Gene-level evolutionary conservation and human constraint decline at comparable rates across the age of onset of Mendelian disease
本研究表明，基因水平的进化保守性和人类约束评分随孟德尔疾病发病年龄的增加而以相当的速率下降，这挑战了约束指标比保守性得分更快失去预测能力的观点，同时强调了性能方面显著的指标依赖性差异，特别是对于隐性遗传病而言。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
在人类遗传学的浩瀚图书馆中，科学家长期以来一直依赖两种古老的地图来寻找导致疾病的基因。第一种地图是深时记录（deep-time record），展示了我们的 DNA 中哪些部分在数百万年间跨越多种不同物种仍保持不变。如果一个基因自我们的祖先与其它哺乳动物共享共同路径以来一直保持不变，通常是因为该基因对生命至关重要。第二种地图是近期的快照（recent snapshot），观察当今人类群体中存在多少变异。如果一个基因在健康人身上很少出现破坏性的变化，这表明自然界一直在积极地剔除这些变化，因为它们是有害的。这两张地图都被用于在患者患病时确定优先研究哪些基因，其背后的逻辑是：基因受到的“约束”越多，就越有可能成为严重疾病的诱因。
然而，关于这些地图如何应用于晚发型疾病（late-onset diseases）的一个基本问题一直悬而未决。进化论表明，自然选择在保护繁殖能力方面最为强大。一旦一个人有了后代，维持身体完美运转数十年之久的压力就会减弱。这导致了一个普遍的假设：对于晚发型疾病（如在老年时期出现的疾病）而言，其遗传信号应该比儿童期疾病的信号更微弱或更难寻觅。如果这一假设成立，随着发病年龄的增加，这些古老的地图将会失去效用，使医生在诊断老年期发病的疾病时面临更少的工具。
一支研究小组着手直接测试这一假设。他们收集了近 3,000 种罕见遗传病（即孟德尔遗传病）的数据，并根据症状通常出现的年龄对它们进行了分类。随后，他们比较了深时地图和近期人类地图在整个年龄谱系中区分致病基因与健康基因的能力。他们不仅观察了这些地图是否有效，还专门测量了其中一张地图是否比另一张地图在随着发病年龄增长时消失得更快。结果令人惊讶。研究人员发现，随着发病年龄的增加，两张地图识别疾病基因的能力几乎以完全相同的速率下降。深时记录并没有比近期人类记录消失得更快，近期人类记录也没有比深时记录消失得更快。两者表现之间的差异如此之小，以至于在统计学上可以视为零。
这一发现挑战了一个曾被用来解释为什么这些地图可能对老年患者失效的流行解释。许多科学家此前认为，早发型疾病是由涉及发育的基因引起的，而晚发型疾病则是由重要性较低的基因引起的。这项新分析表明，这种基因类型的差异实际上并不能解释这一模式。当研究人员调整计算方法以考虑基因是否参与发育或是否具有多功能性时，结果并未改变。发病年龄与遗传信号强度之间的关系依然如故。研究还显示，用于衡量“近期人类”地图的具体数学工具比此前认为的更为重要。根据所选工具的不同，结果可能会从显示无差异变为显示出明显差异，尽管这些工具对基因的排序几乎一致。这表明，得出的结论可能很大程度上取决于特定的方法，而非源于明确的生物学真相。
或许最具有实际意义的发现在于这些地图如何处理隐性遗传病（recessive diseases），即一个人必须继承两个故障基因拷贝才会患病。目前衡量人类约束力的最常用工具之一，会将这些隐性致病基因的排名定为低于平均水平的基因，从而有效地将它们隐藏起来。相比之下，其他工具则会给它们更高的排名。研究人员将这种差异归因于隐性致病基因往往比其他基因更长，且具有不同的结构特征。当研究人员进行公平比较，即匹配相同长度和结构的基因时，所有工具都达成了一致：没有任何一种工具能比随机概率更可靠地识别隐性致病基因。这意味着，诊断实验室目前使用的某些方法可能仅仅因为基因本身的构造方式，就在系统性地忽略一大类遗传疾病，而非因为这些基因本身不重要。
研究结论指出，虽然我们可以根据疾病发作年龄对遗传证据进行分层，但我们目前的数据尚不够精确，无法断言哪种类型的地图对于晚发型情况绝对优于另一种。目前只有几百种具有明确遗传标签的晚发型孟德尔疾病可供研究，这限制了我们对这些差异进行精细测量的能力。研究人员强调，关于“进化证据对晚发型疾病变得毫无用处”的观点并未得到其数据的支持，但“其依然保持完美强度”的观点也同样未得到证实。最重要的启示是对科学家和医生的警告：选择哪种遗传工具会改变答案；对于隐性遗传病，标准工具需要进行特定的修正才能正常工作。在获得更多数据之前，最好的方法是使用多种工具并了解它们的局限性，而不是依赖单一的分数来指导寻找晚发型遗传疾病病因的过程。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。