ADELLE:用于跨eQTL映射的全球测试方法

科学领域:

• 遗传学和基因组学 遗传学和基因组学
• 系统生物学 系统生物学
• 统计遗传学 统计遗传学

背景情况:

• 识别影响基因表达的遗传变异对于理解基因调节至关重要.
• 在基因附近很容易检测到Cis-acting表达定量特征位点 (cis-eQTLs),但尽管它们对遗传性有着显著的贡献,但很难发现遥远的转变作用变体 (trans-eQTLs).
• 当前的统计方法在需要跨eQTL映射的低功耗和高多重测试负担方面扎.

研究的目的:

• 开发一个强大的统计测试框架,ADELLE,仅使用总结统计来识别跨eQTL.
• 设计ADELLE对与多个基因表达特征相关的单核酸多态 (SNPs) 敏感,这是跨eQTLs的共同特征.
• 为了证明ADELLE在跨eQTL发现中的优越性能与现有方法相比.

主要方法:

• ADELLE是一个新的统计框架,利用汇总统计数据进行跨eQTL映射.
• 进行了模拟,以比较ADELLE的功率与其他八种检测与10,000个特征中的0.1%-2%相关的SNP的方法.
• 将ADELLE应用于老鼠高级交叉线数据集和eQTLGen数据集进行跨eQTL分析.

主要成果:

• 在模拟中,ADELLE在各种设置中展示了与最高性能方法相比的优越或可比的功率,用于检测与多个特征相关的SNP.
• 在小鼠数据中,ADELLE成功地发现了标准分析遗漏的显著的跨eQTL.
• 在eQTLGen数据集中,ADELLE发现了1451个先前识别的跨eQTLs的额外的跨关联,突出了其发现新型监管关系的能力.

结论:

• ADELLE是一个强大而有效的统计工具,用于发现跨eQTLs,特别是那些效果大小小小的效果和具有多个特征的关联.
• 该框架利用总结统计数据的能力使其广泛适用于大规模遗传研究.
• 阿德勒显著推进了对跨调节者的鉴定,为复杂的基因表达的遗传结构提供了新的见解.