TEMR:使用大规模GWAS总结数据集的跨民族孟德尔随机化方法
Lei Hou1, Sijia Wu1, Zhongshang Yuan2
1Department of Medical Data, School of Public Health, Cheeloo College of Medicine, Shandong University, Jinan 250000, P.R. China; Institute for Medical Dataology, Cheeloo College of Medicine, Shandong University, Jinan 250000, P.R. China.
一种新方法,跨民族门德尔随机化 (TEMR),增强了对代表性不足的人口的遗传研究. 它通过使用多样化的全基因组关联研究数据来改善糖尿病和高血压等疾病的因果推断.
科学领域:
- 遗传学 是一个遗传学.
- 流行病学 流行病学
- 统计遗传学 统计遗传学
背景情况:
- 全基因组关联研究 (GWAS) 数据集主要来自欧洲祖先,通过门德尔随机化 (MR) 限制了其他种族的因果推理精度.
- 由于样本规模有限,在遗传研究中代表性不足的人群在确定精确的因果关系方面面临挑战.
研究的目的:
- 引入跨民族孟德尔随机化 (TEMR),一种新的方法,以提高对代表性不足的人口的统计能力和估计精度.
- 为了利用跨民族GWAS总结数据集进行更强大的因果效应估计.
主要方法:
- 在基于条件概率的推理框架中,TEMR结合了跨民族遗传相关系数.
- 该方法产生校准的p值,显著提高了MR的统计能力.
- 进行了模拟,将TEMR的性能与现有的MR方法进行比较.
主要成果:
- 在模拟中,TEMR在对目标人群的因果效应估计中表现出卓越的精度和统计能力.
- 在TEMR的应用中,在东亚,非洲和西班牙裔/拉丁裔人群中,16种血液生物标志物和五种疾病 (高血压,缺血性中风,2型糖尿病,精神分裂症,严重抑郁症) 之间发现了17种新的因果关系.
- 这些发现是使用欧洲血统的GWAS数据得出的,突出了TEMR在跨种族推断中的实用性.
结论:
- 通过利用跨民族GWAS数据,TEMR有效地提高了代表性不足的族群的MR功率和精度.
- 该方法成功地确定了新的因果生物标志物-疾病关联,进步了我们对不同人群疾病病因学的理解.
- TEMR为遗传流行病学提供了有价值的工具,使得更具包容性和准确的因果推断成为可能.
更多相关视频
11:35Screening for Functional Non-coding Genetic Variants Using Electrophoretic Mobility Shift Assay EMSA and DNA-affinity Precipitation Assay DAPA
Published on: August 21, 2016
05:53Candidate Gene Testing in Clinical Cohort Studies with Multiplexed Genotyping and Mass Spectrometry
Published on: June 21, 2018
相关概念视频
Genome-wide Association Studies-GWAS
GWAS does not require the identification of the target gene involved in...
Single Nucleotide Polymorphisms-SNPs
Genetic Screens
Forward genetic screens
Forward or “classical” genetic screens involve creating random mutations in an organism’s DNA using radiation, mutagens, or insertion of additional bases, which...
