编辑推荐：
本综述系统阐述了遗传相关性(rg)分析如何作为桥梁，整合多个独立的多样性远交(DO)小鼠研究队列。研究者利用海斯曼-埃尔顿(Haseman-Elston)回归方法，构建了涵盖7,233个表型、跨越11项研究的遗传相关性网络。通过此网络，作者对表型进行遗传聚类，形成了383个荟萃表型，并成功检测到884个数量性状基因座(QTL)，平均解释了每个荟萃表型40.36%的总遗传方差。该方法为理解寿命、衰弱、免疫细胞组成、以及主动脉和肺部组织的病理表型背后的共享遗传结构提供了全新的见解，并识别了如Cdkn2b等关键候选基因，显著增强了在DO模型中进行复杂性状遗传研究的效能。
遗传相关性网络揭示DO小鼠生理表型的共享遗传结构
本研究成功将常用于人类遗传学研究的遗传相关性(rg)估计方法——海斯曼-埃尔顿(Haseman-Elston)回归——应用于多样性远交(DO)小鼠。通过对来自11项独立研究、总计7,233只小鼠的7,233个表型进行分析，研究者构建了一个庞大的遗传相关性图谱。研究发现，在DO小鼠中，许多复杂性状的遗传基础对饮食干预的敏感性高于对年龄的敏感性，揭示了显著的基因-环境(GxE)互作。通过基于遗传相关性模式对表型进行聚类，研究形成了383个遗传上相关的“荟萃表型”，并对其进行整合分析，极大地增强了对数量性状基因座(QTL)的检测效力。
跨研究荟萃分析鉴定数百个影响复杂性状的QTL
基于遗传相似性对表型进行分层聚类，并通过最大化荟萃表型的遗传力(h2)，研究确定了进行联合分析的理想聚类水平(k=383)。对由此生成的383个荟萃表型进行全基因组QTL扫描，在严格的统计显著性阈值下，共发现了884个QTL。这些QTL平均解释了相应荟萃表型40.36%的可遗传表型方差，充分证明了利用遗传相关性整合跨研究数据以提升遗传作图效力的强大优势。
寿命遗传学与免疫细胞组成存在显著关联
研究者深入分析了来自三个独立研究(DRiDO, Harrison, Shock)的小鼠寿命数据。尽管不同研究间的寿命遗传相关性有限，但通过荟萃分析仍重现了先前报道的寿命相关QTL，如染色体12和18上的位点。有趣的是，遗传相关性分析显示，寿命的遗传学与免疫细胞组成（如自然杀伤细胞、B细胞、T细胞的活化状态）的遗传学存在更强的相关性，而与衰弱指数的遗传学关联较弱。通过等位基因效应相关性分析，研究者发现染色体12和18上的寿命QTL与影响免疫细胞活化/静止比率的QTL共享相同的遗传效应，提示免疫系统相关基因的变异是驱动DO小鼠寿命差异的关键因素。在候选基因中，Rnf125（在NK细胞中高表达）和Erh、Srsf5、Rbm25、Zfp36l1（在多种免疫细胞中表达）等基因被识别。
衰弱指数的遗传基础与寿命仅有部分重叠
通过基因分型和表型分析，研究者评估了手动衰弱指数(MFI)、数字化衰弱指数(DFI)及其各组分与寿命的遗传关联。尽管两种衰弱指数本身具有显著的遗传相关性，但它们与寿命的遗传相关性较弱。对31个可遗传的衰弱相关表型进行聚类分析后，仅有少数几个衰弱表型簇（如与筑巢行为、被毛质量、体温和旷场行为相关的簇）显示出与寿命有中等程度的遗传相关性。这表明，虽然衰弱指数能捕捉到一些与衰老相关的遗传变异，但其与寿命的遗传基础重叠有限。
主动脉细胞外基质健康的遗传驱动因素
研究者对116只DO小鼠的主动脉组织进行了组织学分析，获得了26个与细胞外基质相关的表型。基于遗传相关性将这些表型聚类为7个荟萃表型，分别代表弹性蛋白厚度/面积、弹性蛋白层数、弹性蛋白断裂/曲折度等。荟萃分析在这些簇中鉴定出17个QTL。其中，一个影响弹性蛋白断裂的QTL定位于包含Cdkn2a基因的区域，该基因此前已在人类全基因组关联研究中被报道与寿命和心血管疾病相关。另一个影响弹性蛋白层数的QTL被精确定位于单基因Sorcs1。此外，研究者还利用外部心脏组织转录组数据，通过比较QTL与表达数量性状基因座(eQTL)的等位基因效应，进一步验证了如Cdkn2a等候选基因。
肺部功能与结构的遗传调控及肺神经内分泌细胞的潜在作用
在另一项针对240只小鼠（包括124只C57BL/6J和116只DO小鼠）的研究中，研究者通过微型计算机断层扫描(μCT)和组织学染色获得了79个肺部功能与结构表型。对其中49个可遗传表型进行聚类和荟萃分析，鉴定出32个QTL。重点关注了两个与高密度组织体积和体素强度相关的μCT表型簇，这些表型可能反映肺部炎症或肿瘤发生。候选基因分析揭示了一系列与肺神经内分泌细胞(PNEC)生物学密切相关的基因：包括在PNEC中特异性表达的钾离子通道基因Kcnh2、Kcnh8和Kcnk9；以及调控胰岛素样生长因子2(IGF2)生物利用度的基因Pappa2和Igf2bp1。IGF2信号通路已知可影响PNEC的干细胞活性，而PNEC被认为是小细胞肺癌的可能前体细胞。这些发现强烈提示PNEC的信号传导和/或分化是驱动多种肺部病理表型的关键因素。
总结与展望
本研究成功地将遗传相关性分析框架应用于DO小鼠研究领域，为整合分散的、独立进行的研究数据提供了有力工具。构建的遗传相关性网络和由此驱动的跨研究荟萃分析，不仅极大地提升了QTL发现的统计效力，还为我们深入理解寿命、免疫、主动脉及肺部健康等复杂生理过程的共享遗传结构开辟了新途径。随着更多DO小鼠多组学数据的产生与公开共享，此方法有望在更广泛的生物学领域催生新的发现，使DO小鼠模型在解析复杂性状遗传机制方面发挥出与人类群体遗传学研究相媲美的作用。
