基于功能分类分割遗传力 – 分层LD分数回归 Stratified LD score regression

在复杂性状的GWAS研究中，大部分遗传力由并没有达到全基因组显著性水平的SNP关联贡献。然而当前许多利用功能信息与GWAS数据来研究疾病的方法仅仅使用达到显著性水品的loci里的SNP，并且只假设每个loci里只有一个因果SNP，或是完全不考虑LD。基于这些不足，本方法的作者们期望使用所有SNP的信息，并明确的将LD纳入模型，来估计每个功能分类的SNP遗传力，以提升power。

本方法是在基础的LD分数回归上的延伸，可以参考：

• 连锁不平衡分数回归 LD score regression
• 遗传相关 跨性状的LD分数回归（预留链接）

在此之前分割SNP遗传力的方法借助REML（ restricted maximum likelihood ），例如GCTA，但需要个体的基因型的原始数据，并且需要很大的计算资源。所以作者们开发了分层LD分数回归，只需要GWAS的 summary statistics ，以及从与目标群体相对应的参考群体中计算得到的LD信息。

 该方法的核心基于以下的一个事实，  GWAS中某个SNP的χ²  检验统计量包含了所有被该SNP标记的SNP的效应。因此对于一个多基因性状，一个有高LD分数的SNP，相比于低 LD分数的SNP ，总体上也会有较高的 χ²  检验统计量 。原因主要是这些SNP可能标记了单个有很大效应量的SNP，或是多个较弱效果的SNP。（也就是 “以一敌百” 或者 “人多力量大”）

所以我们将所有SNP分为具有不同遗传力的功能分类，那么与某个高遗传力分类存在LD的SNP就会有更高的 χ²  检验统计量 。如果与某个功能分类存在高LD的SNP有较高的 χ²  检验统计量 ，那么就定义这个功能分类有遗传力聚集。

在多基因模型下，某个SNP j 的 χ²  检验统计量 的期望值为

• N为样本大小
• C则是功能分类的索引
• l(j,C)则是SNP j 对于分类C的LD分数

• a则衡量了混淆因素的大小
• τC则表示了每个SNP对于功能分类C遗传力的贡献。

该方程使我们可以估计 τC 的大小（也就是所谓的分割的遗传力）。定义某个分类的聚集为 该分类SNP遗传力的比例除以该分类SNP总数的比例。

该方法的作者们基于多个公开的注释数据库，构建了不针对任何细胞类型的全基线模型 ‘full baseline model’ ， 包括 coding, UTR, promoter and intronic regions the histone marks monomethylation (H3K4me1) and trimethylation (H3K4me3) of histone H3 at lysine 等等。除此之外，还基于 全基线模型 ，构建了多个针对特定细胞类型的模型，包含针对细胞类型的注释等。

尽管Stratified LD score regression提供了一种便捷有效的分析 GWAS的 summary statistics 的方法，但我们也要同时注意该方法的不足之处：

• 为了达到足够的power，需要较大的样本量，或是较大的SNP遗传力，而且性状必须是多基因的
• 该方法需要针对研究群体的LD参考数据
• 该方法目前不支持自定义的array
• 该方法基于加性模型，没考虑上位或非加性的效应
• 该方法依赖于可用的功能注释，如果没有相应注释则无法检测
• 等等

使用方法：

下载，安装，配置环境，数据清理详见

https://alkesgroup.broadinstitute.org/LDSCORE/

从以上链接中我们需要下载以下内容（以欧洲群体为例）：

• 基线模型LD分数 ：baseline.* in 1000G_Phase1_baseline_ldscores.tgz
• 频率 ：1000G.mac5eur.* in 1000G_Phase1_frq.tgz
• 权重 ：weights.* in weights_hm3_no_hla.tgz

解压后即可使用：

python ldsc.py 
	--h2 BMI.sumstats.gz\
	--ref-ld-chr baseline.\ 
	--w-ld-chr weights.\
	--overlap-annot\
	--frqfile-chr 1000G.mac5eur.\
	--out BMI_baseline

• –h2 ： 计算分割的遗传力，参数为之前处理好的gwas summary statistics
• --ref-ld-chr ：下载的参考LD分数文件
• --w-ld-chr： 权重文件
• --frqfile-chr： SNP频率文件
• --overlap-annot： 表示基线模型中功能分类有重叠
• –out：指定出输出文件的前缀

参考：

http://www.github.com/bulik/ldsc

https://github.com/bulik/ldsc/wiki/Partitioned-Heritability

Partitioning heritability by functional annotation using genome-wide association summary statistics https://www.nature.com/articles/ng.3404