1108 人 1000 万免疫细胞染色质可及性图谱补上基因表达遗漏的疾病风险

全基因组关联研究早已揭示绝大多数疾病相关变异位于非编码区，并富集于调控DNA^[2]，但从统计关联走向因果变异仍高度依赖精细定位等计算策略^[1]。把变异连向基因表达的eQTL研究即便样本量已达数万人^[4]，也只解释了GWAS信号的一小部分；更麻烦的是，GWAS信号与eQTL呈现系统性分化：临近GWAS信号的基因受更强的选择约束、调控景观更复杂，而临近eQTL的基因约束更松弛^[3]，这使“疾病变异偏好约束基因”与“约束基因上eQTL看似耗竭”长期难以调和。非编码约束图谱进一步显示受约束区域富集复杂疾病相关变异^[5]。同时，基因调控高度细胞类型特异，单核ATAC-seq虽已能在免疫细胞分辨率定位染色质可及性QTL，但此前规模仅十余名个体^[6]，且可及性与表达难以同步测量，无法把变异—染色质—表达的级联串成完整机制。

这项研究对1,108名芬兰个体外周血单个核细胞中的1,000万个核进行配对snATAC-seq与snRNA-seq，鉴定出20,829个基因的51,083个顺式eQTL、210,584个染色质峰的338,100个顺式可及性QTL、119,094个推定因果变异以及593,765个峰—基因连接。完成“染色质到表达”完整级联的变异，与疾病的共定位比例是仅具染色质效应变异的两倍；大规模平行报告实验验证了10,428个精细定位的分子QTL。

机制上最关键的发现是“多层调控缓冲”：在演化受约束的基因上，染色质可及性变化的效应量正常，但经更弱、更多的增强子—基因连接向表达传递时被削弱；报告实验证实这种缓冲作用于调控元件的下游，即约束施加在染色质到表达的界面上，而非顺式调控元件的内在活性。这为约束基因上eQTL耗竭与疾病变异富集的矛盾^[3]提供了一个统一解释。相比此前在配对多组学数据中建模增强子—基因连接、并显示其在精细定位变异上富集的工作^[7]，该研究以人群规模同时刻画两类分子表型，把遗传机制从染色质层面一路追到表达和疾病共定位，为超过一半的免疫疾病关联提供了可检验假说，并以TICAM1、RHOH等自身免疫位点和TNRC18、IL21R等芬兰富集变异处的完整级联为例。

需要指出的是，仍有相当一部分免疫疾病关联未被覆盖，所提供的假说也有待逐一功能验证；而约束基因的增强子—基因连接为何更弱、更分散，缓冲在染色质到表达界面上究竟由何种分子过程介导，这篇论文尚未给出答案，仍是后续工作的核心问题。