四十八万个基因组，一夜之间重写关联研究的规则

2018年秋天，牛津大学韦尔科姆人类遗传学中心的服务器机房里，一组压缩文件包静静等待着全球研究者的下载请求。文件的体量以太字节计，内容是约五十万名英国人的全基因组数据——经过质控、填充、注释，整理成可以直接导入统计软件的格式。没有剪彩仪式，没有新闻发布会，只有一篇发表在《自然》杂志上的技术论文，第一作者是克莱尔·拜克罗夫特，通讯作者是乔纳森·马尔钱尼。论文的摘要用平静的语气描述了一件前所未有的事：通过高效的单倍型分型和基因型填充，这批数据将可检验的遗传变异数量扩展至约九千六百万个。对于遗传流行病学界来说，这个数字意味着一道门槛被悄然跨越。此前十余年，全基因组关联研究的逻辑是"寻找"——在数百万个位点中搜寻与疾病相关的那几个、那几十个、那几百个变异。此后，这个逻辑开始变成另一件事：理解一种疾病的遗传结构，究竟由多少个微小效应叠加而成，以及这种叠加能否被转化为对个体风险的预测。同年，哈佛医学院的塞卡尔·科拉团队用这批数据中的四十余万人，给出了一个让临床医学界既兴奋又困惑的答案。