学术搜索 · AI 审稿 · LaTeX 协作
146 类基因组特征预测 25 种组织突变易感性，跨组织规律比预期更稳定
学术圈重大事件 · 发布 2026-08-23T04:36:00+08:00 · 更新 2026-08-23T04:40:34+08:00
Genome Biology 研究整合 146 类基因组特征，预测 25 种人体组织编码区与非编码区的体细胞点突变易感性，并迁移到未参与训练的组织。结果显示几个碱基尺度主要由序列上下文决定，大尺度差异则由染色质、基因表达和 GC 含量主导，且规律跨组织高度稳定；模型可为癌症和衰老研究提供背景基线，但不等同个体风险或机制因果。
Genome Biology 8 月 22 日发表研究，把不同尺度的 146 类基因组特征整合进模型，预测人类基因组沿线在 25 种组织中发生体细胞点突变的易感性。模型同时覆盖癌症与健康组织的编码区、非编码区，并能预测训练中没有出现过的组织类型。论文全文见 Genome Biology 原始页面，摘要与开放许可可由 Crossref复核。
研究要回答的并不是“哪个组织突变最多”，而是为什么同一条基因组上有些位置更容易积累突变。结果显示，在几个碱基的小尺度上，局部序列上下文几乎完全主导易感性；放大到较长区段后，染色质结构、基因表达和 GC 含量成为主要解释因素。更重要的是，这些因素与突变率之间的依赖关系在不同组织间高度稳定，提示背后存在跨组织共享的基础致突变过程，而组织差异可能更多体现在暴露强度和细胞历史上。
对癌症演化、体细胞嵌合和衰老疾病研究者而言，一张可跨组织迁移的“背景突变易感图”有助于区分哪些突变富集只是基因组位置本身容易受损，哪些才可能反映选择或特定病理过程。它也能为稀有组织或样本不足场景提供基线。不过，模型从既有突变目录和功能组学特征学习的是统计易感性，不等同于个体实际风险；测序深度、细胞组成和不同数据集的检测偏差仍可能影响结论。
为什么重要： 论文把突变率的局部序列效应与大尺度染色质效应分开量化，并证明主要规则可迁移到未见组织，为跨癌种、跨组织解释体细胞突变提供统一基线。
信息来源
可信度说明
研究经过同行评议，覆盖健康与癌症样本、25 种组织和 146 类特征，并以未参与训练的组织检验迁移能力；但它仍是基于现有突变目录的建模研究，相关性不能替代直接机制实验，样本制备、测序与突变检出差异也可能留下系统偏差。