CARMA-X 助力混合人群精细定位研究：解锁拉丁美洲遗传奥秘

为解决混合人群（如拉丁美洲和加勒比地区）基因发现方法有限的问题，研究人员开展了混合人群精细定位的研究，提出了贝叶斯模型 CARMA-X。该模型在控制假阳性发现的同时提高了效能，有助于优先筛选潜在因果变异和基因。

　　全基因组关联研究（GWASs）在具有不同祖先的人群中迅速发展，这为发现新基因以及提升非欧洲人群遗传研究成果的实用性带来了独特机遇。确定 GWAS 位点上潜在因果变异的常用方法是统计精细定位。尽管人们付出了巨大努力，但即使在相对简单的单一同质人群研究中，精细定位仍是一项极具挑战性的任务。对于包含混合个体的研究，比如拉丁美洲和加勒比地区的研究，基因发现方法仍然有限。在此，研究人员提出了一种用于混合人群精细定位的贝叶斯模型 CARMA-X，该模型能够应对混合个体带来的一些独特挑战。这种新方法包含一种针对混合个体小参考面板、人群间的异质性以及跨祖先连锁不平衡（LD）的 LD 矩阵估计方法，还有一种贝叶斯假设检验方法。当依靠中等规模的外部参考面板进行 LD 估计时，这种检验方法能够实现可靠的精细定位。通过模拟实验，研究人员将其与最近提出的多祖先研究精细定位方法进行性能比较，结果表明，该模型在控制假阳性发现的同时具有更高的检验效能，尤其是在使用样本外 LD 矩阵时。研究人员进一步通过两项拉丁美洲遗传研究 —— 多米尼加共和国的阿尔茨海默病遗传影响家庭研究（Estudio Familiar de Influencia Genética en Alzheimer，EFIGA）和墨西哥生物样本库研究，展示了他们的研究方法。在这些研究中，研究人员通过对潜在因果变异和基因进行优先排序，展示了构建特定祖先效应模型的优势，其中包括一些由非洲和美洲原住民祖先特定效应驱动的研究结果。