[论文解读] Bayesian Model Averaging for the X-Chromosome Inactivation Dilemma in Genetic Association Study

Bo Chen, Radu V. Craiu+1 more|arXiv (Cornell University)|Apr 4, 2017

Genetic Associations and Epidemiology参考文献 30被引用 8

一句话总结

本文提出了一种贝叶斯模型平均（BMA）框架，以解决由于女性中未知X染色体失活（XCI）状态而导致的X染色体关联研究中的模型不确定性问题。通过将XCI模型和无XCI模型的后验估计按其后验概率加权组合，该方法提供了更可靠的效应大小估计、可信区间和贝叶斯因子，相较于假设单一模型的方法更具稳健性，仿真研究和囊性纤维化研究均验证了这一点。

ABSTRACT

X-chromosome is often excluded from the so called `whole-genome' association studies due to its intrinsic difference between males and females. One particular analytical challenge is the unknown status of X-inactivation, where one of the two X-chromosome variants in females may be randomly selected to be silenced. In the absence of biological evidence in favour of one specific model, we consider a Bayesian model averaging framework that offers a principled way to account for the inherent model uncertainty, providing model averaging-based posterior density intervals and Bayes factors. We examine the inferential properties of the proposed methods via extensive simulation studies, and we apply the methods to a genetic association study of an intestinal disease occurring in about twenty percent of Cystic Fibrosis patients. Compared with the results previously reported assuming the presence of inactivation, we show that the proposed Bayesian methods provide more feature-rich quantities that are useful in practice.

研究动机与目标

• 解决由于女性中X染色体失活状态未知而导致的X染色体关联研究中的模型不确定性挑战。
• 开发一种严谨的贝叶斯方法，考虑XCI与无XCI模型之间的不确定性，避免依赖错误假设。
• 通过模型平均后验分布、可信区间和贝叶斯因子，提供更可靠的推断。
• 相比假设固定XCI模型的方法，提升推断的稳健性和信息丰富度。
• 在仿真研究和一项真实的囊性纤维化遗传关联研究中，证明该方法的优越性。

提出的方法

• 构建两个贝叶斯回归模型：一个假设X染色体失活（XCI），另一个假设无失活（无XCI），适用于连续和二元结局。
• 应用贝叶斯模型平均（BMA）方法，将两个模型中效应大小β的后验分布按其边际似然加权组合。
• 对于线性模型，推导出BMA后验均值和最高后验密度（HPD）区间的形式表达式。
• 对于逻辑斯蒂模型，使用马尔可夫链蒙特卡洛（MCMC）抽样近似BMA后验分布。
• 计算BMA平均模型与零假设模型之间的贝叶斯因子，以按关联证据对SNP进行排序。
• 采用基于置换的方法校准检验统计量，并在存在模型不确定性的情况下评估显著性。

实验结果

研究问题

• RQ1 如何将由于X染色体失活状态未知而引起的模型不确定性，正式纳入遗传关联分析？
• RQ2 假设固定XCI模型（存在或不存在）对效应大小估计和证据量化有何影响？
• RQ3 与单模型方法相比，贝叶斯模型平均能否提升关联推断的稳健性和可靠性？
• RQ4 与单模型分析相比，基于BMA的后验区间和贝叶斯因子在覆盖率和统计功效方面表现如何？
• RQ5 该BMA方法对极端等位基因频率和罕见变异是否具有稳健性，特别是在X染色体研究中？

主要发现

• 与假设单一模型相比，基于BMA的方法在真实XCI状态未知时，能产生更稳健、更可靠的效应大小β后验估计。
• 在真实模型为XCI（M1）的仿真中，BMA贝叶斯因子（log10BF_AN = 21.65）接近理想值（log10BF_1N = 22.35），显著优于无XCI模型（log10BF_2N = 2.29）。
• 当真实模型为无XCI（M2）时，BMA贝叶斯因子（log10BF_AN = 2.18）远高于错误模型（log10BF_2N = 1.06），表明在模型不确定性下推断能力得到显著提升。
• BMA方法生成了更稳定且信息更丰富的SNP排序，例如，排名第一的SNP（rs12689325）在基于p值的方法中仅排第331位，凸显其检测传统方法遗漏的生物学相关信号的能力。
• 该方法对等位基因频率极端情况具有稳健性；对于MAF = 1.3%的SNP，BMA HPD区间虽宽但仍具信息量，准确反映了不确定性而不产生过度自信。
• XCI模型对参考等位基因编码方式不敏感，而无XCI模型则对编码选择敏感——这凸显了BMA方法在模型不确定性下保持一致性的关键优势。