全基因組關聯研究（GWAS）的方法學與發現
GWAS 比較病例和對照的全基因組 SNP 頻率差異→鑑定與疾病關聯的基因位點。技術基礎：linkage disequilibrium（LD）——附近的 SNP 傾向一起遺傳→tag SNP 可代表周圍的遺傳變異。統計閾值：p < 5 × 10⁻⁸（genome-wide significance，校正 ~100 萬次獨立檢驗的 Bonferroni correction）。截至 2024 年，GWAS Catalog 收錄 >6000 篇研究、>500,000 個 SNP-trait 關聯。主要發現：大多數 GWAS hits 在 non-coding regions（intergenic 或 intronic）→影響 enhancer、promoter 或 splicing regulatory elements→功能詮釋需結合 eQTL（expression quantitative trait loci）和 chromatin accessibility（ATAC-seq）數據。
Missing Heritability 問題
GWAS 鑑定的 common variants（MAF >5%）通常 effect size 很小（OR 1.05-1.5），加總僅解釋疾病遺傳度的 10-30%。「遺失的遺傳度」可能來源：(1) rare variants（MAF <1%，effect size 較大但 GWAS 難偵測→需 WGS）(2) structural variants（CNV, inversions）(3) gene-gene interaction（epistasis）(4) gene-environment interaction (5) epigenetic factors。Omnigenic model（Boyle et al., Cell, 2017）提出：幾乎所有基因都通過 trans-regulatory network 間接影響疾病→core genes 直接相關，peripheral genes 通過基因調控網絡傳遞效應。
Polygenic Risk Score（PRS）的臨床轉譯
PRS = Σ(effect size × allele count) across genome-wide SNPs。冠心病 PRS 可鑑定出風險等同 FH 雜合子的高風險人群（top 8% PRS ≈ 3-fold risk，Khera et al., NEJM, 2016）。臨床應用的挑戰：(1) PRS 在發現族群（多為歐洲裔）外的預測力下降（portability problem）→非歐洲裔的 GWAS 代表性不足 (2) effect size 小→個人層次的預測力有限→更適合群體層次的風險分層 (3) 基因-環境交互作用使 PRS 的預測因生活方式不同而變動。Multi-ancestry GWAS 和 Biobank 計劃（UK Biobank, All of Us）正在改善代表性。
表觀遺傳學（Epigenetics）在多因子疾病中的角色
DNA methylation、histone modification 和 non-coding RNA 不改變 DNA 序列但影響基因表現。DOHaD（Developmental Origins of Health and Disease）假說：子宮內營養不良→DNA methylation pattern 改變→出生後代謝適應不當→成年期肥胖和糖尿病風險↑（Dutch Hunger Winter 研究：二戰荷蘭飢荒期間在子宮內的胎兒，60 年後 IGF2 基因 methylation 仍異常低）。Transgenerational epigenetic inheritance 在人類中的證據仍有限但在動物模型中已確認。
文獻參考：Khera, A.V. et al. (2016). NEJM, 375, 2349-2358. / Boyle, E.A. et al. (2017). Cell, 169, 1177-1186 (Omnigenic model).