编辑推荐：
全基因组关联研究（GWAS）已鉴定出数千个与复杂性状相关的变异，但许多是非因果性的。统计精细定位方法旨在从众多关联变异中定位最可能的因果变异。虽然大多数精细定位方法最初仅限于单祖先分析，但多祖先精细定位方法现已可用，利用不同祖先间连锁不平衡（LD）和次要等位基
全基因组关联研究（GWAS）已鉴定出数千个与复杂性状相关的变异，但许多是非因果性的。统计精细定位方法旨在从众多关联变异中定位最可能的因果变异。虽然大多数精细定位方法最初仅限于单祖先分析，但多祖先精细定位方法现已可用，利用不同祖先间连锁不平衡（LD）和次要等位基因频率（MAF）的差异来提高精细定位分辨率。然而，通过精细定位识别的推定因果变异的生物学相关性通常仍不明确。共定位方法通过整合GWAS数据与其他功能基因组学数据集来评估两个性状是否共享相同因果变异，从而改善可解释性。尽管多祖先数据日益可用，但目前尚无成熟的多祖先共定位方法。在本研究中，研究人员通过整合多祖先精细定位方法SuSiEx和MsCAVIAR与单祖先共定位方法coloc和eCAVIAR，提出了多祖先共定位方法。研究人员引入了coloc_SuSiEx、eCAVIAR_SuSiEx、eMsCAVIAR和coloc_MsCAVIAR。通过模拟研究评估并比较了所提出方法的性能。在具有单个因果变异位点中，四种方法的可信集大小相当，对真实因果变异的优先排序也类似。基于MsCAVIAR的方法比基于SuSiEx的方法计算成本更高，这是分析具有多个因果变异区域时的重要考虑因素。与基于coloc的方法相比，基于eCAVIAR的方法倾向于报告较低的位点水平共定位后验概率。对于具有多个因果变异位点的分析，coloc_SuSiEx是首选方法。研究人员将所提出的方法应用于DIAMANTE联盟的多祖先2型糖尿病GWAS数据与INTERVAL研究的欧洲pQTL数据进行共定位分析。这项工作满足了随着更多多祖先数据可用而对多祖先共定位方法日益增长的需求。
**论文解读：多祖先共定位方法的开发与评估**
**研究背景与问题**
全基因组关联研究（GWAS）已鉴定出大量与复杂性状相关的遗传变异，但多数变异并非因果性的。由于连锁不平衡（LD）的存在，区分直接作用于表型的因果变异与相关标记变异具有挑战性。统计精细定位方法旨在解决这一问题，但多数方法最初仅适用于单祖先分析。随着多祖先数据的可用性增加，利用不同祖先间LD结构和次要等位基因频率（MAF）差异的多祖先精细定位方法（如SuSiEx和MsCAVIAR）已得到开发，可提高精细定位分辨率。然而，精细定位识别的推定因果变异通常位于非编码区，其生物学意义难以解释。共定位分析通过整合GWAS数据与功能基因组学数据（如表达数量性状位点，eQTL）来评估两个性状是否共享同一因果变异，从而增强可解释性。但现有共定位方法（如coloc、eCAVIAR）仅适用于单祖先分析，无法直接处理多祖先数据。因此，研究人员提出并评估了四种多祖先共定位方法，以满足多祖先数据日益增长的分析需求。该研究发表在《PLOS Genetics》。
**主要技术方法**
研究人员通过交叉整合多祖先精细定位方法（SuSiEx和MsCAVIAR）与单祖先共定位方法（coloc和eCAVIAR），开发了四种多祖先共定位方法：coloc_SuSiEx、eCAVIAR_SuSiEx、eMsCAVIAR和coloc_MsCAVIAR。方法遵循两步流程：第一步利用SuSiEx或MsCAVIAR进行多祖先精细定位，输入祖先分层汇总统计量及对应LD参考面板；第二步将精细定位结果（可信集及变异纳入概率）输入coloc或eCAVIAR进行共定位分析，输出位点水平共定位后验概率（lCLPP）和条件变异水平共定位后验概率（cvCLPP）。模拟研究基于1000 Genomes Phase 3数据（EUR、AFR、EAS祖先），使用simGWAS和GWASBrewer模拟二元性状和连续性状的GWAS汇总统计量。真实数据应用来自DIAMANTE联盟的多祖先2型糖尿病（T2D）GWAS数据（含EUR、EAS、SAS祖先）及INTERVAL研究的欧洲血浆蛋白质数量性状位点（pQTL）数据。
**研究结果**
**多祖先共定位方法概述**
四种方法均采用两步流程：第一步进行多祖先精细定位，第二步进行共定位分析。SuSiEx返回每个可信集至少包含一个因果变异，MsCAVIAR返回一个包含所有因果变异的可信集。共定位步骤输出lCLPP和cvCLPP，可构建共定位可信集。
**单个因果变异**
- **多祖先共定位分析示例**：模拟一个包含EUR和AFR祖先的位点，因果变异MAF在EUR为0.05、AFR为0.25。四种方法在50/50 EUR:AFR设置下可信集大小相当，在80/20设置下可信集更大。
- **可信集大小比较**：四种方法在相同祖先比例下可信集大小相当，但在不均匀祖先比例下（80/20 EUR:AFR）可信集更大，尤其是因果变异在EUR中MAF较低时。
- **覆盖度比较**：在50/50设置下四种方法覆盖度相当；但在80/20设置下，基于SuSiEx的方法因精细定位无法识别因果变异而覆盖度较低，而基于MsCAVIAR的方法始终构建可信集并包含真实因果变异。
- **条件变异水平CLPP**：四种方法在同一祖先比例下报告的真实因果变异cvCLPP相当，且在均匀祖先比例下优先排序更强。
- **位点水平CLPP**：基于coloc的方法（coloc_SuSiEx和coloc_MsCAVIAR）报告的中位lCLPP接近1.00，表明位点共定位；而基于eCAVIAR的方法（eMsCAVIAR和eCAVIAR_SuSiEx）报告的中位lCLPP低于0.50，不支持共定位。
**多个因果变异**
- SuSiEx与MsCAVIAR可信集定义差异导致结果不可直接比较。基于SuSiEx的方法（coloc_SuSiEx和eCAVIAR_SuSiEx）可针对每个信号输出lCLPP，而基于MsCAVIAR的方法只输出一个综合lCLPP。
- coloc_SuSiEx是分析多个因果变异位点的首选方法，更频繁地识别高lCLPP信号。eCAVIAR_SuSiEx通常只识别至多一个高lCLPP信号。MsCAVIAR计算成本高，且其输出与coloc在多个因果变异场景下不兼容（coloc_MsCAVIAR报告所有位点PP.H0>0.90）。
**无因果变异**
当两个性状在相同位点具有不同因果变异时，四种方法均返回低lCLPP（<0.05），正确报告无共定位。coloc_SuSiEx报告高PP.H3（>0.94），支持独立因果变异假设。
**真实数据应用**
将四种方法应用于多祖先T2D GWAS数据与欧洲pQTL数据，分析6个位点（PGM1、SLCO6A1-PAM、ABO、DLK1-MEG3、BCAR1、TOMM40-APOE-GIPR）。coloc_SuSiEx对5个共定位信号分配lCLPP>0.90，包括PGM1、PAM、BCAR1和APOE，这些结果与已知生物学机制一致（如PGM1参与葡萄糖代谢）。其他方法性能各异，eCAVIAR_SuSiEx仅对PAM位点报告高lCLPP，eMsCAVIAR对所有位点报告低lCLPP。
**讨论与结论**
该研究通过整合多祖先精细定位方法与单祖先共定位方法，提出了四种多祖先共定位方法。模拟研究显示：基于SuSiEx的方法（coloc_SuSiEx、eCAVIAR_SuSiEx）计算高效，适合分析多个因果变异位点；基于MsCAVIAR的方法（coloc_MsCAVIAR、eMsCAVIAR）计算成本高，但在低统计功效下仍能识别因果变异。基于eCAVIAR的方法倾向于报告过低的lCLPP，可能源于其假设变异对两个性状因果性的独立。coloc_MsCAVIAR不适用于分析多个因果变异位点，因为MsCAVIAR的可信集定义与coloc的单因果变异假设不兼容。真实数据应用表明，coloc_SuSiEx在多数位点成功识别共定位信号，与先前研究结果一致。研究结论：推荐首先使用coloc_SuSiEx进行多祖先共定位分析，因其适用于多个因果变异位点，且允许变异在不同祖先中缺失；若SuSiEx因统计功效低无法识别可信集，可尝试基于MsCAVIAR的方法，但需注意coloc_MsCAVIAR在多个因果变异场景下的局限性。该方法为日益可用的多祖先数据提供了有效的共定位分析框架，未来可进一步整合能处理祖先特异性因果变异的方法（如MESuSiE）。
