以图像为媒介的关联研究的统计方法发现了与四种大脑疾病相关的基因和途径

科学领域:

• 神经科学是一个神经科学.
• 遗传学 遗传学 是一个
• 医疗成像医学成像

背景情况:

• 脑成像和基因组学对于理解脑疾病遗传学至关重要.
• 获得大型队列的成像数据是昂贵的,对于历史的全基因组关联研究 (GWAS) 数据集来说,通常是不可行的.
• 传统的GWAS数据集缺乏关键的神经成像信息,以进行综合基因分析.

研究的目的:

• 开发一种具有成本效益的方法,用于识别遗传GWAS队伍中大脑疾病的遗传基础.
• 利用现有的神经成像数据,在缺乏此类信息的数据集中实现关联映射.
• 展示综合成像基因组学方法在发现神经精神疾病遗传风险因素方面的力量.

主要方法:

• 使用集成特征选择/聚合模型开发了一个图像介导的关联研究 (IMAS).
• 利用英国生物库图像衍生的表型 (IDP) 作为联想映射的借用数据.
• 通过对注释,途径和表达量化特征位点 (eQTLs) 的分析,验证发现的遗传关联.

主要成果:

• 通过IMAS方法成功确定了四种神经精神疾病的遗传基础.
• 发现了一个共同的小脑介导机制,是研究四种神经精神疾病的基础.
• 模拟表明IMAS比使用GWAS数据集中的成像数据直接识别遗传风险的假设协议更强大.

结论:

• 开发的IMAS方法通过利用外部成像数据,在传统的GWAS队伍中实现了有效的关联映射.
• IMAS提供了一种具有成本效益的策略,用于重新分析现有的GWAS数据集,促进综合遗传学和成像研究,而无需新的成像采集.
• 这种方法显著提高了发现脑疾病遗传风险因素的潜力,通过将遗传遗传数据与可用的成像表型相结合.