1月11日，国际著名期刊American Journal of Human Genetics (IF=10.502，中科院1区)在线发表了题为“Multi-trait transcriptome-wide association studies with probabilistic Mendelian randomization”的多性状全转录组关联分析(TWAS)统计推断新方法，太阳集团8722c公共卫生学院博士生刘璐为该论文的第一作者，袁中尚、密歇根大学生物统计系Xiang Zhou教授为论文共同通讯作者，课题组所属团队负责人薛付忠教授为共同作者，太阳集团8722c为第一和共同通讯作者单位。

该项研究成果同时受到了科学网约稿邀请，在科学网及其学术公号“小柯生命”均有报道。

全转录组关联研究(Transcriptome-wide association study, TWAS)旨在整合全基因组关联研究(GWASs)和表达数量性状基因座(eQTL)的关联结果，以期进一步阐明复杂疾病内在分子遗传机制。然而，现有TWAS分析方法（如，PrediXcan, TWAS/Fusion）都是针对单一性状进行分析。袁中尚课题组前期在Nature Communications上发表了单一性状TWAS分析的PMR-Egger方法。（链接：https://www.nature.com/articles/s41467-020-17668-6）。考虑到很多复杂性状往往具有共同的遗传基础，且对多性状联合分析可以充分利用性状之间的相关性，势必可以提高TWAS的检验效能，故本研究将PMR-Egger方法推广，在国际上率先提出了多性状TWAS分析的moPMR-Egger方法。moPMR-Egger在孟德尔随机化框架下，将特定基因包含的具有连锁不平衡的cis-SNPs作为工具变量，基于联合似然的理论，同时实现对多个性状因果效应的联合检验，更重要的是moPMR-Egger能够检验和控制cis-SNPs工具变量的水平多效性效应，从而能够最大限度提高检验效能且降低TWAS分析中的假阳性。

基于实际数据的统计模拟证实，moPMR-Egger方法对因果效应的检验具有稳定的一类错误，且比现有TWAS分析方法具有更高的检验效能。同时，moPMR-Egger也能同时实现对水平多效性的检验。进一步将moPMR-Egger方法应用到英国生物样本库（UKBiobank）中五个类别的11个性状进行TWAS分析，结果显示，moPMR-Egger比单变量TWAS方法多发现了约13.15%的关联基因，并借助通路分析清晰揭示了收缩压和舒张压的不同生物调节机制。最后，该研究将moPMR-Egger方法封装成R包，供实践者应用，软件包链接为https://github.com/yuanzhongshang/PMR。

近年来，作为生物统计学系青年骨干教师以及国家健康医疗大数据研究院跨组学大数据研究中心的固定PI（Principal Investigator），袁中尚一直保持和密歇根大学XiangZhou教授课题组在统计遗传学理论方法方面的合作，长期致力于跨组学数据整合与系统流行病学统计理论方法研究，成果不仅发表在Nature Communications, American Journal of Human Genetics等国际一流期刊，同时发表在Statistics in Medicine, HumanMolecularGenetics,Genetics等生物统计专业杂志。该研究得到了国家自然基金面上项目(81872712, 81673272),山东省自然科学基金重大基础研究项目(ZR2019ZD02)，太阳集团8722c青年学者未来计划(2016WLJH23)等资助。

原文链接：https://www.cell.com/ajhg/fulltext/S0002-9297(20)30442-0