《Nature Communications》：GWAS on short tandem repeats identifies genetic mechanisms in Alzheimer’s disease
编辑推荐：
全基因组关联研究（GWAS）通常聚焦于单核苷酸多态性（single-nucleotide polymorphisms，SNPs），而常常排除短串联重复序列（short tandem repeats，STRs）等复杂遗传变异。在此，研究人员报告了在英国生物样本库
全基因组关联研究（GWAS）通常聚焦于单核苷酸多态性（single-nucleotide polymorphisms，SNPs），而常常排除短串联重复序列（short tandem repeats，STRs）等复杂遗传变异。在此，研究人员报告了在英国生物样本库（UK Biobank）约330,000名个体中，系统评估短串联重复序列（包括基于推断获得者以及通过全基因组测序（whole genome sequencing，WGS）直接分型者）对阿尔茨海默病风险影响的GWAS分析结果。该数据集包括3287例病例、47,048例阿尔茨海默病代理病例（Alzheimer’s disease-by-proxy cases）以及283,111名对照。利用短串联重复序列基因型数据，研究人员鉴定出15个彼此独立的位点，显示出与阿尔茨海默病风险达到全基因组显著水平的关联证据。尽管大多数已识别位点此前已被基于SNP的GWAS提示，研究仍检测到位于SNX32（chr. 11q13）和WSB1（chr. 17q11）附近的基于STR的关联信号。此外，研究进一步界定了若干其他位点，在这些位点中，短串联重复序列而非SNP，要么构成主导关联信号（ABCA7），要么对由SNP驱动的关联作出重要贡献（HLA-DRB1、MINDY/ADAM10和APOE）。遗传力分析估计，在该数据集中，短串联重复序列至少解释了阿尔茨海默病总表型方差的3%。将最显著的短串联重复序列与人脑样本的DNA甲基化和转录组谱进行整合后提示，若干短串联重复序列可能通过影响基因表达而发挥其生物学效应。
该论文发表于《Nature Communications》，围绕阿尔茨海默病（Alzheimer’s disease，AD）的复杂遗传结构展开，重点考察了以往常被传统全基因组关联研究（genome-wide association study，GWAS）忽视的短串联重复序列（short tandem repeats，STRs）在疾病风险中的作用。阿尔茨海默病是典型的复杂神经退行性疾病，早发型家族性阿尔茨海默病可由APP、PSEN1和PSEN2中的罕见致病突变直接导致，而绝大多数晚发型病例则受多基因遗传结构支配。既往基于单核苷酸多态性（single-nucleotide polymorphisms，SNPs）的GWAS已在70多个位点发现与AD风险显著相关的常见变异，但仍有相当比例的表型方差无法解释，即所谓“缺失遗传力”。在这一背景下，STR因其高度多态性以及对基因表达、mRNA剪接和DNA甲基化的广泛影响，被认为可能是补充解释AD遗传结构的重要变异类别。受限于早期技术条件，STR在复杂疾病中的全基因组系统研究长期不足，因此开展本研究具有明确的理论与方法学意义。
研究人员利用英国生物样本库（UK Biobank，UKB）的大样本数据，对STR与AD风险之间的关系进行了系统评估，分别采用基于SNP数据推断的STR基因型以及WGS直接获得的STR基因型开展关联分析。研究最终鉴定出15个独立位点与AD风险达到全基因组显著相关，其中大多数位点与既往SNP-GWAS所发现区域重叠，但SNX32附近和WSB1附近出现了新的STR相关信号。更重要的是，研究通过条件分析与精细定位显示，在ABCA7位点，STR而非SNP可能是主要关联驱动因素；在HLA-DRB1、MINDY2/ADAM10以及APOE区域，STR对已知SNP信号具有显著贡献。遗传力分析进一步表明，STR至少解释了该数据集中AD总遗传方差的约3%。与人脑甲基化数量性状位点（methylation quantitative trait locus，meQTL）及表达数量性状位点（expression quantitative trait locus，eQTL）数据整合后，研究提示部分STR可能通过调控邻近基因表达而影响疾病风险。这些结果说明，STR是AD遗传结构中此前被低估的重要组成部分。
研究所采用的主要技术方法包括：在UKB队列中对推断STR和WGS来源STR分别实施GWAS；以“White-British”样本作为发现队列，并在独立“Other-White”子队列中进行重复验证；采用双等位和多等位分析框架评估STR信号稳健性；利用GCTA-COJO与SuSiE-RSS进行精细定位，并通过双向条件分析区分SNP与STR贡献；在来源于OPTIMA队列的人脑内嗅皮层（entorhinal cortex）样本中整合DNA甲基化、RNA测序转录组数据，开展meQTL、eQTL与eQTM分析，以探索潜在功能机制。
以下为论文结果部分的分项解读。
Genome-wide association analyses on imputed STRs
研究人员在质量控制后纳入333,446名彼此无亲缘关系的UKB参与者，并在其中295,551名自报“White-British”个体中，对3,026,404个经质量控制的推断STR变异进行发现性GWAS。结果显示，共有254个STR变异分布于14个独立位点，达到多重校正后的全基因组显著性阈值。另有228个STR变异分布于21个独立位点达到提示性显著。多数显著STR位于19q13.32的APOE区域，提示该区域仍是AD最强遗传热点。除APOE外，其余位点大多靠近既往已知AD GWAS区域，仅chr11q13.1的一个信号位于既往未提示的区域，邻近OVOL1和SNX32。性别分层分析及基因型×性别交互分析均未发现明确的性别特异性信号；加入年龄作为协变量的敏感性分析与主分析高度一致，说明模型结果稳健。针对双等位编码可能带来的偏差，研究又进行了靶向多等位分析，证实最初14个显著位点均得到直接或间接支持。
Genome-wide association analyses on WGS-derived STRs
为比较推断STR与直接测得STR的结果，研究人员在95,201名“White-British”个体的WGS来源STR数据中开展GWAS。由于样本量明显较小，显著信号数目相应减少。在双等位分析中，共有72个STR达全基因组显著，但除APOE区域外，仅chr17:27264667附近的WSB1信号达到显著。该位点在多等位分析中不再显著，提示其效应可能由单一特定等位基因驱动，而非重复长度总体变化所致。研究进一步发现，ABCA7和SNX32区域在WGS数据中虽未达到主分析同等显著性，但其代理STR仍表现出一致方向的关联，支持这些区域STR参与AD风险调控的结论。
Independent replication of primary STR-based GWAS results
在独立的20,840名“Other-White” UKB个体中，研究人员对发现阶段得到的全基因组显著STR进行重复验证。结果显示，14个显著STR中有2个达到严格校正后的直接重复标准，另有4个达到名义显著，且除1个外其余方向一致。进一步的固定效应Meta分析显示，多数位点在合并分析后统计学支持增强。总体而言，14个位点中有12个位点获得直接或间接重复支持。相比之下，WGS来源的WSB1位点在独立子集中未获重复，但作者指出该子集病例数极少且相关等位基因频率较低，因此统计功效不足，阴性结果解释需谨慎。
Discerning the drivers of STR-based GWAS signals
考虑到STR推断依赖SNP单倍型，研究重点分析了STR信号究竟是独立驱动，还是仅反映局部SNP效应。精细定位结果显示，ABCA7位点的STR在GCTA-COJO和SuSiE分析中均被提名为该区域最可能的驱动变异，后验纳入概率（posterior inclusion probability，PIP）高达0.96。条件分析进一步显示，14个显著STR位点在纳入既往已知SNP后，其信号普遍减弱，但ABCA7及MINDY2/ADAM10附近STR仍保留接近提示性显著的残余关联，且效应值下降有限，提示STR在这些区域具有独立或显著补充作用。HLA-DRB1和ABCA7部分STR在校正SNP后反而关联增强，APOE区域也出现类似现象，提示该区域遗传结构较为复杂，除经典ε4等位基因外，可能还存在其他由STR参与标记的效应。WGS来源WSB1位点在校正局部最强SNP后仍保持全基因组显著，支持其独立性。
Heritability estimates for STRs compared to SNPs
研究利用GCTA-LDMS方法估算STR对AD遗传力的贡献。结果表明，SNP单独解释的平均遗传力为37.05%，STR单独解释的平均遗传力为30.78%，而SNP与STR联合模型的平均遗传力为38.09%。据此计算，STR至少贡献了总AD遗传力的约3%。虽然这一比例低于部分其他复杂性状中的报道，且批次间方差相对较大，但在不同患病率设定下结果较为稳定。作者指出，由于SNP与STR之间存在广泛相关结构，部分真实STR效应可能被SNP所遮蔽，因此3%应视为下限估计。
Comparison of imputed vs. WGS-derived STRs
研究还系统比较了推断STR与WGS来源STR的可靠性。在95,201人的重叠样本中，可按位置与等位长度匹配约622K个STR，二者GWAS效应值相关性很高，Spearman相关系数达0.85；对于经人工严格校准的84个强关联STR，效应值相关性几乎完美，Spearman相关系数为0.99。等位基因频率及位点总等位长度在两类数据中的相关性同样很高。这些结果说明，尽管当前STR推断精度仍不及SNP推断，但在本研究框架下，尤其对于强关联STR信号，推断数据总体可靠。
Delineating potential functional mechanisms of AD-associated STRs
为探索STR影响AD风险的潜在机制，研究人员将显著STR与人脑内嗅皮层样本中的DNA甲基化及转录组数据进行整合。meQTL分析显示，6个STR位点与31个CpG位点显著相关，其中包括7q22区域、HLA相关区域以及SNX32区域。SNX32相关STR chr11:65810443与其内含子1中的cg15531562表现出很强的meQTL关联。进一步eQTM分析显示，cg15531562甲基化水平与SNX32转录本ENST00000308342表达呈正相关，即甲基化降低伴随SNX32表达降低。eQTL分析虽然未达到FDR显著，但该STR与SNX32转录本存在较强名义显著关联，方向与meQTL/eQTM结果一致。综合GWAS、meQTL、eQTM及eQTL结果，研究支持SNX32区域STR可能通过影响局部甲基化状态和基因表达，进而参与AD发病。HLA区域也呈现遗传关联、甲基化关联和表达关联三者高度一致的证据链，进一步增强了STR在免疫相关通路中作用的可信度。
讨论部分指出，本研究最重要的发现之一是识别出两个新的潜在STR相关AD位点，即SNX32附近和WSB1附近。尽管二者尚需进一步大样本独立验证，但从功能背景看均具有较强生物学合理性。第二项重要发现是ABCA7与MINDY2/ADAM10区域中STR可能是主导信号或重要贡献因素，这提示单纯基于SNP的后GWAS解释可能不完整。第三项关键发现是HLA/MHC区域中的多个STR在遗传、甲基化和转录层面都显示出一致信号，表明STR可能在该免疫相关区域中发挥实质性调控作用。作者同时指出研究局限，包括主分析依赖推断STR、双等位化处理可能损失部分信息、无法纳入相关个体、代理表型存在一定偏倚、非欧洲祖源样本较少，以及功能验证所依赖的人脑样本量相对有限等。
研究结论部分可译为：总之，本研究构成了一项针对阿尔茨海默病风险的大规模STR基础GWAS。除检出两个潜在新颖且具有功能意义的AD位点（位于SNX32和WSB1附近）外，结果还提示STR可能在另外四个位点（ABCA7、MINDY2/ADAM10、HLA-DRB1和APOE）的遗传效应中发挥重要作用。此外，研究估计STR至少解释了AD遗传方差的3%。未来仍需在大型AD数据集中，尤其是采用直接分型STR的数据，进一步验证这些结果，并更深入界定STR在AD遗传构成中可能具有的重要作用。
