整合与插补UK Biobank流体智力评分降低确定偏倚并提升常见及稀有变异遗传分析功效

《Nature Genetics》：Imputation of fluid intelligence scores reduces ascertainment bias and increases power for analyses of common and rare variants

　　

研究智力的遗传学可为了解认知功能与罕见神经发育状况的神经生物学提供见解。在此，研究人员整合了UK Biobank不同测量中的流体智力（fluid intelligence, FI）测试，并对未测量个体插补FI，使样本量从约270,000增加至>455,000。研究人员通过广泛验证表明，插补表型在遗传上与实测FI相似，尽管可能仍残留一些非认知信号。将实测与插补FI合并使独立显著常见SNP关联数量从390增加至550，并降低由FI测试参与者平均受教育程度更高所引入的确定偏倚（ascertainment bias）。稀有变异分析识别出26个显著关联基因（false discovery rate, FDR < 1%），其中包括8个既往无强证据表明参与智力或神经发育状况的基因，这些基因在外部队列中总体可重复。研究结果表明，插补智力可提升遗传发现功效，并支持其用于帮助发现新的神经发育状况相关基因。

研究智力的遗传结构有助于理解认知功能神经生物学和罕见神经发育状况病因。智力测量与教育成就（educational attainment, EA）、职业成功、收入及心理和身体健康相关；罕见神经发育状况与智力测量呈负遗传相关。家系研究显示一般智力遗传率约0.6–0.8。既往最大智力测量全基因组关联研究（genome-wide association study, GWAS）meta分析（n=269,867）报道205个位点，SNP遗传率（SNP heritability, h²_SNP）为0.19。近期家系内GWAS提示常见变异在家庭内和家庭间均贡献智力变异，但群体GWAS可能受残余混杂影响。稀有蛋白质截短变异（protein-truncating variant, PTV）和 damaging missense 变异在功能丧失不耐受基因中与UKB智力测试低分相关，也涉及罕见发育障碍（developmental disorders, DDs）；既往识别7个基因，其中3个为确立的DD相关基因，且稀有变异效应（约0.25–1 s.d.）大于常见变异（通常<0.1 s.d.）。UKB的流体智力（fluid intelligence, FI）为言语-数字推理，13或14项调查，重测相关约0.6，与一般认知能力相关约0.55。至约62%参与者完成至少一次，但既往仅分析子集；完成者平均EA更高、社会经济剥夺更低，导致确定偏倚（ascertainment bias）并扭曲遗传关联。受重度抑郁症插补工作启发，研究人员整合UKB多个FI测试并插补缺失值，预期改善确定偏倚并提升下游遗传分析功效。研究人员整合五个时间点FI并插补未测量个体，样本增至>455,000；通过广泛验证表明插补表型遗传上类似实测FI，虽残留非认知信号。合并实测和插补FI增加独立显著常见SNP关联从390至550，降低确定偏倚；稀有变异分析识别26个FDR<1%基因，包括8个既往无强证据基因，外部总体重复。研究意义在于，插补智力提升遗传发现功效，支持发现新神经发育状况相关基因。该研究发表于《Nature Genetics》。

关键技术方法方面，研究人员在UK Biobank欧洲祖先样本中整合五个时间点FI测量，采用平均FIS和最早FIS策略；使用SoftImpute矩阵补全插补缺失FIS，初始154个变量后精炼为82个与智力遗传信号更特异变量，参数rank=80、λ=70，并去除离群值，在随机50,000人评价集中以合成缺失评估准确度。合并实测与插补FIS采用mega-analysis。群体GWAS使用REGENIE v4.1及异方差稳健标准误，家系内GWAS使用SNIPAR，遗传率与遗传相关使用LDSC，lead SNP使用FUMA，基因优先和脑组织富集使用MAGMA/GTEx，稀有变异基因水平分析使用REGENIE burden和SKAT-O。外部验证队列包括ALSPAC（n=5,283）、MCS（n=5,621）和INTERVAL（n=20,328），并与COGENT联盟GWAS进行meta分析；UKB外显子测序质控样本469,836人。

结果1：实测流体智力表型的整合（Integration of measured fluid intelligence phenotypes）。研究人员整合五个时间点FIS并比较FIS1、average FIS和earliest FIS。平均和最早FIS使样本从146,467增至283,418；lead SNP从FIS1的92增至average FIS的390和earliest FIS的315。FIS1的h²_pop=0.23，average FIS=0.22，earliest FIS=0.20；三者与既往智力测量、身高和NonCogEA的遗传相关模式无显著差异。家系内GWAS trios从4,749增至9,939；FIS1的h²_direct=0.21，与h²_pop=0.23无显著差异，且与既往估计一致。直接效应与非传递系数（nontransmitted coefficient, NTC）相关r(direct,NTC)：FIS1为?0.54，average FIS为?0.28，earliest FIS为?0.32，提示整合降低确定偏倚但仍显著负。

结果2：流体智力评分插补（Imputation of fluid intelligence scores）。研究人员建立理论框架，说明在测量误差与基因型无关且插补充分校准条件下，mega分析可恢复一致群体遗传效应。初始154个与智力表型相关变量，经与NonCog-iFIS比较后精炼为82个变量；评估最早、平均和全部FIS插补方法，选择平均FIS插补。插补平均FIS与观测对应物遗传相关0.74，与COGENT为0.85；表型插补准确度r=0.46，略低于重测相关约0.6。combined FIS样本455,402，h²_pop=0.16，较observed FIS的0.20略低，h²_direct相对h²_pop衰减极小；lead SNP从observed FIS的390增至550。combined FIS遗传相关谱与COGENT高度相似，与身高和NonCogEA的相关一致；r(direct,NTC)更接近0，Δ=?0.201，P=0.046，且不显著。但combined FIS与EA、NonCogEA和家庭收入遗传相关略高，提示可能引入残留非认知信号。

结果3：常见变异分析功效提升（Improved power for common-variant analyses of intelligence）。研究人员将combined FIS与COGENT meta分析（n=490,700），得到620个lead SNP，h²_pop=0.16。随GWAS样本量从FIS1（n=146,467）、observed FIS（n=283,418）、combined FIS（n=455,402）增至combined FIS+COGENT（n=490,700），基因优先排序和脑组织富集持续改善。多基因指数（polygenic index, PGI）预测三个独立队列测量认知能力：ALSPAC（n=5,283，8岁全量表IQ）、MCS（n=5,621，儿童认知表现因子）和INTERVAL（n=20,328，两次FI测试均值）；PGI解释方差及家系内直接效应估计随样本量单调增加。

结果4：FI稀有变异分析功效提升（Improved power for rare variant analyses of FI）。与既往一致，稀有PTV和 damaging missense 变异负荷与插补FIS负相关；combined FIS较observed FIS缩小置信区间而未显著改变效应大小。研究人员用REGENIE对observed FIS（n=273,091）和combined FIS（n=438,285）进行基因水平稀有变异关联测试，采用burden和SKAT-O，分析PTV、damaging missense及其合并三类变异。combined FIS下多数基因更显著，前26个FDR<1%基因（P<5.03×10^?6）效应高度相关且均负向。26个基因中14个为DDG2P基因，显著富集（fold enrichment=4.18，Fisher P=8×10^?8）。仅observed FIS通过的有ANKRD12、PCLO、KDM5B、TNRC6B和KCNMA1，其中后三个为DDG2P，ANKRD12和KDM5B既往已报道。仅combined FIS新增21个，其中11个为DDG2P，RC3H2和SLC8A1既往也报道。8个基因既非DDG2P也未既往报道；12个非DDG2P基因中damaging de novo PTV显著富集（observed/expected=2.59，P=6.8×10^?4）。新发现基因PTV在ALSPAC和MCS中总体与测量认知能力负相关。与EA比较，EA仅9个FDR显著基因，6个与FIS重叠，3个EA特异（FOXK2、CHD6、CADPS2）均非已知神经发育状况相关基因，提示插补FI较EA提升发现功效。

讨论部分：研究人员总结，整合和插补FI产生遗传上类似实测智力的表型并降低确定偏倚。功效提升包括：lead SNP增加1.4倍，MAGMA优先基因增加1.2倍，外部队列PGI预测准确度增加1.15倍，基因水平稀有变异关联增加5.2倍。插补变量从154精炼至82使准确度从0.52降至0.46，但减少与NonCogEA和身高膨胀的遗传相关；准确度低于重测信度，提示引入额外噪声而非系统偏倚。combined FIS的h²略低可能源于噪声。常见和稀有信号在外部直接认知测量中总体重复，稀有分析显著基因从5增至26且效应估计不变。14个显著基因为DDG2P，排除记录有神经发育状况诊断个体后关联大体不变，提示稀有变异可影响认知而未达诊断阈值；效应约0.25–1 s.d.，并非所有携带者均临床智力障碍，多基因背景和环境可能修饰外显。研究扩展了对DD相关基因作用机制和遗传模式的认识，支持显/隐性二分不能准确反映杂合效应梯度。局限性包括：插补混合认知与社会环境影响且比例不可完全解析；与NonCogEA遗传相关升高可能源于NonCogEA模型设定或真正非认知信号引入；不能排除已知DD基因关联由诊断个体驱动；外部仅总体重复，未单基因重复。更广泛地，这是对生物库数据限制的务实响应，非以预测/插补替代测量；插补模糊构念与相关因素边界，不应与直接认知测量互换。结论依赖两个不可完全证明的假设：FI经典测量误差与基因型无关，以及未测量组插补表型在条件均值和与每个SNP协方差上充分校准。其他场景应权衡功效增益与校准假设合理性，并通过检查外部遗传相关谱保留进行经验验证。最稳健路径是改进表型，常规收集高质量、理论驱动的认知测量，并在设计阶段减少选择与确定偏倚，而非依赖事后统计校正。

研究结论翻译：总之，研究人员证明了在UKB中整合和插补FI测量如何提高遗传发现功效，同时减少确定偏倚。研究结果强化了如下观点：对认知具有中等效应的稀有变异比既往认识更普遍，整合经仔细插补的表型可为识别神经发育过程的新贡献因素提供有力途径，即使在未诊断状况的个体中也是如此。未来研究应寻求将这些发现与临床队列的发现整合，以提高发现神经发育状况相关新基因的功效。此外，非欧洲祖先人群研究对于探索这些发现的普遍性至关重要。最后，这项工作促进表型插补在大型生物样本库遗传研究中的更广泛应用，并贡献了一个形式化框架，用于推导评估插补表型值的循证标准。