在遗传关联研究中使用火山图与正则化卡方统计量

通常需要耗费大量人力的实验，才能从基因组中一系列与疾病关联的变异中鉴定出致病变异。为设计此类实验，需根据候选变异与疾病的遗传关联强度对其进行排序。然而，两种常用的遗传关联度量指标——优势比（OR）和 p 值——可能会将变异排成不同的顺序。为了将这两种度量整合到单一分析中，本文将火山图方法从基因表达分析引入遗传关联研究。在其原始设定中，火山图是倍数变化与 t 检验统计量（或 p 值的负对数）的散点图，后者对样本量更为敏感。在遗传关联研究中，OR 和 Pearson 卡方统计量（或等价地，其平方根 $\chi$；或标准化的 $\log(\text{OR})$）可类似地用于火山图，从而允许对其进行可视化检视。此外，这些图的几何解释引出了一种直观的方法，可通过 OR 和卡方统计量的组合来过滤结果，我们称之为“正则化卡方”。该方法通过火山图中的一条平滑曲线来选择关联标记，而非使用对应于 OR 和卡方统计量独立截断值的直角折线。与卡方检验统计量相比，正则化卡方融合了来自较低次等位基因频率变异的相对更多信号。由于罕见变异往往具有更强的功能效应，正则化卡方更适合于候选基因优先排序任务。