编辑推荐：
为解决多组织基因表达预测难题，研究人员开展相关研究，提出 TISSLET 框架，其能有效处理缺失数据，对多组学研究意义重大。
转录组全关联研究（TWAS）在多组学数据分析中意义重大，它借助基因表达数据，探寻与复杂性状相关的遗传变异，为揭示疾病遗传机制带来希望。然而，当前多组织基因表达预测面临诸多挑战。现有方法常忽略组织间表达的相互作用，导致预测准确性大打折扣，难以精准识别与复杂性状相关的区域，限制了 TWAS 在解析复杂疾病遗传基础方面的应用。
为攻克这些难题，研究人员开展了深入研究。研究提出了一种全新的方法 ——TISSLET。该方法基于非线性多元模型，充分考虑组织 - 组织表达相关性，在多组织基因表达预测领域取得重要突破。相关研究成果发表于《BMC Bioinformatics》期刊。
在研究方法上，研究人员运用了多种关键技术。首先，基于 SNP 基因型构建了带有交叉组织表达的偏态模型。该模型假设基因表达是随机向量的实现，通过引入偏态分布，有效捕捉基因表达数据的不对称信息，使 eQTL 定位更为精准。其次，采用了惩罚偏态正态对数似然估计方法。针对基因表达矩阵存在随机缺失值的情况，研究人员将观测数据进行合理拆分，通过一系列复杂的推导和计算，构建出相应的对数似然函数，并对精度矩阵进行正则化处理，从而实现对模型参数的有效估计。此外，研究人员还进行了大量模拟研究和真实数据实验。模拟研究中，精心设计数据生成过程，涵盖多种参数组合；真实数据实验则基于 GTEx 数据集中 SPATC1L 基因的相关数据，严格模拟实际研究场景，全面评估 TISSLET 方法的性能。
在模拟研究方面，研究人员生成了 80 组模拟数据，涵盖不同样本量、变量维度和参数组合。结果显示，TISSLET 算法在预测误差（PE）方面表现卓越，与传统的基于正态假设的算法相比，具有显著优势，经 Wilcoxon 符号秩检验，p 值仅为 0.0124。在稀疏性识别性能上，TISSLET 算法的真阳性率（TPR）和真阴性率（TNR）表现良好，虽与 Molstad 等人的算法略有差异，但整体性能更优。同时，TISSLET 算法的计算效率较高，与其他算法相比，平均 CPU 时间比更具优势。
在 SPATC1L 基因研究中，研究人员从 GTEx 数据集获取相关数据，模拟多组织联合 eQTL 定位的真实场景。研究结果表明，TISSLET 的插补方法能精准保持基因表达数据的原始分布结构，在处理缺失数据时表现出色。在数据集大小与预测准确性的关系上，尽管随着数据集增大，R2 分数有所下降，但 TISSLET 框架在不同基因表达数据偏态水平下，均展现出强大的稳定性和适应性，预测准确性明显优于 MEANimputer、k - NN 和迭代插补等方法。在因果变体数量的影响研究中，发现增加因果变体数量对 TISSLET 的预测性能影响甚微，其预测准确性主要取决于因果 SNP 解释的总遗传力。此外，对比偏态正态和正态模型在预测基因表达上的表现，发现 TISSLET 方法预测的表达值略高于正态假设方法。在不同组织 - 组织误差相关性（
）的研究中，当
时，TISSLET 方法的预测准确性显著优于其他方法，充分彰显了其考虑组织 - 组织相关性和正确基因表达分布假设的优势。
研究结论和讨论部分指出，TISSLET 框架在多组织基因表达研究中，对缺失数据处理具有强大的稳健性。其在不同插补参数下保持高精度，且在复杂多组学研究中，对复杂性状预测的能力优于其他方法，展现出良好的稳定性。然而，随着数据集规模的不断扩大，预测准确性有所下降，这表明该框架仍有优化空间。总体而言，TISSLET 框架为多组学研究提供了有力的工具，有助于深入解析复杂性状的遗传基础，推动个性化医学的发展。尽管目前该框架尚处于发展阶段，但未来通过进一步优化，有望在复杂多组学研究和个性化医疗领域发挥更大的作用。
