Ridge-penalized adaptive Mantel test and its application in imaging genetics
我们提出了一个脊惩罚自适应曼特尔测试(AdaMant)评估两个高维集的功能的关联。通过引入岭惩罚,AdaMant同时测试了多个指标之间的关联。我们展示了如何脊惩罚桥梁欧氏距离和马氏距离和相应的线性模型的角度关联测量和测试。这一结果不仅在理论上是有趣的,而且在惩罚性假设检验中也有重要的意义,特别是在高维环境中,如成像遗传学。将所提出的方法应用于健康成年人视觉工作记忆的成像遗传研究,我们确定了脑连接(通过EEG相干性测量)与选定遗传特征的有趣关联。
2021-03-20 stat.ME
Multimarker genetic association tests for panel count data
Michigan State University(密歇根州立大学)
本文针对面板计数数据开发了一组基于集合的遗传关联检验,引入加权V统计量框架与小样本校正,模拟显示其效能优于现有区间删失结局检验,经龋齿GWAS数据集验证了实用性。
2026-09-04 stat.ME
Statistical methods for biomarker data pooled from multiple nested case-control studies
汇总多项研究的生物标志物数据可以检查比单个研究中通常可能的更宽的暴露范围,以更大的统计功效评价人群亚组和疾病亚型,并更精确地估计生物标志物-疾病相关性。然而,由于研究间的测定和实验室变异性,生物标志物测量通常需要在合并之前校准至参考测定。我们提出了几种方法,用于校准和结合巢式病例对照研究的生物标志物数据时,参考检测数据从一个子集的控制,在每个贡献的研究。具体来说,我们描述了一个两阶段的方法和两个聚合的方法,命名为内化和完整的校准方法,以评估生物标志物暴露对疾病风险的主要影响,以及这种关联是否被潜在的协变量修改。内部化方法在分析中使用参考实验室测量(如可用),否则使用校准测量。完整校准方法使用所有受试者的校准生物标志物测量值,即使是具有参考实验室测量值的受试者。我们的研究结果表明,完整的校准方法是首选的聚合方法,以尽量减少点估计的偏差,无论在模型中包含的相互作用项。我们还观察到,两阶段和完全校准方法提供了类似的效果和方差估计,但这两种方法的方差估计值略大于内化方法。作为一个说明性的例子,我们在嵌套病例对照研究的汇集项目中应用这些方法来评估(i)循环维生素D水平与中风风险之间的关联,以及(ii)BMI如何改变循环维生素D水平与心血管疾病之间的关联。
2019-06-03 stat.ME
Genetic association testing with multivariate survival phenotypes under interval censoring
Michigan State University(密歇根州立大学);University of Michigan(密歇根大学);University of Florida(佛罗里达大学)
该研究针对区间删失下多变量生存表型,开发了WV-M-IC方法,经模拟和ZOE 2.0研究验证,其检验功效优于单一结局分析,可用于遗传关联检测。
2026-09-02 stat.ME
Efficient testing and effect size estimation for set-based genetic association inference via semiparametric multilevel mixture modeling: Application to a genome-wide association study of coronary artery disease
在遗传关联研究中,具有极小等位基因频率的罕见变异在复杂性状中起着至关重要的作用,并且开发了联合评估单核苷酸多态性(SNPs)组的影响的基于集合的测试方法以提高关联测试的功效。然而,由于等位基因频率非常小,这些测试的功效仍然受到严重限制,并且精确估计单个SNP的效应大小基本上是不可能的。在这篇文章中,我们提供了一个有效的基于集合的推理框架,解决了两个重要的问题,同时基于贝叶斯半参数多级混合模型。我们建议使用多层次的层次模型,将集特定的效果和变量特定的效果的变化,并应用最佳发现程序(ODP),实现了最大的整体功率在多个显着性检验。此外,我们提供了贝叶斯最优的“基于集合”的估计的经验分布的效果大小。通过应用于冠状动脉疾病(CAD)的全基因组关联研究,并通过模拟研究,证明了所提出的方法的效率。这些结果表明,CAD可能存在许多具有大效应量的罕见变异,ODP检测到的显著集的数量远大于现有方法。
2020-03-12 stat.ME
Kernel-based aggregation of marker-level genetic association tests involving copy-number variation
涉及拷贝数变异(CNVs)的遗传关联测试是复杂的,因为CNVs跨越多个标记进行测量。在单个标志物处的关联测试的功效通常较低,并且期望跨CNV跨越的标志物汇集信息。然而,CNV的边界事先并不清楚,进行这种合并的最佳方法也不清楚。在这篇文章中,我们提出了一种基于内核的方法来聚合标记级测试,并探讨了其实现的几个方面。此外,我们探讨了一些理论方面的标记水平的测试聚合,提出了一种基于排列的方法,保留了家庭明智的错误率的测试程序,同时证明了几个更简单的替代品无法做到这一点。该方法的经验力量研究了一些模拟构建的真实数据,涉及吉西他滨的药物基因组学研究,并与几个竞争的方法相比。
2013-07-29 stat.ME
Detecting weak signals by combining small P-values in genetic association studies
我们从一个新的角度来处理组合顶级关联统计量或P值的问题,这导致了一个非常简单而强大的方法。统计方法,如秩截尾产品(RTP),已被开发用于结合排名靠前的协会,这种一般策略被证明是有用的应用程序中检测多个疾病成分的组合效应。为了提高功效,这些方法聚合了排名靠前的SNP之间的信号,同时调整了研究中评估的总数量。组合顶部统计量或P值的分析表达式往往是笨拙的,这使得解释、实际实现复杂化,并阻碍了进一步的发展。在这里,我们提出了增强秩截断(ART)方法,保留了RTP的主要特点,但实现起来要简单得多。ART导致自适应算法的有效形式,即改变排名靠前的SNP的数量以优化功效的方法。我们通过加强先前报道的$μ$ -阿片受体变体与疼痛敏感性的相关性来说明我们的方法。
2019-06-10 stat.ME
Data-adaptive gene and pathway-based tests forrare-variant associations with survival outcomes
Medical College of Wisconsin(威斯康星医学院);German Cancer Research Center (DKFZ)(德国癌症研究中心);University of Leicester(莱斯特大学);Instituto de Investigación Sanitaria de Santiago de Compostela(圣地亚哥-德孔波斯特拉卫生研究所);Fundación Pública Galega de Medicina Xenómica(加利西亚公共基因组医学基金会);Biomedical Network on Rare Diseases (CIBERER)(罕见病生物医学网络);Icahn School of Medicine at Mount Sinai(西奈山伊坎医学院);Cross Cancer Institute, University of Alberta(阿尔伯塔大学交叉癌症研究所);University of Manchester(曼彻斯特大学);Ghent University / Ghent University Hospital(根特大学/根特大学医院)
本文提出基于Cox比例风险模型Schoenfeld残差的基因和通路关联测试方法,提高生存数据中稀有变异关联分析的统计效力,提供高效R包支持快速计算和模拟。
2026-04-02 stat.ME
Robust Methods for Disease-Genotype Association in Genetic Association Studies: Calculate P-values Using Exact Conditional Enumeration instead of Asymptotic Approximations
在遗传关联研究中,检测疾病-基因型关联是主要目标。对于大多数疾病,潜在的遗传模型是未知的,我们研究了七个强大的检验统计量单调关联。对于给定的检验统计量,有许多方法可以计算p值,但在遗传关联研究中,计算主要基于渐近近似或模拟排列。我们表明,当排列的数量趋于无穷大时,排列p值接近精确的条件枚举p值,并进一步计算后者p值比执行模拟排列更有效。我们回答了两个研究问题。(i)研究中的哪一个检验统计量对单调遗传模型最有效?(ii)根据检验大小、功效和计算考虑,应使用渐近近似法还是精确条件枚举法来计算p值?我们研究了病例-对照样本量,500-5000例和500-15000对照,显著性水平从5e-8到0.05,因此我们的结果适用于研究中只有一个遗传标记的遗传关联研究,中期随访研究和全基因组关联研究。我们发现,如果所有的单调遗传模型的兴趣,最好的性能是达到一个检验统计量的基础上的最大范围内的Cochrane-Armitage趋势检验与不同的分数和约束似然比检验。对于低于0.05的显著性水平,渐近近似法可能给出高达标称水平20倍的检验大小,因此应谨慎使用。此外,基于精确条件枚举计算p值是一种功能强大、有效且计算可行的方法,我们主张将其用于遗传关联研究。
2013-07-29 stat.AP stat.ME
Functional principal variance component testing for a genetic association study of HIV progression
HIV-1C是HIV-1最流行的亚型,占全球HIV-1感染的一半以上。HIV感染的宿主遗传影响以前曾在HIV-1B中进行过研究,但很少关注更流行的C亚型。为了了解宿主遗传学在HIV-1C疾病进展中的作用,我们进行了一项研究,以评估纵向收集的疾病指标与位于6号染色体上的100,000多个遗传标记之间的关联。在这种情况下,分析纵向数据的最常见方法是线性混合效应模型,在这种情况下可能过于简单。另一方面,现有的非参数方法可能由于高自由度(DF)而遭受低功率,并且可能在大规模下在计算上不可行。我们提出了一个功能性主方差分量(FPVC)测试框架,该框架捕获了CD 4和病毒载量中的非线性,具有潜在的低DF,并且速度足够快,可以进行数千或数百万次。FPVC测试分为两个阶段。在第一阶段,我们通过功能主成分分析(FPCA)根据疾病进展的主要变化模式总结疾病进展的标志物。在第二阶段,我们采用一个简单的工作模型和方差分量检验来检查疾病进展的总结和一组单核苷酸多态性之间的关联。我们补充这一分析与模拟结果表明,FPVC测试可以提供大的功率增益超过标准的线性混合效应模型。
2017-06-10 stat.ME
Maximizing the Power of Principal Components Analysis of Correlated Phenotypes in Genome-wide Association Studies
主成分分析(PCA)是一种有用的统计技术,通常用于相关变量的多变量分析。它通常作为一种降维方法应用:测试解释总方差的最大主成分(PC)与感兴趣的预测因子的关联,忽略其余的PC。该策略已被广泛应用于遗传流行病学,但其某些方面在单核苷酸多态性(SNPs)关联测试的背景下并没有得到很好的理解。在这项研究中,我们回顾了主成分分析的理论基础和它的行为时,测试之间的关联SNP和两个相关性状在各种情况下。然后,我们用模拟来评估几种不同的基于PCA的策略在分析多达100个相关性状时的能力。我们表明,与普遍的做法,测试的顶级PC只可以显着不足,因为PC解释了少量的总表型方差可以隐藏大量的遗传关联。此外,我们证明,基于PC的策略,使用所有的PC有很大的潜力,以检测负多效性的遗传变异(如与正相关性状的相反影响的变异)和遗传变异,是专门与一个单一的性状,但只实现了适度的增益功率检测阳性多效性的遗传位点。最后,来自MARTHA研究的685名受试者的五个相关凝血性状的全基因组关联研究证实了这些结果。来自凝血性状的五个PC的联合分析确定了两个新的候选SNP,其与解释最小量的表型方差的第五PC最强相关。
2013-09-11 stat.ME
Permutation in genetic association studies with covariates: controlling the familywise error rate with score tests in generalized linear models
在全基因组关联(GWA)研究中,目标是检测遗传标记与给定表型之间的关联。遗传标记的数量可能很大,并且用于控制总体错误率的有效方法是分析GWA数据时的中心主题。当检验是相关的时,已知Bonferroni方法是保守的。置换方法在满足交换率假设的情况下可以精确控制总体错误率,但对于大型数据集来说计算量很大。对于回归模型,交换性假设一般不满足,如何进行排列检验,除了一些近似方法外,没有标准的解决方案。在本文中,我们将讨论置换方法控制的家庭错误率的遗传关联研究,并提出了一个近似的解决方案。这些方法将使用模拟数据进行比较。
2017-05-08 stat.CO stat.ME
Wavelet-based genetic association analysis of functional phenotypes arising from high-throughput sequencing assays
了解遗传变异如何影响细胞水平的过程是了解它们如何影响重要的生物体水平特征或“表型”(包括人类疾病易感性)的重要一步。为此,科学家们正在进行大规模的遗传关联研究,旨在确定与分子和细胞表型相关的遗传变异,如基因表达,转录因子结合或染色质可及性。这些研究使用高通量测序分析(例如RNA-seq,ChIP-seq,DNase-seq)来获得关于每个样品中性状如何沿基因组变化的高分辨率数据。然而,典型的关联分析无法利用这些高分辨率的测量,而是以较粗的分辨率聚合数据,例如基因或固定长度的窗口。在这里,我们开发和应用统计方法,更好地利用高分辨率数据。其关键思想是将序列数据视为测量沿基因组变化的潜在“功能”,然后基于小波的功能数据分析方法,测试遗传变异与潜在功能之间的关联。应用这些方法来识别与染色质可及性(dsQTL)相关的遗传变异,我们发现,它们识别出的关联比简单的基于窗口的分析要多得多,总共我们识别出772个未被原始分析识别出的新dsQTL。
2013-07-27 q-bio.GN stat.ME
Testing Procedures for Strict Pleiotropy in Genetic Association Studies
本文提出两种基于GWAS z分数的检验程序,用于识别严格多效性SNP并确定最少关联性状数,分别控制家族-wise错误率和FDR,并通过模拟及阿尔茨海默病生物标志物应用验证其性能。
2026-10-02 stat.ME
Multiple-trait Adaptive Fisher's Method for Genome-wide Association Studies
在全基因组关联研究(GWAS)中,越来越需要检测遗传变异与多个性状之间的关联。在复杂疾病的研究中,通常在单个GWAS中测量几个潜在相关的性状。尽管研究的多变量性质,单性状为基础的方法仍然是最广泛采用的分析程序,由于其简单的研究与多性状作为其结果。然而,遗传变异和单个性状之间的关联有时可能很弱,忽视性状之间的实际相关性可能会失去力量。相反,多性状分析,一种同时分析一组性状的方法,已被证明是更强大的,通过合并相关性状的信息。虽然现有的方法已经开发了多个性状,一些缺点限制了它们在GWAS中的广泛应用。在本文中,我们提出了一种多性状自适应Fisher(MTAF)方法来测试遗传变异和多个性状之间的关联,通过自适应地聚集每个性状的证据。所提出的方法可以适应连续和二进制的特点,它在各种情况下具有可靠的性能。使用模拟研究,我们比较了我们提出的方法与现有的几种方法,并证明了其竞争力的第一类错误控制和统计功效。通过将该方法应用于成瘾研究:遗传学与环境(SAGE)数据集,我们成功地识别了与物质依赖相关的几个基因。
2021-02-03 stat.ME
Bayesian methods for genetic association analysis with heterogeneous subgroups: From meta-analyses to gene-environment interactions
遗传关联分析通常涉及来自多个潜在异质亚组的数据。异质性的预期量可以从适度(例如,典型的元分析)到大(例如,一个强的基因-环境相互作用)。然而,现有的统计工具在处理这种异质性方面能力有限。事实上,大多数遗传关联荟萃分析使用“固定效应“分析,该分析假设没有异质性。在这里,我们开发和应用贝叶斯关联方法来解决这个问题。这些方法很容易应用(在最简单的情况下,只需要对每个亚组的遗传效应及其标准误误差进行点估计),并且有效地包括标准频率主义荟萃分析方法,包括通常的“固定效应“分析,作为特殊情况。我们将这些工具应用于两个大型的遗传关联研究:一个是来自全球脂质联盟的全基因组关联研究的荟萃分析,第二个是表达数量性状基因座(eQTL)的交叉群体分析。在Global Lipids数据中,我们发现,也许令人惊讶的是,不同研究的效果通常相当均匀。在eQTL研究中,我们发现eQTL通常在不同大陆群体之间共享,并讨论了这对研究设计的影响。
2014-04-14 stat.AP stat.ME
Bayesian Model Comparison in Genetic Association Analysis: Linear Mixed Modeling and SNP Set Testing
我们考虑了灵活的贝叶斯线性回归模型下的假设检验和模型比较问题,该模型的形成与遗传关联研究中SNP集分析的线性混合效应模型和参数模型密切相关。我们推导出一类解析近似贝叶斯因子,并说明它们与各种频率论检验统计量的联系,包括Wald统计量和方差分量得分统计量。利用贝叶斯模型平均和分层建模,我们展示了一些独特的优势和灵活性的方法,利用派生贝叶斯因子的背景下,遗传关联研究。我们使用真实或模拟的数值例子证明了我们提出的方法在单SNP关联测试,多位点精细定位和SNP集关联测试中的应用。
2015-02-23 q-bio.QM stat.AP stat.ME
Statistical Analysis in Genetic Studies of Mental Illnesses
确定精神疾病的危险因素对公共卫生具有重要意义。诊断,与精神疾病相关的耻辱,合并症和复杂的病因等,使得研究精神障碍非常具有挑战性。精神疾病的遗传学研究至少可以追溯到一个世纪前,最初是基于孟德尔遗传定律的描述性研究。各种研究设计,包括双胞胎研究,家庭研究,连锁分析,以及最近的全基因组关联研究已被用于研究精神疾病或一般复杂疾病的遗传学。在本文中,我将从统计学的角度提出挑战和方法,并专注于遗传关联研究。
2011-08-16 stat.ME
USAT: A Unified Score-based Association Test for Multiple Phenotype-Genotype Analysis
复杂疾病的全基因组关联研究(GWAS)通常收集多种相关内表型的数据。这些相关表型的多变量分析可以提高检测遗传变异的能力。多元方差分析(MANOVA)可以在GWAS水平上进行这种关联分析,但MANOVA在不同性状模型下的行为尚未得到仔细研究。在本文中,我们表明,MANOVA通常是非常强大的检测关联,但也有情况下,如当一个遗传变异与所有的性状,MANOVA可能没有任何检测能力。我们调查的MANOVA的行为,无论是理论上和使用模拟,并推导出MANOVA失去权力的条件。根据我们的研究结果,我们提出了一个统一的基于分数的检验统计量USAT,可以执行更好的比MANOVA在这种情况下,几乎以及MANOVA在其他地方。我们提出的测试报告了关联的近似渐进p值,并且在GWAS级别实现时计算效率非常高。我们通过广泛的模拟研究了USAT,MANOVA和其他现有方法的性能,并证明了使用USAT方法检测遗传变异和多变量表型之间的关联的优势。我们将USAT应用于从社区动脉粥样硬化风险(ARIC)研究中收集的5,816名白人个体的三个相关性状的数据,并检测到一些有趣的关联。
2015-03-11 stat.ME
Adaptive Mantel Test for AssociationTesting in Imaging Genetics Data
关联的曼特尔检验(MT)是通过检验两个观察域之间所有受试者对的相似性的线性关系来进行的。受神经影像学和遗传学数据应用的启发,继收缩和核方法在高维数据预测中的成功之后,我们在这里引入自适应Mantel检验作为MT的扩展。通过利用核和惩罚相似性度量,自适应Mantel测试能够在许多设置中相对于经典MT实现更高的统计功效。此外,自适应Mantel测试被设计为同时测试多个相似性度量,使得在原假设下保持正确的第一类错误率,而不需要直接调整多重检验的显著性阈值。在模拟数据上评估自适应Mantel测试的性能,并使用来自北京师范大学的350名大学生的工作记忆研究的数据来研究与阿尔茨海默病相关的遗传标记和热脑生理之间的关联。
2018-12-16 stat.CO stat.ME
Kernel-based multi-marker tests of association based on the accelerated failure time model
提出一套基于加速失效时间模型的核多标记生存关联检验,可处理异质性、竞争风险、左截断及小样本情形,并经模拟和阿尔茨海默病数据验证有效。
2024-01-18 stat.ME
Population Structure and Cryptic Relatedness in Genetic Association Studies
我们回顾了遗传关联研究中的混杂问题,这主要是因为人口结构和隐藏的相关性。对这个问题的许多处理只考虑人口结构的一个简单的“岛屿”模型。我们采取了一种更广泛的方法,将人口结构和神秘的相关性视为单个混杂因素的不同方面:未观察到的谱系定义了研究对象之间的关系(通常是遥远的)。因此,亲属关系是一个中心概念,我们审查的方法来定义和估计亲属关系系数,基于谱系和标记。在这个统一的框架中,我们回顾了解决人口结构问题的方法,包括基于家庭的研究设计,基因组控制,结构关联,回归控制,主成分调整和线性混合模型。最后一种解决方案最明确地利用了研究对象之间的亲缘关系,并在动植物育种研究的分析中发挥了既定的作用。最近的计算发展意味着人类遗传关联数据的分析开始受益于其强大的关联测试,这些测试可以防止人口结构和神秘的亲属关系,以及由谱系造成的中间水平的混淆。
2010-10-22 q-bio.GN stat.ME
Variance Components Genetic Association Test for Zero-inflated Count Outcomes
通常在生物医学研究中,研究收集的数据中的结果指标包含信息性的多余零;例如,当观察脑病理学研究中神经炎斑块的负担时,那些没有显示的数据有助于我们理解神经退行性疾病。结果可以用混合分布来表征,其中一个成分是“结构零”,另一个成分是泊松分布。我们提出了一种新的方差分量得分测试之间的遗传标记和零膨胀计数结果的混合分布的遗传关联。该测试与先前针对标准连续或二进制结果设计的SNP集测试(例如序列核关联测试(SKAT))共享有利特性。特别是,我们的方法具有优越的统计功效相比,竞争的方法,特别是当有相关性的标志物组内,当SNP与混合比例和泊松分布率。我们将该方法应用于拉什大学宗教秩序研究和记忆与衰老项目(ROSMAP)的阿尔茨海默病数据,作为原则的证明,我们发现与APOE基因在“结构零”和“计数”参数中具有高度显着的关联,当应用于零膨胀神经炎斑块计数结果时。
2018-01-18 q-bio.GN stat.ME
Fast Signal Region Detection with Application to Whole Genome Association Studies
针对全基因组关联研究中的多信号区域检测问题,提出一种结合高维检验、基于动态临界值二分拆分的快速算法,理论与实验均验证其优势,且在乳腺癌遗传区域识别中发现新的强关联区域。
2024-10-30 stat.ME
LPG: a four-groups probabilistic approach to leveraging pleiotropy in genome-wide association studies
迄今为止,全基因组关联研究(GWAS)已经成功地在各种性状/疾病中识别出数万种遗传变异,从而揭示了复杂疾病的遗传结构。复杂疾病的多基因性是指大量的风险变异共同贡献于复杂疾病的遗传性而个体效应较小的现象,已被广泛接受。这对充分确定复杂疾病的遗传基础提出了重大挑战。多源性的直接含义是需要更大的样本量来检测具有弱/中等效应的风险变体。与此同时,越来越多的证据表明,不同的复杂疾病可以共享遗传风险变体,这种现象被称为多效性。在这项研究中,我们提出了一个统计框架,利用多效效应在大规模GWAS数据(LPG)。LPG利用变分贝叶斯期望最大化(VBEM)算法,使其计算效率高,可扩展为全基因组规模分析。为了证明LPG相对于不利用多效性的现有方法的优势,我们进行了广泛的模拟研究,并将LPG应用于分析三种自身免疫疾病(克罗恩病、类风湿性关节炎和1型糖尿病)。结果表明,LPG可以利用多效性提高风险变量的优先级排序能力和风险预测的准确性。该软件可在http-s://www.example.com上获得。github.com/Shufeyangyi2015310117/LPG
2017-10-26 stat.ME
Bayesian mixed model inference for genetic association under related samples with brain network phenotype
本文提出贝叶斯网络响应混合效应模型,处理相关样本下脑网络表型的遗传关联,通过效应子网络建模和MCMC推断,在模拟和人类连接组计划数据中验证了有效性。
2023-05-16 stat.AP stat.ME
Variable Prioritization in Nonlinear Black Box Methods: A Genetic Association Case Study
本文的主要目的是解决非线性和非参数回归中的变量选择问题。受统计遗传学的启发,其中非线性相互作用特别感兴趣,我们引入了一种新的和可解释的方式来总结预测变量的相对重要性。在方法上,我们开发了“相对中心性”(RATE)度量,以优先考虑候选遗传变异,这些变异不仅是微不足道的,而且其关联也源于与数据中其他变异的显著共变关系。我们通过贝叶斯高斯过程回归说明RATE,但方法上的创新适用于其他“黑箱”方法。已知非线性模型通常比线性模型表现出更高的预测准确性,特别是对于由复杂遗传结构产生的表型。通过详细的模拟和两个真实数据关联映射研究,我们表明,应用RATE可以解释这种改进的性能。
2018-08-27 q-bio.QM stat.AP stat.ME
Bayesian Model Selection in Complex Linear Systems, as Illustrated in Genetic Association Studies
受遗传关联研究实例的启发,本文考虑了一般复杂线性模型系统和贝叶斯框架下的模型选择问题。我们讨论制定模型选择问题,并将上下文相关的{ \it先验}信息通过不同级别的先验规范。我们还推导出解析贝叶斯因子及其近似,以方便模型选择,并讨论其理论和计算特性。我们展示了我们的贝叶斯方法的基础上实现的马尔可夫链蒙特卡罗(MCMC)算法在模拟和映射组织特异性eQTL的实际数据应用。我们的新的贝叶斯因子的结果提供了一个通用的框架,在复杂的线性模型系统进行有效的模型比较。
2013-09-03 q-bio.QM stat.AP stat.ME
Meta-Analysis of Gene Level Association Tests
复杂疾病和常见遗传变异之间的绝大多数联系是通过荟萃分析确定的,这是一种强大的方法,可以实现大样本量,同时防止由于群体结构,重复小样本分析和/或共享个体水平数据的限制而导致的常见伪影。随着遗传关联研究的重点转向罕见变异,基因和其他功能单位正在成为分析的单位。在这里,我们提出并评估新的方法进行荟萃分析罕见的变异关联。我们表明,我们的方法保留了单变量荟萃分析方法的有用功能,并证明了其在使用外显子组阵列进行基因分型的约18,500名个体的血脂水平研究中的实用性。
2013-05-06 stat.ME
Novel probabilistic models of spatial genetic ancestry with applications to stratification correction in genome-wide association studies
人类群体的遗传变异受地理祖先的影响,这是由于历史交配和迁移模式的空间局部性。遗传数据集中的空间群体结构传统上使用无模型算法(如主成分分析(PCA)和多维尺度)或使用等位基因频率进化的显式空间概率模型进行分析。我们开发了一个通用的概率模型和相关的推理算法,统一了基于模型和数据驱动的方法来可视化和推断人口结构。我们的算法,地理空间定位(GAP),将样本之间的局部遗传距离与它们的空间距离联系起来,并且可以用于视觉上辨别种群结构以及准确地推断个体在二维连续体上的空间起源。在来自不同人群的模拟数据集和几个真实数据集上,GAP在重建空间祖先坐标方面的误差比PCA低得多。我们的空间推理算法也可以有效地应用到人口分层的问题,在全基因组关联研究(GWAS),隐藏的人口结构可以创建虚构的关联时,人口祖先与基因型和性状。我们开发了一个关联测试,使用GAP推断的祖先坐标准确地解释GWAS中祖先诱导的相关性。基于模拟和分析的数据集测量的10个代谢性状在芬兰北部的队列,这是已知的表现出显着的人口结构,我们发现,我们的方法具有优越的权力,目前的方法。
2016-10-25 q-bio.PE stat.ME
Distinguishing correlation from causation using genome-wide association studies
Harvard T.H. Chan School of Public Health(哈佛大学陈曾熙公共卫生学院)
全基因组关联研究(GWAS)已经成为疾病生物学遗传线索的丰富来源,并且它们揭示了许多疾病和性状之间的强烈遗传相关性。其中一些遗传相关性可能反映了因果关系。我们开发了一种方法来量化遗传相关性状之间的因果关系,使用GWAS汇总关联统计。特别是,我们的方法量化性状1的遗传成分的哪一部分也是性状2的因果关系,使用混合四阶矩$E(α_1^2α_1α_2)$和$E(α_2^2α_1α_2)$的双变量效应大小分布。如果性状1与性状2有因果关系,则影响性状1(大$α_1^2$)的SNP将对性状2(大$α_1α_2$)具有相关效应,但反之亦然。我们在广泛的模拟中验证了这种方法。在52个性状(平均$N=331$ k)中,我们确定了30个假定的遗传因果关系,其中许多是新的,包括LDL胆固醇对骨密度降低的影响。更广泛地说,我们表明,它是可能的遗传相关性和因果关系之间的区别使用遗传关联数据。
2018-11-21 cs.LG stat.ME stat.ML
An Association Test Based on Kernel-Based Neural Networks for Complex Genetic Association Analysis
本研究针对复杂基因型-表型关联检验难题,在基于核的神经网络框架下提出三种MINQUE检验方法,可评估线性及非线性遗传效应,在模拟中效能优于SKAT,且在UK Biobank数据中识别出海马体积相关基因。
2023-12-06 cs.LG q-bio.QM stat.ME
Integrated Quantile RAnk Test (iQRAT) for gene-level associations
基于基因的检测是许多遗传关联研究中常用的策略。由于潜在的群体异质性,基因-环境相互作用和各种其他原因,基因-性状关联可能是复杂的。现有的基于基因的测试,如负荷和序列核关联测试(SKAT),是基于检测单个汇总统计量的差异,如平均值或方差,可能会错过或低估可能是科学上有趣的高阶关联。在本文中,我们提出了一个新的家庭的基因水平的关联测试,整合分位数排名得分过程,以更好地适应复杂的协会。得到的检验统计量具有多个优点:(1)当关联在分位数水平上是同质的时,它们几乎与现有的最佳检验一样有效,并且提高了复杂和异质关联的效率,(2)它们提供了对风险分层的有用见解,(3)检验统计量是无分布的,因此可以适应广泛的基础分布,(4)计算效率高。我们在零假设和备择假设下建立了所提出的检验的渐进性质,并进行了大规模模拟研究以研究其有限样本性能。我们将所提出的测试应用于Metabochip数据,以确定与脂质性状的遗传关联,并将结果与Burden和SKAT测试的结果进行比较。
2020-12-13 stat.ME
Mendelian randomization with fine-mapped genetic data: choosing from large numbers of correlated instrumental variables
孟德尔随机化使用遗传变异来对风险因素对结果的影响进行因果推断。有了精细映射的遗传数据,在单个基因区域中可能有数百个遗传变异,其中任何一个都可以用来评估这种因果关系。然而,在分析中使用太多的遗传变异可能会导致虚假的估计和夸大的1型错误率。但是,如果只使用少数遗传变异,那么大多数数据都会被忽略,估计值对变异的特定选择高度敏感。我们提出了一种方法的基础上总结的数据(遗传关联和相关性估计),使用主成分分析,形成工具。这种方法具有理想的理论特性:它考虑了数据的整体性,并且不会受到数值不稳定性的影响。它在模拟研究中也具有良好的特性:它对分析中包含的遗传变异或遗传相关矩阵的变化并不特别敏感,并且它不会大大夸大1型错误率。总的来说,该方法给出的估计值不如变量选择方法(例如使用条件分析或修剪方法来选择变体)精确,但对变量选择步骤中看似任意的选择更稳健。方法说明了一个例子,使用遗传协会与睾酮的320个遗传变异,以评估性别歧视相关的途径对冠状动脉疾病风险的影响,其中变量选择方法给出不一致的推论。
2017-07-07 stat.ME
Penalized generalized linear mixed models for longitudinal outcomes in genetic association studies
本研究提出lasso惩罚混合模型,用于遗传关联研究中的纵向结果,能处理多个随机效应,模拟和实证显示其识别因果预测因子精度更高,并应用于儿童行为预测。
2025-01-19 stat.AP stat.ME
Subset Testing and Analysis of Multiple Phenotypes (STAMP)
多个全基因组关联研究(GWAS)的荟萃分析对于检测单个或多个标记与复杂性状的关联是有效的。我们开发了一个灵活的程序(“STAMP”)的基础上的混合模型,以执行基于区域的荟萃分析不同的表型使用来自不同的GWAS的数据,并确定相关的表型的子集。我们的模型框架有助于区分真正的关联研究之间的异质性。作为关联的度量,我们计算每个表型的后验概率,即研究中的遗传区域是真正关联的。广泛的模拟表明,当真正相关的结果的比例为$\leq$ 50\%时,STAMP比Meta分析的标准方法更强大。对于其他设置,STAMP的功能与现有方法类似。我们举例说明我们的方法上的两个例子,染色体9p21上的一个区域与14种癌症的风险的关联,以及来自两个遗传区域的数量性状基因座(eQTL)的表达与使用癌症基因组图谱(TCGA)的数据在17种组织类型中测量的顺式SNP的关联。
2017-12-28 stat.ME
VIMCO: Variational Inference for Multiple Correlated Outcomes in Genome-wide Association Studies
在全基因组关联研究(GWAS)中,已经测量了参与者的多个相关性状,联合分析策略(由此联合分析性状)可以比单性状分析策略提高统计功效。在对多个性状进行联合GWAS分析时,有两个感兴趣的问题需要解决。第一个问题是检查一个基因位点是否与任何被测性状显著相关。第二个问题的重点是确定与遗传位点相关的特定性状。由于现有的方法主要集中在第一个问题,本文试图提供一个补充的方法,解决第二个问题。我们提出了一种新的方法,变分推断多相关结果(VIMCO),重点是确定特定的性状,是与遗传位点,当执行联合GWAS分析多个性状,同时占多个性状之间的相关性。我们进行了广泛的数值研究,并应用VIMCO分析了两个数据集。数值研究和实际数据分析表明,VIMCO提高统计功效比单性状的分析策略时,多个性状相关和不相关的性能相当。
2018-07-27 stat.ME
Robust inference with GhostKnockoffs in genome-wide association studies
针对全基因组关联研究在识别小效应位点、精细定位致病变异上的不足,提出仅需汇总统计量的GhostKnockoffs方法,验证其稳健性并推广至多场景,实验表明其能发现更多传统方法遗漏的弱关联致病变异。
2023-10-06 stat.ME
A weighted U statistic for association analysis considering genetic heterogeneity
University of North Texas Health Science Center(北卡罗来纳大学达灵顿分校健康科学中心);Case Western Reserve University(凯斯西储大学);Michigan State University(密歇根州立大学)
本文提出异质性加权U统计量(HWU)方法,用于在复杂疾病遗传关联分析中处理遗传异质性问题,并通过模拟和SAGE数据集的尼古丁依赖全基因组分析验证了其功效、稳健性和计算效率。
2015-06-22 cs.AI cs.LG stat.ME
On genetic correlation estimation with summary statistics from genome-wide association studies
全基因组关联研究(Genome-wide association studies,GWAS)已被广泛用于研究单核苷酸多态性(single nucleotide polymorphisms,SNPs)与复杂性状之间的关联,其中样本量n和SNPs数量p都可能非常大。最近,基于GWAS汇总统计量(例如,SNP效应大小)。然而,经验证据显示了一种常见的偏差现象,即即使是高度显著的跨性状PRS也只能解释非常少量的遗传方差(R^2通常<1%)。本文的目的是发展一种新的和强大的方法来解决跨性状PRS的偏差现象。我们从理论上表明,估计的遗传相关性是渐近偏向于零时,复杂的性状是高度多基因/全基因。当所有p个SNPs都被用来构建PRS时,我们证明了PRS估计的渐近偏差与未知的因果SNPs数量m无关。我们提出了一个一致的PRS估计量来纠正这种渐进偏差。我们还开发了一种新的估计遗传相关性,这是完全基于两套GWAS汇总统计量。此外,我们研究了通过GWAS p值进行SNP筛选是否可以改善估计,并显示GWAS之间重叠样本的影响。我们的研究结果可能有助于揭开神秘面纱,并解决令人困惑的“丢失的遗传重叠”现象的交叉性状PRS解剖的遗传相似性密切相关的遗传性状。我们说明了我们的偏差校正PRS估计的有限样本性能,通过使用数值实验和英国生物银行的数据,我们在其中评估脑白质束和神经精神疾病之间的遗传相关性。
2019-03-04 q-bio.GN q-bio.NC stat.ME
A Generalized Genetic Random Field Method for the Genetic Association Analysis of Sequencing Data
University of Arkansas for Medical Sciences(阿肯色大学医学科学中心);University of Michigan(密歇根大学);Michigan State University(密歇根州立大学);Case Western Reserve University(凯斯西储大学)
本文提出广义遗传随机场(GGRF)方法,基于广义估计方程框架分析测序数据遗传关联,适用于多种表型且无需小样本校正,模拟和达拉斯心脏研究数据表明其检验效能优于或相当于 SKAT,并发现 ANGPTL3、ANGPTL4 与血清甘油三酯相关。
2025-08-18 cs.AI cs.LG stat.ME
Efficient and powerful familywise error control in genome-wide association studies using generalized linear models
在遗传关联研究中,检测表型-基因型关联是主要目标。我们假设数据之间的关系-表型,遗传标记和环境协变量-可以用广义线性模型(GLM)建模。纳入环境协变量使得有可能考虑到重要的混杂因素,如性别和人口结构。多变量得分统计量,在没有表型-基因型关联的完全原假设下,渐近地具有多元正态分布,其具有可以从数据估计的协方差阵,用于测试大量遗传标记与表型的关联。我们强调控制familywise错误率(FWER)的重要性,并使用多变量得分检验统计量的渐近分布,以找到一个局部的显着性水平的个人测试。使用真实的数据(从一项研究精神分裂症和双相情感障碍和一个最大摄氧量),并构建相关的结构,我们表明,我们的方法是一个强大的替代流行的Bonferroni和Sidak方法。对于没有环境协变量的GLM,我们表明,我们的方法是一个有效的替代排列方法的多重检验。此外,我们表明,如果环境协变量和遗传标记是不相关的,估计的协方差阵的得分检验统计量可以近似估计的相关矩阵的遗传标记。作为我们的方法的副产品,可以定义有效数量的独立测试,并且可以计算FWER调整的$p$值作为使用局部显著性水平的替代方案。
2016-12-22 stat.AP stat.ME
A generalized distance covariance framework for genome-wide association studies
提出广义距离协方差框架检验SNP与表型关联,可覆盖经典遗传模型的全部依赖关系,并给出渐近分布、高斯条件精确p值及协变量回归扩展。
2025-01-04 stat.ME
Fast permutation tests and related methods, for association between rare variants and binary outcomes
在大规模遗传关联研究中,主要目的是测试遗传变异与疾病结果之间的关联。感兴趣的变体通常是罕见的,并且在受试者中以低频率出现。在这种情况下,基于标准渐近结果的统计检验不能充分控制第一类错误率,尤其是在病例:控制比不平衡的情况下。在本文中,我们提出了使用置换和近似无条件测试测试与罕见的变体。我们使用新的分析计算,以有效地近似真实的第一类错误率下常见的研究设计,并在数值研究表明,所提出的类的测试显着提高标准的测试方法。我们还说明了我们的方法,在数据从最近的病例对照研究,遗传原因的严重副作用的一种常见的药物治疗。
2017-12-18 q-bio.GN stat.ME
Analysis of Case-Control Association Studies: SNPs, Imputation and Haplotypes
虽然前瞻性逻辑斯谛回归是病例对照数据分析的标准方法,但最近注意到,在遗传流行病学研究中,通过结合各种群体遗传学模型假设,如Hardy-Weinberg平衡(HWE)、基因-基因和基因-环境独立性,可以使用"回顾性"可能性来获得主要功效。在这篇文章中,我们回顾了这些现代方法,并通过两种类型的应用程序(i)关联测试分型和未分型单核苷酸多态性(SNP)和(ii)估计单倍型效应和单倍型环境相互作用的单倍型相位模糊性的存在下,它们与更经典的方法进行了对比。我们提供了新的见解,现有的方法,通过建设各种评分测试和伪似然。此外,我们描述了一种新的两阶段的方法,分析未分型的SNP,可以使用任何灵活的外部算法的基因型插补,然后一个强大的关联测试的基础上的回顾性的可能性。我们使用模拟和真实的数据说明的方法的应用。
2010-10-22 stat.ME
Network assisted analysis to reveal the genetic basis of autism
虽然研究表明自闭症是高度遗传的,但这种疾病的遗传基础的性质仍然是虚幻的。基于高度相关的基因在功能上相互关联并且更可能影响风险的想法,我们开发了一种新的统计工具,通过将遗传关联得分与特定大脑区域和发育时期的基因共表达相结合来发现更多潜在的自闭症风险基因。基因依赖网络估计使用一种新的部分邻域选择(PNS)算法,其中节点的特定属性被纳入网络估计,以提高统计和计算效率。然后,我们采用隐马尔可夫随机场(HMRF)模型相结合的估计网络和遗传关联得分在一个系统的方式。所提出的建模框架可以自然地扩展到包含关于基因之间的依赖性的额外结构信息。利用目前可用的来自全外显子组测序研究和大脑基因表达水平的遗传关联数据,该算法成功地识别了333个可能影响自闭症风险的基因。
2015-11-17 stat.AP stat.ME
Learning the optimal scale for GWAS through hierarchical SNP aggregation
全基因组关联研究(GWAS)旨在确定与罕见人类疾病相关的因果基因组变异。检测这些变异的经典统计方法是基于单变量假设检验,在每个基因座对健康个体与受影响个体进行检验。考虑到个体的基因型由多达一百万个SNP表征,这种方法缺乏精确性,因为它可能产生大量的假阳性,从而导致关于与疾病的遗传关联的错误结论。提高真正的遗传关联检测的一种方法是通过对SNP进行分组来减少要检验的假设的数量。结果如下:我们提出了一个降维的方法,可以应用在GWAS的背景下,利用人类基因组的单倍型结构。我们比较了我们的方法与标准的单变量和多变量方法的合成和真实的GWAS数据,我们表明,通过聚集SNP降低预测矩阵的维数,可以更精确地检测表型和基因组区域之间的关联。
2018-10-19 stat.ME
Simultaneous Detection of Signal Regions Using Quadratic Scan Statistics With Applications in Whole Genome Association Studies
在本文中,我们考虑在全基因组关联研究中检测与疾病结果相关的信号区域。基于基因或区域的方法在全基因组关联分析中越来越受欢迎,作为传统个体变异分析的补充方法。然而,这些方法测试结果与预先指定区域中的遗传变体之间的关联,例如,一个基因针对全基因组测序(WGS)研究中存在大量基因间隔区的问题,提出了一种基于Q-SCAN统计量的方法,通过连续扫描基因组来检测信号区的存在和位置。该方法考虑了遗传变异之间的相关性(连锁不平衡),并允许信号区域具有因果和中性变异,以及信号变异的影响方向不同。我们研究了所提出的Q-SCAN统计量的渐近性质。我们推导出一个经验阈值,控制家庭明智的错误率,并表明,在正则条件下,所提出的方法始终选择真正的信号区域。我们进行模拟研究,以评估所提出的方法的有限样本性能。我们的仿真结果表明,所提出的方法优于现有的方法,特别是当信号区域有因果变量的影响是在不同的方向,或被中性变量污染。我们通过分析来自社区动脉粥样硬化风险(ARIC)研究的WGS数据来说明Q-SCAN。
2019-07-25 stat.ME
Robust instrumental variable methods using multiple candidate instruments with application to Mendelian randomization
孟德尔随机化是利用遗传变异从观察数据中进行因果推断。该领域目前正在经历一场革命,这是由于越来越多的遗传变异被证明与全基因组关联研究中的暴露相关,以及有关遗传变异与大型财团的暴露和结果的汇总数据的公开可用性。使用汇总数据可以相对简单地进行具有许多遗传变异的孟德尔随机化分析。然而,只有当每个遗传变异满足工具变量的假设时,因果解释才有保证。为了防止这些假设的失败,已经提出了用于工具变量分析的稳健方法。在这里,我们开发了三个扩展工具变量方法使用:i)鲁棒回归,ii)惩罚的权重从候选工具与异质因果估计,和iii)L1惩罚。结果从各种各样的强大的方法,包括最近提出的MR-Egger和中位数为基础的方法,进行了比较,在一个广泛的模拟研究。我们证明了两种方法,稳健回归的逆方差加权方法和一个简单的中位数的因果估计从个别变量,有相当大的改善1型错误率相比,传统的方法在各种各样的情况下,高达30%的遗传变异是无效的工具。虽然MR-Egger方法在满足其假设时给出了无偏估计,但这些估计的效率低于其他方法,并且对违反假设的情况高度敏感。应常规使用做出不同假设的方法来评估应用孟德尔随机化研究多种遗传变异结果的稳健性。
2018-08-30 stat.ME
Robust Tests in Genome-Wide Scans under Incomplete Linkage Disequilibrium
在完全连锁不平衡(LD)条件下,稳健检验在分析病例-对照遗传关联研究中往往比皮尔逊卡方检验和趋势检验具有更大的功效。当遗传模型未知时,稳健统计已被用于候选基因和全基因组关联研究(GWAS)。我们在这里考虑一个更一般的不完全LD模型,并检查的影响,在标记位点的遗传模型时,在疾病位点的定义。稳健的统计,然后审查和他们的效率和鲁棒性进行了比较,通过模拟GWAS的30万个标记下的不完全LD模型。几个强大的测试的应用程序,威康信托病例对照协会[自然447(2007)661- 678]。
2010-10-25 stat.ME
A Weighted U Statistic for Genetic Association Analyses of Sequencing Data
Michigan State University(密歇根州立大学);University of North Texas Health Science Center(北德克萨斯大学健康科学中心);University of Arkansas for Medical Sciences(阿肯色大学医学科学大学);University of Michigan(密歇根大学);Mayo Clinic(梅奥诊所)
本文提出加权U统计量WU-seq,用于高维测序数据的遗传关联分析,无需疾病模型和表型分布假设,在重尾分布等假设违反场景下优于SKAT,并成功发现ANGPTL4与极低密度脂蛋白胆固醇的关联。
2015-05-05 cs.AI cs.LG q-bio.QM
A frequentist test of proportional colocalization after selecting relevant genetic variants
本研究提出了一种频率学派的比例共定位条件检验方法prop-coloc-cond,通过考虑变异选择的不确定性来恢复准确的I型错误控制,仅需遗传关联汇总数据即可实现,可作为贝叶斯共定位检验的有力补充。
2024-02-19 q-bio.GN stat.ME
When can Multi-Site Datasets be Pooled for Regression? Hypothesis Tests, $\ell_2$-consistency and Neuroscience Applications
由于后勤或财政限制,生物医学和健康科学的许多研究涉及小样本量。通常,识别一组预测因子和响应之间的弱(但科学上有趣)关联需要汇集来自多个不同实验室或团体的数据集。虽然在统计机器学习方面有丰富的文献来解决多站点数据集中的分布变化和推断,但不太清楚${\it when}$这样的池是否保证有帮助(以及何时没有)-独立于我们使用的推断算法。在本文中,我们提出了一个假设检验来回答这个问题,无论是经典的和高维的线性回归。我们精确地确定了在多个站点之间汇集数据集是明智的制度,以及如何通过在任何数据传输发生之前在每个站点上执行的简单检查来做出这样的政策决定。专注于阿尔茨海默病的研究,我们提出的实证结果表明,在我们的分析所建议的制度,汇集本地数据集与国际研究的数据,提高功率。
2017-09-02 stat.ME stat.ML
A powerful transformation of quantitative responses for biobank-scale association studies
针对生物样本库规模遗传关联研究,提出利用误差密度的响应变量变换方法,实现局部最优功效检验,并通过模拟和UK Biobank数据分析验证其能严格控制第一类错误并显著提升统计功效。
2025-07-09 math.ST stat.ME stat.TH