Science | 群体遗传学与单细胞转录组结合揭示自身免疫疾病易感性个体差异

单细胞测序迈向群体遗传分析研究

撰文 | 雪月

责编 | 酶美

免疫系统在个体之间具有明显的异质性，免疫细胞中基因表达在个体之间也存在明显差异，这些差异性导致个体对免疫相关疾病易感性也存在很大差异。基因表达的差异既是免疫相关疾病易感性的原因也是结果。将转录谱与遗传变异结合可以直接识别基因组中基因表达的调节因子。通过GWAS确定的疾病相关遗传风险变异，通常映射到基因组的调节区域。多数研究表明大多数常见疾病相关变异是通过影响基因表达的变化而不是影响蛋白质结构或功能发挥作用。将遗传信息与RNA-seq相结合分析发现遗传风险因素与表达数量性状位点（expression quantitative trait loci eQTLs）相关联。目前已经在多种类型的细胞和组织中鉴定出eQTLs。但是这些方法中的基因表达水平是平均值，这些数据在集合中分析是有效的，但是在单细胞水平上，基因表达的异质性相关研究在很大程度上仍未阐明。

近日，来自澳大利亚Garvan医学研究所的 Joseph E. Powell 团队和澳大利亚Tasmania大学的Alex W. Hewitt团队合作在Science 上发表题为Single-cell eQTL mapping identifies cell type–specific genetic control of autoimmune disease 的文章。本文结合单细胞转录组分析和群体遗传学的方法分析了eQTL以细胞特异性的方式影响自身免疫疾病的风险大小。

作者首先从大型队列OneK1K获得循环免疫细胞的转录变异数据，来探索细胞类型特异性等位基因变异与基因表达变化的相关性。队列OneK1K由982名具有北欧血统的个体组成，样本收集时没有活动性感染。经过质控，作者从基因组DNA共获得了5328917个等位基因SNP数据。作者又用单细胞转录组分析技术获得了1267758个外周血单核细胞的转录组数据。分析后外周血单核细胞被分为14种不同类型的免疫细胞。每个样本平均分析了1291个细胞，大部分样本都含有14种免疫细胞。

为了了解个体之间的遗传变异如何以细胞类型特异性的方式来影响基因表达，作者检测了14种类型的细胞中基因任一端1Mb顺式区域内的SNP基因型与基因表达之间的关联。这种方法可以识别每种细胞类型中的eQTL。作者总共鉴定出26597个eQTL和第一轮测试的16597个eSNP1，以及后四轮的eSNP2到eSNP5 10000个。每种细胞类型中eQTL数量因细胞类型而异，CD4_NC最多有6473个，而浆细胞最少只有399个，而在同一种细胞类型中，约10.6 至 40.6%基因存在多达三个独立位点的eQTL关系基因表达。作者分析了B细胞中特异性eSNP-eGENE（具有eQTL的基因）。作者确立了一组1988个B细胞特异性的eSNP-eGENE，其中333个在等位基因效应中具有统计学意义的变化。

通过将等位基因效应与已知的自身免疫性疾病相关的基因表达的变化联系起来，研究不仅支持现有的假设，并确定以前未表征的免疫调节的细胞机制。通过关注参与自身免疫性疾病的基因，研究评估了等位基因效应如何因细胞类型而异发现编码膜、核、细胞质或内质网（ER）蛋白的基因表达水平变化关联细胞特异免疫调节。

接下来作者分析了细胞类型特异性eQTL与七种自身免疫性疾病的遗传风险之间的关系。作者使用共定位和孟德尔随机化方法发现，在所有疾病中eQTL与GWAS基因位点存在重叠。重叠度最高的为CD4_NC和NK细胞。在NKR细胞中，炎性肠病、强直性脊柱炎和克罗恩病的重叠高度富集，但是在多发性硬化症、系统性红斑狼疮和T1DM却重叠度较低，这表明自身免疫病的遗传风险在细胞水平上相当复杂。以多发性硬化为例，作者确定了108个风险基因的顺式cis-eQTL。多发性硬化症风险位点的eQTL具有细胞类型特异性，其中69个仅在一种细胞类型中出现。

本研究结合群体遗传学和单细胞转录组数据揭示了免疫系统中个体变异的驱动因素，分析阐明了遗传变异以细胞类型特异性方式来调控关键免疫相关基因的表达。了解免疫系统调节的遗传基础将对多种疾病的治疗产生广泛的影响。

原文链接：

https://doi.org/10.1126/science.abf3041

制版人：十一

转载须知

【原创文章】BioArt原创文章，欢迎个人转发分享，未经允许禁止转载，所刊登的所有作品的著作权均为BioArt所拥有。BioArt保留所有法定权利，违者必究。