当前位置: X-MOL 学术Nat. Commun. › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)

用于大规模生物样本库中全基因组生存关联分析的高效、准确的衰弱模型方法

Nature Communications ( IF 14.7 ) Pub Date : 2022-09-16 , DOI: 10.1038/s41467-022-32885-x
Rounak Dey 1 , Wei Zhou 2, 3, 4, 5 , Tuomo Kiiskinen 5, 6 , Aki Havulinna 5, 6 , Amanda Elliott 1, 2, 3 , Juha Karjalainen 2, 3, 4, 5 , Mitja Kurki 2, 3, 4, 5 , Ashley Qin 1 , , Seunggeun Lee 7 , Aarno Palotie 2, 3, 4, 5 , Benjamin Neale 2, 3, 4 , Mark Daly 2, 3, 4, 5 , Xihong Lin 1, 3, 8
Affiliation  


凭借数十年来与遗传数据相关的电子健康记录,大型生物样本库为系统地了解复杂疾病自然史的遗传学提供了前所未有的机会。全基因组生存关联分析可以识别与发病年龄、疾病进展和寿命相关的遗传变异。我们提出了一种高效且准确的衰弱模型方法,通过考虑种群结构和相关性,对删失事件发生时间 (TTE) 表型进行全基因组生存关联分析。我们的方法利用最先进的优化策略来降低计算成本。鞍点近似用于分析高度删失的表型 (>90%) 和低频变异 (低至次要等位基因计数 20)。我们通过对五种 TTE 表型(包括寿命)进行广泛的模拟研究和分析来证明我们的方法的性能,对 ~400,000 名具有英国白人血统的英国生物样本库参与者和 ~180,000 名 FinnGen 的个体进行了严格的删失率(90.9% 至 99.8%)。我们进一步分析了英国生物库中的 871 个 TTE 表型,并使用 PheWeb 浏览器展示了全基因组规模的表型组范围关联结果。





"点击查看英文标题和摘要"

更新日期:2022-09-16
down
wechat
bug