通过利用跨种族遗传相似性,对代表性不足的群体中复杂疾病进行综合性关联分析
Shuo Zhang1, Jike Qi1, Yuchen Jiang1
1Department of Biostatistics, School of Public Health, Xuzhou Medical University, No. 209 Tongshan Road, Yunlong District, Xuzhou, Jiangsu 221004, China.
一种新方法tranScore通过使用来自欧洲人口的遗传数据,提高了东亚人口的全基因组关联研究 (GWAS) 的力量. 这种转移学习方法识别了更多与疾病相关的基因,改善了对复杂特征的洞察力.
科学领域:
- 遗传学 是一个遗传学.
- 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:
- 全基因组关联研究 (GWAS) 主要在欧洲 (EUR) 种群中进行,这限制了它们适用于代表性不足的东亚 (EAS) 种群.
- 交叉祖先GWAS揭示了欧洲和非欧洲人口之间的显著遗传相似性,这表明知识转移的潜力.
研究的目的:
- 开发一种新型的统计方法,即tranScore,用于增强东亚人口的关联分析能力,使用转移学习.
- 为了提高基因发现,利用欧洲 (辅助) 和东亚 (目标) 人口之间的跨民族遗传相似性.
主要方法:
- tranScore使用总结统计和层次建模来在辅助和目标人群中联合测试遗传效应.
- 该方法采用P值组合程序,并证明了对不完整SNP重叠和效应异质性等挑战的稳定性.
主要成果:
- 模拟证实了tranScore的I型错误率控制和跨多种基因架构的实质性功率增长.
- 在中国Kadoorie生物库 (CKB) 中对八种疾病的应用与传统方法相比,发现了显著更多的基因.
- 通过tranScore发现的41.9%的基因在日本生物银行队列中成功复制.
结论:
- tranScore为复杂疾病和特征的关联分析提供了一种灵活而强大的方法.
- 该方法通过转移学习有效地利用群体之间的共同遗传相似性,增强代表性不足的群体中的基因发现.
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
08:51Author Spotlight: Integrated Multi-Omics Analysis for Unveiling Multicellular Immune Signatures in Clinical Heart Attack Cohorts
Published on: September 20, 2024
相关概念视频
Genome-wide Association Studies-GWAS
GWAS does not require the identification of the target gene involved in...
Pharmacogenomics: Identification of New Drug Targets
Polygenic Traits
Principles of Pharmacogenetics: Types of Genetic Variants
Multiple Allele Traits
