一种用于高维全基因组关联研究中同时 SNP 选择的新算法

背景：在大多数全基因组关联研究中，因果 SNP 的识别依赖于单独考虑每个 SNP 的方法。然而，SNP 之间存在很强的相关结构，需要加以考虑。因此，越来越多的现代计算密集型回归方法被用于同时考虑所有标记的 SNP 选择，从而纳入 SNP 间的依赖关系。结果：我们开发了一种新颖的多变量算法，利用 CAR 得分回归——一种有前景的生物标志物优先级排序新方法——进行大规模 SNP 选择。具体而言，我们提出了一种计算高效的程序，用于从高维数据中收缩估计 CAR 得分。随后，我们进行了一项全面的比较研究，包括五种先进的回归方法（boosting、lasso、NEG、MCP 和 CAR 得分）和一种单变量方法（边际相关），以确定它们在发现真实因果 SNP 方面的有效性。结论：同时 SNP 选择是一项具有挑战性的任务。我们证明，基于 CAR 得分的算法在正确恢复因果 SNP 和 SNP 排序方面，始终优于所有竞争方法（无论是单变量还是多变量）。实现该方法的 R 包以及用于重现本文完整研究的 R 代码可从 http://strimmerlab.org/software/care/ 获取。