1. 领域背景与文献
文献英文标题：Catalogue of stable and variable interindividual DNA methylation sites in human whole blood；发表期刊：Genome Biology；影响因子：未公开；研究领域：表观遗传学（DNA甲基化个体间变异）
表观遗传学是解析遗传与环境交互作用、解释复杂表型差异的核心领域，其中DNA甲基化是最具代表性的表观遗传修饰之一。目前人类个体间遗传变异已被系统表征，但表观遗传变异的全基因组详细目录仍不完善。同卵双胞胎在遗传背景完全一致的情况下，仍存在疾病易感性、表型特征等方面的差异，这类现象无法仅用遗传序列变异和环境暴露解释，提示表观遗传变异可能是关键驱动因素。过往研究已在多种组织中鉴定到可变甲基化区域，但存在技术局限：如早期研究仅针对人类主要组织相容性复合体（MHC）等特定基因组区域，或使用覆盖度较低的450K甲基化芯片（仅约45万个CpG位点），无法全面捕捉远端调控元件的甲基化变异；部分全基因组研究样本量较小，缺乏人群代表性。本研究针对上述空白，采用覆盖85万个CpG位点的Illumina EPIC芯片，在英国代表性人群队列（3642例全血样本）中系统鉴定稳定与可变甲基化位点，构建了全基因组范围的全血DNA甲基化变异目录，为表观基因组关联研究（EWAS）的结果解读提供关键资源，同时解析了甲基化变异的调控机制与功能意义。
2. 文献综述解析
作者对领域内现有研究的分类维度主要包括研究的组织类型、技术平台（芯片/测序）、研究范围（特定区域/全基因组）及核心研究方向（变异鉴定/机制解析）。现有研究的关键结论可整合为：DNA甲基化个体间变异与表型差异密切相关，同卵双胞胎的疾病不一致性已被证实与表观遗传差异直接关联；不同组织中的可变甲基化区域具有显著组织特异性，且多富集在调控元件区域；甲基化数量性状位点（mQTLs）可作为遗传变异与表观遗传变异的桥梁，解析遗传对甲基化的调控作用。技术方法方面，全基因组亚硫酸氢盐测序可实现单碱基分辨率检测，但因成本高昂导致样本量普遍较小；450K甲基化芯片虽降低了研究成本，但对启动子以外的远端调控元件覆盖不足；部分研究针对特定疾病队列，虽能揭示疾病相关甲基化变异，但缺乏普通人群的代表性数据。现有研究的核心局限性在于：缺乏大样本量、人群代表性的全基因组全血甲基化变异目录；对可变甲基化位点的功能调控机制（如与转录因子结合、3D基因组结构的关联）解析不够深入；对表观等位基因（epialleles）的系统鉴定及功能验证仍较匮乏。
本研究的创新价值通过与现有研究的对比凸显：首次采用覆盖度更高的EPIC芯片在3642例大样本代表性人群中系统鉴定全血的稳定与可变甲基化位点，填补了全基因组范围全血甲基化变异目录的空白；深入解析了可变甲基化位点与转录因子结合、mQTLs及3D基因组结构的关联，揭示了甲基化变异的多层调控机制；系统鉴定了784个潜在表观等位基因，并明确其与基因表达的调控关系，为表观遗传变异驱动表型差异提供了直接证据。
3. 研究思路总结与详细解析
本研究的整体框架为：以英国代表性人群全血样本为研究对象，通过大样本发现-验证队列设计，系统鉴定全基因组范围的稳定与可变甲基化位点；从基因组注释、转录因子调控、遗传关联、3D基因组结构等多维度解析甲基化变异的调控机制；进一步鉴定潜在表观等位基因并验证其对基因表达的调控作用，形成“变异鉴定-机制解析-功能验证”的完整研究闭环。核心科学问题聚焦于：人类全血中DNA甲基化个体间变异的基因组特征是什么？遗传、转录因子、3D基因组结构如何调控这些变异？甲基化变异是否及如何影响基因表达？
3.1 样本处理与数据预处理
实验目的是获得高质量、无偏倚的DNA甲基化数据集，确保后续变异鉴定的可靠性。方法细节：选取Understanding Society队列的全血样本，分为发现集（1171例）和验证集（2471例），采用Illumina EPIC芯片检测DNA甲基化；数据预处理流程包括：去除SNP探针、交叉杂交探针、性染色体探针，使用dasen法校正I型和II型探针的偏倚，通过甲基化性别分类器去除报告性别与生物学性别不一致的样本，利用MethylToSNP包去除与SNP位点混淆的CpG位点，最终保留747302个CpG位点用于后续分析。结果解读：经过严格质控与预处理，获得了覆盖全基因组的大样本甲基化数据集，队列的人群代表性确保了研究结果可推广至英国普通人群。产品关联：文献未提及具体实验产品，领域常规使用Illumina Infinium MethylationEPIC BeadChip芯片、R语言的bigmelon、minfi等数据处理包完成样本检测与数据预处理。
3.2 稳定与可变甲基化位点的鉴定
实验目的是在全基因组范围精准鉴定个体间甲基化水平稳定（SMPs）与可变（VMPs）的CpG位点。方法细节：采用降采样法控制样本偏倚，对发现集随机去除10%样本后，计算每个CpG位点甲基化值的标准差（SD），将前10%高SD位点定义为VMPs，后10%低SD位点定义为SMPs；重复该过程10次，仅保留所有重复中均出现的位点；在验证集中重复相同分析流程，最终仅保留在发现集和验证集均鉴定到的位点。结果解读：共鉴定得到34972个VMPs和41216个SMPs；VMPs主要呈现中等甲基化水平，而SMPs以高或低甲基化水平为主；约50%的VMPs为EPIC芯片特有，无法通过450K芯片检测；细胞类型组成仅解释不到15%的VMPs变异，说明甲基化变异主要由遗传、环境或随机表观遗传过程驱动。
产品关联：文献未提及具体实验产品，领域常规使用R语言的统计分析包完成标准差计算与降采样分析。
3.3 VMPs/SMPs的基因组注释与功能富集
实验目的是解析VMPs与SMPs的基因组分布特征及潜在生物学功能。方法细节：利用Minfi包将CpG位点注释到CpG岛、启动子、增强子、基因区域等基因组元件；采用PWMEnrich包进行转录因子结合基序富集分析，以SMPs为背景分析VMPs的特有富集基序，反之亦然；通过GO和KEGG通路分析富集基序的功能关联；同时分析VMPs/SMPs与年龄、吸烟、性别相关CpG位点的重叠，以及与印记区域的关联。结果解读：VMPs显著富集在CpG岸、增强子、基因间区，而SMPs主要富集在CpG岛、启动子区域及管家基因；VMPs富集的转录因子基序以TFAP2A、NHLH1为主，SMPs富集的基序以SREBF1、AHR为主，且这些转录因子多为甲基化敏感型，提示甲基化变异可通过影响转录因子结合调控基因表达；VMPs与年龄、吸烟、性别相关CpG的重叠率高于SMPs，但仍有大部分VMPs不与这些已知表型相关CpG重叠，提示存在未被发现的调控因素；VMPs与印记区域显著重叠（242个位点），而SMPs仅1个位点与印记区域重叠，提示可变甲基化可能参与等位基因特异性调控。
产品关联：文献未提及具体实验产品，领域常规使用R语言的PWMEnrich、clusterProfiler等包完成功能富集分析。
3.4 VMPs/SMPs与mQTLs及3D基因组结构的关联
实验目的是解析遗传变异对DNA甲基化个体间变异的调控作用，以及3D基因组结构在其中的介导作用。方法细节：将VMPs/SMPs与已发表的全血mQTLs数据关联，定义顺式（cis）mQTL为SNP与CpG位点距离≤500bp的对，反式（trans）mQTL为距离>500bp的对；利用全血Hi-C数据，分析trans mQTL对是否位于同一拓扑关联域（TAD）或通过染色质环连接。结果解读：44.9%的VMPs与mQTLs关联，其中21%为cis mQTL，79%为trans mQTL；仅3.27%的SMPs与mQTLs关联，提示可变甲基化位点受遗传调控的比例远高于稳定位点；大部分trans mQTL-VMP对位于同一TAD，说明3D基因组结构可介导遗传变异对远端甲基化位点的调控；mQTL-VMP关联的SNP富集在细胞形态发生、小GTP酶信号转导等生物学通路，进一步支持遗传对甲基化的功能调控。
产品关联：文献未提及具体实验产品，领域常规使用Juicer、HiCExplorer等工具完成3D基因组结构分析。
3.5 潜在表观等位基因的鉴定与功能分析
实验目的是鉴定全血中的潜在表观等位基因，并解析其对基因表达的调控作用。方法细节：从VMPs中筛选平均甲基化水平在0.4-0.6之间的位点，采用Hartigan’s dip test检测甲基化分布的双峰性，将符合条件的位点定义为潜在表观等位基因；分析表观等位基因与mQTLs的关联、组织特异性（与脑、骨骼肌样本的重叠率）；利用SHIP-Trend队列的基因表达芯片数据、CD14+单核细胞的RNA-seq数据，分别分析甲基化变异与基因表达变异的相关性。结果解读：共鉴定得到784个潜在表观等位基因，其中58%为EPIC芯片特有；81%的表观等位基因与mQTLs关联，且以trans mQTL为主；表观等位基因在不同组织间的重叠率极低，提示其具有显著组织特异性；在非匹配人群队列中，位于5’UTR的表观等位基因的甲基化变异与靶基因表达变异呈正相关；在匹配的CD14+单核细胞队列中，5’UTR区域的表观等位基因甲基化与基因表达呈负相关，启动子区域的表观等位基因（如TACSTD2、Xist启动子）显示出强负相关，直接证明甲基化变异对基因表达的调控作用。
产品关联：文献未提及具体实验产品，领域常规使用R语言的diptest包完成双峰分布检测，通过Pearson相关分析甲基化与基因表达的关联。
4. Biomarker研究及发现成果
本研究中涉及的Biomarker主要包括全血DNA甲基化可变位点（VMPs）和潜在表观等位基因两类。VMPs的定位为人类全血中个体间甲基化水平存在显著变异的CpG位点，筛选逻辑为：在发现集与验证集的大样本队列中，通过重复降采样分析均被鉴定为高标准差的位点；潜在表观等位基因的定位为VMPs中具有双峰甲基化分布的位点，筛选逻辑为：平均甲基化水平在0.4-0.6之间，且经Hartigan’s dip test检测显示显著双峰分布（p<0.05）。
研究过程方面，两类Biomarker均来自人类全血样本，采用Illumina EPIC芯片进行甲基化检测；VMPs通过发现集与验证集的重复鉴定确保可靠性，潜在表观等位基因通过组织特异性分析、mQTL关联分析进一步验证其生物学意义；特异性上，VMPs显著富集在调控元件区域，与管家基因无关联，潜在表观等位基因具有显著组织特异性；敏感性方面，大样本量（3642例）确保了Biomarker鉴定的统计学效力。
核心成果提炼：VMPs目录为EWAS研究提供了关键参考，仅针对可变位点进行分析可显著提高统计效力，同时为结果解读提供背景依据；潜在表观等位基因中部分位点的甲基化变异可直接调控基因表达，为表型差异的表观遗传机制提供了直接证据；约50%的VMPs受遗传变异调控，15%的变异由细胞类型组成驱动，约四分之一的VMPs与年龄、性别、吸烟等已知表型相关因素关联；784个潜在表观等位基因中，约19%未与任何SNP关联，提示其可能由随机表观遗传过程或环境暴露驱动。具体数据包括：VMPs数量为34972个（n=3642），SMPs数量为41216个（n=3642）；潜在表观等位基因数量为784个（n=3642，Hartigan’s dip test p<0.05）；44.9%的VMPs与mQTLs关联（n=3642，关联具有统计学显著性）；位于5’UTR的表观等位基因甲基化变异与基因表达变异的Pearson相关系数在非匹配队列中呈正相关，在匹配队列中呈负相关（p<0.05）。
