对基因型推断不确定性的调整可以纠正基于家族的关联分析中I型错误率被高估的问题

《Genetic Epidemiology》：Adjustment for Genotype Imputation Uncertainty Corrects for Inflated Type I Error in Family-Based Association Testing

基因型推断在关联分析中的应用存在因混合观测与推断数据导致的统计显著膨胀问题，提出imputation deviance作为校正统计量有效缓解膨胀，适用于数据不平衡及包含亲属样本的研究。

　　

摘要

基因型推断是一种广泛使用的数据增强方法，适用于相关和/或无关个体的样本。随后可以使用常用的方法对完整数据进行分析。这种方法通常没有考虑观测数据和推断数据的混合情况，尽管最近的研究指出，在病例对照研究中可能会引入混杂因素。在阿尔茨海默病测序项目的家庭样本中，我们发现即使在进行标准协变量调整后，基因型推断后的逻辑回归分析中测试统计量仍然出现严重膨胀。本文分析了这种膨胀的来源，其主要由三个因素导致：推断引起的等位基因频率的频率依赖性偏差、测量误差的差异以及病例组和对照组之间的基因分型率差异所带来的混杂。为了解决这个问题，我们提出了一种统计量——推断偏差（$$），该统计量可以根据观测到的和推断出的基因型概率轻松计算得出。我们证明，将这种推断偏差作为额外的固定效应协变量可以控制基于家庭样本的分析中的全基因组膨胀现象，并推测在数据不平衡且包含相关个体的情况下，使用推断偏差也可能为校正基因型推断效应提供一种实用的方法。

利益冲突

作者声明没有利益冲突。