Nat Genet：eQTL-GWAS分析新算法cTWAS发现调控复杂性状的风险基因

全基因组关联研究（GWAS）已经确定了一系列与人类性状相关的基因位点。但大多数人类疾病并不是由单一的遗传变异引起的，而是多种基因、环境因素和其他变量复杂相互作用的结果，因此，确定位点如何影响复杂人类性状的机制仍然具有挑战性。

表达数量性状位点（eQTL）是一类能够影响基因表达量的遗传位点，目前已开发出许多方法利用eQTL数据来挖掘GWAS的候选基因，例如共定位分析、全转录组关联研究（TWAS）和孟德尔随机化法。但这些方法都存在一个关键问题：当利用基因的eQTLs评估基因在性状中的作用时，附近的变异和其他基因表达的遗传组件可能与这些eQTLs相关，并对性状产生直接影响。现有方法未能考虑到这些"遗传干扰因素"，导致了假阳性。

美国达特茅斯学院赵思明联合芝加哥大学贺信、Matthew Stephens研究团队在Nature Genetics上发表了题为“Adjusting for genetic confounders in transcriptome-wide association studies improves discovery of risk genes of complex traits”的文章。为解决现有方法的局限性，研究团队提出了一种用于联合eQTL-GWAS分析的新方法cTWAS（causal-TWAS）。cTWAS借鉴统计学精细定位的特点，调整了所有的遗传干扰因素。该模型不只关注一个基因，而是考虑了多个基因和变异，并使用贝叶斯多元回归模型，剔除混杂的基因和变异。在真实数据的实际模拟和应用中，cTWAS大大减少了TWAS、共定位和基于MR方法的错误发现数量，为从GWAS中可靠地发现因果基因奠定了基础。

文章发表在Nature Genetics

TWAS面临的关键挑战是，已鉴定的基因对表型并非总是有因果效应，也会有“水平多效性”（图1a）。联合分析eQTL和GWAS数据的方法也面临类似的挑战。为了控制所有潜在的混杂因素，cTWAS联合模拟了表型对所有估算基因和所有变异的依赖性（图1c），所有这些参数的联合估计将导致因果效应估计。cTWAS中变量之间潜在的高相关性提出了新的挑战。因此，研究人员使用为精细映射而开发的统计机制来拟合cTWAS，并使用经验贝叶斯策略来估计这些先验参数，可以同时注释多个基因和变异。根据估计的参数推断出每个区块中可能的因果基因和变异（图1d）。

图1.cTWAS方法概述

cTWAS能减少模拟研究中的错误发现

研究团队设计了真实的模拟来评估cTWAS的性能，根据已有研究的真实遗传参数，创建了所有区域的全基因组数据。具体包括使用英国生物样本库约45k份英国白人祖先样本中次要等位基因频率>0.05的变异基因型数据，并通过FUSION利用GTEx的预测模型估算了基因表达，改变了基因和单核苷酸多态性（SNPs）因果关系的先验概率，以及先验效应大小方差。cTWAS估计的参数接近真实值，并准确地估计了由基因效应解释的性状变异的比例（图2a ）。研究还发现，通过cTWAS计算基因的PIPs得到了良好校准，预计超过阈值的基因中至少有90%是因果基因。

图2.模拟参数评估和PIP校准

研究人员将cTWAS的性能与其他方法进行了系统比较。相比之下，cTWAS成功地去除了许多标准TWAS中具有高度显著相关性的非因果基因（图3a），控制了所有情况下错误发现的比例（图3b），虽然阈值PIP>0.8，但实际的错误发现比例远低于20%。此外，研究人员举例说明了cTWAS是如何消除假阳性的（图3c、d），并且cTWAS对不同的模拟设置具有鲁棒性。

图3. cTWAS与其他模拟方法的对比

cTWAS分析LDL相关致病基因

研究人员将cTWAS应用于英国生物样本库的低密度脂蛋白（LDL）胆固醇的GWAS分析，鉴定出35个PIP>0.8的基因。LDL相关基因分析显示，cTWAS的精度为75%（图4a），大大优于标准TWAS，后者的精度为31%。

研究人员利用两个基因位点说明了cTWAS如何避免假阳性。第一个基因位点包括HPR和其他四个基因。第二个基因位点有3个通过TWAS与LDL相关的基因。结果表明，cTWAS能够避免假阳性基因（图4c）。此外，研究人员系统地评估了标准TWAS假阳性结果的来源，发现TWAS的最大风险不是附近基因之间共享的eQTL，而是基因与附近变异的相关性，这些变异的影响不表现为eQTL。

图4.cTWAS准确鉴定了LDL胆固醇的致病基因

cTWAS发现几种常见性状的候选基因

研究团队将cTWAS应用于炎症性肠病（IBD）、收缩压（SBP）和精神分裂症（SCZ）的GWAS汇总统计，使用了GTEx 49个组织的蛋白质编码基因表达预测模型，对每个组织分别进行了cTWAS分析。研究显示，将多个组织的结果结合起来可增强cTWAS的发现能力。此外，cTWAS发现了一些新基因，即IFNGR2、FOSL2、STAT3、FCGR2A、IRF8和ZFP36L2位于已知的IBD相关基因座内，并具有免疫功能。cTWAS还在基因位点中鉴定出关联性低于标准GWAS临界值的新基因，其中一些基因（UBE2W、TYMP、LSP1和CCR5等）具有IBD相关功能（图5f）。

图5.使用GTEx数据库对IBD及其他性状进行cTWAS分析

综上所述， 通过对遗传变异和估算基因表达进行联合建模，cTWAS解释了多效性效应，为检测致病基因创造了一个强大的框架。通过对多个GWAS性状的模拟和应用，cTWAS减少了错误发现，并发现了这些性状的多个候选基因，具有作为基因发现工具的潜力。随着大量分子QTL数据集的可用和生成，cTWAS有望将疾病的遗传关联转化为风险基因、疾病机制和潜在治疗靶点的信息。

论文原文：

Zhao S, Crouse W, Qian S, Luo K, Stephens M, He X. Adjusting for genetic confounders in transcriptome-wide association studies improves discovery of risk genes of complex traits. Nat Genet. 2024. doi:10.1038/s41588-023-01648-9