Aller au contenu principal
Accès ouvert déclaré 2026 preprint

Genealogy-based trait association with LOCATER boosts power at loci with allelic heterogeneity

3Citations signalées, ce qui n’est pas une note de qualité
8Institutions déclarées
4Pays d’affiliation déclarés

Rattachement africain : us, th, fi, gb. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

A key methodological challenge for genome-wide association studies is how to leverage haplotype diversity and allelic heterogeneity to improve trait association power, especially in noncoding regions where it is difficult to predict variant impacts and define functional units for variant aggregation. Genealogy-based association methods have the potential to bridge this gap by testing combinations of common and rare haplotypes based purely on their ancestral relationships. In parallel work, we have developed an efficient local ancestry inference engine and a novel statistical method (LOCATER) for combining signals present on different branches of a locus-specific haplotype tree. Here, we develop a genome-wide LOCATER analysis pipeline and apply it to a genome sequencing study of 6795 Finnish individuals with 101 cardiometabolic traits and 18.9 million autosomal variants. We identify 351 significant trait associations at 47 distinct genomic loci and find that LOCATER boosts the single marker test (SMT) association signal at five loci by combining independent signals from distinct alleles. LOCATER successfully recovers known quantitative trait loci not found by SMT, including LIPG , recovers known allelic heterogeneity at the APOE/C1/C4/C2 gene cluster, and suggests one novel association. We find that confounders have a more pronounced effect on genealogy-based methods than SMT, and we propose a new randomization approach and a general method for genomic control to eliminate their effects. This study demonstrates that genealogy-based methods such as LOCATER excel when multiple causal variants are present and suggests that their application to larger and more diverse cohorts will be fruitful.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Genealogy-based trait association with LOCATER boosts power at loci with allelic heterogeneity
Date Crossref
16/04/2026
Éditeur
Cold Spring Harbor Laboratory
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • University of Washington pays non établi dans la notice
    Université ou école supérieure
  • Yale University pays non établi dans la notice
    Université ou école supérieure
  • United States Food and Drug Administration pays non établi dans la notice
    Organisme public
  • Food and Drug Administration pays non établi dans la notice
    Organisme public
  • University of Eastern Finland pays non établi dans la notice
    Université ou école supérieure
  • Finland University pays non établi dans la notice
    Université ou école supérieure
  • Durham University pays non établi dans la notice
    Université ou école supérieure
  • University of Oxford pays non établi dans la notice
    Université ou école supérieure
  • Washington University School of Medicine pays non établi dans la notice
    Université ou école supérieure
  • Yale School of Medicine pays non établi dans la notice
    Université ou école supérieure

University of Washington, Yale University et United States Food and Drug Administration, avec 7 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Genetics and Physical Performance

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.