[论文解读] Assessment of Pooled Association Tests for Rare Genetic Variants within a Unified Framework

Andriy Derkach, Jerry Lawless+1 more|arXiv (Cornell University)|May 18, 2012

Genetic Associations and Epidemiology被引用 2

一句话总结

本文在统一的统计框架下评估了罕见遗传变异的合并关联检验，比较了其在不同遗传模型和数据类型下的检验效能。研究发现，除非大多数变异均为致病性变异，否则在中等规模研究中检验效能仍然较低，强调了需要借助生物学信息进行变异筛选以提升检测能力。

ABSTRACT

In the search for genetic factors that are associated with complex heritable human traits, considerable attention is now being focused on rare variants that individually have small effects. In response, numerous recent papers have proposed testing strategies to assess association between a group of rare variants and a trait, with competing claims about the performance of various tests. The power of a given test in fact depends on the nature of any association and on the rareness of the variants in question. We review such tests within a general framework that covers a wide range of genetic models and types of data. We study the performance of specific tests through exact or asymptotic power formulas and through novel simulation studies of over 10,000 different models. The tests considered are also applied to real sequence data from the 1000 Genomes project and provided by the GAW17. We recommend a testing strategy, but our results show that power to detect association in plausible genetic scenarios is low for studies of medium size unless a high proportion of the chosen variants are causal. Consequently, considerable attention must be given to relevant biological information that can guide the selection of variants for testing.

研究动机与目标

• 在统一的统计框架下评估各种罕见变异合并关联检验的性能。
• 评估检验效能如何随遗传模型特征、变异频率和样本量变化。
• 识别在复杂遗传性状中检测关联的最优检验策略。
• 指导研究人员利用生物学信息选择相关变异，以提升检测效能。

提出的方法

• 构建了一个涵盖广泛遗传模型和数据类型的罕见变异检验统一框架。
• 推导了在不同遗传情景下特定检验的精确或渐近检验效能公式。
• 开展了新颖的模拟研究，覆盖超过10,000种不同的遗传模型，以比较检验性能。
• 将选定的检验方法应用于1000基因组计划和GAW17的真实序列数据。
• 使用统计检验效能分析，评估在不同致病性变异比例和变异频率下检验性能。
• 将生物学相关性整合到变异筛选策略中，以提升实际应用中的检测效能。

实验结果

研究问题

• RQ1 不同合并关联检验在多样化遗传模型和变异频率下的表现如何？
• RQ2 样本量和致病性变异比例对检验效能有何影响？
• RQ3 在现实遗传情景下，哪种检验策略具有最高检验效能？
• RQ4 在真实序列数据中，包含生物学相关变异如何影响检测效能？

主要发现

• 除非所选变异中致病性变异占比较高，否则在中等规模研究中检测关联的效能较低。
• 检验性能显著受潜在遗传模型和致病性变异分布的影响。
• 统一框架使在广泛情景下准确比较检验效能成为可能。
• 真实数据应用证实，若未事先结合生物学指导进行变异筛选，检验效能仍受限制。
• 本研究建议采用整合生物学信息的检验策略，以增强检测能力。
• 渐近和精确检验效能公式为在实际应用前评估检验性能提供了可靠工具。