发现由 GWAS 信号在 cis 和 trans 中调控的候选基因

基因组全景关联研究（GWAS） greatly advanced了复杂特征和疾病的遗传基础理解。然而，仍有一部分特征遗传性未被解释，称为“遗漏的遗传性”。大多数 GWAS 位点位于非编码区域，给理解其功能影响提出了挑战。将 GWAS 与功能基因组数据（如表达量性位点（eQTLs））集成可以弥合这一鸿沟。本研究提出了一种新方法，用于发现由 GWAS 信号在 both cis 和 trans 中调控的候选基因。不同于专注于 cis-eQTLs 或单独考虑 cis-和 trans-QTLs 的现有 eQTL 研究，我们利用自适应统计指标来反映 cis-eQTLs 的强稀疏效应和 trans-eQTLs 的弱稠密效应。因此，可以对由联合效应调控的候选基因进行排序。我们通过理论和数值分析展示了该方法的效率，并将其应用于来自 METabolic Syndrome in Men（METSIM）研究的脂肪 eQTL 数据，发现了在调控 cardiometabolic traits 的调控网络中发挥重要作用的基因。我们的发现为复杂特征的遗传调控提供了新见解，并为基于联合 eQTL 效应识别关键调控基因的方法提供了实用框架。