Nat Comput Sci | 毕文健团队开发SAGELD算法，可对纵向数据进行快速、准确的全基因组基因-环境交互作用分析

随着大型生物样本库的涌现，全基因组基因-环境交互作用（G×E）分析成为精准医学的重要研究方向，但现有方法大多仅适用于横截面数据，无法有效利用电子健康记录中的纵向数据。针对这一技术瓶颈，北京大学毕文健团队在Nature Computational Science上发表研究，开发了SAGELD算法。该算法采用两步法框架，先拟合零模型估计参数并计算残差，再通过矩阵投影策略剔除基因主效应，从而准确分离G×E效应，同时利用鞍点近似处理样本亲缘关系和罕见变异。数值模拟和UK Biobank实际数据分析表明，纵向数据能显著提升G×E分析统计效能，在分析与年龄的交互作用时鉴定出74个显著遗传位点，在与BMI的交互作用中鉴定出5个位点。研究结论指出，在有限样本量基础上增加重复观测是增强交互作用分析的有效方式。