跳到正文
数据分析Cell Genomics · 单细胞环境响应eQTL研究

疾病相关位点与常见环境暴露下的响应性 eQTL 具有共同特征

Disease-associated loci share properties with response eQTLs under common environmental exposures.

一句话环境响应性eQTL与疾病风险位点具有相似调控特征，并与部分基线eQTL未能解释的疾病相关位点重合。

研究问题

常见环境暴露和细胞分化情境下，遗传变异的基因调控效应如何变化？这些响应性调控效应是否有助于解释基线稳态eQTL未能解释的疾病相关位点？

数据与样本

研究使用来自51个人诱导多能干细胞系的异质性分化培养物，经尼古丁、咖啡因或乙醇暴露后，采用单细胞RNA测序分析1.4百万个细胞。

分析流程

  1. 1环境暴露与细胞分析：将来自51个人诱导多能干细胞系的异质性分化培养物暴露于尼古丁、咖啡因或乙醇，并进行单细胞RNA测序。
  2. 2响应性调控定位：在不同细胞类型中鉴定响应性eQTL。
  3. 3动态调控分析：考察调控效应沿细胞分化轨迹的变化。
  4. 4调控特征比较：比较响应性eQTL、基线稳态eQTL与疾病风险位点的增强子富集、选择约束、调控景观和生物学功能特征。
  5. 5疾病位点关联分析：考察响应性eQTL是否与基线稳态eQTL未能解释的疾病相关位点重合。

关键方法与工具

single-cell RNA sequencing
分析暴露后的细胞转录组
eQTL
定位遗传变异的表达调控关联

设计思路

研究将环境暴露、不同细胞类型与分化轨迹结合，以捕捉健康稳态成人组织中可能未充分体现的情境依赖性调控效应。通过比较响应性eQTL、基线稳态eQTL及疾病风险位点的特征与重合情况，评估环境响应性调控对疾病位点解读的价值。

主要发现

  • 研究在多种细胞类型中鉴定出数百个响应性eQTL，并观察到沿分化轨迹变化的动态调控效应。
  • 与基线稳态eQTL不同，响应性eQTL与疾病风险位点相似，富集于远端增强子，并调控受到强选择约束的基因。
  • 响应性eQTL具有复杂的调控景观和多样的生物学功能。
  • 响应性eQTL与部分基线稳态eQTL未能解释的疾病相关位点重合。

可借鉴之处

  • 研究情境依赖性遗传调控时，可借鉴本文将环境暴露与多细胞类型单细胞测序结合的设计，而不只分析稳态表达。
  • 将分化轨迹纳入调控分析，可用于识别随细胞状态变化的遗传调控效应。
  • 解读疾病相关位点时，可借鉴本文同时比较调控特征与位点重合情况的思路，评估响应性eQTL相对基线eQTL提供的信息。

数据与代码

摘要和已读取的内容里没有说明，请查看原文的数据可得性声明。

局限

  • 研究基于体外诱导多能干细胞分化培养体系，其结果不能直接等同于人体组织内的调控效应。
  • 响应性eQTL与疾病相关位点重合，本身不能确定其对疾病的因果作用。

摘要（中文翻译）

许多疾病相关遗传变异可能发挥依赖情境的调控作用，而这些作用在健康、稳态的成人组织中未得到充分体现。为研究不同环境和细胞情境下的基因调控，我们将来自51个人诱导多能干细胞系的异质性分化培养物暴露于尼古丁（nicotine）、咖啡因（caffeine）或乙醇（ethanol），并通过单细胞RNA测序对1.4百万个细胞进行分析。我们在多种细胞类型中鉴定出数百个响应性表达数量性状位点（eQTL），以及沿分化轨迹变化的动态调控效应。与基线稳态eQTL不同，响应性eQTL与疾病风险位点相似，富集于远端增强子，调控受到强选择约束的基因，具有复杂的调控景观，并呈现多样的生物学功能。响应性eQTL还与基线稳态eQTL未能解释的疾病相关位点重合。这些发现表明，在不同生物学情境下研究基因与环境的交互作用，将有助于解读疾病相关位点。

英文原文摘要

Many disease-associated genetic variants likely exert context-dependent regulatory effects that are underrepresented in healthy, steady-state adult tissues. To investigate gene regulation across diverse environmental and cellular contexts, we exposed heterogeneous differentiating cultures from 51 human induced pluripotent stem cell lines to nicotine, caffeine, or ethanol and profiled 1.4 million cells by single-cell RNA sequencing. We identified hundreds of response expression quantitative trait loci (eQTLs) across diverse cell types, as well as dynamic regulatory effects that vary along differentiation trajectories. In contrast to baseline steady-state eQTLs and similar to disease risk loci, response eQTLs are enriched in distal enhancers and regulate genes under strong selective constraint, contain complex regulatory landscapes, and display diverse biological functions. Response eQTLs also coincide with disease-associated loci not explained by baseline steady-state eQTLs. These findings indicate that interpreting disease-associated loci will benefit from studying gene-by-environment interactions across diverse biological contexts.

摘要来自 PubMed。翻译与解读由模型根据摘要生成，可能有误，不构成诊疗建议；数据以原文为准，版权归原出版方所有。