[论文解读] Improving power of genetic association studies by extreme phenotype sampling: a review and some new results

Thea Bjørnland, Anja Bye+3 more|arXiv (Cornell University)|Jan 5, 2017

Genetic and phenotypic traits in livestock被引用 6

一句话总结

本文提出了基于似然的推断方法，用于利用极端表型采样进行遗传关联研究，即仅对具有最极端性状值的个体进行基因分型。研究表明，与随机采样相比，这种设计可显著提高统计效能，尤其在检测常见变异效应和基因-环境互作方面；然而，性能因采样策略和性状分布而异。

ABSTRACT

Extreme phenotype sampling is a selective genotyping design for genetic association studies where only individuals with extreme values of a continuous trait are genotyped for a set of genetic variants. Under financial or other limitations, this design is assumed to improve the power to detect associations between genetic variants and the trait, compared to randomly selecting the same number of individuals for genotyping. Here we present extensions of likelihood models that can be used for inference when the data are sampled according to the extreme phenotype sampling design. Computational methods for parameter estimation and hypothesis testing are provided. We consider methods for common variant genetic effects and gene-environment interaction effects in linear regression models with a normally distributed trait. We use simulated and real data to show that extreme phenotype sampling can be powerful compared to random sampling, but that this does not hold for all extreme sampling methods and situations.

研究动机与目标

• 开发在仅对极端表型个体进行基因分型的情况下，用于遗传关联研究推断的稳健统计方法。
• 评估在现实的遗传和性状假设下，与随机采样相比，极端表型采样是否能提高统计效能。
• 将基于似然的模型扩展至适用于正态分布性状中的常见变异效应和基因-环境互作。
• 为极端表型采样设计提供参数估计和假设检验的计算工具。
• 评估极端表型采样在何种条件下相较于随机采样具有更高的统计效能。

提出的方法

• 开发针对极端表型采样设计的似然模型，将选择机制纳入参数估计中。
• 应用似然比检验和得分检验，评估在该采样方案下的遗传效应和基因-环境互作。
• 使用数值优化技术，尽管存在截断的采样分布，仍能高效估计模型参数。
• 在似然函数中引入性状的正态性假设，以保持统计效率。
• 在极端采样框架下，将标准线性回归模型调整以包含遗传变异与环境因素之间的交互项。
• 通过已知遗传效应的模拟数据集和真实世界遗传数据对方法进行验证，以评估其实际表现。

实验结果

研究问题

• RQ1 与随机采样相比，极端表型采样是否能显著提高检测遗传关联的统计效能？
• RQ2 不同的采样策略（如前10%和后10%、前20%和后20%）如何影响关联检验的效能和准确性？
• RQ3 当应用于极端表型样本时，基于似然的推断方法是否能保持适当的 I 类错误率和效能？
• RQ4 在检测基因-环境互作方面，极端采样设计与随机采样设计的表现有何差异？
• RQ5 在何种条件下，尽管理论上预期，极端表型采样仍无法提升效能？

主要发现

• 与随机采样相比，极端表型采样可显著提高检测常见变异效应的统计效能，尤其当性状呈正态分布时。
• 当极端采样比例适中时（例如，性状分布的前10%–20%和后10%–20%），效能提升最为显著。
• 基于似然的推断方法在极端采样设计下能保持适当的 I 类错误率，并提供有效的统计推断。
• 通过极端表型采样，可更高效地检测基因-环境互作效应，尤其当互作效应大小适中时。
• 然而，当性状分布偏离正态性，或采样比例过窄或过宽时，效能增益会减弱甚至消失。
• 该方法的表现对采样阈值和性状方差结构的选择较为敏感，凸显了精心设计规划的重要性。