含变量置信度得分的 FDR 控制方法及其在 GWAS 中的应用
统计方法学
2025-07-09 v1 应用统计
摘要
基因组全景关联研究（GWAS）已导致大量单核苷酸多态性（SNP）与各种表型和复杂疾病相关联的发现。然而，这些已识别的遗传变异并未完全解释复杂性状的遗传性，亦即所谓的遗传性缺失问题。为解决此挑战并在最大化真实关联的同时准确控制假阳性，我们提出两种方法，将链位不均（linkage disequilibrium，LD）得分作为协变量。我们应用主成分分析（PCA），这是一种维度缩减技术，用于在高维协变量存在下的 FDR 控制。该方法不仅提供了多协变量在高维情况下的 FDR 控制方式的便捷解释，还比在协变量未使用的情况下具有更高的统计检验功效。此外，我们旨在探讨协变量如何通过各种仿真实验增加统计检验功效，并通过实际数据实例进行比较，以获得更好的解释。使用包括体质指数（BMI）作为表型的真实数据集，我们评估了所提方法的性能。通过在 FDR 控制的 GWAS 分析中纳入 LD 得分作为协变量，我们展示了其在选择信息性 LD 得分和提高显著 SNP 识别方面的有效性。我们的方法减轻了计算负担，同时保持了 LD 得分的关键信息，提高了可解释性。总体而言，本研究推动了 GWAS 中统计方法的发展，并为寻求提高遗传关联分析精度的研究人员提供了实用指导。
引用
@article{arxiv.2507.06049,
title = {FDR controlling procedures with dimension reduction and their application to GWAS with linkage disequilibrium score},
author = {Dayeon Jung and Yewon Kim and Junyong Park},
journal= {arXiv preprint arXiv:2507.06049},
year = {2025}
}