CGM第454期：机器学习辅助下的全基因组关联研究的有效推断

机器学习在包括人类遗传学在内的几乎所有科学领域中变得越来越流行。由于样本收集和精确表型测定的挑战，利用复杂的机器学习技术预测表型，并在预测结果上执行全基因组关联研究的机器学习辅助全基因组关联研究在复杂性状遗传学研究中变得越来越普遍。然而，机器学习辅助全基因组关联研究关联结果的有效性尚未得到充分评估。在本研究中，我们揭示了机器学习辅助全基因组关联研究中广泛存在的假阳性关联风险，并引入了一种名为POP-GWAS的统计框架，对基于机器学习预测的表型的全基因组关联研究进行重新设计。POP-GWAS能够在任意机器学习预测质量和算法选择下，确保统计推断的有效性和高效性，同时仅依赖全基因组关联研究的汇总统计作为输入。我们利用POP-GWAS对来源于双能量X射线吸收测量图像的14个骨骼部位的骨密度进行了全基因组关联研究，发现了89个新的遗传位点，并揭示了骨骼部位特异性的遗传结构。我们的框架为未来机器学习辅助下的全基因组关联研究提供了一种强大的分析解决方案。