编辑推荐：
研究人员为深入理解痣形成的生物学过程及其与黑色素瘤风险的关联，开展了迄今为止规模最大的痣计数全基因组关联研究（GWAS）。该项荟萃分析纳入85,965名欧洲血统个体，成功鉴定出29个与痣相关的遗传位点，并从中识别出255个候选基因，包括与免疫调节相关的SIKE1基因。研究结果强调了非色素沉着相关通路（如免疫反应）在痣形成及黑色素瘤易感性中的重要作用。该研究构建的痣多基因风险评分可解释5%的痣计数变异，显示出其增强黑色素瘤风险预测的潜力，为黑色素瘤的发病机制研究和精准预防提供了新视角。
皮肤上的痣，这些或平坦或凸起、颜色从浅棕到深黑的小点，几乎是每个人都拥有的“皮肤标记”。虽然绝大多数痣是良性的，但医学界早已明确，痣的数量是散发性皮肤黑色素瘤——一种恶性程度极高的皮肤癌——最强的风险因素之一。长久以来，一个核心的科学问题困扰着研究者：为什么有些人天生就容易长很多痣，而有些人则寥寥无几？这背后是单纯的随机现象，还是隐藏着深刻的遗传密码？更重要的是，痣的数量与黑色素瘤风险之间的关联，仅仅是因为它们共享了影响皮肤颜色的基因（色素沉着通路），还是存在着独立于肤色的、更为根本的生物学联系？解开这些谜题，不仅能让我们更透彻地理解痣这一常见皮肤结构的形成机理，更能为揭示黑色素瘤的发病根源、开发更精准的风险预测工具提供关键线索。
为了回答这些问题，一个国际研究团队在《Nature Communications》杂志上发表了一项里程碑式的研究。他们开展了迄今为止规模最大的、专门针对全身痣计数的全基因组关联研究（Genome-Wide Association Study, GWAS）荟萃分析。这项研究如同一次在人类基因海洋中的大规模“寻宝”，旨在系统性地扫描整个基因组，寻找那些与个体痣数量差异显著相关的DNA位点。研究团队整合了来自14项独立研究的遗传数据，共纳入了85,965名欧洲血统的参与者，构建了一个前所未有的强大分析队列。通过这种大规模、高通量的遗传学分析，研究者希望能够直接透视痣的遗传基础，并以此为窗口，洞察黑色素瘤的遗传易感机制。
本研究主要依赖于大规模遗传流行病学统计分析技术。核心是运用全基因组关联研究（GWAS）方法，对来自多个独立队列、总计85,965名欧洲血统个体的基因分型数据和痣计数表型数据进行荟萃分析。此外，研究采用了基因集富集分析（Gene-set enrichment analysis）来揭示显著关联基因所富集的生物学通路，并计算了多基因风险评分（Polygenic Risk Score, PRS）以评估遗传因素对表型变异的解释程度。
全基因组关联分析鉴定新的痣相关位点
通过大规模荟萃分析，研究团队成功鉴定出29个与全身痣计数显著相关的遗传位点（p < 5 × 10-8）。其中，有24个位点是首次在针对痣计数的GWAS中被报告，大大扩展了人们对痣遗传结构的认识。这些位点如同散布在基因组中的“路标”，指示着可能影响痣发育的关键基因区域。
候选基因鉴定与功能提示
基于这些关联信号，研究人员进一步在相应的基因组区域内鉴定了255个候选基因。其中一个突出的发现是SIKE1基因，该基因已知参与免疫反应的调节。这一发现尤为重要，因为它提示免疫系统的调控可能直接影响痣的形成过程，并可能与黑色素瘤的易感性存在交集。
通路分析揭示非色素沉着机制
为了理解这些候选基因的共同作用，研究进行了基因集富集分析。结果发现，与痣计数相关的基因显著富集于免疫反应相关通路。更有启发性的是，这些基因同时还与一些不具有明显色素沉着成分的癌症（如乳腺癌、前列腺癌和神经胶质瘤）的风险相关。这表明，驱动痣数量变异的遗传基础，并不仅仅是通过影响皮肤色素沉着来起作用，还可能捕获了与黑色素瘤发病相关的、独立于色素沉着的风险通路，例如涉及免疫监视和细胞周期调控的共通机制。
性别差异与遗传结构
在性别特异性分析中，研究人员观察到女性的全身痣计数平均值高于男性。然而，进一步分析显示，两性之间痣数量的遗传结构高度共享（遗传相关性 = 0.863）。这一结果暗示，观察到的性别差异可能更多归因于环境因素、行为因素（如阳光暴露差异）或激素影响，而非根本性的遗传构成不同。
多基因风险评分的预测潜力
研究团队整合了所有鉴定出的遗传变异信息，构建了一个痣多基因风险评分。该评分能够解释约5%的痣计数表型变异。尽管当前的解释度有限，但它证明了利用遗传信息量化个体长痣倾向的可行性，并显示出其未来应用于增强黑色素瘤风险分层模型的潜力。
该研究通过大规模遗传学分析，为痣的生物学和黑色素瘤的病因学提供了直接而深入的见解。主要结论在于，痣的数量受到众多遗传位点的共同影响，其遗传基础不仅关联色素沉着，更与免疫调节等广泛生物学通路密切相关，这些通路同样涉及多种癌症风险。研究发现SIKE1等基因将免疫反应与痣形成联系起来，为理解痣-黑色素瘤关联开辟了新视角。性别间痣数量的差异主要源于非遗传因素。尽管遗传因素只能部分解释痣计数的变异，但研究所构建的多基因风险评分证实了遗传预测的可行性，为未来开发整合遗传、环境和临床因素的综合黑色素瘤风险预测模型奠定了重要基础。总而言之，这项研究超越了对痣的简单计数，将其转化为理解黑色素瘤发病机制的一把关键遗传钥匙，推动了皮肤病学和肿瘤遗传学向更精细的机制理解和风险预测方向发展。
