面向脑障碍影像遗传学研究的新型多暴露-多中介者遗传学模型
统计方法学
2025-11-26 v1
摘要
常见的精神和脑障碍高度遗传，并且受多种遗传风险因素的影响，但遗传因素如何通过对脑结构和功能的改变来贡献于这些障碍的机制仍鲜有了解。当代影像遗传学研究将遗传数据和神经影像数据相结合，以探讨遗传变异如何通过中间神经影像表型来贡献于脑障碍。然而，大量潜在暴露因素 (基因) 和中介因素 (神经影像特征) 为传统遗传学分析带来了新挑战。本文提出了一种新型的多暴露-多中介者遗传学模型，将遗传、神经影像和表型数据相结合，以探讨“基因-神经影像-脑障碍”的遗传学路径。我们的方法联合降低了暴露和中介的维数，构建低维聚合器，其中最大化了遗传学效应。我们进一步引入稀疏性以提高可解释性。为针对 bi-convex 优化问题，我们实现了一个高效的交替方向乘子法算法，采用块坐标更新。我们为算法的收敛提供了理论保证，并建立了所得估计量的渐近属性。通过大量仿真，我们展示了该方法在恢复真实负载和真实遗传学比例方面优于其他竞争方法，无论是信号强度、噪声水平还是相关结构如何。我们进一步通过整合 UK Biobank 中的遗传、脑功能连接和吸烟行为数据，说明了该方法的实用性，并识别出通过改变特定脑区的功能连接来影响尼古丁依赖的关键基因。
引用
@article{arxiv.2511.20412,
title = {A novel multi-exposure-to-multi-mediator mediation model for imaging genetic study of brain disorders},
author = {Neng Wang and Eric V. Slud and Tianzhou Ma},
journal= {arXiv preprint arXiv:2511.20412},
year = {2025}
}