基因组科学概论A PRIMER OF GENOME SCIENCE
第三章 · 3.7

3.7 变异与人类健康

Variation and Human Health

本节摘要　本节将前六节的变异理论落到医学：对照单基因病与复杂疾病的遗传架构——等位频率与效应的负相关谱系、多因子阈值模型与家系风险比；考察 APOE、HLA 与 8q24 等位点的效应量谱；讨论药物基因组学（CYP2D6、TPMT、华法林）的临床落地；分析多基因风险评分的判别力、可移植性与校准问题；最后讨论伦理法律议题，并指出变异多经表达层面作用于表型，为第四、六章埋下伏笔。

从变异的类型（3.1 节）到分型技术（3.2 节）、单倍型与连锁不平衡（3.3 节）、QTL 作图（3.4 节）、全基因组关联研究（3.5 节）与群体遗传学（3.6 节），本章的全部技术线索最终汇于一个出口：理解与应对人类疾病。本节讨论基因组变异如何转化为疾病风险、如何转化为药物反应的差异、又如何转化为信息与抉择的负担。贯穿始终的一条主线是：同一套变异概念，在不同遗传架构下给出的医学信息截然不同——"携带亨廷顿病基因的致病扩展突变"与"携带 APOE ε4 等位基因"，字面上都是基因检测阳性，信息量却相去悬殊。

3.7.1 单基因病与复杂疾病：遗传架构的对照

单基因病(monogenic disease)又称孟德尔疾病，由单个基因的高外显率突变引起：囊性纤维化（CFTR）、镰状细胞贫血（HBB）、亨廷顿病（HTT 的 CAG 重复扩展）都是教科书范例。与之相对，复杂疾病(complex disease)——2 型糖尿病、冠心病、精神分裂症、类风湿关节炎——由大量低外显率变异与环境因素叠加所致。刻画两类疾病的差异，核心概念是遗传架构(genetic architecture)：致病变异的个数、频率、效应大小与相互作用方式的总和。

遗传架构的第一个规律，是等位基因频率与效应大小的负相关。对疾病有害且效应强的突变会被自然选择压低频率（显性高外显的有害突变几乎被清除，隐性者因杂合携带而存续，3.6 节的突变—选择平衡已给出定量框架）；能以百分之几乃至百分之十几的频率存留的等位，其对生殖适合度的平均损害必然很小，对疾病风险的影响也只能是概率性的微调。于是变异群体沿一条对角谱带分布：一端是稀有—高外显的孟德尔突变（频率常低于千分之一，外显率趋近完全），另一端是常见—低外显的复杂疾病易感等位（频率常高于 5%，单个等位的比值比多在 1.1–1.5 之间）。少数位点落在谱带之外——APOE ε4 频率约 10%–20% 而效应较强（见 3.7.2 小节）——但谱带作为总体图景成立（图 3.7-1）。

变异的频率—效应谱系（示意） 10⁻⁴10⁻³10⁻²10⁻¹0.5 次等位基因频率（对数刻度） 110100 效应（比值比量级，对数刻度） 亨廷顿病 HTT CAG 重复扩展：极稀有，外显率趋近完全 亨廷顿病 HTT（外显近完全） BRCA1 高外显率致病变异：稀有，终生外显率约五至八成 BRCA1 致病突变（外显五至八成） CFTR ΔF508：北欧人群携带者频率约 2%，纯合近乎必病 囊性纤维化 CFTR APOE ε4：频率约 10%–20%，每拷贝 OR 约 2–3，是罕见的高频较强效应位点 APOE ε4（OR 约 2–3） HLA–DRB1 共同表位等：频率高，OR 约 2，为常见变异中的较强者 HLA 区域（OR 约 2） 8q24 前列腺癌风险区域等 GWAS 常见命中：OR 约 1.1–1.3 8q24 等常见位点（OR 约 1.1–1.3） 稀有 — 高外显 孟德尔突变区 常见 — 低外显 复杂疾病易感变异区 谱带含义： 选择压低高效应 等位的频率， 故效应与频率 总体呈负相关。 孟德尔病取材 于谱带左上， GWAS 命中多在 谱带右下。 注：各位点位置为数量级示意；孟德尔病以"基因型层面的效应"定位，纯合/杂合状态不同则外显不同。
图 3.7-1　变异的频率—效应谱系（示意）。横轴为次等位基因频率（对数刻度），纵轴为效应量级（对数刻度）。孟德尔突变位于左上（稀有而高外显），GWAS 命中的常见易感变异位于右下（常见而低外显）；虚线为总体负相关趋势。APOE ε4 是少数频率高且效应较强的例外（橙色点）。各点位置为数量级示意，非精确坐标。

第二个规律关于家系中的风险结构。单基因病的复发风险由分离律精确给出：常染色体隐性病的同胞风险为 1/4，显性病为 1/2。复杂疾病只呈家族聚集而无清晰的分离模式，常用家系风险比(familial relative risk)概括：

λR = RR / K (3.7-1) RR：先证者的 R 类亲属（如同胞，记 λsib）的患病风险；K：人群患病率。经验量级：精神分裂症 λsib 约 8–10（人群患病率约 1%，同胞风险约 10%）；1 型糖尿病 λsib 约 15（人群约 0.3%–0.5%，同胞约 5%–6%）。λ 是相对倍数而非绝对风险，数值可随定义（终生风险/时点患病率）与人群而变。

复杂疾病家族聚集的理论框架是多因子阈值模型(multifactorial threshold model)，由 Falconer（1965）系统化：假设大量遗传与环境微效因子累加构成连续的易患性(liability)，当易患性超过某个阈值即发病。人群易患性近似正态分布，患病率 K 由阈值位置决定；先证者位于分布右尾，其亲属因共享部分遗传因子而分布整体右移。定量地，亲属分布的均值偏移为

μR = r · hl2 · iT (3.7-2) r：亲缘系数（同胞 1/2、亲子 1/2、二级亲属 1/4）；hl2：易患性的狭义遗传率；iT：受累个体平均易患性，以人群标准差为单位（K = 1% 时 iT 约 2.67）。例：取 K = 1%、hl2 = 0.8、同胞 r = 0.5，右移约 0.5 × 0.8 × 2.67 ≈ 1.1 个标准差，同胞复发风险约 10%，λsib ≈ 10——与精神分裂症的经验值同量级。该模型同时给出由复发风险反推遗传率的途径（Falconer, 1965）。
多因子阈值模型（Falconer, 1965） 阈值 T（K ≈ 1%，z ≈ 2.33） 人群易患性分布：均值 0，患病率为阈值右侧尾区面积 人群易患性分布（均值 0） 患病率 K：易患性超过阈值的尾区面积 患病率 K 先证者亲属的分布：均值右移 r·h²·i，复发风险为阈值右侧面积 亲属分布（右移） μ_R = r · h_l² · i_T ≈ 1.1 SD 0 易患性（标准差为单位） 注：曲线为示意正态形；亲属分布右移后，其超过阈值的面积（复发风险 R_R）成倍增长，但绝对值仍远低于单基因病的 1/2 或 1/4。
图 3.7-2　多因子阈值模型。易患性为遗传与环境微效因子的累加，近似正态分布；超过阈值 T 即发病，尾区面积即人群患病率 K。先证者亲属的分布右移 μR = r · hl2 · iT（式 3.7-2），故复发风险成倍于 K，但与单基因病的确定性分离比例性质完全不同。模型的价值在于把"家族聚集"翻译为可估计的遗传参数，其局限是正态性与加性假设均为近似。

两类疾病的对照可系统总结为表 3.7-1。需要强调表中最后一行的实践含义：家系连锁分析（3.4 节的 LOD 框架）对单基因病高效——一个或数个大家系即可定位；而复杂病单个位点的效应太小、家系信号被稀释，必须在大量无关个体中做关联检验（3.5 节的 GWAS 框架）。遗传架构决定了定位策略。

表 3.7-1单基因病与复杂疾病的遗传架构对照
特征单基因（孟德尔）病复杂疾病
致病等位频率极稀有，多低于千分之一；因选择与突变平衡维持低频以常见变异为主（MAF 多高于 5%），兼有稀有贡献
外显率高乃至近完全，基因型与疾病接近一一对应低，单个基因型仅小幅改变概率性风险
家系分离清晰的显性 / 隐性 / X 连锁模式，近似孟德尔分离比家族聚集但无单基因分离模式，风险随亲缘度递减而快速衰减
复发风险表述由分离律给出确定比例（隐性病同胞 1/4、显性病 1/2）以 λR 与经验复发风险描述（式 3.7-1），阈值模型给出结构
定位策略家系连锁分析（LOD），少数大家系即可定位至区间大样本关联扫描（GWAS）加精细定位，需数万至数十万个体
典型实例囊性纤维化（CFTR）、镰状细胞贫血（HBB）、亨廷顿病（HTT）2 型糖尿病、冠心病、精神分裂症、类风湿关节炎
习题 3.7-1

囊性纤维化在北欧裔人群中的发病率约为 1/2500，为常染色体隐性遗传，患者同胞的复发风险为 1/4。精神分裂症的人群患病率约 1%，同胞风险约 10%。(1) 分别计算两种疾病的 λsib；(2) 囊性纤维化的 λ 远高于精神分裂症，是否意味着前者更"遗传"？请说明 λ 高而风险仍可在家系中精确预测、λ 中等却难以个体化预测的原因。

参考解答

(1) λsib(CF) = 0.25 / 0.0004 ≈ 625；λsib(精神分裂症) ≈ 0.10 / 0.01 = 10。(2) 不是。λ 是相对倍数，其数值被极低的人群基线放大；论绝对风险，精神分裂症的同胞风险（10%）反而远高于囊性纤维化（25% 仅对已有一个患儿且双亲为携带者的家庭成立，人群随机家庭则低得多）。囊性纤维化的同胞风险由双亲的杂合基因型按分离律决定，检出致病基因型即可给出确定比例；精神分裂症的 10% 是群体经验值，其背后是大量未知组合的低外显变异与环境，个体层面的基因型检测无法重现这一概率的确定性。λ 衡量家族聚集强度，不衡量"可预测性"，更不单独衡量遗传率。

3.7.2 复杂疾病基因座实例与效应量谱

三个经反复验证的位点可以说明复杂疾病遗传架构的具体形态。载脂蛋白 E（APOE）编码脂蛋白代谢中的载脂蛋白，由两个非同义 SNP 定义 ε2、ε3、ε4 三个等位。Corder 等（1993）在家系研究中发现 ε4 与晚发性阿尔茨海默病风险呈基因剂量效应：每携带一个 ε4 拷贝，风险升高约 2–3 倍（量级随人群与研究而异），ε4 纯合者风险更高且平均发病年龄提前；ε2 方向相反。ε4 频率在多数人群约 10%–20%，效应又较强，因而是常见变异中的显著例外——但也正因外显率远非完全（多数 ε4 纯合个体终生不发病），APOE 至今未被推荐为一般人群的常规筛查检测。

HLA 区域（6 号染色体短臂的人类白细胞抗原复合体）是另一类典型：免疫识别的核心，多态性极高，与自身免疫病的关联在 GWAS 之前已由经典免疫遗传学确立。1 型糖尿病最强的信号位于 HLA II 类（DRB1*03:01、DRB1*04:01 等），高危险基因型的比值比可达数倍，而 DR15–DQ6 等保护单倍型降低风险；类风湿关节炎最稳定的关联则是 HLA–DRB1 编码"共同表位"的密码子区，OR 约 2。WTCCC 对七种常见病的全基因组关联研究确认：HLA 是 1 型糖尿病与类风湿关节炎最突出的信号源，且全基因组范围内绝大多数命中位点的 OR 在 1.1–1.5 之间（The Wellcome Trust Case Control Consortium, 2007）——效应量谱系整体落在图 3.7-1 的右下区。

染色体 8q24 与前列腺癌则展示了第三种形态。首个常见变异信号（rs1447295 等，OR 约 1.2）位于一段不含任何已知蛋白编码基因的"基因荒漠"（Amundadottir et al., 2006）；随后在同一区域数百 kb 范围内发现多个独立的关联信号，提示该风险区域通过长程调控影响远处原癌基因 MYC 的表达（其机制将在 3.7.6 小节回收）。迄今该区域更恰当的表述仍是"风险区域"而非"风险基因"——定位给的是基因组区间与统计证据，不是致病基因与机理，这是解读 GWAS 结果时必须保持的克制。

三例合观的教益有二：其一，除 APOE 等少数例外，常见易感变异单个效应都很小（OR 多在 1.1–2 之间），故风险必然是多位点累加的结果，这直接引出 3.7.4 小节的多基因评分；其二，"关联"到"机理"之间隔着精细定位、功能实验与因果推断，术语上应区分"风险位点 / 风险区域"与"致病基因"。

3.7.3 药物基因组学：基因型进入处方

定义

药物基因组学（pharmacogenomics）：研究基因组变异（个体间 DNA 序列差异，广义亦含表观遗传与表达差异）对药物疗效与不良反应个体差异的影响，并据此指导药物选择与剂量制定的学科；其前身"药物遗传学"聚焦单个基因的代谢多态，现代药物基因组学则扩展到全基因组与多基因模型。它是变异研究落地临床最快的分支——因为药物反应差异大、代价高、且可在用药前预先获得基因型。

第一个经典对象是CYP2D6(cytochrome P450 2D6)。该基因位于 22 号染色体，编码的肝药酶参与约四分之一常用药物的氧化代谢（Zanger & Schwab, 2013）。其变异谱几乎穷尽了本章 3.1 节的类型学：点突变导致无功能或低活性的等位，整个基因缺失（CYP2D6*5）的纯合个体酶活性缺如，为慢代谢型(poor metabolizer)；基因重复乃至多重重复则产生超快代谢型(ultrarapid metabolizer)；另有与邻近假基因的转换杂交等位。代谢多态的发现史可追溯到 1977 年——异喹胍氧化速率在人群中呈双峰分布的报告揭开了这一领域。临床后果方向明确：慢代谢者按标准剂量用药易蓄积中毒；超快代谢者对需经 CYP2D6 活化的前药（如可待因须经其代谢为吗啡方能镇痛）则可能活化过强而中毒，慢代谢者却因活化不足而镇痛失败——同一方向偏离的两种后果，取决于药物是经该酶活化还是灭活。慢代谢型频率的人群差异本身可观（欧洲裔约 5%–10%，东亚裔约 1%），这既是 3.6 节群体结构的注脚，也提醒剂量指南须分人群评价。

第二个对象是TPMT（硫嘌呤甲基转移酶）。硫唑嘌呤与 6-巯基嘌呤是免疫抑制与儿童白血病化疗的基础药物，经 TPMT 甲基化而失活。红细胞 TPMT 活性在人群中呈三峰分布，符合单基因共显性遗传：约 0.3% 为低活性纯合、约 10% 为中间杂合（Weinshilboum & Sladek, 1980）。低活性者按常规剂量用药会因活性代谢物蓄积发生危及生命的骨髓抑制，须将起始剂量降至常规的十分之一量级或改用其他药物。TPMT 因此成为药物基因组学教科书的范式：一个等位、一个酶、一个可预防的严重不良反应，检测成本低而收益明确（原书出版于 2009 年；其后在东亚人群中发现的 NUDT15 变异又解释了另一部分骨髓抑制易感者，进一步充实了这一案例）。

第三个对象华法林是"两基因协同"的范例，详见下框。

案例

华法林个体化给药。华法林通过抑制维生素 K 环氧化物还原酶复合体（VKORC1）阻断凝血因子活化，治疗窗窄，个体维持剂量差异可达十倍以上。两项明确的遗传贡献：代谢酶 CYP2C9 的 *2、*3 等位降低 S-华法林清除（携带者所需剂量降低）；靶酶 VKORC1 启动子区常见变异（−1639G>A）下调表达，同样降低剂量需求。设想两位患者：甲为 VKORC1 AA 且携带 CYP2C9*3 的高龄患者，维持剂量可能不足 2 mg/日；乙为 VKORC1 GG、CYP2C9 *1/*1 的年轻患者，需 7–8 mg/日——差异远超体重等临床因素的解释范围。在千余例的国际队列中，纳入两基因型的剂量算法解释了约四成的个体剂量方差，显著优于仅用临床因素（约三成）（Klein et al., 2009）。美国 FDA 的华法林标签自 2007 年起纳入基因型信息；此后数项大型随机对照试验结论不一（欧洲试验显示基因指导改善抗凝达标时间，北美试验未见显著优势），但权威指南（如 CPIC）仍建议：凡有基因型信息，即应用于起始剂量估算。华法林案例的完整教益在于——基因型有用，但须与临床变量整合、经试验检验并以指南形式落地。

更广泛地看，相当数量的药物已在美国 FDA 标签中携带药物基因组学信息（到 2010 年代已逾百种），涵盖"用药前建议检测""基因型与剂量相关""特定基因型禁忌"等定性条款；部分医学中心已将 CYP2D6、CYP2C19、TPMT、HLA-B*57:01（阿巴卡韦超敏）等纳入常规预先检测。药物基因组学同时是理解本节主线的最简实例：这里的"外显率"近乎完全（基因型对酶活性的效应是确定性的生理生化关系），因而预测的统计现实问题（3.7.4 小节）并不突出——它展示的是变异医学化的上限。

3.7.4 风险预测的统计学现实

回到复杂疾病：既然单个常见变异效应微小，把数十万位点的微小效应累加能否预测个体风险？这正是多基因风险评分(polygenic risk score, PRS)的构造思想。以 GWAS 汇总统计量给出各位点的效应估计，对个体全基因组基因型加权求和：

PRSi = Σj β̂j · Gij (3.7-3) β̂j：第 j 个位点风险等位的效应估计（来自训练 GWAS 的回归系数）；Gij：个体 i 在该位点的风险等位拷贝数（0/1/2）。评分是对易患性加性成分的估计，通常再标准化为总体均值 0、方差 1 的分布。构造要点在训练集与目标样本的匹配：效应方向与大小须在独立队列中验证。

评价预测模型的标准工具是受试者工作特征曲线(receiver operating characteristic curve, ROC)：沿评分阈值从最严到最松扫描，将每一阈值下的灵敏度对（1−特异度）作图，得一条从左上到右下的曲线；曲线下面积(area under the curve, AUC)等于"随机抽取一个病例与一个对照，病例评分更高的概率"（含并列取半），0.5 为随机水平，1.0 为完全分离（图 3.7-3）。多数常见病当前 PRS 模型的 AUC 约在 0.55–0.75 之间（量级估计），个别病种在超大训练样本下更高。

ROC 曲线与 AUC（示意） 1 − 特异度（假阳性率） 灵敏度（真阳性率） 01 01 对角线为随机分类器，AUC = 0.5 随机（AUC = 0.5） 典型 PRS 模型：AUC 约 0.6–0.75，分布重叠仍大 PRS 模型（AUC ≈ 0.65–0.75） 高外显单基因病检测（如 HTT 扩展突变）近乎完全分离 单基因病检测（AUC → 1） AUC 的概率含义：随机抽取一病例一对照，病例评分更高的概率 AUC = P(病例评分 > 对照评分) 衡量判别力（排序能力）， 不含校准与患病率信息 注：曲线为示意形态；单基因病检测近乎完全分离（其一为确定性生理关系），PRS 则因分布大量重叠而 AUC 有限。
图 3.7-3　ROC 曲线与 AUC。灰色虚线为随机分类器（AUC = 0.5）；紫色曲线近似单基因病检测的近乎完全分离；深灰曲线为常见病多基因评分的典型形态（AUC 约 0.65–0.75，示意）。AUC 只度量判别力——把病例与对照排序的能力，不回答"预测的 12% 风险是否准"（校准），也不回答在给定患病率下的阳性预测值是否支撑临床行动。

现状的三个方面构成对 PRS 的清醒限定。其一，解释方差有限：早期研究中精神分裂症多基因评分仅解释易患性方差的百分之几（Purcell et al., 2009），虽然训练样本的扩大持续抬高这一数字，但与双生子遗传率估计之间的"缺失遗传力"差距（3.5 节）只被部分填补。其二，群体间移植性差：训练几乎都在欧洲裔队列中进行，同一评分用于非洲、东亚等裔人群时判别力显著下降、校准系统性偏移——因为等位频率、连锁结构与环境暴露均随人群而异（3.6 节的群体结构在此以应用问题的面貌重现）。其三，校准问题：评分给出的是相对位置，换算为绝对风险须依赖训练人群的基线与发病率，当目标人群构成不同时，"预测 5%"可能系统性地高估或低估。三者合起来意味着：PRS 目前主要处于研究工具与风险分层辅助的阶段，距"个人化的确定预测"尚远。

警示

风险概率不等于诊断：群体统计的个人化翻译有其限度。OR 与相对风险来自群体比较，落到个人时必须先问基线：同一"风险升高 1.5 倍"，在基线 0.2% 的罕见病意味着从 0.2% 到 0.3%，在基线 40% 的常见病意味着从 40% 到 60%——相对数字相同，绝对后果与临床抉择完全不同。更根本地，PRS 给出的是个体在风险分布中的位置，而非疾病与否的判定；校准漂移、人群移植性不足与"缺失遗传力"都会使这个位置本身带有不确定性。APOE ε4 是同样的教训：ε4 纯合远不等于必然发病，多数携带者终生不出现痴呆。任何基于风险评分的临床决策，都应要求绝对风险数字、参考人群与不确定性区间三者同时在场，并辅以遗传咨询。

习题 3.7-2

两份检测报告均写明"携带某等位使该病风险升高 1.5 倍"：甲病的人群终生风险为 40%，乙病为 0.2%。(1) 分别计算两病中携带者的近似绝对风险与绝对风险差；(2) 据此说明为何监管机构要求风险报告同时呈现相对与绝对数字；(3) 若乙病的评分模型 AUC 为 0.70、人群患病率 0.2%，讨论以"评分前 1% 人群建议预防性手术"的政策可能面临的问题。

参考解答

(1) 甲：40% → 约 60%，绝对差约 20 个百分点；乙：0.2% → 约 0.3%，绝对差约 0.1 个百分点。(2) 相对数字抹去了基线，同一倍数在两端的个人与公共卫生含义相差两个数量级；只报倍数会系统性放大低风险人群的焦虑、又可能低估高风险人群的绝对收益。规范的做法是同时给出基线风险、携带者绝对风险与差值（或需筛查人数）。(3) 患病率 0.2% 时，即使前 1% 高分人群集中了全部病例的 25%（对 AUC 0.7 的模型已属乐观），该人群的阳性预测值也仅约 25%/(1%/0.2%) 的量级换算——即每被建议手术者中多数终生不发病；侵入性干预的代价与获益须在这种低患病率的稀释下重新权衡，且模型校准与人群代表性未经本地验证前，政策不宜单凭 AUC 制定。

习题 3.7-3

式 (3.7-2) 中取人群患病率 K = 1%（阈值 zT ≈ 2.33，iT ≈ 2.67）、易患性遗传率 hl2 = 0.8。请分别计算同胞（r = 1/2）与二级亲属如表侄（r = 1/4）分布的均值右移量，并解释为何复杂疾病的家族风险随亲缘度下降而衰减快于单基因病 1/2、1/4、1/8 的几何级数。

参考解答

同胞：μ = 0.5 × 0.8 × 2.67 ≈ 1.07 个标准差；二级亲属：μ = 0.25 × 0.8 × 2.67 ≈ 0.53 个标准差。右移与 r 成线性，但复发风险是右尾面积，对均值移动高度非线性：右尾概率在阈值附近随均值增加近似指数式增长或收缩，故亲属风险的衰减快于亲缘系数本身的几何衰减（经验上常见病风险大致按二级亲属为同胞的 1/3 至 1/2 递减，而非对半）。这正是阈值模型对"家族聚集但无分离模式"的解释力所在，也是遗传咨询中复杂疾病复发风险须查经验表而非套用孟德尔比例的原因。

3.7.5 伦理、法律与社会议题

当基因分型的成本低到可以商品化，"知道自己的序列"便从科研特权变为消费品，三类问题随之而来。第一是歧视。雇主与保险公司可能基于遗传风险区别对待健康个体。美国的《遗传信息反歧视法》（GINA, 2008）禁止健康保险与就业领域使用遗传信息，是同类立法的代表，但其覆盖有限——人寿保险、残疾与长期护理保险不在其列，已表现出的疾病症状亦不适用（Hudson et al., 2008）；其他法域的立法路径与范围各异，全球并无统一保护。第二是隐私与再识别。基因组是终身不变、且与血缘亲属共享的标识符：抹去姓名等显性标识并不使数据匿名化，研究显示结合公开数据库（如姓氏与家谱资源、Y 染色体 STR 信息）可对去标识化基因数据重新识别个体；2018 年美国"金州杀手"案更显示，执法机构可借消费级家系数据库的亲属比对追溯数十年前的嫌疑人。知情同意框架因而从"一次性和指定用途"转向"广泛同意 + 治理与退出机制"，数据共享的科学收益与再识别风险之间的平衡仍是活跃的争论。

第三是理解与误读。直接面向消费者的检测(direct-to-consumer, DTC) testing把实验室搬进客厅，但其报告的信息完备性有限：例如某类报告曾仅覆盖 BRCA1/2 数百个致病变异中的少数几个创始人变异，阴性结果并不排除其他致病变异的存在；不同公司的算法与人群参照不同，同一人可得到不同的风险拼图。更结构性的缺口是遗传咨询的缺位：消费级场景中，概率化的风险数字、外显率的不完全、祖源推断的模糊性，往往在没有专业人员解读的情况下直接交给消费者，易产生过度焦虑或虚假安心。专业的回应包括报告范式的规范化（相对与绝对风险并陈，见习题 3.7-2）、检测前后咨询的制度化，以及面向公众的科学传播。

注记

遗传决定论的科学批判。本节多处证据共同反对"基因即命运"的直觉：复杂疾病变异外显率低且效应概率化；PRS 解释的方差有限且依赖环境暴露；药物基因组学的"高外显"恰恰因为是酶学的确定性生理关系而非疾病易感性。群体层面的证据同样有力——如 3.6 节所述，人类遗传变异的绝大部分（约 85%）存在于所谓"群体"内部而非群体之间（Lewontin, 1972），用基因组为人群分类划线在科学上根基薄弱。历史上以遗传决定论为名的优生学运动造成的伤害，构成这一批判最沉重的注脚。恰当的表述是：基因组是一份概率文件，其上的风险条目需要基线、环境与不确定性区间共同解读。

3.7.6 从变异到表型：表达层面的中介

本节反复遇到同一个未解的环节：易感变异如何作用于疾病？GWAS 给出的答案出乎许多人的意料——命中的位点绝大多数（约九成）不在蛋白编码区，而富集于启动子、增强子等调控区域；8q24"基因荒漠"中的前列腺癌风险区域正是典型。最自然的中介假设是基因表达水平：变异通过改变调控序列影响一个或一组基因的转录量，量的改变再累积为表型与疾病风险。把 3.4 节的 QTL 思想用到表达量这一"数量性状"上，即得到表达数量性状位点(expression quantitative trait locus, eQTL)——与某个基因的表达水平相关联的基因组区间。若疾病关联信号与某基因的 eQTL 共定位，便获得"变异 → 表达改变 → 疾病"的机理线索。

这一线索把本章与全书的后半部连接起来：度量表达需要转录组技术——微阵列与 RNA 测序，正是第四章的主题；而把变异、表达与表型放到同一数量遗传框架下作图与整合，则是6.3 节（基因表达的数量遗传：eQTL）与第六章系统生物学视角的入口。第三章在此收束：变异是基因组科学的原材料，它的类型学、度量方法、群体结构已在前面六节展开；它如何转化为可读的生物学功能，是下一章开始的课题。

关键术语

单基因病 (monogenic disease)
由单个基因高外显率突变决定的疾病，家系中呈孟德尔分离模式。
复杂疾病 (complex disease)
由大量低外显率变异与环境因素共同决定的疾病，呈家族聚集而无分离模式。
遗传架构 (genetic architecture)
致病变异的个数、频率、效应大小与相互作用方式的总和。
外显率 (penetrance)
携带某基因型的个体表现出相应表型的比例；单基因病近完全，复杂病位点很低。
易患性与阈值模型 (liability and threshold model)
多因子累加构成连续易患性、超过阈值即发病的复杂疾病模型（Falconer, 1965）。
家系风险比 (familial relative risk, λ)
先证者某类亲属的患病风险与人群患病率之比，度量家族聚集强度。
药物基因组学 (pharmacogenomics)
研究基因组变异对药物疗效与不良反应差异的影响并指导用药的学科。
慢代谢型 (poor metabolizer)
因药物代谢酶基因功能缺失（如 CYP2D6 基因缺失纯合）而代谢缓慢的表型。
多基因风险评分 (polygenic risk score)
以 GWAS 效应估计对全基因组基因型加权求和所得的个体风险评分。
曲线下面积 (area under the curve, AUC)
ROC 曲线下面积，等于随机病例评分高于随机对照的概率，度量判别力。
直接面向消费者的检测 (direct-to-consumer testing)
未经临床中介、直接向消费者出售的基因检测服务，报告完备性与咨询支持常受质疑。
表达数量性状位点 (expression quantitative trait locus, eQTL)
与某基因表达水平相关联的基因组区间，连接变异与表达层面的中介。

参考文献与延伸阅读

  1. Gibson G, Muse SV. 2009. A Primer of Genome Science, 3rd ed. Sunderland (MA): Sinauer Associates. (Chapter 3)
  2. Falconer DS. 1965. The inheritance of liability to certain diseases, estimated from the incidence among relatives. Annals of Human Genetics 29: 51–76.
  3. Corder EH, Saunders AM, Strittmatter WJ, et al. 1993. Gene dose of apolipoprotein E type 4 allele and the risk of Alzheimer's disease in late onset families. Science 261: 921–923.
  4. The Wellcome Trust Case Control Consortium. 2007. Genome-wide association study of 14,000 cases of 7 common diseases and 3,000 shared controls. Nature 447: 661–678.
  5. Amundadottir LT, Sulem P, Gudmundsson J, et al. 2006. A common variant associated with prostate cancer in European and African populations. Nature Genetics 38: 652–658.
  6. Weinshilboum RM, Sladek SL. 1980. Mercaptopurine pharmacogenetics: monogenic inheritance of erythrocyte thiopurine methyltransferase activity. American Journal of Human Genetics 32: 651–662.
  7. Zanger UM, Schwab M. 2013. Cytochrome P450 enzymes in drug metabolism: regulation of gene expression, enzyme activities, and impact of genetic variation. Pharmacology & Therapeutics 138: 103–141.
  8. Klein TE, Altman RB, Eriksson N, et al. 2009. Estimation of the warfarin dose with clinical and pharmacogenetic data. New England Journal of Medicine 360: 753–764.
  9. Purcell SM, Wray NR, Stone JL, et al. 2009. Common polygenic variation contributes to risk of schizophrenia and bipolar disorder. Nature 460: 748–752.
  10. Hudson KL, Holohan PK, Collins FS. 2008. Keeping pace with the times — the Genetic Information Nondiscrimination Act of 2008. New England Journal of Medicine 358: 2661–2663.
  11. Lewontin RC. 1972. The apportionment of human diversity. Evolutionary Biology 6: 381–398.