An ancestry-based approach for detecting interactions.
An ancestry-based approach for detecting interactions.
复制标题
DOI：
10.1002/gepi.22087
复制
发表时间：
2018-03
影响因子：
2.1
通讯作者：
Zaitlen N
中科院分区：
文献类型：
--
作者：
Park DS;Eskin I;Kang EY;Gamazon ER;Eng C;Gignoux CR;Galanter JM;Burchard E;Ye CJ;Aschard H;Eskin E;Halperin E;Zaitlen N
上位性和基因-环境相互作用是模式生物复杂表型变异的重要原因。然而，由于种种原因，它们在人类关联研究中的识别仍然具有挑战性。在上位相互作用的情况下，大量的潜在相互作用的基因组提出了计算，多假设校正，和其他统计功效的问题。在基因-环境相互作用的情况下，在大多数疾病研究中缺乏一致的测量环境协变量，排除了寻找相互作用，并为重复研究造成困难。在这项工作中，我们开发了一种新的统计方法来解决这些问题，该方法利用遗传血统，定义为混合人群中来自每个祖先人群的血统比例（例如，非洲裔美国人中欧洲/非洲血统的比例）。我们将我们的方法分别应用于非裔美国人和拉丁美洲人混合个体的基因表达和甲基化数据，确定了9种在p < 5 × 10−8时显着的相互作用。我们发现甲基化数据中的两个相互作用重复，其余六个在低p值（p < 1.8 × 10−6）时显著富集。我们表明，遗传祖先可以是一个有用的代理未知和不可测量的协变量在搜索的相互作用的影响。这些结果对我们理解复杂性状的遗传结构具有重要意义。
Epistasis and gene-environment interactions are known to contribute significantly to variation of complex phenotypes in model organisms. However, their identification in human association studies remains challenging for myriad reasons. In the case of epistatic interactions, the large number of potential interacting sets of genes presents computational, multiple hypothesis correction, and other statistical power issues. In the case of gene-environment interactions, the lack of consistently measured environmental covariates in most disease studies precludes searching for interactions and creates difficulties for replicating studies. In this work, we develop a new statistical approach to address these issues that leverages genetic ancestry, defined as the proportion of ancestry derived from each ancestral population (e.g. the fraction of European/African ancestry in African Americans), in admixed populations. We applied our method to gene expression and methylation data from African American and Latino admixed individuals respectively, identifying nine interactions that were significant at p < 5 × 10−8. We show that two of the interactions in methylation data replicate, and the remaining six are significantly enriched for low p-values (p < 1.8 × 10−6). We show that genetic ancestry can be a useful proxy for unknown and unmeasured covariates in the search for interaction effects. These results have important implications for our understanding of the genetic architecture of complex traits.
登录
查看更多内容
来自1,092个人基因组的遗传变异的综合图。
影响因子：
64.8
作者：
通讯作者：
--
影响因子：
7.7
作者：
Galanter, Joshua M.;Gignoux, Christopher R.;Zaitlen, Noah
通讯作者：
Zaitlen, Noah
影响因子：
64.8
作者：
通讯作者：
--
影响因子：
10.6
作者：
Keller, Matthew C.
通讯作者：
Keller, Matthew C.
影响因子：
12.3
作者：
Fraser HB;Lam LL;Neumann SM;Kobor MS
通讯作者：
Kobor MS