变异的不完全显现性（即携带致病变异但未表现出相应疾病表型）是遗传变异解释中的重大挑战。研究人员利用 Genome Aggregation Database (gnomAD) 的80多万份人类基因组数据，对ClinVar数据库中已知的临床相关变异进行了系统分析，揭示了影响显现性的多种分子机制。研究人员特别分析了77个与高外显率、早发、严重单倍剂量不足疾病相关的基因中的734个预测性功能缺失变异（pLoF），发现其中95%的“未显现疾病”个体可由注释误差、体细胞变异、拼接修复或其他救援机制解释。真正无法解释的病例极为罕见，显示出深入的逐例分析对于减少误判疾病风险的重要性。

预测无症状个体的疾病风险是精准医学的核心目标之一。然而，许多个体虽携带致病变异，却并未表现出疾病表型，形成了所谓的不完全显现性。这一现象可能源于变异注释不准、环境与调控差异或其他修饰因子。以往的显现性研究往往基于症状明确的病患群体，容易因抽样偏差而高估风险。而大规模群体数据库，如UK Biobank或gnomAD，为更公正地评估显现性提供了新途径。

ClinVar汇总了来自临床与研究实验室的变异数据，但由于提交模式分散且更新不一致，其中部分“致病”标注可能存在误差。gnomAD作为全球最大的人群变异数据库，在其最新版本（v4）中包含约80万人基因组和外显子组数据，涵盖多样的种群背景，是研究变异显现性的重要资源。研究人员利用该数据库探讨致病变异为何能在健康个体中“被容忍”，并系统评估其潜在机制。

研究人员整合ClinVar中约231万条变异数据，与gnomAD v4的807,162名个体的变异信息进行比对。首先，评估ClinVar变异在gnomAD中的覆盖率及不同版本间的变化；其次，重点分析预测性功能缺失变异（pLoF），通过逐例人工评估与功能注释规则体系（包含32条判定标准），识别导致假阳性或显现性降低的潜在机制，如转录本选择错误、低表达区、拼接修复、体细胞来源或技术伪影。最后，结合sQTL（剪接数量性状位点）分析，探索非编码调控如何通过可变剪接影响显现性。

在231万条ClinVar变异中，约74%（1,702,421条）出现在gnomAD样本中。其中致病/可能致病（P/LP）变异的代表性为30%，不确定意义变异（VUS）为73%，良性/可能良性（B/LB）变异为84%。P/LP变异主要包括无义、移码及关键剪接位点变异，且绝大多数极为罕见（97.6%的等位基因频率 < 0.0001）。从gnomAD v2到v4，个体数增长约5.7倍，使ClinVar变异覆盖率从56.9%提升至73.6%，其中P/LP变异代表性几乎翻倍（从16.3%到30%）。这些变化说明更大规模的数据集显著提高了临床变异的表征精度。

研究人员发现一个典型的群体特异性显现性调节案例：在东亚人群中，致病性 GJB2 p.Gly45Glu 变异（导致角膜炎-鱼鳞癣-耳聋综合征）在35名个体中出现，但所有人同时携带 p.Tyr136Ter 无义变异，两者位于同一单倍型上，后者“抵消”了前者的显性负效应，使这些个体未表现出致死性表型。这是一个罕见但清晰的“功能缺失救援”实例，展示了遗传背景在显现性调控中的关键作用。

在807,162个体中，共检测到4,464个pLoF变异，其中734个位于全基因组数据中、分布于77个高显现疾病相关基因。研究人员逐例分析发现，约70%的变异可被解释为并不真正导致功能丧失，主要原因包括：

位于终末外显子或其前50个碱基区域（18%），不触发无义介导的mRNA降解；

位于低表达区（10.8%）；

被邻近多核苷酸变异或移码修复所“救援”（7.8%）；

存在替代表达转录本（7%）；

可能为体细胞事件（等位基因平衡 <25%，约5.7%）。

此外，11.7%的变异证据不足被归为“不确定”，仅18.7%的变异仍无法解释。这意味着绝大多数被标记为“高风险”的pLoF变异其实并不真正致病。

在734个pLoF变异中，有9个位点与特定的剪接数量性状变异（sQTL）共定位，提示其所在区域可能通过可变剪接调节显现性。以MEF2C基因为例，两个pLoF变异位于低表达区（pext值下降约50%），且携带sQTL的个体呈现外显子排除现象。MEF2C的功能缺失与神经发育障碍相关，这表明部分携带者因sQTL导致的剪接调节而未发病。此结果提示：sQTL及可变剪接是导致显现性降低的重要机制。

研究人员通过对80多万人基因组的系统分析，揭示了在健康个体中出现“致病变异”的多种原因。显现性降低的主因并非生物学异常，而往往源于注释错误、技术假阳性或体细胞突变。深入的逐例评估显著降低了“假致病”判定率，使变异解读更可靠。

此外，研究强调了多样人群的重要性。东亚人群中的GJB2案例表明，种群特异的单倍型结构可能显著影响显现性。研究还指出，样本来源（如细胞系或老年个体）会增加体细胞变异的干扰，因此在利用群体数据库时需谨慎。

通过LoF功能注释框架的系统化分析，研究人员得出结论：

约95%的pLoF变异“未致病”现象可被合理解释；

真正无法解释的不完全显现仅占4.5%；

sQTL介导的剪接调控是少数但确凿的显现性调节机制；

对每一个pLoF变异进行个体化评估是减少误判、改进临床遗传学的重要途径。

本研究不仅深化了对显现性和变异解释的理解，也为精准医学中的风险评估和遗传咨询提供了坚实的数据基础。

Gudmundsson, S., Singer-Berk, M., Stenton, S.L. et al. Exploring penetrance of clinically relevant variants in over 800,000 humans from the Genome Aggregation Database. Nat Commun 16, 9623 (2025). 

https://doi.org/10.1038/s41467-025-61698-x