科學家提出新方法打破單一族裔局限，為跨種族遺傳研究提供更準確的工具

遺傳學研究面臨的一個重要挑戰是如何確保全球不同人群都能從研究成果中受益。過去，絕大多數的遺傳學研究都集中在歐洲裔人群上，這種局限性意味著許多其他族裔的遺傳多樣性常常被忽視，導致許多對醫學和健康至關重要的基因發現可能被遺漏。

近日，來自美國麻省理工學院-哈佛大學博得研究所的黃海亮教授團隊提出了一種能夠綜合多種族遺傳數據的新方法——SuSiEx。

博得研究所博士後研究員苑鍇是第一作者，博得研究所黃海亮教授和葛天教授擔任共同通訊作者。

圖丨相關論文（來源：Nature Genetics）

該研究打破了單一族裔遺傳分析的局限，提供了更精確的跨種族遺傳分析工具，不僅有助於促進多族裔人群的遺傳發現，也為個性化醫療、藥物研發等領域提供了重要的理論基礎。

過去，遺傳學研究主要集中在歐洲裔，因為他們的數據量大、且單一族群的數據更容易進行分析和解讀。這種數據優勢使得歐洲裔成為遺傳學研究的主要對象。

以歐洲族裔為主的研究雖然客觀上推動了遺傳學的進展，但也帶來了隱患：它忽視了其他族裔的遺傳多樣性，導致許多和疾病相關的重要基因變異未被發現。

這不僅減緩了醫學研究的發展，還在一定程度上加劇了健康資源和醫療服務分配上的不公平現象。由於不同族裔的疾病與健康研究沒有足夠的數據支持，個性化醫療和精準治療的推進也因此受到限制。

SuSiEx 的創新之處在於它成功整合了來自不同族裔的遺傳數據，大幅度提高了分析的準確性和有效性。通過跨種族的數據整合，研究人員能夠更全面地捕捉到不同群體中的關鍵基因變異，從而推動更廣泛的遺傳發現。

這一方法不僅改善了傳統分析的局限性，還為多族裔人群的健康研究奠定了更堅實的基礎。

黃海亮指出，該方法不僅能在現有數據上挖掘出更多重要發現，還能避免因樣本量不足而導致發現遺漏的問題。

尤其在亞非拉美地區，這一方法顯著提高了數據的利用效率，幫助科學家更全面地理解這些地區的遺傳特徵，推動全球範圍內的健康研究和基因發現。

SuSiEx 的潛在應用場景十分廣泛，能夠充分利用全世界不同種族的遺傳數據，挖掘出更多，更精準的重要遺傳信息。

過去，由於非歐族裔樣本量小，常常難以用於遺傳學研究，或者研究結果的發現十分有限。

新方法通過更全面地整合和分析這些群體的數據，能更全面地發現不同種族的和遺傳疾病相關的基因，彌補了因數據不足而丟失的重要遺傳發現。

這不僅有助於避免錯失潛在的新藥靶點和治療機制，還能推動全球範圍內的健康研究，為開發更有效的個性化治療提供更多機會。

其次，通過整合各個族裔的數據，這種方法可以更加準確的定位到致病突變，大幅度減小了後續的功能研究的範圍，也減少了研究人員的工作量，從而加速了遺傳研究向機制研究的轉化過程。

這種高效的定位方式有助於更快速地理解疾病的發病機制，為開發新療法和藥物靶點提供了更明確的方向。

據介紹，該研究並非一蹴而就，而是基於研究團隊近十年的積累。

黃海亮從博士後時期就開始關注非歐洲人群的遺傳研究，並在 2019 年與多個東亞國家的機構合作，發表了首篇跨東亞人群的精神分裂症遺傳機制研究。

正是這項研究，使得他注意到非歐洲人群遺傳數據和多種族遺傳分析方法上的巨大缺失，以及這些缺失對醫學研究的影響。

正是這種認知，推動了他以提升全球遺傳研究的公平性和普惠性為目的，致力於數據和方法的創新。

黃海亮課題組一方面積極通過建立、參與和領導國際合作，推動非歐洲族裔遺傳資源的收集和產生，擴大了全球數據覆蓋面。

另一方面系統地設計並開發了用於多個族裔複雜疾病研究的遺傳分析方法，經過多年的研究，他們成功開發出一系列能夠同時處理多族裔遺傳數據的新方法，包括本篇文章中提到的 SuSiEx 方法，以及他們在 2022 年發表的另一篇跨種族多基因風險預測方法。

這一突破性進展，與他們自身的創新能力密不可分，同時也得益於跨學科的合作，特別是在數學模型的推導和方法實現方面，黃海亮教授團隊和葛天教授團隊展開了密切合作，彼此優勢互補，共同解決了許多技術難題。

然而，在研究過程中，黃海亮團隊也遇到了不少挑戰。尤其是在數據質量方面，由於全球數據共享的複雜性，研究人員越來越難以獲取高質量的原始遺傳數據，這對高精度的跨種族分析提出了巨大的挑戰。

數據不一致、共享限制以及不同地區的標準差異，都讓研究人員不得不尋找更靈活的策略來確保分析的準確性和完整性。

他們通過大量的模擬實驗，探索了可以接受的替代方案，確保其方法能夠處理不同質量的數據。這些模擬實驗也幫助他們創建了簡明的篩選標準，以識別出質量無法達到標準，而不得不捨棄的數據。

這種謹慎的篩選過程確保了分析結果的準確性和可靠性，同時也為未來處理複雜數據環境奠定了基礎。

展望未來，黃海亮課題組計劃進一步擴展該方法的應用範圍，尤其是在混合人群中的應用。

混合人群是指父母或祖父母來自不同種族的人群。這類人群的基因結構更加複雜。目前在遺傳分析領域，針對混合人群的可靠分析方法仍然缺乏。

未來黃海亮課題組的一個重要研究方向是致力於開發出適用於混合人群的遺傳分析工具。

此外，研究團隊還將繼續深入探索精神疾病，特別是在亞洲地區的研究。他們希望通過遺傳學研究找到精神疾病發病機制，進而尋找可能的治療靶點。

這類疾病在亞洲人群中的研究相對較少，因此團隊的研究將填補這一空白，幫助科學家更好地理解這些複雜疾病的基因基礎，並為未來開發更有效的治療方案奠定基礎。

同時，黃海亮團隊還計劃深入研究炎症性腸病等複雜疾病，探討其致病機制，力求為臨床治療提供新的策略。

該研究標誌著遺傳學研究向多族裔融合邁出了重要一步。通過打破單一族裔的局限，為全球遺傳數據的整合和分析提供了新思路，也為未來的精準醫學和個性化治療奠定基礎。

相信隨著研究的深入和多族裔數據的不斷豐富和技術的進步，這一方法將為更多的跨種族遺傳研究帶來新突破，為全球健康事業做出更多的貢獻。

參考資料：

1.Yuan, K., Longchamps, R.J., Pardiñas, A.F. et al. Fine-mapping across diverse ancestries drives the discovery of putative causal variants underlying human complex traits and diseases. Nature Genetics (2024). https://doi.org/10.1038/s41588-024-01870-z

運營/排版：何晨龍