Nat Commun｜无需原始数据，80倍提速，更新生物银行GWAS汇总数据分析方式

你是否曾因无法访问UK Biobank原始数据而无法针对特定性状调整协变量？你是否被海量数据的计算瓶颈所困扰？ UK BioCoin (UKC) 解决了这两个难题。这项发表于Nature Communications的题为：UK BioCoin: swift trait-specific summary statistics regression for UK Biobank的最新研究，展示了一种仅需50GB即可分发、计算效率提升约80倍的分析工具。

什么是 UK BioCoin？

UK BioCoin (UKC) 并非一种加密货币，而是一个 计算框架 和 数据共享范式 。目前，GWAS汇总统计数据（Summary Statistics）虽然解决了隐私问题，但通常基于固定的协变量调整（如固定调整年龄、性别等）。这导致研究者无法探索特定性状所需的特殊协变量调整，限制了下游分析的灵活性。UKC通过一种名为 NSS (Naive Summary Statistics) 的核心技术，将原始数据转化为可公开分发的汇总统计量。它允许其他研究人员在不接触个体级数据的前提下，进行高效的、针对特定性状的协变量调整。

核心性能对比：效率与精度

研究团队利用UK Biobank的 505种性状 和 1000万个SNP 进行了全面演示。

注：测试环境为站立身高（Standing height）GWAS，调整5个协变量。

深度应用：不仅仅是GWAS

UKC不仅能重跑GWAS，其生成的汇总统计数据在下游应用中表现优异，研究团队展示了四个典型应用场景：

1）灵活的全表型组关联分析 (GWAS)

研究发现，协变量的选择对结果影响巨大。身高与体重的差异： 在“身高”分析中，调整BMI影响甚微；但在“体重”分析中，如果不调整BMI，会掩盖与骨骼生长（如 LCORL 基因）相关的位点，而这些位点恰恰是剔除脂肪量影响后的纯体重信号。UKC 让研究者能像玩乐高一样，针对每个性状自由组合协变量（如年龄、性别、PCs、BMI等），挖掘更深层的生物学机制。

2）SNP遗传力估计

利用LDSC方法对505个性状进行遗传力估计，UKC的结果与Neale Lab 公布的结果高度一致（相关系数 0.97）。这表明，即使经过数据压缩和重构，UKC依然能保持遗传架构的完整性。

3）多基因评分 (PGS)

在预测准确性方面，UKC 表现稳定。研究指出，如果不调整适当的协变量，PGS 的准确性可能会被高估。UKC 提供了一个可靠的平台来评估不同协变量组合对 PGS 的影响。

4）孟德尔随机化 (MR)

这是一个极具警示意义的发现。在探究“腰围 (WC) ”对“类风湿性关节炎 (RA) ”的因果效应时， 不同的协变量调整策略导致了完全相反的结论（正相关 vs 负相关） 。

• 调整模型A（BMI+饮酒）： 显示 WC 增加 RA 风险。

• 调整模型B（体重+体脂+吸烟+10PCs）： 结果反转，显示 WC 降低 RA 风险。

这证明了协变量调整在因果推断中的极端重要性，UKC 为这种敏感性分析提供了便捷工具。

质控与可移植性

• 质控指标 (VIF)： 研究提出了使用方差膨胀因子（VIF）作为质量控制指标。当 VIF>50 时，可能存在严重偏差，建议剔除。这为用户提供了判断结果可靠性的标准。

• 中国精准健康资源数据库 (China Precision Biobank， CPBB ，https://cpbb.cn/)： 该框架不仅限于UKB，研究团队已成功将其应用于其他生物银行队列，证明了该技术的通用性和可移植性。

总结与展望

UK BioCoin为大规模生物银行研究提供了一个 隐私保护、高效且灵活 的新标准。它将原本需要高性能计算集群数天才能完成的任务，压缩到了可以在普通笔记本电脑（8核CPU/16GB RAM）上运行的Docker容器中。这不仅降低了科研门槛，更通过允许灵活调整协变量，帮助科学家避免了因模型设定错误而导致的假阳性或假阴性发现。

原文：https://doi.org/10.1038/s41467-026-71788-z

制版人：十一

BioArt

Med

Plants

人才招聘

学术合作组织

（*排名不分先后）

转载须知

【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。