全基因组关联研究中隐性亲缘关系的校正
定量方法
2016-02-26 v1 种群与进化
摘要
尽管全基因组关联研究(GWAS)中所选个体之间可能不存在近亲关系，但可能存在远缘(隐性)关系，从而混淆疾病关联的 evidence。这些隐性关系违反了GWAS关于受试者基因组独立性的假设，若不考虑这些关系会导致假阳性和假阴性。本文提出一种校正这些隐性关系的方法。我们利用期望最大化(EM)算法从具有已知先验关系的基因型数据中求解一致系数(identity coefficients)，从而准确检测远缘关系。由一致系数我们计算亲缘系数(kinship coefficients)，并采用亲缘校正关联检验。我们评估了EM亲缘估计算法的准确性。结果表明，在根据Wright-Fisher系谱模拟的基因组上，我们的方法收敛迅速，且仅需相对较少的位点即可准确估计。我们还证明，我们的亲缘系数估计优于最先进的基于协方差的方法和PLINK的亲缘估计。为评估亲缘校正关联检验，我们从深层系谱模拟个体，并抽取一个位点以隐性方式决定疾病状态。我们应用EM算法估计亲缘系数，并运行亲缘校正关联检验。与最先进方法相比，我们的方法表现更优，且远优于朴素关联检验。我们提倡使用我们的方法检测隐性关系并校正关联检验。由于使用一致状态作为潜变量，我们的模型不仅易于解释，而且推断提供了最先进的准确性。
引用
@article{arxiv.1602.07956,
title = {Correcting for Cryptic Relatedness in Genome-Wide Association Studies},
author = {Bonnie Kirkpatrick and Alexandre Bouchard-Côté},
journal= {arXiv preprint arXiv:1602.07956},
year = {2016}
}