《Nature Communications》：scTWAS: a powerful statistical framework for single-cell transcriptome-wide association studies
编辑推荐：
本研究为突破传统TWAS（转录组范围关联研究）在混杂细胞类型中的局限，针对单细胞RNA测序数据的高噪音、高稀疏性等挑战，开发了scTWAS统计新方法。该方法利用潜变量模型与矩估计，显著提升了跨细胞类型基因表达的遗传预测能力，并在血液与脑组织中鉴定出更多基因-性状关联，成功揭示了阿尔茨海默病在特定小胶质细胞亚型中的关键靶点，为精准解析复杂疾病的细胞类型特异性机制提供了强大工具。
理解复杂疾病的遗传基础是现代医学的重大挑战。传统上，科学家们通过全基因组关联研究（GWAS）在全基因组范围内定位与疾病相关的遗传变异。然而，这些变异大多位于不编码蛋白质的基因组区域，使得解释它们如何影响疾病变得困难。为了建立遗传变异与疾病之间的功能性联系，转录组范围关联研究（TWAS）应运而生。TWAS通过整合基因表达数量性状位点（eQTL）数据，预测遗传变异对基因表达的调控效应，进而将基因表达与复杂性状关联起来。这种方法成功地鉴定出许多与疾病相关的基因。然而，传统的TWAS通常依赖于“批量”（bulk）基因表达数据，即从包含多种细胞类型的组织中混合提取的RNA。这种混合信号就像一个“大杂烩”，掩盖了不同细胞类型之间可能存在的特异性调控机制。例如，一个基因可能在A细胞中高表达并与疾病相关，在B细胞中却不相关，但批量数据只能给出一个平均化的信号，导致重要的细胞类型特异性关联被遗漏。
随着单细胞RNA测序技术的飞速发展，我们如今能够在单个细胞的分辨率上观察基因表达图谱。这为在细胞类型层面进行TWAS分析提供了前所未有的机遇，有望揭示疾病在特定细胞群体中的精确作用机制。然而，机遇与挑战并存。单细胞数据天生具有高噪声、高稀疏性（大量基因的计数为零）和显著的技术变异等特点。这些“顽疾”使得直接将为批量数据设计的统计方法套用到单细胞数据上效果不佳，亟需开发能够稳健处理单细胞数据独有特性的新方法。
为此，研究人员在《Nature Communications》上发表了题为“scTWAS: a powerful statistical framework for single-cell transcriptome-wide association studies”的研究，旨在解决这一核心难题。他们开发了一种名为scTWAS的新型统计框架，专门用于利用单细胞数据进行细胞类型特异性的TWAS分析。scTWAS巧妙地利用潜变量模型来捕捉和校正单细胞数据中复杂的技术变异和混杂因素，同时采用矩估计（moment-based estimation）等稳健的统计策略来处理数据的高稀疏性。其核心目标是更准确地预测不同细胞类型中受遗传调控的基因表达水平，从而更有效地鉴定出与复杂性状相关的细胞类型特异性基因。
这项研究的开展离不开几项关键技术方法的支撑。研究首先利用大规模的单细胞RNA测序参考数据集，构建了细胞类型特异性的基因表达预测模型。其中，针对单细胞数据特性的统计建模是核心，主要包括采用潜变量模型来校正批次效应和不需要的变异，以及运用矩估计方法来稳健地估计模型参数，以应对数据的稀疏性。研究使用了来自血液和大脑等多个组织的单细胞数据集，包括人类细胞图谱等相关资源。随后，将训练好的预测模型应用于大规模的全基因组关联研究（GWAS）汇总统计数据，进行细胞类型特异性的基因-性状关联分析。最后，通过一系列统计验证和基准测试，将scTWAS的性能与现有方法进行比较，以评估其有效性和优越性。
研究结果从多个层面证实了scTWAS框架的效能与价值。
提升跨细胞类型的表达预测精度
研究人员首先在血液和脑组织数据上评估了scTWAS预测遗传调控基因表达的准确性。结果显示，与现有的、未专门针对单细胞数据优化的TWAS方法相比，scTWAS在多种细胞类型中一致性地展现出更高的预测精度。这表明其统计模型能够更有效地从高噪声、高稀疏的单细胞数据中提取出真实的遗传调控信号。
鉴定更多的基因-性状关联
在应用层面，研究团队将scTWAS应用于29种血液学性状和3种免疫相关疾病的GWAS数据。在免疫细胞类型的分析中，scTWAS鉴定出的基因-性状关联数量显著多于传统方法。这意味着它能够发现之前被批量数据平均化信号所掩盖的、特定于某些免疫细胞的新型潜在疾病基因，极大地扩展了我们对免疫性状遗传基础的认识。
揭示神经疾病的细胞亚型特异性机制
为了展示scTWAS在解析复杂疾病细胞类型异质性方面的独特能力，研究将其应用于阿尔茨海默病。分析揭示了此前未被发现的、高度细胞亚型特异性的基因关联。其中，一个引人注目的发现是，基因MS4A6A在疾病相关小胶质细胞亚型中显示出显著关联，而基因PPP1R37则在促炎性小胶质细胞亚型中显示出显著关联。这一结果生动地证明，即使是同属于“小胶质细胞”这一大类，不同的功能亚型在疾病中也可能扮演截然不同的角色，并由不同的基因网络驱动。scTWAS能够精细地解析这种亚型水平的差异，为理解阿尔茨海默病的复杂病理机制提供了前所未有的细胞分辨率视角。
本研究提出的scTWAS统计框架，成功克服了单细胞数据用于转录组范围关联研究的主要技术障碍。它通过创新的建模策略，实现了对细胞类型特异性遗传调控效应的更准确预测和更强大关联检测。论文的结论部分强调，scTWAS不仅在方法学上提供了优于现有工具的分析方案，更重要的是，它开启了一扇新的大门，使得利用日益丰富的单细胞测序数据资源，系统性、高通量地绘制复杂性状和疾病的细胞类型特异性遗传调控图谱成为可能。在阿尔茨海默病中的应用案例强有力地证明，这种方法能够揭示出在传统批量分析中完全无法观测到的、具有明确生物学指向性的亚型特异性关联。因此，scTWAS不仅是一个强大的分析工具，更是推动疾病机制研究向更高分辨率、更精准维度发展的关键一步，为未来在心血管、免疫、肿瘤等诸多领域发现新的治疗靶点和干预策略奠定了坚实的方法学基础。
