连锁不平衡得分回归的高维统计推断及其跨祖先扩展
统计方法学
2025-04-16 v2 统计理论
应用统计
统计理论
摘要
连锁不平衡得分回归(LDSC)已成为复杂性状遗传与基因组分析的重要工具，其利用来自全基因组关联研究(GWAS)的高维数据。LDSC 使用外部参考面板计算连锁不平衡(LD)得分，并将 LD 得分仅与原始 GWAS 的汇总数据相整合。本文中，我们在固定效应数据整合框架下研究 LDSC，强调其合并多源 GWAS 数据与参考面板的能力。特别地，我们考量了高维 GWAS 汇总统计量间的全基因组依赖性，以及估计 LD 得分中的块对角依赖模式。我们的分析揭示了决定 LDSC 性能的原始 GWAS 与参考面板数据集的多项关键因素。我们表明，当应用于全基因组遗传变异时(例如遗传方差与协方差估计)，基于 LDSC 的估计量达到渐近正态性相对可行；而当聚焦于小得多的遗传变异子集时(例如分区遗传力分析)，则变得相当困难。此外，通过建模不同人群间 LD 模式的差异，我们揭示 LDSC 可扩展为利用来自不同全球人群(如欧洲与亚洲)的数据进行跨祖先分析。我们利用来自 UK Biobank 研究的真实遗传数据通过大量数值评估验证了我们的理论发现。
引用
@article{arxiv.2306.15779,
title = {High-dimensional statistical inference for linkage disequilibrium score regression and its cross-ancestry extensions},
author = {Fei Xue and Bingxin Zhao},
journal= {arXiv preprint arXiv:2306.15779},
year = {2025}
}
备注
To appear in Annals of Statistics