Nat Genet｜别再漏掉那些处于“边缘”的因果变异！四川大学吴洋等团队通过全新遗传学算法精准打捞“阈值下”的疾病变异

背景：全基因组关联研究（GWAS）已成功识别性状相关变异，但由于连锁不平衡和多基因性，复杂性状的因果变异仍难以解析。现有精细定位方法多局限于单个基因组位点，未考虑全局遗传结构，导致遗漏未达显著性阈值的变异。研究目的：四川大学吴洋等团队旨在开发全基因组精细定位（GWFM）方法，结合功能注释，提升因果变异的识别能力，并通过模拟和真实数据分析验证其效能。结论：研究提出的SBayesRC方法在错误控制、定位效能、分辨率等多指标上优于现有方法；分析48个复杂性状发现，可信集合平均解释18%的SNP遗传力，其中30%位于全基因组显著位点之外；基于遗传结构预测，需约200万样本量才能对超过50%的遗传力进行精细定位；此外，新发现了影响精神分裂症和克罗恩病风险的错义因果变异。