表型尺度选择对基于生物样本库的G × E检验至关重要：多基因评分×环境交互的尺度依赖性分析

《Cell Genomics》：Choice of phenotype scale is critical in biobank-based G × E tests

　　

基因-环境交互（G × E）对复杂人类性状的重要性一直备受争议。近期，基于生物样本库的全基因组关联研究（GWAS）已揭示了大量统计学显著的G × E信号，尽管其中大多数缺乏明确的生物学意义证据。在此，研究人员通过证明许多G × E信号可简化为不同表型尺度上的加性效应（这一经典问题目前未得到充分重视），部分解释了上述差异。研究结果清晰区分了身高上的G × 性别效应（在对数尺度上消失）与睾酮上的G × 性别效应（在对数尺度上揭示了具有生物学意义的女性特异性效应）。在英国生物样本库（UK Biobank）的32种表型中，研究人员发现，通过幂变换进行尺度调整可解释45%的多基因评分（PGS）× 性别交互作用，简单对数变换可解释23%，其他环境也得到类似结果。研究人员还表明，表型尺度可显著影响GWAS发现以及多基因评分的构建与评估。最后，研究人员提供了一套在现代遗传研究中考虑和选择表型尺度的指南。

**表型尺度选择对生物样本库中G × E检验的影响**

**一、研究背景与问题**
基因-环境交互（gene-environment interactions, G × E）对复杂人类性状的重要性长期存在争议。模式生物中G × E效应较明确，复杂人类性状中也发现少量具有生物医学意义的G × E例子，如饮酒改变ALDH2变异对血液生物标志物和多种疾病的影响。然而，G × E总体重要性仍不清楚。早期候选基因研究因功效不足产生大量假阳性；生物样本库规模的全基因组关联研究（genome-wide association study, GWAS）虽使显著G × E信号变得常见，但大型研究又有功效检测细微技术伪影，如异方差性会导致广泛的假阳性G × E信号。研究人员指出，G × E研究中一个未被充分重视的选择是表型分析的尺度。例如，男性通常高于女性，使身高增加1%的遗传变异在默认厘米尺度上对男性效应更大。当前G × E研究常忽略尺度选择，默认使用提供的尺度而不做讨论或稳健性分析。因此，研究人员建立框架，通过识别最加性表型尺度来区分尺度依赖与尺度独立的G × E信号，聚焦于多基因评分（polygenic score, PGS）的G × E检验（PGS × E），并利用UK Biobank表型分析哪些分析和表型最易受尺度依赖影响，以及尺度对GWAS和PGS的影响。

**二、研究开展、结论与意义**
研究人员通过理论证明、模拟和UK Biobank数据分析表型尺度对G × E检验的影响。结果发现，许多G × E信号可简化为不同表型尺度上的加性效应；在32种表型中，幂变换可解释45%的PGS × 性别交互，简单对数变换可解释23%；表型尺度还显著影响GWAS发现以及PGS构建与评估。研究意义在于，表型尺度是生物样本库遗传研究尤其是PGS × E研究的关键参数，应仔细选择、报告和讨论，以优先发现具有生物学意义的遗传结果。

**三、关键技术方法（不超过250字）**
研究人员使用模拟数据（N = 100,000，m = 25，h² = 0.3）和UK Biobank样本。UK Biobank包括301,914名“White British”个体（162,402名女性，139,512名男性）和24,950名“White European”个体（14,393名女性，10,558名男性）。分析32种定量表型和5种环境变量。对表型施加Box-Cox幂变换（λ从?1到2），拟合PGS × E模型。使用PLINK2进行GWAS，LDSC估计遗传力和遗传相关，构建PGS并在独立样本中评估R²。还使用秩逆正态变换（rank inverse normal transformation, RINT）和模拟评估其他变换。

**四、主要研究结果**
1. 理论中尺度依赖与尺度独立的统计交互
研究人员定义“尺度”为非负定量表型的单调递增变换，保持表型秩顺序。若交互在所有考虑尺度上统计显著，则为尺度独立；否则为尺度依赖。他们证明，加性表型的任何非线性尺度变换在足够功效下会诱导交互。但尺度独立交互存在，例如异或情形：遗传因素G在一个环境中增加表型，在另一个环境中降低表型，无论表型尺度如何，G期望效应的符号会随E翻转。推广而言，若E翻转G效应符号，则G × E尺度独立；但该情形对离群值不稳健。

2. 模拟中加性遗传尺度可被恢复
研究人员模拟仅有加性PGS和E效应的表型，以及同时具有PGS × E效应的表型，将模拟表型变换到三种尺度，再用幂变换方法恢复模拟尺度。当模拟尺度与观测尺度相同，PGS × E检验校准良好；应用幂变换反而产生尺度依赖PGS × E。当表型在指数尺度观测时，PGS × E检验严重膨胀，对数变换可校正。当PGS × E真实存在时，幂变换不实质性降低功效。对于逆logit尺度，该方法无法消除尺度依赖PGS × E。RINT对观测表型会适度膨胀G × E检验；当E效应或PGS影响方差（vPGS）时膨胀更大。log(x + c)变换违反幂变换假设，但幂变换方法仍能准确消除该形式尺度依赖G × E。vPGS检验也受尺度变换影响；非加性尺度降低功效并增加假阳性。模拟G-E相关不产生假阳性G × E信号，但加剧尺度依赖G × E信号。

3. 身高上尺度依赖的G × 性别效应经对数变换后消失
研究人员在约300,000名UK Biobank“White British”个体中检测5种环境变量与36个PGS的PGS × E交互。尽管身高性别特异性遗传效应证据有限，但发现高度显著的PGS × 性别效应（p = 2 × 10^?29），该效应可被对数变换消除（p = 0.09），即λ = 0的幂变换。这表明遗传效应对身高的作用与性别呈乘性关系，应考虑在对数尺度上研究身高。其他四种环境中，一个PGS × E（饮酒频率）在对数尺度上消失，两个在任何尺度上不显著（吸烟状况和他汀使用），一个在所有测试尺度上显著（年龄）。比较身高和对数身高的遗传结构，GWAS位点几乎相同（97.1%重叠），加性遗传力和遗传相关相似，来自对数GWAS和默认GWAS的PGS预测准确度相似。这是因为对数变换对身高分布影响最小，提供近乎线性映射。

4. 睾酮上G × 性别效应在很大程度上尺度独立
研究人员接着研究与身高形成对照的性别特异性性状——睾酮。与身高不同，PGS × 性别效应在所有测试幂变换下大多保持显著，表明其尺度独立。其他四种环境的所有显著PGS × E交互均为尺度依赖。比较对数尺度和默认尺度（nmol/L）的睾酮GWAS，大多数GWAS命中仅在一个尺度上检测到（27.6%重叠）。这由睾酮性别特异性方差解释：默认尺度上男性解释远更多方差，对数尺度上两性方差相似。默认尺度GWAS与男性和女性特异性GWAS的遗传相关分别为0.99和0.15，其GWAS位点主要与男性特异性GWAS重叠（87.2%）。对数尺度GWAS与性别特异性GWAS的遗传相关相似（0.70和0.74）。例如，与性腺发育相关的FGF9女性特异性效应在对数尺度上显著（p = 4.29 × 10^?9），在默认尺度上不显著（p = 0.13）。对数尺度PGS降低总体Pearson R²（从2.50%降至1.52%），因为Pearson R²本身尺度依赖：女性R²增加13倍（从0.05%至0.65%），男性下降（从5.41%至2.83%）。在对数尺度上评估PGS R²时，对数尺度构建的PGS表现更好（从1.02%至1.74%）。使用Spearman秩相关系数得到类似结果。总体而言，表型尺度选择定性地改变了对睾酮加性和G × 性别效应性质的推断。

5. 尺度依赖与尺度独立的G × E在生物样本库规模数据中普遍存在
研究人员将PGS × 性别分析扩展到32种定量表型。在PGS和表型中，发现182个PGS × 性别交互在默认尺度上显著（占全部检验的15.8%，p < 0.05/36）。其中23.1%仅通过对数变换（λ = 0）消除，18.5%的新交互在对数变换后变得显著。更一般地，45.1%在某个λ ∈ [?1, 2]的幂变换后变为不显著。一些表型如平均无脂手臂质量仅具有尺度依赖交互（10/11在对数尺度上消失），而其他如舒张压仅具有尺度独立交互。其他四种环境也呈现类似模式，7%–21%的PGS × E效应在对数变换后不显著。当用p < 0.05或更严格Bonferroni阈值定义显著性时结果稳健。将测试的幂变换范围扩展到λ ∈ [?3, 3]时，更极端变换可能仅通过降低功效消除交互。对数尺度和RINT尺度通常降低异方差性（男性与女性方差比），但对大多数性状效应较小。研究人员还发现无法被幂变换消除但仍可能尺度依赖的交互例子，例如他汀靶向的生物标志物如LDL，可能需要更复杂变换。幂变换方法仅提供尺度依赖G × E的下限。系数变异（coefficient of variation, CV，表型标准差与均值之比）较高时，尺度变换引入更强的均值-方差关系。跨表型，CV与对数尺度后跨性别遗传相关变化显著相关（p = 1.2 × 10^?7），也与默认尺度与对数尺度构建PGS的R²变化显著相关（p = 1.08 × 10^?2）。研究人员得出结论，CV是决定表型遗传结构对尺度变换稳健性的一个因素。

**五、讨论部分总结与研究结论翻译**
研究人员发现，表型尺度选择可定性改变对复杂人类性状中G × E存在与性质的推断。尽管尺度依赖是教科书关注的问题，但其对现代G × E研究的巨大影响未得到充分重视，尤其适用于日益常见的PGS × E模型。在UK Biobank的32种表型中，23.1%的显著PGS × 性别效应在简单对数变换后消失。在某些情况下，GWAS位点以及PGS构建与评估也严重依赖尺度。一般来说，表型尺度对CV较大的表型更重要。

研究人员对比了身高和睾酮这两个表型谱两端的G × 性别效应。身高通常被认为是加性性状，但发现高度显著的PGS × 性别效应在对数变换后消失；然而其GWAS和PGS受尺度选择影响可忽略，部分因为身高CV低。相反，睾酮具有性别特异性生物学，其G × 性别交互无法被幂变换消除；但尺度影响生物学发现：对数尺度GWAS发现了默认尺度遗漏的女性特异性效应，如FGF9对性腺发育的效应。

表型尺度还可影响PGS构建与评估。在默认尺度上评估Pearson R²时，PGS构建的最佳尺度因表型而异，Spearman R²也如此。相反，在对数尺度上评估Pearson R²时，对数构建的PGS通常更优。研究人员发现PGS评估指标根据尺度对不同个体赋予不同权重。例如，在默认尺度上评估睾酮Pearson R²基本等同于忽略女性。因此，看似细微的表型尺度修改可显著影响PGS准确性和公平性。

跨表型，研究人员发现显著PGS × 性别交互常在幂变换后消失。许多研究将PGS × E信号解释为环境机制性放大或缓冲加性遗传效应。然而，放大信号对于对数加性表型是预期的；事实上，对于二元E，它们在一阶上等价。因此，测量尺度是识别有意义放大形式的主要挑战。

其他交互检验也受表型尺度影响。例如，深度突变扫描中的上位性（G × G）研究历史上使用易受尺度伪影影响的统计检验。表型尺度与复杂性状中的上位性关系较小，因为SNP效应通常较弱，且PGS本身是加性的；但尺度可能与大型效应变异或负荷评分之间的上位性相关。表型尺度也适用于二元表型，表现为联系函数选择，如probit与logit。研究人员还发现不适当的尺度选择加剧了其他模型误设形式，如G-E相关，从而偏倚G × E估计。更广泛地，表型尺度可能混淆任何非加性统计检验，如分位数依赖效应、方差效应或机器学习模型。

实践中应使用何种尺度？这取决于目标。理想情况下，尺度应基于领域专业知识或预设目标仔细选择，例如在临床相关尺度上最大化PGS R²。然而，即使在这种情况下，也可能通过在另一尺度上进行GWAS然后转换回来改善预测。从统计学上，可选择简约尺度。早期定量遗传学工作提出，最优尺度可定义为最小化异方差性、上位性、显性效应或非高斯性的尺度。在G × E研究背景下，研究人员提出选择表型尺度以最小化G × E信号，对应于表型在某个尺度上是加性的零假设。这是自然的，因为当加性表型在非加性尺度上检验时，预期会出现显著G × E。

定义学习生物学的最优尺度更具挑战性。统计交互与生物交互之间的联系在两个方向上都很脆弱：具有生物学意义的G × E可能统计不显著，而许多模型误设形式（如非加性表型尺度）下预期出现生物学无意义的G × E。此外，尺度依赖G × E可能具有信息性；例如，身高上G × E效应在对数尺度上消失，表明PGS和性别对身高的效应通常是乘性的。总体而言，G × E的尺度独立性既不是生物学洞见的必要条件，也不是充分条件。

研究局限性：研究人员的工作是表征生物样本库遗传研究中表型尺度影响的早期努力。他们为简单起见聚焦幂变换，但未来应考虑更丰富的函数形式。他们发现幂变换可 largely 消除log(x + c)变换诱导的尺度依赖G × E，但对逆logit变换失败。RINT通常仅轻微膨胀G × E检验，使其可用于稳健性分析；然而RINT会诱导偏倚，即使在观测尺度是加性时，且难以解释和依赖数据集。相关局限是，他们主要通过G × E p值评估尺度依赖，这仅适用于功效良好的检验。此外，尺度变换可能对分布尾部影响最大，这不是研究重点但可能在临床上重要。环境变量的适当尺度也应研究。例如，他们的G × 年龄检验使用默认尺度年龄，但一些遗传效应随年龄非线性缩放，其他甚至非单调变化，如FTO对BMI的效应在儿童早期反转方向。未来工作还应检查尺度对构建表型如BMI或腰臀比的影响。

研究结论翻译：总之，表型尺度是基于生物样本库的遗传研究尤其是PGS × E研究中的关键参数，应仔细选择、报告并讨论。