IF31.7｜mvSuSiE：多性状联合精细定位新方法

用数据驱动的效应共享模式，大幅提升血液细胞性状因果变异发现能力。

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

全基因组关联分析已为数千种性状找到大量关联位点，但要将关联信号精确定位到因果变异，需要精细定位方法。单性状精细定位方法已较成熟，如SuSiE，但多性状联合精细定位方法仍较少。多性状数据在遗传学中普遍存在，例如血液细胞包含多种相关性状。联合分析多个性状理论上能提高统计功效和定位精度，因为相关性状可能共享因果变异。然而，现有方法如CAFEH、PAINTOR、flashfm等存在计算效率低、对效应共享模式假设过强、无法处理性状间相关等局限。因此，需要一种快速、灵活且能适应复杂效应共享模式的多性状精细定位方法。

科学问题

卡在哪里： 现有方法要么计算上难以扩展到数十个性状，要么假设因果效应在性状间独立，无法捕捉真实的效应共享模式。例如，CAFEH假设性状间独立，PAINTOR假设效应独立，flashfm难以处理多性状。此外，缺乏统一的框架来同时回答“哪些SNP对至少一个性状有因果效应”和“每个因果SNP影响哪些性状”这两个关键问题。

本文要回答： 开发一种快速、灵活的多性状精细定位方法mvSuSiE，能够从数据中学习效应共享模式，同时处理性状间相关，并输出跨性状和性状特异的精细定位结果。

技术路线

作者主要用了：多变量SuSiE模型、混合正态先验、IBSS算法、经验贝叶斯估计。

mvSuSiE扩展了单性状SuSiE模型，将每个SNP的效应向量建模为多个“单效应”的叠加，每个单效应对应一个因果SNP及其在所有性状上的效应。关键创新在于效应向量的先验分布采用混合多元正态，其协方差矩阵和混合权重从数据中估计，从而灵活捕捉效应共享模式。同时，模型允许性状间残差相关，并利用IBSS算法进行拟合。分析流程包括：从全基因组关联统计量中估计残差相关矩阵和效应共享模式，构建先验，然后在每个候选区域进行精细定位，输出跨性状PIP和CS，以及每个CS的性状特异lfsr。

图 1　Fig. 1。图1展示了mvSuSiE的分析流程。输入为R个性状和SNP基因型（或摘要统计量）。首先从数据中提取最弱的SNP关联信号来估计性状残差的相关性；然后提取最强的关联信号，利用ED53估计效应共享模式；最后，将估计的效应共享模式和权重用于构建先验，进行多性状精细定位。该图概括了mvSuSiE如何从数据中学习关键参数并整合到模型中。

核心亮点

亮点 1｜模拟数据中全面优于单性状SuSiE

在基于UK Biobank基因型的模拟中，mvSuSiE在检测跨性状和性状特异因果SNP方面均提高了功效、覆盖率和分辨率。与单性状SuSiE相比，mvSuSiE在复杂效应共享场景下优势最大。与CAFEH相比，mvSuSiE在场景B中表现更好，且PIP校准更优。例如，CAFEH在study PIP阈值0.95时FDR高达0.13，而mvSuSiE在lfsr阈值0.05时FDR仅为0.0065。此外，mvSuSiE是唯一同时提供跨性状和性状特异显著性度量的方法。

图 2　Fig. 2。图2比较了mvSuSiE、SuSiE和CAFEH在模拟数据中的表现。a和b显示SNP水平度量下检测跨性状和性状特异因果SNP的功效-FDR曲线，mvSuSiE在两种场景下均优于SuSiE，且在场景B中优于CAFEH。c和d显示CS水平的结果，mvSuSiE提高了CS纯度和1-SNP CS比例，同时保持高功效。e显示计算时间，CAFEH最快，但mvSuSiE仍可处理大规模数据。

亮点 2｜血液细胞性状精细定位发现超3000个因果信号

在UK Biobank 16个血液细胞性状的975个候选区域中，mvSuSiE识别出3,396个独立因果信号（95%跨性状CS），其中726个为单SNP CS。与单性状SuSiE相比，性状特异显著CS数量平均增加2.2倍，单SNP CS数量平均增加3.5倍。36个单SNP CS未被任何单性状分析发现，体现了联合分析的增益。这些CS的性状特异效应模式多样，68%的因果SNP在多个血液细胞类型中显示显著效应。

图 3　Fig. 3。图3总结了UK Biobank血液细胞性状的mvSuSiE精细定位结果。a显示每个CS中显著性状的数量分布，多数CS影响多个性状。b按血液细胞类型分组显示CS的显著性状，显示效应共享模式。c比较了SuSiE和mvSuSiE在每个性状中识别的CS和1-SNP CS数量，mvSuSiE显著增加。e显示性状间CS共享比例，同一细胞类型内共享更高。

亮点 3｜揭示血液性状遗传效应的异质性

mvSuSiE学习的效应共享模式显示，同一血液细胞类型内的性状间效应共享最强，但跨细胞类型的共享也常见。例如，在EXT1–SAMD12位点，单性状分析仅发现嗜碱性粒细胞百分比显著，但mvSuSiE显示该CS对大多数性状显著，提示因果SNP具有广泛效应。在TNS3位点，mvSuSiE识别出三个具有不同效应模式的CS，分别影响红细胞性状、HLR%和白细胞/血小板性状，展示了位点内效应异质性。

图 4　Fig. 4。图4展示了四个示例位点的精细定位结果。每个子图左侧为跨性状PIP图，右侧为sentinel SNP的效应估计。a显示EXT1–SAMD12位点，mvSuSiE发现一个CS对多数性状显著，而单性状分析仅发现嗜碱性粒细胞百分比显著。b显示TNS3位点，mvSuSiE识别出三个具有不同效应模式的CS。c显示RUNX1位点，有11个信号，效应模式复杂。d显示PIEZO1–ZFPM1位点，有14个信号，其中7个为单SNP CS。

亮点 4｜精细定位结果富集调控注释

对mvSuSiE和SuSiE精细定位的SNP进行调控注释富集分析，发现mvSuSiE的SNP在eQTL、染色质开放区域等注释上富集程度略高。例如，mvSuSiE SNP作为eQTL的富集比值比为11.9，而SuSiE为9.7。在造血细胞类型中，mvSuSiE结果也显示出预期的富集模式，如血小板相关性状的SNP富集于巨核细胞开放染色质。这间接支持了mvSuSiE额外发现的信号为真实信号。

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： 多变量SuSiE模型、混合正态先验、IBSS算法、经验贝叶斯估计
• 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： 从事多性状GWAS精细定位、统计遗传学方法开发或血液细胞性状遗传学研究的科研人员。

带走一句

多性状联合精细定位能显著提升因果变异发现能力，尤其当性状间存在相关或效应共享时。mvSuSiE提供了一种灵活且可扩展的解决方案，值得在相关性状的精细定位中优先尝试。