跨86种配置评估遗传力估计策略及其对多基因风险评分性能的下游影响
基因组学
2026-04-06 v1 统计方法学
摘要
目标：SNP 遗传力估计在不同估计策略之间差异显著，但其对多基因风险评分（PRS）构建的下游后果仍刻画不足。我们系统地评估了遗传力估计配置，并评估其向下游 PRS 性能的传播。方法：我们评估了86种遗传力估计配置，涵盖六个工具家族（GEMMA、GCTA、LDAK、DPR、LDSC 和 SumHer）和十种方法组，涉及10个 UK Biobank 表型，共产生844个配置级估计。每个估计被传播到 GCTA-SBLUP 和 LDpred2-lassosum2 PRS 框架中，并通过零模型、仅 PRS 模型和完整模型在五个交叉验证折上进行评估。使用 Mann-Whitney U 检验测试了11种二元分析对比，以识别遗传力变异性的驱动因素。结果：遗传力范围为 -0.862 至 2.735（均值 = 0.134，标准差 = 0.284），其中844个估计中有133个（15.8%）为负值，且集中在无约束估计 regime 中。十一个分析对比中有十个显著影响遗传力大小，其中算法选择和 GRM 标准化显示出最大的影响。尽管存在上游变异性，下游 PRS 测试性能与遗传力大小仅弱相关：h² 与测试 AUC 的汇总 Pearson 相关系数在 GCTA-SBLUP 中为 r = -0.023，在 LDpred2-lassosum2 中为 r = +0.014，两者均不显著。结论：SNP 遗传力最好被解释为对配置敏感的建模参数，而非普遍稳定的标量输入。遗传力估计应始终与其完整估计规范一同报告，且下游 PRS 性能对遗传力输入的中等变化具有较强的鲁棒性。
引用
@article{arxiv.2604.02394,
title = {Benchmarking Heritability Estimation Strategies Across 86 Configurations and Their Downstream Effect on Polygenic Risk Score Performance},
author = {Muhammad Muneeb and David B. Ascher},
journal= {arXiv preprint arXiv:2604.02394},
year = {2026}
}