复杂疾病的全基因组因果研究
基因组学
2019-07-19 v1 应用统计
摘要
尽管通过全基因组关联研究（GWAS）在解析复杂疾病遗传结构方面取得显著进展，但关联分析所识别的信号可能并不具有针对疾病的特定病理相关性，以至于很大一部分致病遗传变异仍隐藏未明。关联用于度量两个变量或两组变量之间的依赖性。全基因组关联研究检验疾病与全基因组范围内 SNP（或其他遗传变异）之间的关联。关联分析可能检测到疾病与遗传变异之间的表层模式。关联信号对疾病因果机制提供的信息有限。将关联分析作为复杂疾病遗传研究的主要分析平台，是阻碍疾病机制发现的关键问题，令人质疑 GWAS 识别疾病潜在位点之能力。是时候超越关联分析，转向能够发现复杂疾病潜在因果遗传结构的技术。为此，我们提出全基因组因果研究（GWCS）这一概念以作为 GWAS 的替代，并发展用于遗传因果分析的加性噪声模型（ANMs）。给出了 ANMs 检验因果性的 I 类错误率与功效。我们对精神分裂症开展了 GWCS。模拟与真实数据分析均表明，重叠的关联与因果信号比例很小。因此，我们希望我们的分析能激发关于 GWAS 与 GWCS 的讨论。
引用
@article{arxiv.1907.07789,
title = {Genome-wide Causation Studies of Complex Diseases},
author = {Rong Jiao and Xiangning Chen and Eric Boerwinkle and Momiao Xiong},
journal= {arXiv preprint arXiv:1907.07789},
year = {2019}
}
备注
61 pages, 5 figures