当背景很重要时：GWAS和外显子组分析中依赖于主题的参考列表

基因本体论（Gene Ontology, GO）生物过程过度代表性分析被广泛用于解释遗传学研究中的基因列表，然而，分析结果在关键上取决于用于检验富集的背景集（universe/reference list，全集/参考列表）。本文考察了基因组—外显子组背景不匹配如何改变 GO 生物过程的显著性，并诱导由注释驱动的偏倚。 首先，针对多种输入基因列表大小开展的蒙特卡洛模拟表明，当从类外显子组全集中抽样得到的基因列表以基因组背景进行检验时（反之亦然），富集 p 值会发生系统性偏移，并且根据 GO 术语组成的不同，同时产生显著性的膨胀与缩减；这些偏移会随基因列表大小增加而增强。 其次，对源自全基因组关联研究（Genome-Wide Association Studies, GWAS）和全外显子组研究（Whole Exome Studies, WES）的基因列表在脑、免疫和代谢领域中的应用分析表明，背景的选择会改变显著 GO ID 的集合，产生参考特异性的术语，这与 I 类错误（假阳性）和 II 类错误（假阴性）均一致。 由于基因组背景常被默认使用，因此，当来源于 WES 的基因列表采用基因组参考列表进行分析时，实际风险最大。为支持可重复的最佳实践，我们提供了一套简明的命令集，用于选择并记录与研究相适配的背景，并评估 GO 生物过程结果对所选全集的敏感性。

基因本体论（Gene Ontology，GO）生物过程过度表征分析被广泛用于解释遗传学研究中的基因列表，但其结果在关键上依赖于进行富集检验时所采用的背景集（universe/reference list）。本文考察了基因组—外显子组背景不匹配如何改变GO生物过程的显著性，并诱导由注释驱动的偏倚。首先，针对多种输入基因列表大小开展的蒙特卡罗模拟表明，当从类外显子组背景中抽样得到的基因列表以基因组背景进行检验时（反之亦然），富集p值会发生系统性偏移；根据GO术语组成的不同，这种偏移既可表现为显著性的膨胀，也可表现为显著性的减弱，且这种偏移会随着基因列表大小的增加而增强。其次，对源自全基因组关联研究（Genome-Wide Association Studies，GWAS）和全外显子组研究（Whole Exome Studies，WES）的基因列表在脑、免疫和代谢领域中的应用分析表明，背景的选择会改变显著GO编号（GO IDs）的集合，产生与特定参考背景相关的术语，这与I型错误（假阳性）和II型错误（假阴性）均相一致。由于基因组背景通常被默认使用，因此当源自WES的基因列表采用基因组参考列表进行分析时，实际风险最大。为支持可重复的最佳实践，我们提供了一组简单的命令，用于选择并记录与研究相适配的背景集，并评估GO生物过程结果对所选背景集的敏感性。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.14.744838v1?rss=1

🏷️ GWAS 外显子组分析 基因本体论 富集分析 参考背景偏倚