IF31.7｜家系GWAS统一估计器提升直接遗传效应检验效能

纳入无亲缘样本并开发稳健估计器，直接遗传效应估计效能最高提升106.5%。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

全基因组关联研究（GWAS）已发现大量基因型-表型关联，但标准GWAS估计的是群体效应，混杂了直接遗传效应（DGE）、间接遗传效应（IGE）和群体分层等。家系GWAS（FGWAS）利用家系内随机遗传变异可无偏估计DGE，但受限于亲本基因型可得性。已有方法如sib-differences和Young et al.的插补法提高了效能，但Young et al.方法忽略大量无亲缘样本，且在强群体结构下产生偏倚。

科学问题

卡在哪里： 现有FGWAS方法未充分利用无亲缘样本，且在强群体分层或近期混合群体中DGE估计存在偏倚。

本文要回答： 开发纳入无亲缘样本的统一估计器，以及稳健于群体结构的估计器，提升DGE估计效能和稳健性。

技术路线

作者主要用了：孟德尔插补、线性混合模型、Balding-Nichols模拟、UK Biobank、MCS。

作者扩展Young et al.的插补方法，将无亲缘样本通过线性插补纳入FGWAS，构建统一估计器；同时开发稳健估计器，仅利用子代基因型相对亲本基因型的随机变异，避免使用等位基因频率信息。通过模拟不同Fst的群体结构评估偏倚和效能，并在UK Biobank的19个表型和MCS的多基因预测中验证。

图 1　Fig. 1。图1展示不同FGWAS和标准GWAS使用的样本子集。UKB White British样本中，sib-difference估计器使用35,259个有同胞基因型的个体，Young et al.估计器使用所有相关样本（含894个双亲基因型和5,316个单亲基因型个体），统一估计器和标准GWAS额外纳入368,629个无亲缘样本。

核心亮点

亮点 1｜统一估计器纳入无亲缘样本

统一估计器将无亲缘样本通过线性插补亲本基因型纳入FGWAS，理论有效样本量增益可达50%。在UKB White British样本中，相比sib-differences，DGE估计有效样本量提升46.9%至106.5%；相比Young et al.估计器提升24.5%至42.6%。

图 2　Fig. 2。图2模拟两个等大小亚群体，Fst分别为0、0.001、0.01、0.1，表型无因果遗传效应但亚群体成员解释50%方差。显示sib-difference/robust和NT估计器在所有Fst下无偏倚，标准GWAS偏倚最大，统一和Young et al.估计器在Fst=0.1时出现偏倚。

亮点 2｜稳健估计器抵抗群体结构

稳健估计器仅利用子代基因型相对亲本基因型的随机变异，在模拟的强群体结构（Fst=0.1）下无偏倚。在UKB无祖先限制样本中，相比sib-differences，有效样本量提升10.3%至21.0%。

图 3　Fig. 3。图3模拟100个亚群体，Fst分别为0、0.001、0.01、0.1。显示所有家系估计器无显著偏倚，标准GWAS即使调整PCs在Fst>0时仍有偏倚，除非Fst=0.1且调整99个PCs。

亮点 3｜模拟揭示偏倚-方差权衡

模拟显示，统一估计器在Fst≤0.01时无偏倚且效能最高，但在Fst=0.1时出现偏倚；稳健估计器和NT估计器在所有Fst下无偏倚。标准GWAS即使调整PCs在复杂结构下仍有偏倚。

图 4　Fig. 4。图4以有效样本量（x轴）和偏倚（y轴）展示偏倚-方差权衡。sib-difference/robust估计器有效样本量为1且无偏倚，Young et al.和统一估计器效能更高但在Fst=0.1时出现偏倚，标准GWAS效能最高但偏倚最大。

亮点 4｜统一估计器多基因预测更优

在MCS的欧洲样本中，统一估计器构建的DGE PGI对BMI和GCSE成绩预测最优，对身高与Young et al.估计器持平。在南亚样本中，DGE PGI的预测准确性相对欧洲样本未下降，提示跨祖先预测潜力。

图 5　Fig. 5。图5展示UKB数据中不同估计器相对sib-difference估计器的有效样本量增益，x轴为同胞表型相关性。统一估计器增益随相关性下降，从height的46.9%到subjective well-being的106.5%；robust估计器增益10.3%至21.0%。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： 孟德尔插补、线性混合模型、Balding-Nichols模拟、UK Biobank、MCS
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事GWAS和家系分析、关注直接遗传效应估计的遗传学研究者。

带走一句

根据样本群体结构选择合适估计器：同质样本用统一估计器最大化效能，强结构或混合样本用稳健估计器避免偏倚。