迄今为止,已经进行了许多大规模的全基因组关联研究(Genome-wide asscociation studies, GWAS),并且已经确定了大量的显著位点。然而,这些确定位点如何影响复杂的人类特征的机制仍然大部分未知。一个假设是,某些位点可能通过调节基因表达来影响复杂特征。eQTL就是那些可以影响基因表达的位点。因此,目前有许多方法来整合eQTL数据和GWAS数据以识别致病基因。一个广泛使用的方法是转录组全关联研究,即Transcriptome wide association studies, TWAS。如果一个遗传变异影响人的特征,还同时影响基因表达,那么这个基因就会被提名。还有一些其他方法来解决这个问题,例如共定位方法(colocalization)测试基因表达和GWAS是否共享相同的遗传变异,或者使用eQTL作为工具变量的遗传随机化方法。然而, 这些方法都有一个重要问题没有解决:被测基因附近的致病遗传变异可能因连锁不平衡(linkage disequilibrium)而和被测基因相关,从而成为测试中的干扰因子,导致假阳性的产生。 2024年1月26日,达特茅斯学院/芝加哥大...