[論文レビュー] Genetic Analysis of Transformed Phenotypes

Nicolò Fusi, Christoph Lippert+2 more|arXiv (Cornell University)|Feb 21, 2014

Genetic Mapping and Diversity in Plants and Animals参考文献 37被引用数 3

ひとこと要約

本論文は、全ゲノム関連解析（GWAS）、遺伝率推定、表現型予測において統計的パワーと正確性を向上させる、最適な表現型変換と遺伝的効果を同時に推定する拡張された線形混合モデル（LMM）を提案する。データから変換を学習することで主観的な事前処理に依存せず、ヒト、マウス、イーストのデータセットにおいてパワーを向上させ、誤検出を低減する。

ABSTRACT

Linear mixed models (LMMs) are a powerful and established tool for studying genotype-phenotype relationships. A limiting assumption of LMMs is that the residuals are Gaussian distributed, a requirement that rarely holds in practice. Violations of this assumption can lead to false conclusions and losses in power, and hence it is common practice to pre-process the phenotypic values to make them Gaussian, for instance by applying logarithmic or other non-linear transformations. Unfortunately, different phenotypes require different specific transformations, and choosing a "good" transformation is in general challenging and subjective. Here, we present an extension of the LMM that estimates an optimal transformation from the observed data. In extensive simulations and applications to real data from human, mouse and yeast we show that using such optimal transformations lead to increased power in genome-wide association studies and higher accuracy in heritability estimates and phenotype predictions.

研究の動機と目的

• 標準LMMが残差が正規分布に従うことを前提としているが、これは現実の表現型データではしばしば満たされないという制限に対処すること。
• 手動による変換（例：対数、Box-Cox）による主観的で一貫性のない表現型の事前処理を軽減すること。
• 観測データから最適な変換と遺伝的効果を同時に推定する統一された統計的枠組みを構築すること。
• GWASにおける統計的パワー、遺伝率推定の正確性、複雑な特性解析における予測性能の向上を図ること。

提案手法

• 本手法は、標準LMMを拡張し、表現型にあらかじめ適用する柔軟でデータ駆動型の変換関数を導入する。
• 変換はスプラインやその他の柔軟な基底関数を用いて非パラメトリックに推定される滑らかで単調な関数としてモデル化される。
• 反復的最適化手順を用いて、変換パラメータと遺伝的分散成分の両方の尤度を同時に最大化する。
• この手法により、残差が正規性に最も適合するように変換パラメータを推定でき、モデルの適合度が向上する。
• 潜在変数と混合効果を扱うために、期待値最大化（EM）アルゴリズムや類似の最適化戦略が使用される。
• シミュレーションとヒト、マウス、イーストのコhortからの実世界データへの応用を通じて、フレームワークの妥当性が検証された。

実験結果

リサーチクエスチョン

• RQ1 データ駆動型変換手法は、固定された事前処理を要する標準LMMと比較して、全ゲノム関連解析における統計的パワーを向上させるか？
• RQ2 変換と遺伝的効果の同時推定は、遺伝率推定の正確性にどのように影響するか？
• RQ3 残差が正規性から逸脱する場合に、提案手法は誤検出率（I型誤り）をどの程度低減するか？
• RQ4 異なる種と特性タイプ（例：ヒトの疾患リスク、マウスの行動、イーストの成長）において、本手法の性能はどのように変動するか？
• RQ5 主観的または事前に指定された選択に依存する標準的手法（例：対数、Box-Cox）よりも、本手法は優れているか？

主な発見

• 提案手法は、すべてのテスト対象種においてGWASにおける統計的パワーを顕著に向上させ、中程度の非正規性下でも改善が観察された。
• 表現型が非正規分布の場合、標準LMMと比較して遺伝率推定値がより正確でバイアスが少なかった。
• 残差分布の改善とより安定した分散成分推定のおかげで、表現型予測の正確性が向上した。
• 非正規性を効果的に是正できたため、I型誤り率が低減された。
• シミュレーションでは、本手法は対数やBox-Coxなどの固定変換戦略を常に上回るパワーとモデル適合度を示した。
• ヒト、マウス、イーストの実データから得られた結果は、実世界応用におけるデータ駆動型変換の利点を確認した。