Точное картирование по сводным данным с использованием модели «суммы единичных эффектов»

В недавней работе Wang и соавт. представили модель «суммы единичных эффектов» (SuSiE) и показали, что она обеспечивает простой и эффективный подход к точному картированию генетических вариантов по данным на уровне отдельных участников. В настоящей работе мы представляем новые методы оценки модели SuSiE по сводным данным, например по z-оценкам для отдельных однонуклеотидных полиморфизмов, полученным в ассоциативном исследовании, и значениям неравновесия по сцеплению (LD), рассчитанным по подходящей референсной панели. Для разработки этих методов мы сначала описываем простую универсальную стратегию адаптации любого метода, предназначенного для данных на уровне отдельных участников, к работе со сводными данными. Основная идея заключается в замене обычного правдоподобия регрессии аналогичным правдоподобием, основанным на сводных данных. Мы показываем, что существующие методы точного картирования, такие как FINEMAP и CAVIAR, также неявно используют эту стратегию, но по-разному; таким образом, она создаёт общую основу для понимания различных методов точного картирования. Мы исследуем и другие распространённые практические проблемы точного картирования по сводным данным, включая проблемы, вызванные несогласованностью между z-оценками и оценками неравновесия по сцеплению, и разрабатываем диагностические методы для выявления таких несоответствий. Кроме того, мы представляем новую процедуру уточнения, которая в некоторых наборах данных улучшает соответствие модели и тем самым повышает общую надёжность результатов точного картирования с помощью SuSiE. Подробная оценка методов точного картирования на различных смоделированных наборах данных показала, что применение SuSiE к сводным данным по скорости и точности сопоставимо с лучшими доступными методами точного картирования по сводным данным.