PolyMaGNet：一种同时考虑多基因与主基因效应的推定因果表型网络推断混合方法

《Journal of Animal Breeding and Genetics》：PolyMaGNet: A Hybrid Method for Inferring Putative Causal Phenotypic Networks Accounting for Polygenic and Major Gene Effects

图形模型，如贝叶斯网络（Bayesian networks, BN）和结构方程模型（structural equation models, SEM），已在数量遗传学中被广泛用于研究表型性状间的推定因果关系。基于约束的算法被提出用于在加性遗传效应条件下搜索表型间的递归因果结构；然而，这些方法通常仅考虑多基因背景，并未明确纳入可能影响所研究性状的主基因效应。在此，研究人员提出PolyMaGNet（多基因性状与主基因网络分析，Polygenic traits with Major Gene Network analysis），这是一种混合方法，用于推断推定因果表型网络，同时考虑通过系谱加性关系建模的多基因效应，以及由与数量性状位点（quantitative trait loci, QTL）关联的标记所代表的主基因效应。该方法将贝叶斯多性状动物模型（其中主基因座作为协变量）与应用于残差协方差矩阵后验样本的归纳因果算法相结合。随后，使用Akaike信息准则（Akaike's information criterion, AIC）比较候选有向图，以选择最终的完全定向推定因果结构。在基于QTL定位群体的模拟中，PolyMaGNet比仅以多基因效应为条件的方法更频繁地恢复真实骨架，并在大多数模拟重复中选择了真实的完全定向网络。该方法进一步应用于一个F₂杜洛克×皮特兰猪资源群体，以重建纵向背膘、肉质、脂肪沉积和胴体组成性状间的推定因果网络。结果表明，明确纳入主基因效应可改善复杂性状间推定表型网络的重建，并为研究动物育种群体多变量遗传结构中的方向性关系提供了有用框架。

PolyMaGNet：一种同时考虑多基因与主基因效应的推定因果表型网络推断方法——论文解读

在动物育种中，多个经济性状往往在同一动物个体上测量，性状间的表型相关可能源于直接因果效应、共享遗传控制、环境依赖或这些机制的组合。区分这些机制对预测选择响应、解释遗传参数和设计育种管理策略至关重要。图形模型，如贝叶斯网络（Bayesian networks, BN）和结构方程模型（structural equation models, SEM），为表征性状间的条件依赖和推定因果关系提供了有效框架。然而，从数据中学习因果结构面临巨大挑战，尤其是遗传和基因组研究中，系谱多基因效应、群体结构、标记效应和环境因素等多个依赖源可能同时影响性状间的协方差结构。现有方法如Valente et al.（2010）提出的算法通常只以多基因效应为条件，并未明确纳入主基因效应；此外，归纳因果（inductive causation, IC）算法常返回部分有向无环图（partial directed acyclic graph, PDAG），需要额外信息才能获得最终的完全定向网络。因此，开发一种能够同时整合多基因背景和主基因效应，并能从候选结构中自动选择最终网络的方法具有重要意义。

为此，研究人员提出了PolyMaGNet（多基因性状与主基因网络分析，Polygenic traits with Major Gene Network analysis），一种混合方法，用于推断推定因果表型网络，同时考虑通过系谱加性关系建模的多基因效应，以及由与数量性状位点（quantitative trait loci, QTL）关联的标记所代表的主基因效应。研究人员通过模拟研究和一个真实的F₂杜洛克×皮特兰猪资源群体评估了该方法，旨在检验纳入主基因效应是否能改善推定因果网络的恢复。

PolyMaGNet的方法核心分为三步。第一步，研究人员拟合一个贝叶斯多性状动物模型（multiple-trait animal model, MTM），将系统固定效应、标记相关的主基因效应和未观察的加性多基因效应共同纳入模型，从而获得残差协方差矩阵的后验样本。第二步，将这些后验样本作为输入，应用IC算法推断部分有向无环图，其中条件独立性决策基于95%最高后验密度（highest posterior density, HPD）区间。第三步，枚举所有保留IC算法识别出的有向边且不产生有向环的候选完全定向图，并使用Akaike信息准则（Akaike information criterion, AIC）进行比较，选择最终的代表性推定因果结构。模拟数据模拟了一个QTL定位群体，包含1600个个体、50个全同胞家系和7个模拟QTL；真实数据来自美国密歇根州立大学培育的F₂杜洛克×皮特兰猪资源群体，最终分析包含940头猪和42,234个SNP标记，关注纵向背膘以及肉质、脂肪沉积和胴体组成两组性状。

3.1 模拟研究

在100次模拟重复中，与仅以多基因效应为条件的方法（Valente et al.方法）相比，PolyMaGNet更频繁地恢复真实骨架（98/100 vs 90/100）。在恢复出的同一PDAG结构中，AIC模型比较步骤在83次模拟中的78次（94%）选择了真实的完全定向网络。当结构系数降低50%进行额外模拟时，PolyMaGNet在100%的重复中恢复正确骨架，并在50%的重复中识别出未屏蔽碰撞器，而Valente et al.方法仅在30%的重复中恢复正确骨架，且从未识别出该碰撞器。这些结果表明，主基因效应若未被显式建模，可能被残差分量部分吸收，从而扭曲用于结构学习的条件独立关系；PolyMaGNet通过在主模型中纳入主基因效应，显著改善了网络重建的准确性。

3.2 真实数据应用

3.2.1 生长性状

对于10、13、16、19和22周龄测量的第十肋背膘（BF10wk、BF13wk、BF16wk、BF19wk、BF22wk），PolyMaGNet在95% HPD水平下识别出未屏蔽碰撞器以及一条无向路径，随后通过AIC选择的定向方向与性状的时间测量顺序一致。相比之下，Valente et al.方法在未纳入主基因效应时，在更宽松的HPD阈值下定向出的路径与时间顺序不一致。这一差异很可能源于第6号染色体上一个影响所有五个背膘性状的多数效应区域（SSC6）作为未建模依赖源，而PolyMaGNet通过将其作为协变量纳入MTM，有效控制了该依赖源。这一结果验证了该方法在实际数据中恢复生物学合理方向的能力。

3.2.2 肉质性状

对于大理石纹（marbling, Marb）、Warner-Bratzler剪切力（Warner-Bratzler shear force, WBS）、45分钟pH（pH 45）、腰肌面积（longissimus muscle area, LMA）和胴体第十肋背膘（carcass 10th-rib backfat, BF10）五个肉质相关性状，PolyMaGNet在95% HPD水平下识别出未屏蔽碰撞器；在更宽松的阈值下还恢复出从Marb到WBS的负向直接路径（模型尺度上约-0.11）以及从pH 45到WBS的弱路径（约-0.01）。这些方向与已有文献中关于肉质性状关系的生物学知识一致，但被解释为模型支持的候选假设，而非普适因果效应。

在讨论部分，研究人员强调PolyMaGNet的因果解释依赖于图形模型框架下的特定假设，包括因果充分性、因果马尔可夫条件、忠实性、模型设定正确性以及遗传和系统依赖源的充分表示。这些假设与潜在结果框架（如Rubin因果模型）中的因果效应估计目标不同；随机化、交换性以及稳定单元处理值假设（SUTVA）在图形框架中的表达和评估方式也不同，并且无法通过简单的自动诊断加以保证。因此，PolyMaGNet得到的网络应被理解为模型支持的推定因果结构，而非实验性因果证据。研究结论指出，PolyMaGNet通过将系谱加性效应、标记相关主基因效应与图形建模相结合，为研究复杂性状的多变量遗传结构提供了有用框架。模拟和实证应用均表明，显式纳入主基因效应能够改善推定表型网络的恢复，并为后续生物学研究、育种决策和管理实践提供有价值的假设。该工作将常规多性状遗传建模从描述协方差模式扩展到重建模型支持的方向性关系，具有重要的方法论意义。