StaRQR-K：基于模型-X knockoff的假发现率控制区域分位回归
统计方法学
2025-11-27 v1
摘要
量化基因组特征如何影响结果分布不同部分的影响，需要超越均值回归的统计工具，尤其是在超高维情境下。以研究LINE-1在癌症中的活性为动机，本文提出StaRQR-K，这是一种具有模型-X knockoff用于假发现率控制的稳定区域分位回归框架。StaRQR-K识别与结果特定分位区域相关的CpG位点甲基化水平，从而实现对异质性和尾部敏感效应的检测。该方法将高效的区域分位sure independence筛选程序与基于winsor化的模型-X knockoff过滤器相结合，为区域分位回归提供假发现率控制。模拟研究表明，StaRQR-K实现了有效的FDR控制，并且在已有方法之上显著提高了检出功效。在对The Cancer Genome Atlas头颈癌队列的应用中，StaRQR-K揭示了CpG甲基化与LINE-1活性之间的分位区域特异性关联，这些关联在超出样本的预测中提高了表现，并突显了已知功能相关的基因组区域。
引用
@article{arxiv.2511.21562,
title = {StaRQR-K: False Discovery Rate Controlled Regional Quantile Regression},
author = {Sang Kyu Lee and Tongwu Zhang and Hyokyoung G. Hong and Haolei Weng},
journal= {arXiv preprint arXiv:2511.21562},
year = {2025}
}