单个和跨组织转录组推算模型在祖先群体之间的可转移性
Inti Pagnuco1, Stephen Eyre1, Magnus Rattray2
1Centre for Genetics and Genomics Versus Arthritis, Centre for Musculoskeletal Research, Division of Musculoskeletal and Dermatological Sciences, The University of Manchester, Manchester, UK.
Genetic epidemiology
|January 15, 2025
概括
全转录组关联研究 (TWAS) 依赖于准确的基因表达赋值. 这项研究发现,归算模型在同一祖先群体内表现最好,突出了需要多样化的参考面板来提高TWAS准确性.
科学领域:
- 遗传学 是一个遗传学.
- 生物信息学是一种生物信息学.
- 人口遗传学 人口遗传学
背景情况:
- 全转录组关联研究 (TWAS) 将遗传调节的基因表达与复杂的特征联系起来.
- TWAS的准确性取决于使用表达量化特征位置 (eQTLs) 的归算模型.
- 像GTEx这样的现有资源是祖先偏见的,可能会在多样化的群体中限制TWAS.
研究的目的:
- 评估基因表达赋值模型在不同祖先群体中的可转移性.
- 为了比较组织特异性 (PrediXcan) 和跨组织 (UTMOST) 推算模型的性能.
- 评估祖先和组织背景对eQTL检测的影响.
主要方法:
- 训练PrediXcan和UTMOST模型在GTEx的欧洲祖先数据上.
- 在独立的欧洲祖先和非洲裔美国人的数据集上测试模型性能.
- 在模型之间和跨祖先群体之间比较归算准确性.
主要成果:
- 这两种归算模型在同一个祖先群体上训练和测试时表现最好.
- 跨组织UTMOST模型的性能普遍优于组织特定的PrediXcan模型.
- eQTL检测准确度受到祖先和组织类型的显著影响.
结论:
- 基因表达赋值的准确性因祖先群体而异.
- 开发特定于祖先的参考面板对于改善TWAS至关重要.
- 在遗传学研究中解决祖先偏见可以提高对复杂特征生物学的理解.


