《BMC Bioinformatics》:Multivariate GWAS framework for family trios with parental phenotypes to control dynastic effects
编辑推荐:
背景:基于无关个体的全基因组关联分析(genome-wide association study, GWAS)和孟德尔随机化(Mendelian randomization, MR)中的效应量估计常受到王朝效应(dynastic effects, DE)的混淆
背景:基于无关个体的全基因组关联分析(genome-wide association study, GWAS)和孟德尔随机化(Mendelian randomization, MR)中的效应量估计常受到王朝效应(dynastic effects, DE)的混淆。现有基于家系三人组的方法可以减轻此偏倚,但通常丢弃父母表型,且无法联合建模多个相关性状。为此,研究人员提出FT-SEM,一种利用结构方程模型(structural equation modeling, SEM)分析家系三人组数据的多变量GWAS框架,旨在整合父母和后代的基因型与表型,跨多性状估计共享潜在因子上的直接遗传效应。结果:模拟研究表明,FT-SEM产生无偏的效应估计,I型错误得到良好控制,并通过纳入父母表型信息相对于传统三人组模型提高了统计功效。对778个英国生物样本库(UK Biobank)家系三人组的全基因组扫描中,未有位点达到全基因组显著水平,但FT-SEM衍生的家族校正潜在肥胖因子汇总统计量为下游MR提供了无偏的结果基础。双样本MR分析显示,收缩压(systolic blood pressure, SBP)与肥胖的表观关联在校正家族混杂后大幅减弱,提示其可能是虚假关联。相反,高密度脂蛋白胆固醇(high-density lipoprotein cholesterol, HDL-C)对肥胖的作用方向一致且稳健,支持其存在真实的因果关联。结论:FT-SEM提供了一种严格且高效的多变量框架,消除了王朝偏倚,同时最大化了家系三人组数据的效用。所得汇总统计量可无缝整合到双样本MR分析中,突出了家族三人组信息的多变量建模在防范复杂性状遗传学中虚假因果主张方面的必要性。
论文解读文章
常规基于无关个体的GWAS和MR效应估计常受到DE的混淆。DE是家庭单位内的一种特殊混杂结构:在由父母和单一后代组成的三人组中,父母基因型可通过未观测的父母表型或其他代际机制影响后代性状,从而违反MR的独立性假设。现有基于三人组的分析方法虽能条件于后代与父母基因型以控制DE相关偏倚,但通常丢弃父母表型信息,统计功效欠佳,且未扩展至多性状联合建模;母-子配对和同胞对设计则分别忽略父系效应或无法覆盖独生子女家庭。因此,建立一种能最大限度利用三人组数据、在多性状框架下控制DE并支持双样本MR的多变量GWAS方法十分必要。
针对上述问题,研究人员提出FT-SEM,一种基于SEM的三人组多变量GWAS框架。FT-SEM将父亲、母亲和后代的基因型与多个表型同时纳入模型,通过共同潜在因子估计后代直接遗传效应(β
OE)、父系效应(β
FE)和母系效应(β
ME)。模拟结果证实,FT-SEM在DE存在时提供无偏点估计、受控的I型错误和接近名义水平的置信区间覆盖率,并通过纳入父母表型信息显著降低了均方根误差(RMSE)、收窄了置信区间、提高了统计功效。应用于UK Biobank 778个完整三人组后,FT-SEM所得家族校正汇总统计量被进一步用于双样本MR分析,发现SBP与肥胖的关联在校正家族混杂后大幅衰减,提示既往人群研究结果可能为虚假阳性;而HDL-C对肥胖的作用方向稳定且保持稳健,支持真实因果关系的存在。
研究人员为评估FT-SEM的性能开展了一系列模拟研究。模拟中设定三种DE强度场景(DE=0%、0.2%、0.4%)和不同样本量,重复10,000次,并与PSEM(由Brumpton等线性三人组方法扩展至SEM的模型)和IndSEM(基于无关个体的GW-SEM 2.0方法)进行比较。FT-SEM采用最大似然估计,通过OpenMx软件包拟合,使用Wald检验进行假设检验;为保证可识别性,先拟合不含遗传变异的FT-SEM-null模型获得因子载荷估计,再通过校正因子调整遗传效应估计。真实数据部分使用了UK Biobank资源:依据亲缘系数和零状态一致性(IBS0)比例筛选亲属关系,限定欧洲血统,经过检出率、最小等位基因频率、哈代-温伯格平衡等质量控制后保留778个完整三人组;表型选取体质指数(BMI)、体脂率(BFP)和腰臀比(WHR),三者联合建模为潜在肥胖因子。MR分析的暴露数据来源于同胞GWAS汇总统计(N=99,998)或独立个体GWAS数据(N=315,133和757,601),结果数据来自FT-SEM、PSEM和IndSEM的UKB分析;因果估计以逆方差加权(IVW)为主,辅以加权中位数、加权众数、MR-Egger、MRcML和MRBEE等方法。
模拟研究(GWAS模拟):在DE=0%时,FT-SEM、PSEM和IndSEM均无偏且I型错误受控,IndSEM因无偏倚校正机制而效率最高;当DE升至0.2%和0.4%时,IndSEM出现明显偏倚和I型错误膨胀,而FT-SEM与PSEM仍保持无偏且覆盖率接近95%。FT-SEM的RMSE和置信区间宽度始终低于PSEM,统计功效更高,说明纳入父母表型部分恢复了家系设计固有的效率损失。额外模拟还表明FT-SEM对潜在因子结构误设和跨代测量不变性违反具有稳健性。模拟研究(双样本MR模拟):在暴露工具变量解释方差设为5%的条件下,DE存在时IndSEM的因果估计严重偏倚且I型错误失控;FT-SEM保持无偏、覆盖率接近名义水平,并获得最低RMSE和最窄置信区间,在DE≠0时统计功效显著高于PSEM。真实数据应用:UKB三人组GWAS虽未达到全基因组显著水平,但潜在肥胖因子载荷均显著,支持BMI、BFP和WHR共享的共同肥胖结构。MR分析中,HDL-C对肥胖的因果效应在IndSEM的加权中位数、IVW和MRcML分析中达到显著(p值分别为0.042、0.041和0.041),FT-SEM和PSEM方向一致但未达显著,原因应为三人组样本量较小导致功效不足;SBP对肥胖的因果效应在IndSEM的MR-Egger分析中显著(p=0.026),但FT-SEM和PSEM的估计明显向零衰减且不显著,表明常规独立个体MR所见的SBP-肥胖关联可能主要由DE驱动的家族混杂造成。敏感性分析:使用同胞GWAS统一工具变量后,各方法均未检出SBP与肥胖的显著关联,但同胞GWAS有效样本量较小、工具变量较弱,统计功效下降,衰减可能是DE校正与功效降低的共同结果。
讨论部分指出,FT-SEM可视为母-子配对SEM向完整三人组框架的自然延伸,且具有灵活扩展至任意表型关系的结构性优势;同时估计的后代、父系和母系遗传效应为研究DE的遗传结构提供了工具。局限包括多元正态与线性假设、假定代际遗传架构一致、778个三人组样本量不足以检测复杂性状位点、计算负荷较高、当前仅适用单后代三人组、未纳入基因-环境和基因-基因交互作用。结论部分表明,FT-SEM通过阻断非因果代际通路,产生无偏的家族校正汇总统计量,可无缝整合入现有双样本MR方法,为大规模独立人群发现的验证提供了可靠工具,是复杂性状遗传学中应对家族混杂和多变量分析的重要方法进展。