
CGM第395期:候选因果基因TWAS精细定位方法
TWAS 找到的候选基因中哪些才是因果基因?报告介绍候选因果基因的精细定位方法与条件分析。
刘璐
美国密歇根大学生物统计系
周翔教授课题组博士后,2023年博士毕业于山东大学生物统计学系,导师为袁中尚教授,主要研究方向为跨组学数据整合统计推断方法,研究成果以第一作者发表在Nature Genetics、American Journal of Human Genetics等期刊。
活动回放
在 Bilibili 打开完整回放 ↗全转录组关联研究(TWAS)旨在整合表达数量性状基因座(eQTL)和全基因组关联研究(GWAS),以期进一步阐明复杂疾病内在分子遗传机制。本研究构建了GIFT(Gene-based Integrative Fine-mapping through conditional TWAS)模型,对区域内的所有基因联合建模,在最大似然框架中进行条件 TWAS 分析,以有效地实现 TWAS 精细定位(fine-mapping)。GIFT 对区域中不同基因之间表达水平的相关性和 cis-SNPs 的 LD 关系联合建模,并校正了构建预测基因表达时的不确定性。因此,GIFT 可提供校准的p值,将多个边际 TWAS 关联精炼为更小的因果关联集,具有很高的检验效能,减少了错误发现。通过 UKB 中血压和血脂六个复杂性状的实际数据应用,GIFT 比已有方法识别因果基因集大小减少了 32.16%~91.32%。GIFT 识别的因果基因突出了直接血管调节在血压中的重要性,以及脂质代谢在调节血脂水平中的重要性。
参考文献
- Liu Lu, Yan Ran, Guo Ping, Ji Jiadong, Gong Weiming, Xue Fuzhong, Yuan Zhongshang, Zhou Xiang. Conditional transcriptome-wide association study for fine-mapping candidate causal genes. Nature Genetics. 2024;56(2):348-356. DOI: 10.1038/s41588-023-01645-y
评论(0)
登录后即可发表评论。
登录暂无评论,来发表第一条评论吧!