Nature Genetics
大规模外显子组关联研究揭示血脂相关罕见编码变异及新药靶点
小赛推荐：
该研究通过百万级多祖先人群队列揭示了罕见编码等位基因对血脂水平的显著影响，为心血管疾病的遗传机制研究和精准风险分层提供了关键数据支持，提示未来功能验证应优先聚焦RORC等新发信号。
文献概述
本文《Exome-wide association study of blood lipids in 1,158,017 individuals from diverse populations》，发表于《Nature Genetics》杂志，系统探讨了来自多祖先背景的115万余人中外显子区域罕见编码变异与总胆固醇（TC）、低密度脂蛋白胆固醇（LDLC）、高密度脂蛋白胆固醇（HDLC）和甘油三酯（TG）的关联。研究整合了百万退伍军人计划（MVP）、英国生物银行（UKB）和All of Us研究计划（AOU）的基因型与表型数据，实现了前所未有的统计效能，识别出800个外显子组显著关联信号，涵盖184个基因座。该研究不仅深化了对遗传性血脂异常的分子基础理解，还为冠心病（CAD）的预防和治疗提供了新靶点。本文进一步揭示了功能变异类别对表型可变性的影响，验证了跨人群效应的一致性，并对临床意义未明的变异（VUS）提供了再分类依据。背景知识
目前，家族性高胆固醇血症（FH）作为早发冠心病的重要遗传病因，仍面临诊断不足和治疗延迟的临床困境。尽管已有LDLR、APOB和PCSK9等经典致病基因被广泛认可，但大量疑似单基因突变在非欧洲人群中缺乏足够证据支持其致病性，导致诊断偏差。此外，传统GWAS识别的多为非编码常见变异，难以明确因果基因，而罕见编码变异虽功能明确，却因等位基因频率低而难以在小样本中检测。本研究通过构建超大规模、多祖先的外显子组关联分析框架，解决了上述瓶颈，实现了对功能缺失变异、错义变异及隐匿剪接变异的系统性评估，填补了从遗传关联到功能机制的鸿沟。特别是对RORC等新基因的发现，为开发新型降脂疗法提供了理论依据。
研究方法与核心实验
研究团队整合了MVP（63.5万人，基因型填补）、UKB（43.1万人，全外显子测序）和AOU（9.2万人，全基因组测序）三大队列，共纳入115.8万人，涵盖欧洲（EUR）、非洲（AFR）、南亚（SAS）、拉美（AMR）和东亚（ASN/EAS）等多祖先群体。采用线性混合模型进行加性关联分析，并进行固定效应meta分析，共测试近300万个罕见编码变异（MAF < 1%）。同时引入SpliceAI算法预测隐匿剪接变异，并将其归类为pLoF进行分析。通过构建Missense Score（MiS）整合29种in silico功能预测算法，系统评估错义变异的致病潜力。研究还进行了隐性模型分析，并评估了与CAD的临床关联。关键结论与观点
研究意义与展望
该研究为药物开发提供了强有力的新靶点线索，尤其是RORC的遗传证据支持其作为治疗靶标。同时，研究强调了在多祖先背景下进行大规模遗传研究的重要性，有助于减少基因组医学中的健康不平等。未来可通过构建人源化小鼠模型或基因敲除细胞系对新基因进行功能验证，进一步解析其调控机制。
结语
本研究代表了迄今最大规模的罕见编码变异与血脂的外显子组关联分析，系统揭示了数百个与血脂代谢相关的新旧基因座，显著拓展了我们对遗传性血脂异常的分子图谱。研究不仅确认了LDLR、APOB、PCSK9等经典基因的致病作用，还发现了RORC等全新药靶，为开发下一代降脂疗法提供了遗传证据。通过整合多祖先数据，研究展示了跨人群效应的一致性，增强了遗传发现的普适性，并为非欧洲群体中VUS的临床再分类提供了关键支持。这些成果将直接推动心血管疾病的精准预防策略，包括基于罕见变异的遗传筛查、个体化风险预测和靶向治疗选择。未来结合基因编辑动物模型和功能研究，将加速从关联信号到机制解析的转化，最终实现从实验室到临床的闭环。
