表达的遗传基础可揭示复杂性状与疾病背后的调控机制。表达数量性状位点（expression quantitative trait locus，eQTL）作图能够将非编码变异与其调控的靶基因相关联。既往研究受限于常见变异（次要等位基因频率 minor allele frequency，MAF ≥1%至5%）、批量组织混合细胞以及假批量（pseudobulk）聚合策略，难以捕捉仅在特定免疫细胞类型与瞬态细胞状态中显现的调控信号。研究人员基于TenK10K第一阶段数据，整合1,925名欧洲裔个体的匹配全基因组测序（whole-genome sequencing，WGS）与超过540万外周血单个核细胞（peripheral blood mononuclear cells，PBMCs）的单细胞RNA测序（single-cell RNA sequencing，scRNA-seq）数据，在28种免疫细胞类型中直接以单细胞计数建模，系统绘制常见与罕见（MAF <1%）变异的顺式eQTL。研究发现：在错误发现率（false discovery rate，FDR）<5%下，常见变异影响17,674个eGene（占被测基因83%），罕见变异集合信号覆盖10,005个eGene（约47%）；约半数eQTL效应仅见于单一或少数细胞类型。通过SuSiE精细定位、burden与SKAT集合检验、细胞类型特异性五级场景框架、与60种疾病及血液性状的共定位（PPH4≥0.8），以及scDeepID定义的连续功能状态交互模型，研究人员进一步将调控变异链接至疾病机制：共发现超过60,000次共定位事件，涉及5,287个基因，其中893个为既往全血eQTL未报道的新基因。该研究证明直接建模单细胞表达可大幅提升检出效力，并阐明非编码与罕见变异通过细胞类型与状态依赖方式塑造免疫表型与疾病风险。
研究背景与立项依据
全基因组关联研究（GWAS）已鉴定出大量与疾病和复杂性状相关的遗传信号，但大多数变异尤其是非编码变异的分子作用机制仍不清楚。传统eQTL研究存在三方面局限：一是依赖基因分型芯片，主要覆盖常见变异，对罕见与低频率变异检出能力不足；二是批量组织测序混淆了异质细胞组成，许多调控效应仅在特定细胞类型中可检；三是假批量聚合会掩盖瞬时细胞状态依赖的遗传效应。免疫系统的功能高度依赖细胞类型与激活状态，因此需要在人群规模上以单细胞分辨率解析变异—表达—疾病链条。
研究人员开展的的工作与核心结论
研究人员发布TenK10K第一阶段研究，利用1,925名个体匹配WGS与540余万PBMC单细胞转录组，注释28种免疫细胞类型，采用SAIGE-QTL直接以泊松计数建模单细胞表达，分别进行常见变异单变量顺式eQTL、罕见变异集合检验、细胞类型特异性分级、连续状态互作eQTL，并与60种表型做共定位。结论表明：单细胞直接建模显著提升效能；常见与罕见变异均呈现强细胞类型特异性；大量疾病相关信号可被定位到具体免疫细胞和调控元件；该资源为复杂免疫疾病机制与靶点发现提供高分辨率地图。论文发表于《Nature》。
主要关键技术方法
研究队列来自TenK10K第一阶段1,925名欧洲裔供体的PBMC，配套WGS与scRNA-seq。关键方法包括：基于参考分类与层级聚类的28类免疫细胞注释；SAIGE-QTL混合模型直接拟合单细胞计数；SuSiE可信集精细定位；罕见变异burden与SKAT集合检验并结合开放染色质注释；定义细胞类型特异性五级场景并做随机效应配对荟萃；scDeepID深度学习转移标注NK亚型与基因本体功能状态，拟合基因型×状态互作；对16种疾病与44项血液性状做贝叶斯共定位。
研究结果
The TenK10K phase 1 cohort
研究人员构建质控后543万细胞与1,925名供体WGS体系，检出6,665万个位点，其中80.6%为罕见变异，建立28种免疫细胞类型基线图谱。
Mapping common-variant single-cell eQTLs
在FDR<5%下鉴定154,932个常见eQTL，涉及17,674个eGene；精细定位额外发现24,925个非主效信号；相较eQTLGen与OneK1K，检出更多低表达、细胞类型受限基因，证明单细胞分辨率优于假批量。
Rare variants shape cellular expression
罕见变异集合信号覆盖10,005个eGene；SKAT更易捕获方向混合效应；功能注释与scATAC开放区加权提升效力。实例包括SH2D2A在CD4TCM下调、TMED3剪接变异致表达下降，显示罕见变异可影响启动子、增强子与剪接。
Cell-type specificity of eQTLs
研究人员提出五级场景框架，发现约半数eGene效应仅存于少量细胞类型；特异性eQTL更偏增强子远端，共享eQTL多近启动子；谱系内共享高于跨谱系。
Colocalization with complex traits
与60性状共定位得60,458个事件、5,287个基因；如OSM仅在NK细胞共定位IBD，IGHG4记忆B细胞共定位阿尔茨海默病，TNFSF15树突细胞共定位IBD，证明疾病变异机制具有严格细胞类型背景。
Identification of cell-state eQTLs
以NK细胞为例，scDeepID定义五种亚型与功能状态，发现10,923个状态依赖eQTL；如S100B受NF-κB状态调制，说明连续状态可动态改变遗传效应。
讨论与结论翻译
讨论指出，该研究通过单细胞直接建模将常见与罕见变异的免疫调控图谱推进到细胞类型与连续状态层面。共定位框架把GWAS信号转化为可验证的细胞类型特异性分子假说，并揭示此前全血研究遗漏的新基因与机制。结论如下：罕见与常见遗传变异共同塑造单细胞免疫基因表达；约半数eQTL具有细胞类型或状态特异性；整合功能注释与疾病共定位可判定变异作用模式；该高分辨率图谱为自身免疫、炎症与神经免疫疾病的靶点识别与精准干预提供了机制基础。
这篇论文解读已完成，接下来可以选择一个方向继续深化：
