APOE 分层 GWAS：分组发现、效应差异与正式交互
按APOE基因型分层开展AD GWAS，再以分层效应差异、等位基因剂量趋势和统一logistic交互模型分别检验背景依赖。DDHD1是有价值的案例，但全基因组正式交互检验、名义eQTL证据和表达介导不能混为一谈。
结果分层效应比较采用29个位点的0.0017阈值；全基因组SNP×APOE交互扫描仅APOE区域显著，DDHD1为P=1.62×10⁻⁶。
15 篇论文
Fine-mapping 与共定位
因果变异、可信集合、多个关联信号与功能先验。
AlphaGenome：候选因果变异低估与功能先验
在 GTEx Whole Blood 中，将高 PIP 候选与同一基因附近的背景变异直接比较，解释 AlphaGenome 为何可有尚可的总体 eQTL 相关，却不能稳定预测个体表达差异。重点是位点内相对效应、模型 fold 稳定性及功能先验的使用边界，而不是为所有分数寻找一个统一放大常数。
结果43.3% 的 MPM-eSNV 比同窗口全部 non-eQTL 对照预测幅度更大；这个比例不是 credible-set coverage。
邻近变异的四单倍型 MPRA：背景依赖与非加性
对7,285对相距不超过75 bp的变异设计全部四种单倍型，区分单变异效应、邻近背景与双变异非加性。关键不只是105/178的比例，而是DESeq2对比、共享参照造成的协方差，以及实验反事实与人群LD可识别性的差别。
结果强活性/强差异筛选后的178个集合中，105个满足作者的95%置信区间不重叠规则；59%不是全基因组非加性发生率。
GPN-Star：进化时间尺度、突变率校准与功能约束
把多物种全基因组比对与物种树显式纳入 Transformer，在脊椎动物、哺乳动物和灵长类三个时间尺度学习功能约束。关键不只是高分基准：不同任务使用校准 LLR、绝对 LLR 或校准熵；S-LDSC 与 DeepRVAT 提供了遗传统计应用证据，但尚未完成注释辅助 SuSiE 的直接验证。
结果V 模型更适合若干编码致病任务，M 模型在高 PIP GWAS 变异排序中更强，P 模型在 106 项性状的 S-LDSC 分析中最突出。
AlphaGenome Atlas：AVI 评分与非编码稀有变异集合检验
预计算约 90 亿个 SNV 与超过 1 亿个已观察到的 indel 的分子效应，再以群体频率构造代理标签，整合为 AVI。重点是功能注释如何改变稀有变异集合检验：UKB 蛋白分析中，加入 Atlas 注释后条件独立的非编码集合发现由 595 增至 728；这一收益并非 AVI 单独带来，且分析使用较早内部版本。
结果54,189 名 UKB 参与者、2,028 项蛋白的 cis 集合分析，加入 Atlas 注释后发现增加约 22%；进一步调整单变异后 241 项中 177 项来自 Atlas。
FM-GPT：局部 GReX 引导的多表型基因精细定位
在每个候选位点内联合建模遗传预测表达、潜在表型因子和混合类型结局，用基因及基因–因子两层选择产生基因 PIP。UKB 皮层厚度与 EHR 应用展示候选集缩小，但因子数错设的模拟明显失去 FDR 控制；因子方向、筛选步骤与比较方法的输入转换需要单独解释。
结果EHR 分析从 245,687 人的记录得到 169 个筛选后表型，再对 39 个有 TWAS 信号的表型联合定位，报告 60 个候选基因。
MS 遗传学：从跨祖源 GWAS 到细胞亚群与病灶空间
将日本、欧洲、非洲和美洲祖源的 MS GWAS 与患者 PBMC、脑病灶单核及空间转录组连接起来。scDRS 使用跨祖源结果定位 CD4 T 亚群和内皮细胞，gsMap 使用欧洲祖源结果比较活动与非活动病灶。重点是多基因证据怎样映射到细胞和空间，而不是将富集直接解释成细胞特异 eQTL 或因果机制。
结果PBMC 来自 20 名 MS 患者、163,541 个细胞；脑单核数据为 6 名患者的 7 个病灶、74,686 个细胞。
突变率与变异效应预测：保守性偏差和真实的稳定性缓冲
比较 50 种错义变异预测与保守性分数，并用 DMS 稳定性数据检验突变率依赖：多数分数把较难发生的替换预测得更有害，但真实稳定性缓冲只能解释其中一部分关联。
结果两组独立 DMS 稳定性数据支持更易发生的替换平均损害稍小；位点率与三核苷酸平均率分析的 Kendall 秩相关仅为 −0.02、−0.03 和 −0.008。
脑发育三维表观组：把风险变异连接到细胞类型与靶基因
在四类发育期胶质细胞群中整合开放染色质、DNA 甲基化和启动子互作，连接候选调控元件与靶基因；再结合序列模型和体内实验检验精神分裂症风险变异。
结果11,360 个预先优选的精神分裂症变异中，929 个落在可及区域，112 个被预测影响可及性。
血液与肠道 eQTL：补上 IBD 风险位点的细胞类型背景
在血液和肠道的细胞类型中比较 cis-eQTL 与 IBD GWAS 关联模式，共为 140 个风险位点找到匹配信号。肠道特异调控补充了仅研究外周血会遗漏的候选基因。
结果FDR ≤ 0.05：119 个风险位点、379 个基因；放宽至 0.10：140 个位点、556 个基因。
脑组织细胞背景依赖的 lncRNA eQTL 与疾病共定位
作者在 2,443 个 cortical bulk RNA-seq 样本中扩展 lncRNA 注释，并通过 genotype × deconvolution-derived cell proportion 交互检验寻找细胞背景依赖的 eQTL，再与脑相关 GWAS 进行共定位。
结果与脑相关 GWAS 得到 118 个 lncRNA–trait 共定位事件，约三分之二仅在显式建模细胞背景后被发现。
Dynema：在连续细胞状态中检验遗传调控效应
Dynema 将逐细胞 Poisson 建模、donor 聚类稳健 score 检验与自适应 bootstrap 结合，在 TBRU 和 OneK1K 中发现可复现的细胞状态交互 eQTL，并揭示部分交互信号独立于主效应 lead variant。
结果严格条件检验下，71/262 与 117/273 个交互 eGene 的信号仍显著；共定位结果需结合模型假设与原文数值差异解读。
sc-pcQTL：以局部多基因表达 PC 寻找遗传关联
先用 hurdle 模型筛选邻近基因共表达，再以表达 PC 进行单细胞 QTL 和共定位分析。新增的 46 个 pcQTL-specific 信号组有生物学线索，但组件校准不能替代整个筛选流程的多重性验证。
结果394 个共定位信号组中，46 个仅由 pcQTL 提供，相对包含 eQTL 的 348 组增加 13.2%；这些不是 46 个独立疾病位点。
CASTIE：全 cis 扫描中的细胞状态交互 eQTL
CASTIE 用两类随机效应、可复用的基因零模型及自适应供者稳健方差扫描状态交互 eQTL，在免疫细胞与代谢刺激数据中恢复静态模型遗漏的调控关联。
结果374 个状态级共定位关联对应 270 个 gene×trait×cell-compartment 组合，其中 197 个未被对应静态共定位恢复。
ColocBoost：联合定位跨细胞类型、跨组学的共享遗传信号
ColocBoost 在多任务梯度提升中联合选择变异和共享性状，以 LD 平滑保留定位不确定性。v3 全文补充了概率校准与分样本重现证据，并明确较强残差相关可能造成 FDR 膨胀。
结果AD 分析的 188 个事件对应 120 个位点，COLOC-union 为 48；VCP 类似 PIP，但不是贝叶斯后验 PIP。