VIMCO：全基因组关联研究中多相关结局的变分推断
统计方法学
2018-07-30 v1
摘要
在全基因组关联研究（GWAS）中，若对参与者测量了多个相关性状，则将这些性状联合分析的联合分析策略可比单性状分析策略提高统计功效。在进行多性状联合 GWAS 分析时，有两个值得关注的问题。第一个问题考察某个基因位点是否与所检验的任一性状显著相关。第二个问题侧重于识别与该基因位点相关的具体性状。由于现有方法主要关注第一个问题，本文旨在提供一种补充方法以解决第二个问题。我们提出了一种新方法——多相关结局变分推断（VIMCO），在进行多性状联合 GWAS 分析时，该方法在考虑多个性状间相关性的同时，侧重于识别与该基因位点相关的具体性状。我们进行了广泛的数值研究，并将 VIMCO 应用于两个数据集的分析。数值研究与真实数据分析表明，当多个性状相关时，VIMCO 比单性状分析策略具有更高的统计功效；而当性状不相关时，其性能相当。
引用
@article{arxiv.1807.10467,
title = {VIMCO: Variational Inference for Multiple Correlated Outcomes in Genome-wide Association Studies},
author = {Xingjie Shi and Yuling Jiao and Yi Yang and Ching-Yu Cheng and Can Yang and Xinyi Lin and Jin Liu},
journal= {arXiv preprint arXiv:1807.10467},
year = {2018}
}
备注
14 pages, 4 figures, 1 R package on GitHub. Supplementary available upon request