《Nature Genetics》：Multiancestry conditional and joint analysis applied to GWAS summary statistics
编辑推荐：
条件与联合（COJO）分析是全基因组关联研究（GWAS）后分析中用于识别统计学上独立关联信号的标准方法。尽管GWAS元分析正越来越多地在多个祖先群体间开展，但多祖先COJO分析的最优策略仍不明确。研究人员在此提出Manc-COJO，一种用于多祖先COJO分析的
条件与联合（COJO）分析是全基因组关联研究（GWAS）后分析中用于识别统计学上独立关联信号的标准方法。尽管GWAS元分析正越来越多地在多个祖先群体间开展，但多祖先COJO分析的最优策略仍不明确。研究人员在此提出Manc-COJO，一种用于多祖先COJO分析的方法。模拟与真实数据分析表明，相较于基因组复杂性状分析（GCTA）中的单祖先COJO及其临时拼凑的多祖先适配方案，Manc-COJO在提升独立关联信号检出的同时降低了假阳性。研究人员还提出Manc-COJO:FIX，一种用于识别祖先特异性独立关联的后续算法。Manc-COJO的C++实现比GCTA-COJO快逾120倍，并支持来自个体水平基因型数据或预计算矩阵的连锁不平衡（LD）参考，从而在数据共享受限时便于分析。
研究背景方面，全基因组关联研究（GWAS，genome-wide association study）通过逐个位点检验得到边际单核苷酸多态性（SNP，single-nucleotide polymorphism）效应估计，但由于SNP间存在连锁不平衡（LD，linkage disequilibrium），检出的关联常不独立。条件与联合（COJO，conditional and joint）多SNP分析可识别在已显著SNP条件下仍成立的次级关联，但现代GWAS多为不共享个体数据的汇总统计量元分析，传统GCTA-COJO隐式假设单祖先、需用用户提供的个体数据构建LD矩阵。当前多祖先GWAS元分析日益普遍，各祖先在等位基因频率与LD模式上存在差异，既有做法包括用欧洲（EUR）LD、按祖先比例混合LD、各祖先分别COJO或一祖先发现另一祖先复现，但这些临时策略缺乏正式评估。论文发表于《Nature Genetics》，研究目的在于建立并评价适用于多祖先GWAS汇总统计量的COJO方法。
关键技术方法上，研究人员使用英国生物样本库（UKB）中推断EUR与非洲（AFR）祖先队列及1000 Genomes项目参考；以染色体22上38个跨祖先LD独立块做模拟，设定共享或祖先特异性因果SNP并生成表型后用PLINK 2.0做GWAS、用逆方差元分析（IVM）整合多祖先汇总统计量；真实数据分析采用Global Lipids Genetics Consortium（GLGC）四大血脂性状EUR与AFR汇总统计量，并以UKB和All of Us独立队列做样本外预测；方法实现上提出Manc-COJO前向/后向逐步选择流程及Manc-COJO:FIX固定变异流程，支持个体数据或预计算LD矩阵输入。
研究结果部分，Overview of Manc-COJO小节说明，Manc-COJO是把GCTA-COJO扩展至多祖先的前向与后向逐步条件与联合方法，各祖先汇总统计量与LD参考矩阵作为输入，每次迭代在各祖先中将顶端SNP效应回归掉再做条件分析，按多祖先元分析P值向前选SNP，再用各祖先原始表型做联合分析并按元分析平方z值与可选调整R2保留或剔除SNP。Simulation study results小节通过7600个场景显示，多祖先分析比同等总样本单祖先EUR分析检出更多因果SNP、定位更好、假阳性更少；Manc-COJO比把多祖先数据合并后用GCTA-COJO的方案假阳性更低，且在高度多基因区块更明显；EUR样本放大10倍时加入AFR仍提升检出并降假阳性，用EUR-only LD在1:1比例时假阳性明显膨胀。Real-data analysis小节用约100万样本血脂性状显示，Manc-COJO在EUR独立队列预测R2与单祖先GCTA-COJO相近，在AFR队列更高，且选中SNP更少；按祖先比例混合LD的GCTA-COJO模型更大但预测略差，说明其更易纳入假阳性。Manc-COJO:FIX小节在共享因果假设下先用Manc-COJO，再将所得SNP固定后于各祖先内运行FIX；模拟中FIX可多回收10%至20%祖先特异性因果SNP，真实血脂数据中EUR仅少量新增、AFR无新增，说明血脂预测主要来自跨祖先共享因果模型。Software improvement compared to GCTA-COJO小节报告Manc-COJO单祖先约100万EUR个体全染色体分析仅需数分钟，GCTA需数百分钟，加速约129倍至158倍。Insights into Manc-COJO and GCTA-COJO outputs小节在已有实验支持功能变异位点显示，Manc-COJO选出的SNP在AFR样本中与功能变异的LD更高，说明引入AFR数据与LD可改善因果变异 tagging。
讨论部分总结，研究人员指出多祖先COJO应避免把合并人群LD直接喂给单祖先算法；EUR-only LD在EUR:AFR约10:1时尚可，接近1:1则假阳性增加；按祖先比例构建LD在理想条件下可用，假设破坏时仍会膨胀假阳性，部分源于多祖先参考违反哈迪-温伯格平衡（HWE）。Manc-COJO不追求精确因果位点，而是构建近独立变异模型，因此不属于严格fine-mapping；Manc-COJO:FIX用于祖先特异性场景，但真实数据中新增变异预测增益极小，不宜直接判为祖先特异性，需湿实验验证。研究结论为：Manc-COJO在多祖先GWAS汇总统计量中能更好分辨LD、减少假阳性、提升跨祖先可移植性；随着非EUR样本增长，收集AFR等多样祖先数据对优化COJO与fine-mapping最具成本效益，AFR LD块最小因而最利于精细定位。
