百年校庆杰出学者讲座第54期-适用于复杂结构表型的全基因组关联分析算法

主题：适用于复杂结构表型的全基因组关联分析算法

主讲人：北京大学基础医学院 毕文健教授

主持人：统计与数据科学学院 林华珍教授

时间：5月22日16:00-17:00

地点：柳林校区弘远楼408会议室

主办单位：统计与数据科学学院 科研处

主讲人简介：

毕文健，北京大学基础医学院医学遗传学系课题组长，研究员，北京大学博雅青年学者，国家级人才计划入选者。主要工作涉及统计遗传学、生物统计与系统生物学、生物信息学等，针对基因-环境交互作用、生存数据和多分类表型数据设计了多种快速、准确的分析算法，并应用于UK Biobank等大型生物样本库的实际数据中。以第一/通讯作者身份发表于Nature Genetics (2022)、American Journal of Human Genetics (2019, 2020, 2021, 2023)、Nature Communications (2025a, 2025b, 2025c)、PLOS Genetics (2024)、Cell Reports Medicine (2025)、Genetics、Biostatistics等学术杂志。主持国家自然科学基金专项项目、面上项目、国际合作和交流项目，北京市自然科学基金非共识创新项目等。

内容提要：

随着全球大型生物样本库（biobank）数据的兴起，人们开始在大规模全基因组关联研究（GWAS）中关注结构更为复杂的性状。例如，生存时间（time-to-event）和纵向（longitudinal）数据能够更全面刻画个体健康状况的演变过程，相比于传统的定量或二元性状蕴含更多信息。回顾性关联方法（retrospective association methods）以表型为条件、将基因型视为随机变量，从而为大规模遗传关联研究提供了可扩展、精准且通用的分析框架。基于这类分析框架，我们提出了多种适用于复杂表型的大规模 GWAS 通用方法。SPAmix：通过利用原始基因型数据及 SNP 派生的主成分（PCs），为每个变异估计个体层面的等位基因频率，从而处理群体混合（population admixture）问题。SPAGRM：借助稀疏遗传关系矩阵（sparse GRM）和同源片段（IBD）信息，校正得分统计中的隐含遗传相关性，以调整样本亲缘关系的影响。SPAGxE：利用矩阵投影方法去除基因-环境交互作用分析中的遗传边际效应。我们在模拟研究和英国生物样本库（UK Biobank）真实数据分析中验证了 各类方法 的性能。结果表明，这两种方法在保持较高统计功效的同时，能够严格控制第一类错误率，这些特点有助于实际数据分析找到更多的致病遗传位点。