一个团队拿到 GWAS 结果后，通常很快就会遇到比“有没有显著位点”更难的问题：同一位点附近有多个基因，文献各自都能找到一些依据，究竟先验证谁？这个候选应放在哪类细胞里研究？下一步实验应该测什么？
这个案例的原始材料并不少：GWAS 汇总统计、相关组织的 eQTL/pQTL 资源、单细胞表达矩阵，以及若干已经整理过的候选基因。真正的困难是，现有结果停留在“位点附近有什么”，还没有变成“哪条证据支持哪个候选、它可能在哪种细胞状态中发挥作用、先做哪一步验证”。
问题并不是候选太少，而是每个候选都像“有道理”
最靠近 lead SNP 的基因，未必是遗传效应真正影响的基因。一个非编码变异可能通过远端调控改变另一个基因的表达；一个位点也可能包含多个相互独立的遗传信号。如果直接按物理距离、最小 P 值或文献热度排序，得到的通常是一张很长的名单，而不是一个可以执行的研究计划。
我们先把项目问题收窄为一句话：哪些候选同时获得遗传定位、分子调控和疾病相关细胞场景的支持，并且能被设计成下一步可检验的实验？
第一步：先把遗传信号本身做对
我们首先统一基因组版本、染色体位置、参考/替代等位基因和效应方向，并检查 GWAS、QTL 与 LD 参考之间是否一致。A/T、C/G 这类回文位点若缺少可靠频率信息，需要谨慎处理；LD 参考还应尽量匹配研究人群祖源。否则，后面的共定位图即使“看起来很像”，也可能只是等位基因翻转或 LD 结构不匹配造成的假象。
随后在每个重点区域识别条件独立信号，并使用能够处理多信号的精细定位框架。以 SuSiE-RSS 为例，它可以基于汇总统计和 LD 估计每个变异的后验纳入概率（PIP），并形成可信集。这里的目标不是武断地宣布某一个 SNP 就是因果变异，而是把不确定性从“整个位点”收敛到若干有概率解释的变异集合。
第二步：用共定位判断“同一区域”是不是“同一信号”
接下来，我们把疾病 GWAS 与相关组织的 eQTL、必要时的 pQTL 放在同一位点比较。这里不能只看“GWAS 显著、eQTL 也显著”，因为两个性状可能在同一片区域分别由不同变异驱动。共定位分析关注的是：两组关联模式是否支持共享遗传信号。
对于存在多个信号的区域，我们优先采用支持多因果变异假设的流程，例如先用 SuSiE 分解信号，再通过 coloc.susie 比较对应成分。解释时同时看“共享信号”的支持与“两个不同信号”的支持，并对先验设定、组织选择和区域边界做敏感性检查。
如果某个基因只在一个方便获取、但与疾病生物学距离较远的组织中出现 eQTL 支持，我们不会把它直接升为最高优先级。相反，会把“组织是否相关”和“是否存在更贴近疾病场景的 QTL 资源”写进证据缺口。
第三步：把候选放回具体细胞与状态
单细胞数据的作用，不只是给候选基因画一张 FeaturePlot。我们会先检查细胞注释依据、患者组成、疾病状态和批次，再回答三个层次的问题：
- 表达定位：候选主要在哪些细胞类型或亚群中表达？
- 状态关联：在疾病相关状态、刺激条件或进展阶段中，表达或基因程序是否发生一致变化？
- 患者层级复核：这种变化能否在多个供体中重复，而不是由某一个样本或细胞数量差异驱动？
涉及组间比较时，我们把供体视为统计重复，按细胞类型进行 pseudobulk 汇总或采用适合重复测量的模型，避免把同一个患者的上千个细胞误当作上千个独立样本。若只有表达定位、没有细胞特异 QTL 或调控证据，我们会明确写成“细胞场景支持”，而不是“细胞因果证据”。
第四步：把“排名”改造成“验证路线”
这个案例最终没有交付一张从 1 排到 N 的基因表，而是形成三层候选路线：
- 优先候选：遗传精细定位、相关组织 QTL 共定位和疾病相关细胞状态三层证据方向一致，可直接进入针对性验证设计；
- 备选候选：其中两层支持较强，但存在组织不匹配、跨队列不稳定或多信号难以区分的问题，先补一项关键证据；
- 暂缓候选：主要依据来自物理距离、文献热度或单一数据集表达差异，目前不足以占用首轮实验资源。
对每个优先候选，我们继续写清三件事：建议使用哪类细胞模型或组织场景，干预后观察什么分子或表型读出，以及什么结果会支持或反驳当前假设。这样，生信分析的终点不再是“图画完了”，而是下一步实验可以据此排顺序。
交付物为什么不只是几张图
| 交付模块 | 回答的问题 | 关键技术细节 | 可用于什么决策 |
|---|---|---|---|
| 位点与可信集报告 | 遗传信号究竟集中在哪里？ | 等位基因协调、LD 匹配、独立信号、PIP 与可信集 | 避免只追 lead SNP 或最近基因 |
| QTL 共定位证据表 | 疾病与表达/蛋白是否可能共享信号？ | 多信号建模、H3/H4 比较、先验和组织敏感性 | 区分共享调控与区域重叠 |
| 细胞场景图谱 | 候选可能在哪类细胞和状态中起作用？ | 注释复核、供体层级比较、pseudobulk、跨队列复核 | 选择模型与实验材料 |
| 候选分层与验证清单 | 先验证谁、为什么、测什么？ | 支持、冲突、缺口与可验证性分项呈现 | 安排首轮实验和补数据顺序 |
哪些做法看起来快，实际容易把项目带偏
- 把 lead SNP 最近的基因直接当成靶基因；
- 只要 GWAS 和 eQTL 的显著峰重叠，就宣布共定位；
- 在存在多个独立信号时，仍套用单一因果变异假设；
- 只凭某个基因在一种细胞里高表达，就把它解释成疾病驱动细胞；
- 把每个细胞当独立样本做组间检验，忽略供体层级重复；
- 用一个综合分数遮住证据冲突，让排名无法复核。
这类联合分析，什么情况下最值得做
如果你已经有 GWAS 位点、候选基因或 MR 结果，但卡在“候选太多”“不知道放在哪类细胞验证”“不同证据互相冲突”，这类分析比继续堆更多相关性图更有价值。它也适合准备功能实验、申请课题、整理文章主线，或者需要判断现有公开数据能否支撑下一步研究的问题。
把一个位点发来，我们先判断证据能不能接起来
请准备：研究疾病或性状、候选位点/基因、GWAS 数据来源、已有 QTL 或单细胞数据、目标组织，以及你最想回答的实验问题。我们会先评估数据版本、祖源、样本条件和可用公开资源，再说明能连接到哪一层证据、哪些结论目前不能做。
