SUMMIT：基于基因组范围 LD 分数的跨祖源遗传力与遗传相关性估计框架

从 GWAS 汇总统计出发估计 SNP 遗传力、按功能注释分层并计算遗传相关，已成为解析复杂性状遗传架构的主流路径：分层 LD 评分回归使大规模注释分析成为可行 ^[5]，LD Hub 进一步把 173 个性状的汇总数据纳入统一分析平台 ^[1]；注释随后被拓展到连续变量，显示低 LD 位点的人均遗传力更高、更年轻的常见变异承载更多遗传力，与负向选择的作用一致 ^[2]，并可结合特异表达基因将遗传力富集映射到疾病相关组织与细胞类型 ^[4]。不过，围绕这类估计的稳健性一直存在争议，例如 SumHer 曾指出混杂校正过度会使全基因组显著位点少报约四分之一 ^[3]，而更根本的困境在于：这套方法在血统同质的队列中表现出色，在人群分层或混合群体中却受制于长程 LD 难以刻画，遗传力与遗传相关估计因此产生偏倚。

这篇预印本提出的 SUMMIT 框架正是冲着这一瓶颈：作者以随机投影高效估计全基因组 LD 评分，与 GWAS 汇总统计结合，在全局、注释分层与跨性状层面估计遗传力与遗传相关。在英国生物银行（UKB）的欧洲（EUR）、南亚（SAS）与非洲-欧洲混合（AFR）队列模拟中，SUMMIT 较既有方法准确性更高、偏倚更小，且增益在非欧洲血统中最大，源于对长程 LD 的更好建模——作为对照的 cov-LDSC 于 2018 年提出，初衷正是从汇总统计中获得稳健的 h_g^2 估计^[6]。跨 40 项 UKB 性状的分析显示，SUMMIT 估计的常见 SNP 遗传力（h_g^2）与注释富集在各血统间总体一致，且 h_g^2 比既往估计更接近近期基于全基因组测序的结果。

改进在遗传相关分析中最为直观：FDR<0.05 时，SUMMIT 在 SAS 中检出 23 项、AFR 中检出 3 项显著遗传相关，cov-LDSC 则分别为 0 和 2；这些非欧洲血统的发现与欧洲人群中的效应方向一致，提示多效性的全局模式跨血统大体共享。2020 年的一项预印本已报告不同血统间总遗传力与组织特异富集高度一致^[7]，SUMMIT 则在覆盖混合队列与注释分层的更稳健估计之下，把这种共享性证据推进到遗传相关层面，凭借精确的全基因组 LD 与高效矩估计，使系统比较不同人群、不同注释中遗传力与遗传相关的差异成为可能。

当然，该工作目前以预印本形式发布，模拟与实证均限于 UKB 的三类血统队列，其他人群中的表现尚待检验；作者自己也强调，复杂性状架构在多样化人群中的认识仍然有限，其结论仍需同行评审与独立队列的验证。