图形-GPA 2.0：一种用于GWAS结果的多疾病分析的图形模型，结合功能注释数据
摘要：基因组范围关联研究（GWAS）已成功地识别出大量与特征和疾病相关的遗传变体。然而，要充分理解许多相关变体的功能机制仍然具有挑战性。特别是当我们对多个表型共享的变体感兴趣时，情况更是如此。为了解决这个挑战，我们提出了图形-GPA 2.0（GGPA 2.0），这是一种新的统计框架，用于将多个表型的GWAS数据集整合在一个统一的框架中，并结合功能注释。我们进行了模拟研究来评估GGPA 2.0。结果表明，使用GGPA 2.0整合功能注释数据不仅可以改善疾病相关变体的检测，还可以确定疾病之间更准确的关系。我们使用由GenoSkyline和GenoSkyline-Plus导出的功能注释以及生物医学文献挖掘生成的先前疾病图表对五种自身免疫疾病和五种精神障碍进行了分析。对于自身免疫疾病，GGPA 2.0发现了在多种疾病中富集的血液，特别是B细胞和调节性T细胞。精神障碍在大脑中富集，特别是双相障碍（BIP）的前额叶和精神分裂症（SCZ）的颞叶。最后，GGPA 2.0成功地确定了BIP和SCZ之间的多助性。这些结果表明，GGPA 2.0可以成为一个强大的工具，用于识别与每个表型相关的关联变体或与多个表型共享的关联变体，同时促进理解与相关变体相关的功能机制。
作者：Qiaolan Deng, Jin Hyun Nam, Ayse Selen Yilmaz, Won Chang, Maciej Pietrzak, Lang Li, Hang J. Kim, Dongjun Chung
论文ID：2204.06714
分类：Genomics
分类简称：q-bio.GN
提交时间：2022-04-15