复杂特征的普遍多基因性在全转录组关联研究中增加了假阳性率

科学领域:

• 遗传学 遗传学 是一个
• 统计遗传学 统计遗传学
• 生物信息学是一种生物信息学.

背景情况:

• 全转录关联研究 (TWAS) 和相关方法 (xWAS) 对于通过分子特征将遗传变异与疾病联系起来至关重要.
• 多遗传性对这些媒介特征关联测试的有效性的影响被低估了.
• 复杂的特征往往具有高度多基因性,需要重新评估当前的关联测试方法.

研究的目的:

• 在多基因性背景下评估调解者-特征关联测试的有效性和准确性.
• 识别和量化多基因特征标准关联测试中虚假阳性率的膨胀.
• 开发和验证一种用于控制差异和纠正假阳性率的新方法.

主要方法:

• 通过模拟和理论推导,研究了基于多基因特征的标准线性回归测试的膨胀.
• 开发了一种基因特异变异控制方法,类似于基因组控制,以应对通货膨胀.
• 使用模拟和真实遗传数据,对拟议方法与现有方法的性能进行了评估.

主要成果:

• 标准测试显示高多遗传性特征的虚假阳性率膨胀,特别是在大样本大小的情况下.
• 膨胀的程度取决于GWAS样本大小和目标特征的多基因可遗传性.
• 拟议的差异控制方法有效校准假阳性率,优于目前的方法.

结论:

• 多基因性显著影响TWAS和相关方法的可靠性,导致错误阳性.
• 一种新的差异控制方法为多基因特征提供了准确的假阳性控制.
• 有更新的软件 (PrediXcan) 可用于实施这些纠正,提高遗传预测器开发和关联研究的可靠性.