IF50.5｜大规模推断亲源效应揭示复杂性状的父源母源对抗

无需父母基因组，仅凭远亲与线粒体信息即可在23万人中系统发现30余个亲源效应。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

亲源效应（parent-of-origin effects, POEs）指同一等位基因因来自父亲或母亲而对表型产生不同影响，传统上与基因组印记相关。印记被认为源于亲代对子代资源分配的冲突：父源等位基因倾向促进子代生长，母源等位基因则倾向保存资源以利未来繁殖。这种对抗在生长、代谢和能量储存相关性状上可能表现为相反的亲源效应（bipolar effects）。然而，以往研究多局限于单个印记位点，缺乏跨性状的系统证据。由于大规模生物样本库通常缺少父母基因组，POE研究长期受限于样本量，难以全面评估其对复杂性状的贡献。

科学问题

卡在哪里： 此前推断亲源信息主要依赖父母基因组或详细家系，而大型生物样本库中这些信息往往缺失。利用X染色体共享虽可识别母系亲属，但仅适用于男性，且无法扩展到女性或远亲。此外，缺乏统一的统计标准来定义POE，导致不同研究间可比性差。因此，如何在无父母基因组的大规模队列中高效、准确地推断亲源，并系统检验POE在复杂性状中的普遍性，仍是亟待解决的问题。

本文要回答： 本文旨在开发一种无需父母基因组即可大规模推断等位基因亲源的方法，并利用该方法在UK Biobank等队列中系统发现和复制POE，检验亲源冲突假说。

技术路线

作者主要用了：染色体间定相、X染色体IBD、线粒体DNA共享、性别特异性重组图谱、REGENIE关联分析。

作者首先利用远亲（二至四度）作为替代父母，通过IBD共享进行染色体间定相，将个体基因组分为父源和母源单倍型。随后整合X染色体IBD（仅限男性）、线粒体DNA共享（利用WGS数据）以及基于性别特异性重组图谱的同胞交叉推断，概率性地确定单倍型的亲源。在UK Biobank中成功推断109,385名个体的亲源，并在Estonian Biobank和MoBa队列中验证。最后，对59个复杂性状和14,000余个pQTL进行亲源特异关联分析，采用差异检验（PD）严格定义POE。

图 1　Fig. 1。图1展示亲源推断流程：a部分说明如何利用替代父母进行染色体间定相，并结合X染色体和线粒体DNA确定亲源；b部分展示基于同胞交叉和性别特异性重组图谱推断亲源。整体逻辑是先用远亲IBD将单倍型分到父母两侧，再用多种信息确定哪一侧是父源或母源。

核心亮点

亮点 1｜无父母基因组推断亲源

作者开发了多步骤方法：利用远亲作为替代父母进行染色体间定相，结合X染色体共享、线粒体DNA共享和同胞交叉推断，在UK Biobank中为109,385名个体推断出等位基因亲源，准确率达97.94%。相比此前仅基于X染色体的方法，有效样本量提升4.7倍，且可应用于女性。该方法不依赖父母基因组或已知家系，适用于大规模生物样本库。

图 2　Fig. 2。图2为所有显著POE的热图，行代表性状，列代表遗传变异（按基因组位置排列）。颜色深浅表示差异P值强度，黑色矩形标记显著POE。顶部显示连锁不平衡模式。从图中可见POE在染色体7、11、20等区域聚集，且多涉及生长和代谢性状。

亮点 2｜发现30余个亲源效应

在59个复杂性状和14,000余个pQTL中，共鉴定出超过30个显著POE，其中19个（7个独立SNP-性状对）表现为双极效应（bipolar effects），即父源和母源等位基因对表型影响方向相反。这些双极效应主要富集在生长和代谢相关性状（如身高、IGF1、甘油三酯、2型糖尿病），与亲源冲突假说一致。例如，rs62471721对甘油三酯的双极效应可能通过同时调控母源表达的KLF14和父源表达的MEST实现。

图 3　Fig. 3。图3展示7q32.2区域对甘油三酯的差异GWAS结果。每个点代表一个变异，菱形标记独立POE变异rs62471721。红色和橙色线分别为显著和提示性阈值。中间显示连锁不平衡，底部为基因位置。该图突出rs62471721的双极效应及其与KLF14和MEST的eQTL关系。

亮点 3｜复制已知POE并验证新发现

在可测试的18个已发表POE中，成功复制8个（44.4%），其中非出生体重性状的复制率达80%。在Estonian Biobank（最多85,050人）和MoBa（42,346名后代）中，14个可测试关联中10个达到显著复制，另有2个名义显著，总体验证率87%。例如，rs77708343对身高的双极效应在MoBa婴儿期即显现，且与成年后方向一致，提示POE影响早期生长轨迹。

图 4　Fig. 4。图4展示全基因组加性、父源、母源和差异效应的关联强度。黄色点表示加性全基因组显著变异，橙色菱形表示其中具有显著POE的变异，浅绿色菱形表示全基因组扫描发现的lead POE变异。该图用于在加性关联区域中识别POE，如TERC和NAF1附近的端粒长度相关POE。

亮点 4｜POE对蛋白水平的影响

在UK Biobank血浆蛋白质组数据中，发现4个显著POE pQTL，分别影响DLK1、CPA4、ADAM23和PER3蛋白水平。其中DLK1和CPA4位于已知印记基因，且效应方向与已知印记一致（父源表达DLK1、母源表达CPA4）。ADAM23和PER3虽不在已知印记区域，但表现出父源特异效应，提示可能存在不完全或环境依赖性印记。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： 染色体间定相、X染色体IBD、线粒体DNA共享、性别特异性重组图谱、REGENIE关联分析
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事复杂性状遗传学、基因组印记或生物样本库分析的研究者，以及对亲源效应方法学感兴趣的生信人员。

带走一句

无需父母基因组，仅凭远亲、线粒体和同胞信息即可大规模推断亲源，为在现有生物样本库中系统挖掘POE提供了可扩展的范式。