RareEffect 方法在《Nature Genetics》发表，可直接估计每个罕见变异的效应量

英国生物银行等生物样本库的大规模外显子组测序，过去几年让罕见蛋白编码变异与常见疾病的关系逐渐清晰：基因水平的collapsing分析在269,171名欧洲裔个体的17,361个二分类表型和1,419个数量表型中找到1,703个显著的基因—表型关联，中位比值比高达12.4，而其中83%用单变异检验根本检测不出来^[1]；更大规模的系统分析进一步表明，罕见变异关联的发现与等位基因频率紧密挂钩^[3]，SAIGE-GENE+等集合检验方法则让超低频变异的分析在一类错误控制上更可靠^[4]。但这些工具回答的都是“有没有信号”，而罕见编码变异平均只解释1.3%的表型方差、且遗传度高度集中在少数显著基因^[2]，至于某个基因到底贡献了多少遗传效应、其中每个变异的效应量有多大，现有框架基本无能为力——尤其当一个变异只出现在极少数人身上时。

这正是《Nature Genetics》新研究“Rare variant effect estimation and polygenic risk prediction”要碰的问题。该研究提出RareEffect，目标不止于判断一组罕见变异有无信号，而是估计一个基因贡献了多少遗传效应、其中每个罕见变异的效应量是多少，并进一步把这些信息用于多基因风险评分（PRS）。据论文摘要，其思路是先估计基因或区域水平的遗传度，再据此估计每个变异的效应量^[7]；据报道，方法基于方差成分模型并采用经验贝叶斯框架，同时输出基因/区域和单个变异两个层面的效应量^[8][9]。

相对已有认识，这一步的实质是把罕见变异分析从P值推进到定量估计：此前由于单变异检验对多数罕见信号无能为力^[1]，领域内大多停留在“该基因有信号”的层面，而遗传度又集中在显著基因^[2]，变异层面的效应量信息始终缺失；如果能可靠给出，便为PRS提供了新的成分。这一诉求也有旁证——ASD多重家系研究显示，罕见遗传变异与多基因评分在子代中存在组合效应^[5]，而全面的基因组解读一直希望同时评估单基因与多基因两种风险成分^[6]。据报道，同期还有整合常见与罕见变异的RICE等PRS框架在类似方向上推进^[10]。

需要保留的一点是，消息本身并未给出方法在具体数据集上的表现数字，而它开头提出的那个问题——一个只出现在极少数人身上的变异，其效应量能否被准确估计——本质上受携带者数量的信息量约束，这一根本难题解决到什么程度，仍有待原文和后续应用来回答。