Nat Biotechnol丨张赛/曾坚阳等提出基于人工智能的单细胞多基因风险评分框架，揭示人类复杂疾病的遗传和细胞异质性

本研究提出了一个基于图神经网络（GNN）的单细胞多基因风险评分框架（scPRS），整合全基因组关联研究（GWAS）数据和单细胞染色质可及性测序数据（scATAC-seq），以提高疾病预测的准确性并揭示遗传和细胞异质性。研究通过仿真实验和四种复杂疾病（二型糖尿病、肥厚型心肌病、阿尔兹海默症和重症新冠）验证了scPRS的优越性能，包括显著提升预测准确性、识别关键细胞类型、构建细胞类型特异的调控网络以及发现药物相关机制。此外，研究还通过实验验证了特定变异对基因表达和细胞功能的影响，展示了单细胞遗传学在复杂疾病研究中的潜力。