IF31.7｜FAME揭示多基因背景对SNP效应的广泛调控

新方法FAME在UK Biobank中检测到16个边际上位信号，多基因背景对变异效应的影响可达GWAS效应的12倍。

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

上位性（epistasis）是理解复杂性状遗传结构的关键，可能解释缺失遗传力、跨群体效应差异及预测模型迁移性差等问题。传统方法通常穷举SNP对，计算量大且多重检验负担重；另一类方法聚焦边际上位性（marginal epistasis），检验单个SNP的效应是否被个体的多基因背景所调节。这类方法通过聚合弱信号提高检验效能，但需要大规模样本。然而，在生物库规模数据上估计边际上位性面临巨大计算挑战。

科学问题

卡在哪里： 现有边际上位性检验方法如MAPIT无法扩展到数十万样本和数十万SNP的数据规模，而基于方差分量的方法计算成本高昂，难以在生物库级别应用。

本文要回答： 开发一种高效算法FAME，能够在生物库规模数据上检验边际上位性，并应用于UK Biobank的53个数量性状，揭示多基因背景对SNP效应的调控。

技术路线

作者主要用了：FAME算法、随机化矩估计、方差分量模型、UK Biobank、All of Us。

作者提出FAME（FAst Marginal Epistasis test），利用随机化矩估计（Method-of-Moments）近似计算方差分量，将计算复杂度从O(N²M)降至O(NMB)，其中B为随机向量数（通常取100）。该方法联合建模加性效应和边际上位效应，并通过回归掉目标SNP所在LD区块内的加性效应来保证校准。在模拟中验证了校准性、稳健性和功效后，作者将FAME应用于UK Biobank中291,273名无关英国白人个体的53个数量性状，对每个性状的GWAS显著SNP进行边际上位性检验。

图 1　Fig. 1。图1展示了边际上位模型示意图。给定四个SNP（x1-x4），以x3为目标SNP，模型将表型y分解为所有SNP的加性效应、目标SNP与其余SNP的成对交互效应以及环境噪声。加性效应β和交互效应α分别服从方差为σ_g²/M和σ_gxg,t²/(M-1)的正态分布，通过联合估计这两个方差分量来检验边际上位性。

核心亮点

亮点 1｜FAME计算高效且校准良好

FAME在模拟数据中表现出良好的校准性，当目标SNP来自GWAS时，通过回归掉LD区块内SNP的加性效应可消除P值膨胀。在N=291,273、M=459,792的模拟中，即使边际上位方差分量低至0.005，FAME仍具有≥90%的检验功效（P<5×10⁻⁸）。计算上，FAME可在约6小时内完成50万个体、50万SNP的全基因组边际上位检验，内存需求仅32GB，远优于MAPIT（后者在2万个体、1万SNP时需超过3天）。

图 2　Fig. 2。图2展示了FAME的校准、功效和计算效率。a为校准结果：在无边际上位效应的模拟中，FAME的P值均匀分布。b为功效曲线：随边际上位方差分量增加，功效迅速上升。c为估计准确性：边际上位方差分量估计接近真实值。d为运行时间：FAME在50万个体、50万SNP时约6小时。

亮点 2｜UK Biobank中检测到16个边际上位信号

在53个数量性状中，FAME对15,601个LD-pruned的GWAS显著SNP进行检验，发现21个显著性状-SNP对（P<5×10⁻⁸/53），进一步回归掉目标SNP所在LD区块的加性效应后，16个信号在12个性状中保持显著。这些信号涉及BMI、尿酸、ALT、睾酮、脂蛋白A等性状。内部复制（UKBB拆分）和外部复制（All of Us）均验证了信号的稳健性。

图 3　Fig. 3。图3a展示了53个性状中边际上位位点的曼哈顿图，彩色形状表示显著性状-SNP对（P<5×10⁻⁸/53），带彩色三角形的位点在回归掉LD区块内SNP后仍显著。图3b显示局部和远端边际上位信号的分布。图3c比较了边际上位遗传力（h²_gxg,t）与GWAS遗传力（h²_gwas,t），发现前者平均约为后者的12倍。

亮点 3｜边际上位信号可定位到局部和远端

通过将交互SNP按染色体分区，作者发现16个位点中5个具有显著的局部边际上位效应（同染色体），12个具有显著的远端效应（跨染色体）。进一步的全基因组成对交互分析（GxGWAS）显示，显著的成对交互几乎都位于目标SNP附近（平均距离699kb，r²<0.10），表明信号并非由LD驱动。唯一的跨染色体交互是rs72654473（APOE附近）与rs6935921（LPA附近）对脂蛋白A的影响。

图 4　Fig. 4。图4展示了边际上位信号的复制结果。a为UKBB内部复制，发现队列中3个显著信号均在复制队列中显著（P<0.05/3）。b为All of Us外部复制，5个可测试的信号全部显著（P<0.05/5）。误差棒表示95%置信区间。

亮点 4｜边际上位效应解释的方差超过GWAS效应

对16个显著位点，边际上位遗传力（h²_gxg,t）估计在10⁻³到10⁻²量级，平均比相应SNP的GWAS遗传力（h²_gwas,t）大约12倍（范围0.59-43.89）。两者相关性很弱（Pearson ρ=0.022），表明边际上位效应并非简单地与加性效应成比例。

图 5　Fig. 5。图5展示了三个具体交互对的效应。a为rs6935921与rs72654473对脂蛋白A的交互：rs6935921-T等位基因减弱rs72654473的效应。b为rs72613567与rs738409对ALT的交互，c为rs58542926与rs738409对ALT的交互。误差棒为1000次bootstrap的95%置信区间。

亮点 5｜交互SNP富集调控元件和转录因子结合位点

对每个显著位点选取交互P值最小的1000个SNP对，合并后与GWAS背景比较，发现交互SNP在RegulomeDB功能注释上显著富集（P=0.033）。HOMER motif分析显示交互SNP富集多个已知（FDR<0.05）和de novo（P<1×10⁻¹²）转录因子结合位点，尤其是螺旋-环-螺旋结构域、GATA和核激素受体锌指结构域转录因子，这些与代谢性状调控相关。

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： FAME算法、随机化矩估计、方差分量模型、UK Biobank、All of Us
• 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： 从事复杂性状遗传学、统计遗传学或生物信息学分析的研究者，尤其是关注上位性和遗传力估计的同行。

带走一句

边际上位性检验可以揭示多基因背景对单个变异效应的调控，FAME的高效性使其适用于生物库规模数据，为复杂性状遗传结构解析提供了新工具。