Nature reviews. Genetics
视网膜与黄斑变性的基因组学研究：从致病机制到治疗策略
小赛推荐：
该研究系统梳理了视网膜变性的遗传异质性与基因组学进展，为设计精准基因治疗和功能验证实验提供了关键理论框架，尤其对复杂表型与非编码变异的研究具有直接指导意义。
文献概述
本文《Revisiting retinal and macular degeneration in the genomics era》，发表于《Nature reviews. Genetics》杂志，系统探讨了在基因组时代背景下，视网膜与黄斑变性疾病的遗传基础、致病机制及治疗转化的最新进展。文章回顾了从孟德尔遗传到复杂性状的多维度研究，重点聚焦于RHO、ABCA4、CFH等关键基因的变异如何影响光感受器功能，并整合了单细胞组学、三维基因组和人工智能等前沿技术在疾病机制解析中的应用。研究进一步强调了当前基因诊断中‘致病性’判断的不确定性，以及非编码变异、表观遗传和基因互作网络在解释表型异质性中的核心作用。背景知识
1. 该研究解决的视网膜变性痛点：全球范围内，视网膜变性和黄斑变性是导致不可逆视力丧失的主要原因，其中视网膜色素变性（RP）和年龄相关性黄斑变性（AMD）最具代表性。尽管已知数百个致病基因，但仍有近半数患者无法通过常规测序获得分子诊断，即“遗传率缺失”问题。此外，同一基因突变可导致截然不同的临床表型，而不同基因突变又可能引发相似疾病，极大阻碍了精准治疗的发展。
2. 目前靶点的研究瓶颈：传统基于候选基因的测序策略难以捕捉非编码区变异，如增强子或剪接调控元件的突变。GWAS虽识别了多个AMD风险位点，但多位于非编码区，因果变异和靶基因难以确定。同时，动物模型（如小鼠）因缺乏黄斑结构，无法完全模拟人类黄斑变性的病理过程，导致治疗转化失败率高。
3. 选题切入点：作者从基因组学视角出发，系统整合了下一代测序、QTL分析、三维基因组和表观基因组数据，提出应超越单一基因突变的线性思维，转向构建基因调控网络和通路水平的疾病模型。通过强调光感受器细胞的特异性脆弱性、遗传修饰因子的作用以及非编码变异的功能验证，研究为破解表型异质性和推动个体化治疗提供了新路径。
研究方法与核心实验
作者综合分析了来自RetNet、ClinVar和All of Us等大型公共数据库的遗传与表型数据，结合全基因组测序（WGS）、全外显子测序（WES）和单细胞转录组研究，系统评估了视网膜疾病的遗传架构。通过整合GWAS信号与人类视网膜的染色质环、增强子图谱和eQTL数据，研究识别了多个潜在的因果基因，如CTRB1在AMD中的作用。此外，作者利用视网膜类器官和诱导多能干细胞（iPSC）模型，验证了剪接变异和结构变异的功能影响，强调了在人类细胞背景下进行功能验证的重要性。关键结论与观点
研究意义与展望
该研究推动了从“单一基因-单一疾病”向“基因网络-表型谱系”的范式转变，对药物开发具有深远影响。例如，针对光感受器保护的治疗（如RdCVF）可作为通用策略，适用于多种遗传背景的视网膜变性。同时，基于通路靶向而非单一基因的治疗设计，可能克服遗传异质性带来的挑战。
在临床监测方面，整合多组学数据可提升遗传诊断率，实现早诊早治。结合AI模型预测非编码变异功能，有望实现对VUS（意义未明变异）的精准分类。
在疾病建模领域，研究强调需开发更贴近人类病理的模型，如人源化视网膜类器官或携带患者特异性突变的基因敲入模型，以更真实地模拟疾病进程并测试治疗效果。
结语
从实验室到临床，该研究为视网膜与黄斑变性的精准医学奠定了坚实基础。通过系统整合基因组、转录组与表观组数据，研究不仅揭示了遗传异质性和表型变异的分子基础，更提出了以通路为中心的治疗新范式。未来，结合全基因组测序、类器官模型和AI预测工具，将有望实现对每位患者的精准诊断与个性化干预。特别是对于光感受器退行性疾病，保护残存细胞功能或恢复视觉环路，已成为治疗核心目标。该研究强调，只有在人类生物学背景下验证致病机制，才能真正推动有效疗法的转化，最终改善全球数百万患者的视力预后。
