《Nature Communications》：Cell type-specific epigenetic regulatory circuitry of coronary artery disease loci
编辑推荐：
本研究旨在揭示影响冠心病（CAD）遗传风险的分子机制。研究人员整合了百万人规模的CAD遗传统计数据与45种细胞类型的表观遗传数据，以识别受风险变异影响的基因及转录因子。研究发现了1580个候选疾病基因，并建立了细胞类型特异性的调控网络。通过敲除实验验证了非编码RNA基因IQCH-AS1在疾病中的作用。该工作发表在《Nature Communications》上，为理解CAD的病理机制提供了精准的细胞和基因层面洞见。
冠状动脉疾病（Coronary Artery Disease, CAD）是全球范围内导致死亡的首要原因，其发病机制复杂，与遗传因素密切相关。尽管全基因组关联研究（Genome-Wide Association Study, GWAS）已成功识别出数百个与CAD发病风险显著相关的基因组区域，但这些“风险位点”究竟如何从遗传密码层面的变化，最终转化为血管壁上粥样硬化斑块的形成，其间的具体分子通路和细胞学过程依然笼罩在迷雾之中。换句话说，我们知道了“哪里”（基因组坐标）与疾病相关，却仍不清楚“如何”（分子机制）相关，这成为从海量遗传数据迈向精准预防和治疗道路上的关键障碍。问题的核心在于，GWAS发现的绝大多数风险变异位于基因组的非编码区域，它们不直接改变蛋白质的序列，而是可能通过影响基因的表达调控来发挥作用。这种调控具有高度的细胞类型特异性，同一个遗传变异在不同类型的细胞（如血管内皮细胞、平滑肌细胞、免疫细胞）中可能通过调控不同的靶基因，产生截然不同的生物学效应。因此，要破译CAD的遗传密码，必须在一个清晰的空间（特定细胞类型）和时间框架下，解析这些非编码风险变异如何通过影响特定的调控元件（如增强子、启动子），进而远程调控关键基因的表达。
为了回答上述问题，研究团队开展了一项大规模的系统性整合分析。他们的核心策略是将迄今最大规模的CAD遗传学统计数据（覆盖超过一百万个体的GWAS汇总数据）与来自45种不同人类细胞或组织类型的表观遗传学数据进行深度整合。表观遗传数据如同细胞的“使用说明书”，标记了基因组中哪些区域在特定细胞类型中处于活跃的调控状态（例如，具有开放的染色质构象或特定的组蛋白修饰）。通过两种独立的统计方法，研究人员将CAD的风险变异位点与细胞类型特异性的表观遗传活性区域进行关联，从而以极高的分辨率定位出那些最有可能受风险变异调控的靶基因，并推断出介导这种调控的关键转录因子。
这项研究得出的结论是多层次且具有突破性的。首先，研究成功绘制了CAD风险位点的细胞类型特异性基因调控网络图谱，系统性地鉴定出1580个候选疾病基因。尤为值得注意的是，其中高达23.5%的基因属于非编码RNA（non-coding RNA, ncRNA）基因，这凸显了之前被忽视的非编码基因组在CAD遗传学中的重要作用。其次，通过富集分析和表型范围关联研究（PheWAS），研究将这些候选基因与已知的CAD病理生理通路（如脂质代谢、炎症反应）及其风险因素（如血压、血脂水平）紧密联系起来，验证了所发现基因的生物学合理性。最后，研究人员选择了一个代表性的长链非编码RNA（long non-coding RNA, lncRNA）基因 IQCH-AS1 进行了概念验证性的功能实验。通过在人类前脂肪细胞系中进行基因敲除，他们证实了 IQCH-AS1 的缺失会影响与CAD相关的细胞表型，从而为“遗传位点-靶基因-细胞功能-疾病风险”这条逻辑链提供了直接的实验证据。这项研究的意义在于，它不仅从海量的遗传数据中精准“定位”了可能致病的基因，更在“机制”层面向前推进了一大步，阐明了风险变异如何通过细胞类型特异性的表观遗传调控回路来发挥作用，特别是为非编码RNA在CAD中的功能研究打开了新的窗口，为未来开发针对特定细胞通路的新型治疗策略奠定了重要的理论基础。
为开展此项研究，作者主要应用了以下几个关键技术方法：1. 大规模遗传与表观遗传数据整合：整合了来自超过一百万个体的CAD全基因组关联研究（GWAS）汇总统计数据，以及来自ENCODE、Roadmap等公共数据库的45种人类细胞/组织类型的表观遗传图谱（包括染色质可及性ATAC-seq、组蛋白修饰ChIP-seq等数据）。2. 细胞类型特异性调控推理：采用两种互补的统计方法（如基于染色质共可及性的连锁不平衡评分回归LDSC和基于染色质相互作用的Hi-C数据辅助的变异到基因映射方法），将GWAS风险变异与细胞类型特异性的调控活性区域关联，以推断受其影响的靶基因和关键转录因子。3. 多维度的生物信息学验证：对鉴定出的候选基因进行了基因集富集分析（GSEA）和表型范围关联研究（PheWAS），以验证其与CAD相关通路和风险因素的关联。4. 基因功能的实验验证：以前脂肪细胞系为模型，利用CRISPR-Cas9基因编辑技术对候选的非编码RNA基因 IQCH-AS1 进行敲除，并通过检测细胞表型变化来验证其功能。
细胞类型特异性的CAD候选基因与调控因子鉴定
通过整合GWAS与多组学表观遗传数据，研究系统地鉴定了1580个CAD候选基因，并发现其调控具有显著的细胞类型特异性。例如，在血管平滑肌细胞和内皮细胞中富集的候选基因分别与细胞收缩和血管功能相关，而在免疫细胞（如单核细胞）中富集的基因则主要参与炎症通路。研究还推断出多个细胞类型特异性的关键转录因子，如在内皮细胞中起重要作用的ETV2。
非编码RNA在CAD遗传架构中占比显著
分析揭示了一个此前未被充分认识的发现：在1580个候选基因中，有高达371个（23.5%）是非编码RNA（ncRNA）基因，包括长链非编码RNA（lncRNA）、微小RNA（miRNA）等。这表明非编码基因组在CAD的遗传易感性中扮演着比以往认知更关键的角色。
候选基因与疾病通路及风险因素的生物学关联
对候选基因的富集分析显示，它们显著富集于已知的CAD相关生物学通路，如脂蛋白代谢、血管内皮生长因子（VEGF）信号和炎症反应。进一步的PheWAS分析表明，这些基因的遗传变异也与多种CAD中间表型（如低密度脂蛋白胆固醇LDL-C水平、收缩压）在全基因组水平上显著相关，从遗传学角度连接了基因、风险因子与最终疾病。
非编码RNA基因 IQCH-AS1 的功能验证
为提供机制性证据，研究者选取了在脂肪组织中表观遗传信号显著的lncRNA基因 IQCH-AS1 进行功能探索。利用CRISPR-Cas9技术在人类前脂肪细胞系中敲除 IQCH-AS1 后，发现细胞的脂质代谢相关基因表达谱发生改变，并且细胞的增殖与迁移能力受到影响，这为 IQCH-AS1 通过调节前脂肪细胞功能参与CAD风险提供了实验支持。
研究构建了一个细胞类型分辨率的CAD遗传调控图谱
本研究通过整合遗传学与表观基因组学，成功构建了一个高分辨率的、细胞类型特异性的冠状动脉疾病遗传调控网络。该图谱不仅系统性地揭示了1580个候选致病基因，更重要的是阐明了GWAS风险位点是如何通过影响特定细胞类型（如血管细胞、免疫细胞）中的增强子-启动子相互作用和转录因子结合，来远程调控这些基因的表达。这极大地深化了对CAD多基因遗传架构的理解，将抽象的风险信号转化为具体的、具有细胞背景的调控假说。
研究强调了非编码RNA在复杂疾病中的重要作用
一个关键结论是，非编码RNA基因构成了CAD遗传易感性的重要组成部分（占比近四分之一）。这挑战了以往主要关注蛋白质编码基因的研究倾向，并指出未来CAD机制研究需要将非编码基因组，特别是具有细胞类型特异性表达模式的lncRNA，置于更重要的位置。对 IQCH-AS1 的成功验证为这类基因的功能研究提供了范本。
研究为从遗传发现到机制阐释和靶点发现搭建了桥梁
这项工作的最终意义在于它搭建了一座坚实的桥梁。它连接了：1）群体水平的遗传关联信号与个体细胞水平的分子机制；2）非编码风险变异与可能的功能靶基因；3）统计学推断与实验生物学验证。所生成的候选基因列表和细胞特异性调控假说，为后续深入的分子生物学实验、动物模型构建乃至药物靶点筛选提供了宝贵的、经过优先级排序的研究方向。通过将疾病风险定位到特定的细胞环境和调控回路，该研究朝着实现CAD的精准医学和开发新型细胞类型定向疗法迈出了关键一步。
