TOPMed 大队列 eQTL 分析显示多数 GWAS 信号连到基因的次级调控开关
Bigger data reveal the second, third and fourth switches controlling a gene
密歇根大学、Broad Institute 等团队基于 14324 例 TOPMed RNA 测序样本做 eQTL 与 sQTL 分析，发现多数基因存在此前小样本看不到的次级调控开关。
发生了什么
密歇根大学Peter Orchard、Steve Parker、Laura Scott，与UNC教堂山分校Laura Raffield、Broad研究所Francois Aguet合作，基于NHLBI资助的TOPMed项目的14,324个RNA测序样本（其中全血6,454个、肺1,291个）做e/sQTL分析，并将UK Biobank的GWAS信号精细定位到具体基因；论文2026年10月13日报道时已发表于Science（DOI: 10.1126/science.adx2989），PubMed收录显示刊期为2026年7月16日第393卷6808期[1]。团队把10,611个GWAS信号对应到特定基因，其中约三分之二涉及多数基因身上存在的第二、第三、第四个独立调控“开关”，而这些次级开关正是以往小样本研究难以检出的。
为什么重要
这项工作回答了领域里一个老问题：过去用GTEx数据做e/sQTL映射，每个基因能找到的位点数很快见顶，新研究说明瓶颈不在方法而在样本量——主效应在几千个样本后就趋于饱和，独立信号数却随样本增加持续增长。祖先多样性同样被证明是硬需求：全血中约六分之一的信号来自在欧洲血统人群中罕见或缺失的变异，其中仅1.3%出现在四个主要基于欧洲样本的大型eQTL资源里。对做靶点选择和GWAS解读的研发、BD团队，这直接呼应Parker引用的判断——有遗传学证据支持的药物靶点，临床成功率可提高两倍以上。
还缺什么
材料未披露具体疾病或靶点层面的精细定位结果、罕见变异的效应量，也没有给出肺组织相对全血各贡献多少新信号。后续看TOPMed向更多组织和细胞类型、更多非欧洲血统人群的扩展；Raffield提到即使在全血中，多数基因仍有大量独立信号待发现。这项工作的预印本2025年2月21日已发布于medRxiv[2]，正式版与预印本的差异可对照阅读，其余细节待确认。
- 1.Cross-cohort analysis of expression and splicing quantitative ... · pubmed.ncbi.nlm.nih.gov 2026
- 2.Cross-cohort analysis of expression and splicing ... · medrxiv.org 2026
14324 例 TOPMed 样本把 eQTL 分辨率推高后发现，多数 GWAS 信号实际连到的是小样本看不到的次级调控开关，对药物靶点遗传推断补了一层直接对照。
来源：监管与产业动态 · medicalxpress.com