基于高斯过程功能回归的细胞类型特异性差异甲基化区域检测方法FineDMR及其在表观基因组关联研究中的应用

本研究针对表观基因组关联研究(EWAS)中细胞类型特异性信号解卷积难题，开发了基于贝叶斯层次模型和高斯过程功能回归的FineDMR方法。该方法通过利用CpG位点的空间依赖性，显著提高了细胞类型特异性差异甲基化区域(DMR)的检测效能，在模拟和真实数据分析中展现出优于现有方法(HIRE/TOAST/TCA/CellDMC)的统计功效，为解析复杂组织表观遗传调控机制提供了新工具。

　　

在表观遗传学研究领域，DNA甲基化作为最重要的表观遗传标记之一，其异常调控与多种疾病密切相关。然而当前基于混合组织的表观基因组关联研究(EWAS)面临重大挑战：常规检测获得的甲基化数据是不同细胞类型信号的混合体，而细胞组成差异会严重干扰关联分析结果。更棘手的是，表型变化可能同时影响细胞比例和细胞特异性甲基化水平，这使得从混合信号中解析细胞类型特异性关联变得异常困难。

香港中文大学统计系的研究团队在《Bioinformatics》发表的研究中，开发了名为FineDMR的创新方法。该方法通过建立基于高斯过程功能回归的贝叶斯层次模型，首次实现了对细胞类型特异性差异甲基化区域的精细检测。研究显示，FineDMR不仅能准确推断各细胞类型的基线甲基化谱，还可识别表型相关的细胞类型特异性DMR，同时直接从未纯化数据中估计样本的细胞组成比例。

关键技术方法包括：(1)构建高斯过程功能回归模型处理空间相关的CpG位点数据；(2)采用B样条基函数建模细胞类型特异性甲基化曲线；(3)开发广义期望最大化(GEM)算法进行参数估计；(4)基于Wald检验识别显著DMR。分析使用了类风湿性关节炎(RA)患者队列(n=689)和GALA II拉丁裔儿童血液甲基化数据集(n=573)。

研究结果

1. 模型优势验证：模拟研究显示，在样本量n=300时FineDMR细胞类型特异性检测效能达82.1%，显著高于HIRE(4.9%)等现有方法；当n=1000时，其效能进一步提升至98.4%。

2. RA数据集分析：识别出CD14⁺单核细胞(33个DMR)、CD4⁺T细胞(29个DMR)和CD8⁺T细胞(31个DMR)中与RA最相关的甲基化区域，富集分析显示这些DMR关联基因显著参与造血细胞谱系、阿米巴病和紧密连接等RA相关通路。

3. GALA II数据集分析：在CD14⁺单核细胞中发现132个与性别相关的DMR，其中包含嗅觉传导通路基因(OR2C3/OR2G3等)，这与已知的性别二态性生物学特征高度一致。

这项研究的突破性在于：首次将功能数据分析框架引入细胞类型特异性EWAS解析，通过利用CpG位点的空间相关性大幅提升检测效能。相比现有方法，FineDMR不需要预先测定细胞比例即可实现：(1)细胞类型特异性基线甲基化谱推断；(2)表型关联效应的细胞类型解析；(3)样本特异性细胞组成估计；(4)个体化甲基化谱重建。该方法为复杂疾病的表观遗传机制研究提供了新范式，其开源实现将极大促进精准表观遗传学的发展。