Nature Genetics | 从eQTL到piQTL：研究人员首次绘制遗传变异影响蛋白互作网络的全景地图

引言

一个DNA位点发生变化，影响的可能不只是它附近的基因，还包括远处两种蛋白之间的相互作用。如果只看RNA表达，我们会错过多少这样的变化？

从“有多少蛋白”，走向“蛋白和谁协作”

研究遗传变异的功能，常见路径是检测它是否改变基因表达。但从DNA到细胞功能，中间还有多个环节：RNA能否有效翻译，蛋白能否保持稳定，是否出现在合适的位置，以及能否与伙伴形成复合物（protein complex）。

因此，RNA水平相近，不意味着蛋白数量相同；蛋白数量相近，也不意味着互作状态相同。表达量回答的是“有多少”，互作进一步追问“这些分子如何共同发挥作用”。

研究人员选用

实验包括无药条件，以及（trifluoperazine）四种处理。不同遗传背景遇到不同环境，互作会怎样变化？这正是研究要追踪的问题。

让蛋白的相遇，留下可以读取的信号

怎样在数百种遗传背景中检测蛋白互作？研究采用了（protein-fragment complementation assay，PCA）。

研究人员把耐甲氨蝶呤的小鼠二氢叶酸还原酶（murine dihydrofolate reductase，mrDHFR）拆成互补片段，分别连接到两个待检测蛋白上。当这两个蛋白相互接近，片段便有机会重组出酶活性，使酵母在甲氨蝶呤（methotrexate，MTX）选择条件下生长。

每株酵母还有可识别的DNA条形码（DNA barcode）。把菌株混合培养，再读取培养前后的条形码丰度，就能估计不同菌株的相对生长表现，进而推算互作信号。研究同时设置对照，校正药物等因素造成的非互作生长效应。

61对互作、354株菌株、5种条件、2个时间点和2次生物学重复，共构成约43万次检测。生物学重复之间的适应度估计相关系数为0.88，支持这一流程的重复性。

DNA上相距很远，功能上却可能很近

这里的1,180不是独立变异的数量：同一个SNP可能关联多对互作，也可能在多种条件下出现。

最有意思的是这些位点的位置。研究把互作双方基因起始或终止位置5 kb范围内的信号定义为顺式（cis），更远的定义为反式（trans）。以去重位点统计，约98.9%的piQTL属于反式，且研究报告反式位点的单变异效应总体更强。

这并不意味着调控毫无章法。研究发现，在蛋白互作网络中，与同一报告互作相关的变异所在基因，其编码蛋白往往彼此更接近；共享一个互作伙伴的蛋白对，也更容易共享piQTL。

DNA上的距离，与功能网络中的距离，是两回事。两个基因即使位于不同染色体，其产物仍可能参与相邻的功能过程。

这些结果支持一种解释：远处变异的影响可能通过细胞网络传递。但网络上的接近还不是逐步验证的因果路径，具体经过哪些分子环节，仍需实验追踪。

不改蛋白序列，也能改变蛋白的关系

如果一个变异不改变氨基酸序列，是否就不值得关注？这项研究提供了两个具体案例。

第一个位于CYT1的3′非翻译区（3′ untranslated region，3′UTR）。CYT1编码线粒体呼吸链中的细胞色素c₁。其SNP10438在无药条件下与61对报告互作中的16对相关，约占26%，并在四种药物处理下仍表现出关联。

研究人员随后在两种遗传背景中进行等位基因替换（allelic replacement）。其中一株编辑后，生长和细胞色素c氧化酶活性上升；另一株进行反向替换后，两项指标下降。

这把证据从“伴随出现”推进到了“改变位点后出现功能变化”，支持该非编码位点具有调控作用。不过，它如何影响各对蛋白的互作，还没有被逐一解析。

第二个案例是非编码RNA（noncoding RNA，ncRNA）SUT153，位于氟康唑靶基因ERG11的上游。

研究先在10株酵母中观察到SUT153与ERG11表达水平高度相关。随后编辑SUT153区域的候选SNP，其中SNP4975引起的表达变化最大。进一步调整SUT153的表达水平后，ERG11的RNA水平、氟康唑耐受表现，以及ERG11与PIS1的互作报告信号也随之改变。

非编码区域的功能，不一定止步于调节RNA，还可能延伸到蛋白复合物和细胞药物反应。但这不能推导出“所有非编码变异都重要”：被定位的信号仍需逐个验证。

只看RNA，可能会漏掉什么？

研究人员进一步比较了三层遗传关联：基因表达数量性状位点（expression QTL，eQTL）、蛋白丰度数量性状位点（protein abundance QTL，pQTL），以及此次获得的piQTL。

按完全相同的SNP匹配，354个独立piQTL位点中，93个与pQTL重叠，29个与eQTL重叠，只有8个在三层中均出现。piQTL与pQTL的重叠显著高于随机预期，与eQTL的重叠则没有达到这一标准。

这个结果反馈，蛋白互作更直接地承接蛋白层面的调控，也可能反映转录之后发生的变化，例如蛋白稳定性、定位及翻译后修饰（post-translational modification）。

但不能据此认定，其余位点都绕过了RNA调控。比较数据的群体设计和检测能力不同，eQTL研究与本研究也只共享部分SNP；考虑关联区间后，重叠结果还会变化。

这对变异研究提出了一个实用问题：当表达分析没有给出答案时，是否值得继续检测蛋白定位、稳定性和互作状态？

药物出现后，哪些遗传差异才显露出来？

遗传效应并不总在所有环境中保持一致。氟康唑处理后，研究检测到多处与ERG11—SSH1互作相关的反式信号，其中包括调控药物转运相关基因的转录因子PDR1。PDR1关联了6对报告互作，却未在此前的氟康唑生长QTL分析中被检出。

这提示，最终生长表现与中间分子变化并不完全等价。互作检测可能补充单纯生长实验未能揭示的信息，但“此前未检出”也不代表该基因此前没有作用。

研究还选择48株酵母进行RNA测序（RNA sequencing，RNA-seq），比较氟康唑处理前后的表达，发现约4,200个基因存在显著差异。部分药物特异的piQTL所在基因，也表现出较明显的表达响应，为后续机制研究提供了候选方向。

不过，表达响应可能是药物作用的后果，不能直接等同于药物靶点。二甲双胍等实验也发生在酵母中，不能据此预测患者疗效或指导临床用药。

这项研究仍有清楚的局限：61对互作覆盖有限，且偏向特定功能网络；群体来自两个亲本；主要分析SNP；多数关联尚未完成因果验证。反式效应的突出表现，也需要在更广泛的互作和自然群体中检验。

下一次遇到一个“距离目标基因很远”的变异，或一个“没有明显表达差异”的结果，我们或许可以多问一句：沿着蛋白之间的联系继续追踪，会不会看到尚未被解释的功能变化？

参考文献