2026年1月，公共卫生学院生物统计学系陈峰、赵杨、张汝阳教授团队在呼吸与危重症医学领域头部期刊《美国呼吸与重症监护医学杂志》（American Journal of Respiratory and Critical Care Medicine）发表了题为《联盟级跨组学肺癌基因-吸烟交互作用研究（A trans-omics gene-smoking interaction study of lung cancer based on consortium data）》的研究论文。该研究针对“临床标本采集难、多维组学检测贵”的难题，采用统计算法整合超大规模人群基因组数据和多种数量性状位点（quantitative trait locus, QTL）数据，以获得高保真多组学数据。研究团队完成了首个覆盖所有组学层面的肺癌基因-吸烟交互作用研究（LungCancer-xWAS-GxE），并创新构建了分子修饰评分（molecular modifying score, MMS）以度量基因对吸烟致癌效应的修饰作用。该研究是“统计学”助力“多组学研究”的有效实践，也为“肺癌高危人群识别、禁烟人群精准防控”提供了理论依据。
吸烟是公认的肺癌环境暴露因素，但并非所有吸烟者都会罹患肺癌。个体遗传背景如何影响吸烟致癌的效应，一直是领域内的研究热点。研究团队以国际肺癌研究联盟、肺癌跨学科研究联盟、美国癌症筛查试验队列和英国生物标本库约50万人的基因组数据为基础资源，结合大规模的多组学QTL数据，采用高效的统计算法获得了高保真的表观基因组、转录组、蛋白组和代谢组数据，用于后续肺癌多组学基因-吸烟交互作用研究LungCancer-xWAS-GxE。为保证信号识别的可靠性，团队采用“先筛选、再验证”的两阶段分析策略，鉴定出8个与吸烟存在交互作用的生物标志物，包括：尼古丁乙酰胆碱受体区域的DNA甲基化位点、RP11-326C3.14基因表达等。进一步，团队首次提出MMS概念，用于度量基因对吸烟致癌效应的修饰作用，刻画吸烟致癌在个体间的差异，以回答“为何有人吸烟不容易得肺癌”的科学问题。
此外，研究团队同步发布了免费在线平台 LungCancer-xWAS-GxE（http://bigdata.njmu.edu.cn/LungCancer-xWAS-GxE/），供科研工作者查询肺癌所有的基因-吸烟交互作用信号。
公共卫生学院生物统计学系陈峰教授、赵杨教授、张汝阳教授是本文共同通讯作者；博士生谢宁、硕士生徐晓文、硕士生王彦如、硕士生王澳萱、博士生王湘、博士生汪璇为本文共同第一作者。美国哈佛大学David C Christiani教授、美国密西根大学Yi Li教授、美国贝勒医学院Christopher I Amos教授、加拿大多伦多大学Rayjean J Hung教授、南京医科大学沈洪兵教授、胡志斌教授、西班牙巴塞罗那大学Manel Esteller教授、北京大学魏永越教授、南京医科大学博士生赵盟生、硕士生周嘉澄为本研究提供了鼎力支持。研究获国家自然科学基金重点国际（地区）合作研究项目/面上项目资助。
原文链接：
https://academic.oup.com/ajrccm/advance-article/doi/10.1093/ajrccm/aamaf097/8435571?searchresult=1