这项研究开发了一种因果建模方法，旨在通过整合全外显子组测序的基因功能缺失（LoF）数据与Perturb-seq的大规模单细胞基因调控数据，揭示基因如何通过特定生物程序影响人类性状。研究者以红细胞性状（如血红蛋白含量和红细胞分布宽度）为模型，利用K562细胞系构建了一个从基因到细胞程序再到复杂性状的因果关系图谱。该模型成功识别了血红蛋白合成、细胞周期和细胞自噬等关键调控通路，并能准确预测基因对性状的影响方向。通过引入GeneBayes统计框架，研究显著提升了稀有变异效应估计的准确性，解决了传统全基因组关联分析（GWAS）难以阐明具体生物机制的局限。这项工作证明了在性状相关细胞类型中开展扰动实验，是连接遗传关联与生物学机制的关键桥梁。此外，研究还发现不同性状之间存在复杂的调控网络交叠，为理解疾病的遗传架构提供了全新的量化视角。

References:

• Ota M, Spence J P, Zeng T, et al. Causal modelling of gene effects from regulators to programs to traits[J]. Nature, 2025: 1-10.