Nat Genet：黄海亮/葛天合作开发跨人群精细映射（fine

SuSiEx是基于单群体精细映射分析模型SuSiE（Sum of Single Effects）【4】的拓展。SuSiEx假设因果变异在人群中是共享的，即某个突变是否为因果变异与人群无关，但考虑到环境等非遗传因素的影响，模型允许这些变异在不同群体中的效应有所不同。与SuSiE类似，SuSiEx基于贝叶斯变量选择，并将迭代贝叶斯逐步选择应用于模型拟合。此外，SuSiEx还估计因果关系出现在每个群体中的概率，并利用这些概率推断群体特异性的因果突变。

精细映射分析一览（Credit: Nature Genetics）

研究者首先进行了一系列全面的模拟，系统评估了SuSiEx的性能。通过改变群体间遗传相关性、因果突变数量、遗传力等模拟参数，从多个角度（如检测效力、覆盖度、准确度、分辨率、鲁棒性等）对SuSiEx进行了评估。模拟结果表明，SuSiEx在覆盖度、准确度和鲁棒性方面表现出色，并且相比单群体精细映射方法，SuSiEx具有更高的检测效力和分辨率。接下来，研究者将SuSiEx与其他现有方法（如单群体精细映射合并分析方法、基于元分析的精细映射方法、贝叶斯跨群体精细映射分析方法）进行比较，结果显示SuSiEx在易用性、分辨率和准确度等方面表现更佳。

随后，研究者将SuSiEx应用于不同人群生物样本库的数据分析。具体而言，他们将该方法应用于英国生物银行（UK Biobank）的欧洲人和非洲人群体数据，以及台湾生物银行（Taiwan Biobank）的东亚人群体数据。研究者筛选出25个在这两个数据库中共有的数量性状，并选出13,420个可能包含因果变异的基因组区域。通过使用SuSiEx分析三个人群的数据，研究人员共发现了14,361个99%置信集合（credible set），即该集合有99%概率包含因果突变。与仅使用单一人群数据的精细映射分析相比，SuSiEx在跨人群数据分析中发现了更多置信集合，其最佳位点的后验包含概率（Posterior Inclusion Probability, PIP）也更高，且后验包含概率大于95%的置信集合数量也显著增加。这些结果都凸显了SuSiEx方法及其在跨人群精细映射分析中的优越性。

最后，研究人员利用SuSiEx对精神分裂症进行了精细映射研究。他们使用了 精神类疾病基因组学研究联盟（Psychiatric Genomics Consortium, PGC） 提供的欧洲人和东亚人群体的精神分裂症GWAS汇总统计量和连锁不平衡信息【5】。SuSiEx在193个基因组关联区域中成功识别出215个99%置信度的置信集合，其中213个被推断为欧洲人群中的因果突变，95个被推断为东亚人群中的因果突变。在这213个置信集合中，有11个包含后验包含概率大于95%的突变位点。与预期一致，SuSiEx的表现优于已发布的PGC精细映射分析结果。

总体而言，文章介绍了一种精准高效的跨人群精细映射分析工具SuSiEx。通过整合多人群数据、明确建模群体特异性等位基因频率和连锁不平衡模式，SuSiEx发现了基因组中的更多因果变体，并可使用GWAS汇总统计量进行分析。

医药网新闻