量化复杂性状之间按注释分层的多效性与共多基因性

理解共享遗传结构对于阐释疾病共病性和性状相关性至关重要。我们提出了 SBayesAPP，这是一种贝叶斯模型，能够将 GWAS 汇总统计量与功能注释相结合，联合估计性状间按注释分层的 SNP 效应大小相关性以及多效性变异比例（共多基因性，co-polygenicity），从而解析不同注释上的遗传相关性与共遗传力富集。 模拟研究和真实数据分析表明，与现有方法相比，SBayesAPP 在准确性和可解释性方面均有所提升。在针对 2 型糖尿病及其相关 15 种性状的分析中，SBayesAPP 揭示了清晰的组织和细胞类型特异性富集，并区分了由少数大效应变异驱动的机制与由大量中等效应变异驱动的机制。对吸烟与肺癌的分析优先识别出肺组织和免疫细胞，并发现由多效性变异或肺癌特异性变异驱动的细胞类型特异性遗传相关性，这与因果关系模型一致。对于精神分裂症与教育程度，尽管其全基因组范围的遗传相关性接近于零，细胞类型特异性相关性仍介于 -0.20 至 0.21 之间，同时在多巴胺能神经元和少突胶质细胞中观察到显著的（共）遗传力富集和较高的共多基因性。 这些结果凸显了 SBayesAPP 在解析注释特异性遗传共享以及揭示复杂性状间生物学机制方面的能力。

理解共享遗传结构对于解释疾病共病性和性状相关性至关重要。我们提出了 SBayesAPP，这是一种贝叶斯模型，将 GWAS 汇总统计量与功能注释相结合，以联合估计性状之间按注释分层的 SNP 效应大小相关性以及多效性变异比例（共多基因性，co-polygenicity），从而解析不同注释上的遗传相关性与共遗传力富集。模拟研究和真实数据分析表明，与现有方法相比，该方法具有更高的准确性和更强的可解释性。在针对 15 种性状的 2 型糖尿病分析中，SBayesAPP 揭示了清晰的组织和细胞类型特异性富集，并区分了由少数大效应变异驱动的机制与由大量中等效应变异驱动的机制。对吸烟与肺癌的分析优先定位了肺组织和免疫细胞，并识别出由多效性变异或肺癌特异性变异驱动的细胞类型特异性遗传相关性，这与因果关系模型一致。对于精神分裂症与教育获得水平，尽管全基因组范围内的遗传相关性接近于零，但细胞类型特异性相关性范围为 -0.20 至 0.21，同时在多巴胺能神经元和少突胶质细胞中发现了显著的（共）遗传力富集和较高的共多基因性。这些结果凸显了 SBayesAPP 在解析注释特异性遗传共享和揭示复杂性状间生物学机制方面的能力。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.04.730246v1?rss=1

🏷️ GWAS 贝叶斯模型 多效性 共多基因性 功能注释 遗传相关性