Genetic regulation of cell type-specific chromatin accessibility shapes immune function and disease risk

本研究呈现了来自超过 1,000 名供体的 350 万个免疫细胞的全基因组染色质可及性单细胞图谱，揭示出与传统的做法相比，将细胞类型特异性的染色质可及性数量性状位点（caQTLs）与多组学数据相结合，能显著提升疾病相关调控机制和基因网络的鉴定能力。

要点

想象一下，你身体的免疫系统是一座庞大而繁忙的城市。在这座城市里，有数百万名微小的工人（免疫细胞），就像警察、消防员和施工队一样，各自承担着特定的工作。为了完成他们的工作，他们需要阅读一本庞大的操作手册（DNA）。然而，这本手册被锁在一座堡垒里，只有当堡垒的大门打开时，工人们才能读到其中的指令。

这篇论文就像一张超高分辨率的大地图，精确地展示了哪些门是开着的，哪些是关着的，以及谁掌握着打开这些门的钥匙。

以下是研究人员发现的简要故事：

1. 大地图：打开大门

研究人员观察了来自1000 多人的350 万个单个免疫细胞。他们使用了一种特殊的“相机”（单细胞 ATAC-seq），为每一个细胞拍摄了 DNA 堡垒中“门”（染色质）的快照。

• 发现： 他们发现了近44.1 万个可以打开的不同“门”（峰值）。
• 转折： 一扇门在一种类型的工人（如单核细胞）中是开着的，并不意味着它在另一种类型（如 T 细胞）中也是开着的。事实上，**60%**的这些门仅对一种特定类型的细胞开放。这就像警察局有一个秘密入口，而消防站甚至不知道它的存在。

2. 钥匙：遗传变异（QTLs）

为什么有些门对某些人是开着的，而对其他人却是关着的？答案在于我们的遗传密码——我们的“操作手册”中存在拼写错误或变异。研究人员发现了24.3 万个特定的遗传“钥匙”（称为caQTLs），它们决定了一扇门是开还是关。

• 类比： 想象一把只能插入“单核细胞”门锁的钥匙。如果你拥有这把钥匙，你的单核细胞就能读取指令；如果没有，那扇门就保持关闭。
• 稀有钥匙： 他们还寻找了只有少数人拥有的非常稀有的钥匙（稀有遗传变异）。他们发现，这些稀有钥匙可能会破坏特定的锁，导致门保持关闭，从而导致问题，例如重要基因（如帮助控制免疫攻击的CLEC2D）的表达减少。

3. 连接点：从门到工作

发现一扇开着的门很好，但它实际上会做什么呢？研究人员将这些开着的门与他们所控制的特定工作（基因）联系起来。

• 桥梁： 他们使用了一种称为“共定位”的方法，来观察打开一扇门的同一个遗传钥匙是否也会改变基因的输出。
• 结果： 他们将31,688扇门与11,665个基因联系起来。这告诉我们，当特定的门打开时，手册中的哪条指令正在被读取。
• 惊喜： 有时，同一扇门会在两种不同的细胞类型中打开，但打开它的钥匙却不同！在一种细胞类型中，钥匙 A 打开这扇门；在另一种细胞类型中，钥匙 B 打开同一扇门。这意味着同一条指令可以由城市不同部分的不同人来控制。

4. 解开疾病的谜团

多年来，科学家们发现了成千上万种与心脏病或糖尿病等疾病相关的遗传“拼写错误”，但他们不知道这些错误如何导致疾病。这被称为“缺失调控”问题。

• 旧方法： 科学家们过去只关注基因是如何开启或关闭的（表达）。他们发现，这只能解释约**20%**的疾病关联。
• 新方法： 通过转而观察“门”（染色质可及性），他们发现了以前看不见的**4.5% 到 22.6%**的额外疾病关联。
• 类比： 想象一下试图弄清楚为什么一家工厂停止了汽车生产。如果你只看装配线（基因表达），你可能会忽略前门（染色质）被锁住的事实。通过检查大门，他们找到了工厂停止生产的真正原因。

5. 细胞的“衰老”

研究人员还注意到，随着免疫细胞“衰老”或成熟（就像一名新手警察变成老练警察），遗传钥匙的工作方式会有所不同。

• 动态钥匙： 一个遗传钥匙可能不会在年轻细胞中打开一扇门，但随着细胞变得更老、更有经验，同一把钥匙突然会完全打开这扇门。这表明，某些遗传风险只有在细胞达到特定成熟阶段时才会显现。

6. 构建更好的蓝图

最后，他们利用这些数据构建了一幅更好的地图，展示了城市里的工人如何相互沟通（基因调控网络）。

• 升级： 以前的地图就像根据谁站在同一个房间里来猜测谁在和谁交谈。而这张新地图利用遗传钥匙作为谁真正掌权的证据。
• 结果： 他们发现了128个以前无人知晓的“老板”（转录因子）与“工人”（靶基因）之间的新连接。其中一些“老板”是现有药物的靶点，这表明这张地图可以帮助医生通过针对正确的“老板”来找到治疗疾病的新方法。

总结

简而言之，这篇论文创建了迄今为止最详细的地图，展示了我们的基因如何控制免疫细胞中的“门”。它向我们表明：

1. 背景很重要： 遗传钥匙仅在特定的细胞类型中起作用。
2. 距离很重要： 钥匙可以打开远离其控制基因的“门”。
3. 找到了缺失的环节： 这张地图解释了许多以前地图遗漏的疾病风险。
4. 动态变化： 随着细胞的生长和成熟，我们基因的影响也会发生变化。

这项工作为理解我们为何生病以及我们独特的遗传构成如何塑造免疫系统的日常运作，提供了一套强大的新工具。

技术摘要

技术摘要：细胞类型特异性染色质可及性的遗传调控塑造免疫功能与疾病风险

问题陈述
理解非编码遗传变异如何影响复杂疾病的风险，仍是人类基因组学中的核心挑战。尽管全基因组关联研究（GWAS）已鉴定出数千个风险位点，但大多数位于非编码区域，其调控机制尚未明确。目前依赖批量表达数量性状位点（eQTL）的方法往往缺乏检测细胞类型特异性效应的灵敏度，导致“缺失调控”问题，即许多 GWAS 信号缺乏相应的调控注释。此外，现有的染色质可及性 QTL（caQTL）图谱受限于样本量小、分辨率低以及缺乏匹配的 Whole-Genome Sequencing（WGS），限制了在免疫细胞中绘制远端调控效应和罕见变异贡献的能力。

方法学
作者提出了 TenK10K 第一阶段多组学数据集，这是一个基于 1,042 名供体生成的大规模图谱。该研究整合了：

• 单细胞 ATAC-seq（scATAC-seq）： 对来自 952 名供体的 450 万个细胞核进行谱系分析（经质量控制后，用于发现的为来自 922 名供体的 347 万个细胞核）。
• 多组学测序（RNA+ATAC）： 来自 90 名供体的约 100,000 个细胞。
• 匹配的 Whole-Genome Sequencing（WGS）： 所有供体的高覆盖度 WGS 数据，使得无需依赖插补即可分析常见变异和罕见变异。
• 参考 scRNA-seq： 整合来自 1,925 名供体的 540 万个 PBMC scRNA-seq 谱系，通过标签转移进行细胞类型注释。

关键分析方法：

1. caQTL 作图： 使用 TensorQTL 和 SAIGE-QTL，在 28 种免疫细胞类型中，对 440,996 个染色质峰与±1 Mb 窗口内的约 900 万个常见变异（MAF ≥ 5%）和罕见变异（MAF < 5%）进行关联测试。
2. 细胞类型特异性： 开发了一个五类模型来评估特异性，区分仅在一种细胞类型中可及的峰、具有不同因果变异的共享峰，以及具有一致或相反效应的共享峰。
3. 共定位与因果推断： 利用coloc和基于汇总数据的孟德尔随机化（SMR）将 caQTL 与 scRNA-seq eQTL 整合，以鉴定候选顺式调控元件（cCREs）并推断因果性的峰 - 基因关系。
4. GWAS 整合： 将 caQTL 和 eQTL 与 16 种疾病和 44 种血液性状的 GWAS 汇总统计数据进行共定位，以识别仅靠 eQTL 会遗漏的调控机制。
5. 罕见变异分析： 对罕见变异进行负担检验（Burden tests）和 SKAT 检验，随后进行条件分析，以区分独立的罕见信号与那些与常见变异处于连锁不平衡中的信号。
6. 动态调控： 使用 EpiTrace 建模基因型与表观遗传年龄的相互作用，并使用 SAIGE-Dynamic 建模基因型与伪时间的相互作用，以捕捉依赖于细胞状态的效应。
7. 网络推断： 将 caQTL 和 eQTL 汇总统计数据作为先验整合到 GLUE 图神经网络框架中，以改进峰 - 基因映射和基因调控网络（GRN）推断。

关键结果

• 图谱构建： 该研究在 28 种免疫细胞类型中鉴定出 243,225 个显著的 caQTL，对应 100,486 个独特的峰。其中约 60% 的 caQTL 具有细胞类型特异性。
• 罕见变异： 罕见变异分析揭示了 27,927 个与罕见变异相关的峰。在针对常见变异进行条件分析后，仍有 62,866 个罕见 caQTL 保持显著，表明罕见变异对调控架构的贡献在很大程度上是常见变异分析所不可见的。
• 调控架构： 与 scRNA-seq eQTL 的共定位鉴定出 31,688 个候选 cCRE。其中约 44.4% 显示出通过染色质可及性介导效应的证据。
• GWAS 共定位： 与仅使用 eQTL 相比，整合 caQTL 使 16 种疾病和 44 种血液性状的共定位 GWAS 信号数量增加了 4.5% 至 22.6%。作者将此归因于捕捉到了远端调控效应（>100kb）、多个因果变异以及细胞状态特异性的启动。
• 远端和多因果效应： 将 eQTL 测试窗口扩展至±1 Mb 恢复了一些信号，但 caQTL 仍鉴定出了额外的位点，这表明存在超越简单窗口大小限制的机制，例如多个因果变异或上下文特异性的转录因子（TF）活性。
• 细胞状态动态： 该研究鉴定出 3,080 个与表观遗传年龄具有显著相互作用的 caQTL，以及超过 200,000 个与伪时间的相互作用，揭示了染色质可及性的遗传效应通常受细胞成熟和激活状态的调节。
• 网络推断： 在 GLUE 框架中使用 QTL 信息化的先验，与缺乏 QTL 信息的方法相比，将峰 - 基因链接的准确率提高了高达 80%。这种整合鉴定了 128 个额外的转录因子 - 靶基因对（增加了 22%），包括调节APOBEC3A的可成药靶点如IKZF1和STAT1。

意义与主张
本文声称提供了迄今为止规模最大的人类循环免疫细胞染色质可及性和遗传变异的首个全面单细胞图谱。其主要意义在于：

1. 解决“缺失调控”问题： 证明整合细胞类型特异性 caQTL 可大幅缩小 GWAS 位点与其调控机制之间的差距，在特定情境下（如炎症性肠病 IBD）将共定位重叠率从约 20% 提高至约 60%。
2. 机制洞察： 确立了许多疾病相关变异通过远端增强子和细胞状态依赖机制发挥作用，而这些机制未被批量 eQTL 或标准单细胞表达分析所捕捉。
3. 资源创建： 提供公共资源（TenK10K caQTLs），使得解析细胞类型特异性调控和优先排序复杂疾病的因果变异成为可能。
4. 方法学进步： 表明将遗传变异（QTLs）与多组学数据整合，在推断基因调控网络和识别治疗靶点方面，显著优于仅依赖数据驱动的共变方法。

作者总结道，尽管在峰定义的一致性和扩大组织覆盖范围方面仍存在挑战，但这项工作建立了一个基础框架，用于利用单细胞表观基因组学来解读人类健康与疾病中的遗传风险。