[论文解读] 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 3

一句话总结

本文提出了一种增强的线性混合模型（LMM），联合估计最优表型转换和遗传效应，从而在全基因组关联研究（GWAS）、遗传力估计和表型预测中提升统计功效和准确性。通过从数据中学习转换而非依赖主观的预处理，该方法在人类、小鼠和酿酒酵母数据集中提高了统计功效并减少了假阳性结果。

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.

研究动机与目标

• 为解决标准LMM要求残差服从高斯分布的局限性，而这一假设在真实表型数据中常被违反。
• 通过减少对人工表型转换（如对数变换、Box-Cox变换）的主观性和不一致性，降低预处理的主观性。
• 开发一个统一的统计框架，从观测数据中联合估计最优转换和遗传效应。
• 提升全基因组关联研究（GWAS）的统计功效、遗传力估计的准确性以及复杂性状分析的预测性能。

提出的方法

• 该方法通过在建模前对表型应用灵活的数据驱动转换函数，扩展了标准LMM。
• 转换被建模为平滑且单调的函数，通过样条或其它灵活基函数非参数估计。
• 使用迭代优化程序联合最大化转换参数和遗传方差成分的似然函数。
• 该方法可估计使残差最接近高斯分布的转换参数，从而改善模型拟合。
• 通过期望最大化（EM）算法或类似优化策略实现方法，以处理潜在变量和混合效应。
• 通过模拟和在人类、小鼠及酿酒酵母队列的真实数据集上的应用对框架进行了验证。

实验结果

研究问题

• RQ1 与采用固定预处理的标准化LMM相比，数据驱动的转换方法是否能提升全基因组关联研究（GWAS）中的统计功效？
• RQ2 联合估计转换和遗传效应在多大程度上影响遗传力估计的准确性？
• RQ3 当残差偏离正态性时，所提出的方法在多大程度上能减少假阳性结果和I类错误率？
• RQ4 该方法在不同物种和性状类型（如人类疾病风险、小鼠行为、酿酒酵母生长）中的表现如何变化？
• RQ5 该方法是否能优于依赖主观或预设选择的标准转换方法（如对数变换、Box-Cox变换）？

主要发现

• 在所有测试物种中，该方法显著提高了GWAS的统计功效，即使在中度非正态性下也观察到改进。
• 当表型非高斯时，与标准LMM相比，遗传力估计更准确且偏差更小。
• 由于残差分布更优和方差成分估计更稳定，表型预测准确性得到提升。
• 该方法通过有效校正残差的非高斯性，显著降低了I类错误率。
• 在模拟中，该方法在统计功效和模型拟合方面始终优于固定转换策略（如对数变换、Box-Cox变换）。
• 人类、小鼠和酿酒酵母数据集的实证结果证实了数据驱动转换在真实应用中的优势。