一种全新的全基因组映射方法，终于展示了数千个基因如何相互连接并驱动疾病的发生。这项研究由格莱斯顿研究所和斯坦福大学的科学家共同完成，成果发表于《自然》杂志。该方法通过大规模检测细胞内每个基因的影响，将疾病和性状与调控它们的遗传系统联系起来，有望理清复杂疾病的生物学机制，并识别出潜在的治疗靶点。

生物医学研究人员长期致力于识别致病基因，以期开发精准靶向治疗。单基因缺陷导致的疾病相对容易处理，但大多数疾病涉及数十、数百甚至数千个基因，理解其相互作用极为困难。新开发的基因组映射方法可能克服这一挑战。

寻找遗传风险背后的“原因”

全基因组关联研究（GWAS）通过检测大量人群的DNA，识别与疾病相关的遗传差异，但将这些发现转化为生物学解释往往困难重重。第一作者Mineto Ota博士比喻道：“这就像一张只显示旅程起点和终点，却不提供路线信息的地图。”斯坦福大学Jonathan Pritchard教授补充：“为了理解复杂性状，我们需要关注基因网络。”

结合细胞实验与人类遗传数据

研究团队整合了两种数据源：一是人类白血病细胞系中系统敲除每个基因后遗传活性的变化数据；二是英国生物银行超过50万人的基因序列。通过分析，他们构建了影响红细胞的基因网络图谱，揭示了高度复杂的遗传相互作用。例如，SUPT5H基因与β-地中海贫血相关，同时调控血红蛋白生成、细胞周期和自噬三个关键通路，产生协同效应。

为何这些基因图谱对免疫学很重要

该方法可应用于其他人类细胞，揭示多种疾病背后的分子模式。对于研究T细胞和免疫系统的实验室，这项技术将开启新发现。Marson指出：“自身免疫性疾病、免疫缺陷和过敏的遗传负担大多与T细胞相关，我们期待开发更多详细图谱，以理解这些免疫介导疾病的遗传结构。”

参考原文： Mineto Ota, Jeffrey P. Spence, Tony Zeng, Emma Dann, Nikhil Milind, Alexander Marson and Jonathan K. Pritchard, “Causal modelling of gene effects from regulators to programs to traits”, Nature, 10 December 2025. DOI: 10.1038/s41586-025-09866-3.