[论文解读] The X Factor: A Robust and Powerful Approach to X-chromosome-Inclusive Whole-genome Association Studies

Bo Chen, Radu V. Craiu+2 more|arXiv (Cornell University)|Nov 2, 2018

Genetic and Clinical Aspects of Sex Determination and Chromosomal Abnormalities参考文献 22被引用 4

一句话总结

本文提出了一种统一且稳健的基于回归的框架，用于包含X染色体的全基因组关联研究，该框架考虑了性别特异性效应、X染色体失活的不确定性、非加性遗传效应以及基因-性别互作效应。该方法在模型误设情况下仍保持统计效能与有效性，尤其通过解决基础等位基因的歧义性，并借助包含加性、显性和互作效应的三自由度模型，实现了有效的元分析。

ABSTRACT

The X-chromosome is often excluded from genome-wide association studies because of analytical challenges. Some of the problems, such as the random, skewed or no X-inactivation model uncertainty, have been investigated. Other considerations have received little to no attention, such as the value in considering non-additive and gene-sex interaction effects, and the inferential consequence of choosing different baseline alleles (i.e.\ the reference vs.\ the alternative allele). Here we propose a unified and flexible regression-based association test for X-chromosomal variants. We provide theoretical justifications for its robustness in the presence of various model uncertainties, as well as for its improved power when compared with the existing approaches under certain scenarios. For completeness, we also revisit the autosomes and show that the proposed framework leads to a more robust approach than the standard method. Finally, we provide supporting evidence by revisiting several published association studies. Supplementary materials for this article are available online.

研究动机与目标

• 解决长期以来因分析复杂性（如X染色体失活和性别特异性遗传）而将X染色体排除在全基因组关联研究之外的问题。
• 解决偏倚的X染色体失活与显性效应之间的混淆，这会损害标准关联检验的解释力。
• 开发一个统一模型，同时整合加性、显性和基因-性别互作效应，以提升效能与稳健性。
• 证明基础等位基因的选择对X染色体上的推断具有显著影响——这与常染色体不同——因此需要谨慎建模。
• 通过提供考虑模型不确定性和效应大小缩放的汇总统计量，实现X染色体关联的有效元分析。

提出的方法

• 提出一个三自由度回归模型：$ g(E(Y)) = \beta_0 + \beta_S S + \beta_A G_A + \beta_D G_D + \beta_{GS} GS $，其中 $ S $ 为性别，$ G_A $ 为加性基因型编码，$ G_D $ 为显性编码，$ GS $ 为基因-性别互作项。
• 采用基于基因型的回归而非基于等位基因的检验，以支持二元和连续结局，并避免对哈代-温伯格平衡的敏感性。
• 证明效应大小估计值与标准误依赖于X染色体失活的假设，且由于参数估计值存在混淆，反方差元分析无效。
• 提出一个灵活的框架，在模型不确定情况下仍保持稳健，包括随机与偏倚X染色体失活以及遗传模型误设的情形。
• 通过在正确与误设模型下对非非中心参数的分析，为该模型的稳健性与效能优势提供理论依据。
• 重新审视常染色体全基因组关联研究，表明相同框架通过引入显性和互作项，可提升对标准加性模型的稳健性。

实验结果

研究问题

• RQ1 基础等位基因的选择如何影响X染色体上的关联推断？为何其与常染色体不等价？
• RQ2 在全基因组关联研究数据中，偏倚X染色体失活与显性效应在多大程度上存在统计混淆？这对效应大小估计有何影响？
• RQ3 能否通过单一统一模型同时对X染色体上的加性、显性和基因-性别互作效应进行建模，同时保持稳健性？
• RQ4 为何标准反方差元分析对X染色体关联汇总统计量无效？有哪些可行的替代方法？
• RQ5 在各种遗传模型与样本量下，所提出的三自由度模型与现有方法相比，效能如何？

主要发现

• 所提出的三自由度模型对X染色体失活模式（随机 vs. 偏倚）及遗传模型假设的不确定性具有稳健性，能保持有效的第一类错误率。
• 在X染色体上，若不将性别作为协变量引入，基础等位基因的选择会影响推断结果，这与常染色体分析中等位基因切换的不变性形成对比。
• 在全基因组关联研究数据中，偏倚X染色体失活与显性效应在统计上存在混淆，若无额外数据则无法分离。
• 根据X染色体失活假设的不同，加性效应的效应大小估计值相差两倍，导致标准反方差元分析无效。
• 当存在非加性效应或基因-性别互作时，该模型在效能上优于现有方法，尤其在隐性或显性遗传模式下表现更优。
• 该框架可通过费歇尔合并p值法或基于样本量的方法实现有效元分析，但无法使用反方差法，因为其方差估计值存在混淆。