代谢功能障碍相关脂肪性肝病（Metabolic dysfunction-associated steatotic liver disease，MASLD）已成为全球最常见的慢性肝病之一，影响超过30%的人群，并与肝硬化、肝癌、2型糖尿病及心血管疾病等密切相关。近年来，大规模全基因组关联研究（GWAS）鉴定出数百个与MASLD相关的遗传风险位点，但超过90%的风险变异位于非编码区，其具体功能及作用机制长期不清楚。由于缺乏对这些风险变异如何影响细胞状态、调控基因表达以及驱动疾病进展的系统认识，遗传学发现向疾病机制解析和临床转化应用的推进面临重要瓶颈。

6月2日，广医-广州生物院联合生科院/广州国家实验室胡文祥研究员团队联合宾夕法尼亚大学Mitchell Lazar教授和肖杨教授团队，在Nature Genetics发表题为Integrative analyses elucidate transcriptional regulatory functions of risk alleles for metabolic liver disease的研究论文。该研究通过整合单细胞染色质开放性测序（snATAC-seq）、大规模平行报告分析（Massively Parallel Reporter Assays，MPRA）、CRISPR筛选结合单细胞测序（CROP-seq）以及多维功能基因组学数据，系统解析MASLD风险遗传变异的功能与调控机制，构建了从“风险变异-调控元件-转录因子-靶基因-疾病表型”的完整调控框架，并进一步建立融合功能性变异信息的遗传风险预测模型，为MASLD精准预警和个体化干预提供了新的理论基础和技术体系。

绘制MASLD单细胞调控图谱，锁定关键致病细胞状态

研究团队首先构建了覆盖健康肝脏、单纯脂肪变性、脂肪性肝炎及纤维化等不同疾病阶段的人类肝脏单细胞染色质开放性图谱，首次系统描绘了MASLD进展过程中肝脏调控景观的动态变化特征，并建立了高质量的人类肝脏调控组资源库。通过将GWAS风险位点与单细胞染色质可及性数据进行整合分析，研究人员发现MASLD遗传风险信号主要富集于疾病特异性肝细胞和活化肝星状细胞亚群中。进一步结合转录因子基序活性分析和遗传风险富集分析，揭示了风险变异可能通过重塑关键转录因子结合能力来影响细胞状态转换和疾病进程。同时，研究团队利用单细胞染色质开放性数据开展共可及性分析（co-accessibility analysis），构建远距离增强子与靶基因之间的调控关系网络，实现了非编码风险位点潜在靶基因的精准定位。

MPRA大规模筛选揭示功能性SNP的细胞特异性与环境依赖性

为了从数千个候选位点中筛选真正具有调控功能的遗传变异，研究人员进一步在肝细胞和肝星状细胞两类MASLD关键细胞中开展大规模MPRA筛选实验，并模拟脂质沉积和炎症刺激等疾病相关微环境条件。研究结果显示，大量功能性SNP呈现显著的细胞类型特异性和刺激依赖性活性。相同遗传变异在不同细胞背景和疾病状态下可能发挥完全不同的调控作用，提示功能遗传学研究必须结合疾病相关细胞类型和病理环境开展分析。为了进一步确定这些功能性SNP的作用靶点，研究团队整合公共肝脏eQTL数据库、染色质互作数据、单细胞共可及性分析结果以及邻近基因注释信息，建立多维度靶基因预测体系。功能富集分析表明，这些靶基因广泛参与脂质代谢、炎症免疫反应、细胞外基质重塑以及TGF-β信号通路等MASLD核心病理过程。进一步的转录调控网络分析发现，多个功能性变异能够通过影响关键转录因子结合活性，进而调控疾病相关基因网络，从而构建出连接非编码遗传变异与MASLD发病机制的重要桥梁。

发现全新MASLD遗传调控轴：rs474513-RUNX2-SLC22A3

为了验证上述预测结果，研究团队利用CRISPR敲除、CRISPR干扰（CRISPRi）以及CRISPR激活（CRISPRa）等多种功能基因组学策略，对多个候选位点开展系统验证。研究最终鉴定出一个此前未被认识的MASLD遗传调控轴—rs474513-RUNX2-SLC22A3。机制研究表明，风险位点rs474513通过改变转录因子RUNX2的结合能力，进而调控下游靶基因SLC22A3的表达水平。SLC22A3表达变化进一步影响肝细胞脂质积累过程，从而参与MASLD发生发展。研究人员进一步在人诱导多能干细胞（iPSC）来源肝类器官模型中验证了该调控机制，证明其在人类生理相关模型中同样具有重要功能。

从遗传关联走向机制解析与精准医学

长期以来，大多数GWAS研究只能回答“哪些位点与疾病相关”，却难以解释“这些位点如何导致疾病发生”。本研究通过整合单细胞组学、功能基因组学和遗传学分析，系统建立了解析复杂疾病非编码风险变异的研究范式。更重要的是，研究团队进一步构建融合功能性SNP信息的MASLD遗传风险预测模型，发现相比传统PRS模型，纳入功能验证变异后的预测体系能够显著提高疾病风险评估能力，为未来开展MASLD精准筛查、早期预警及个体化干预提供了新的方向。

综上，该研究不仅深化了人们对MASLD遗传基础和转录调控机制的理解，也为复杂疾病功能遗传学研究提供了重要参考，对推动遗传学发现向精准医学转化具有重要意义。

广医-广州生物院联合生科院/广州国家实验室副研究员朱碧莹、助理研究员何娜、博士后李陈，广州国家实验室博士研究生陈斌和宾夕法尼亚大学肖杨为本文共同第一作者。广医-广州生物院联合生科院/广州国家实验室胡文祥研究员和宾夕法尼亚大学Mitchell Lazar和肖杨教授为本文共同通讯作者。广医-广州生物院联合生科院为本文第一署名单位。

原文链接：https://www.nature.com/articles/s41588-026-02617-8#author-information