在多个全基因组关联研究汇总统计的联合分析中，控制联合局部错误发现率比元分析方法更有效
基因组学
2026-03-12 v1 应用统计
统计方法学
摘要
在常见疾病/性状的全基因组关联研究 (GWASs) 中，我们经常将具有相同表型的多个 GWAS 一起分析，以更高功效发现关联遗传变异。由于难以访问具有详细个体测量的数据，基于汇总统计的元分析方法已变得流行用于联合分析来自多个 GWAS 的数据集。在本文中，我们提出一种基于控制联合局部错误发现率 (Jlfdr) 的基于汇总统计的新型联合分析方法。我们证明当控制错误发现率在某一水平时，我们的方法是功效最高的基于汇总统计的联合分析方法。特别地，在分析来自多个 GWAS 的异质数据集时，基于 Jlfdr 的方法比常用的元分析方法实现更高功效。模拟实验证明了我们的方法优于元分析方法。此外，我们的方法从四个表型的经验数据集中发现了比元分析方法更多的关联。R 包可在以下网址获取：http://bioinformatics.ust.hk/Jlfdr.html。
引用
@article{arxiv.1605.08887,
title = {Controlling the joint local false discovery rate is more powerful than meta-analysis methods in joint analysis of summary statistics from multiple genome-wide association studies},
author = {Wei Jiang and Weichuan Yu},
journal= {arXiv preprint arXiv:1605.08887},
year = {2026}
}