Estimating Trans-Ancestry Genetic Correlation with Unbalanced Data Resources
数据资源不平衡下的跨祖源遗传相关性估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦统计遗传学中的跨祖源相关估计，未提供所列计量经济学细分方向的直接依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
数据资源不平衡下的跨祖源遗传相关性估计
- 研究问题
- 当不同祖源群体的全基因组关联研究样本规模高度不平衡时，如何估计跨祖源遗传相关性，并处理预测误差与连锁不平衡差异？
- 方法与思路
- 作者利用遗传预测观测构造估计量，校正高维弱关联信号下的预测误差偏差，并处理群体间连锁不平衡差异，允许次要群体样本较小。
- 材料陈述的贡献
- 摘要称，方法仅要求一个群体拥有大规模关联研究数据；模拟及英国生物样本库中二十六种复杂性状的分析支持其可靠性。
- 阅读关注点
- 应核对遗传相关性的目标定义、预测构建与偏差校正步骤、群体差异处理方式，以及小样本条件下的误差和推断表现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未列出可靠估计所需条件，较小群体可参与不代表任意小样本均有准确保证。
原文摘要
The aim of this paper is to propose a novel method for estimating trans-ancestry genetic correlations in genome-wide association studies (GWAS) using genetically-predicted observations. These correlations describe how genetic architecture of complex traits varies among populations. Our new estimator corrects for biases arising from prediction errors in high-dimensional weak GWAS signals, while addressing the ethnic diversity inherent in GWAS data, such as linkage disequilibrium (LD) differences. A distinguishing feature of our approach is its flexibility regarding sample sizes: it necessitates a large GWAS sample only from one population, while the secondary population may have a much smaller cohort, even in the hundreds. This design directly addresses the existing imbalance in GWAS data resources, where datasets for European populations typically outnumber those of non-European ancestries. Through extensive simulations and real data analysis from the UK Biobank study encompassing 26 complex traits, we validate the reliability of our method. Our results illuminate the broader implications of transferring genetic findings across diverse populations.