Interpretación de los resultados de un GLM utilizado para el análisis de eQTL

Question

Estoy teniendo algunos problemas para interpretar la salida del glm modelo que estoy utilizando para un análisis eQTL (un análisis de genotipo frente a la expresión de un gen en particular). Mi modelo es el siguiente:

fit <- glm(Expression ~ genotype + prep.no + sex, family = poisson, data = data)

La expresión génica se da como un valor de recuento (derivado de los datos de RNASeq que han sido corregidos por el tamaño de la biblioteca), y el genotipo es simplemente un valor de 0, 1 o 2 que denota el número de alelos menores que lleva un individuo en un locus SNP particular. Sé que tanto el número de preparación como el sexo de un individuo influyen en la expresión génica, por lo que deseo corregir por estos dos factores. Probando el modelo con un SNP que se ha confirmado previamente que influye en la expresión de mi gen, obtengo lo siguiente:

    Call:
glm(formula = Expression ~ genotype + prep.no + sex, family = poisson(link = "log"), 
data = ERAPdata)

Deviance Residuals: 
 Min        1Q    Median        3Q       Max  
-24.9946   -5.8912   -0.3892    4.6403   25.2830  

Coefficients:
             Estimate Std. Error  z value Pr(>|z|)    
(Intercept)  8.081717   0.004232 1909.463  < 2e-16 ***
genotype1   -0.025497   0.003396   -7.507 6.05e-14 ***
genotype2   -0.091365   0.007384  -12.374  < 2e-16 ***
prep.no2    -0.006075   0.005313   -1.143 0.252864    
prep.no3     0.001074   0.005412    0.198 0.842676    
prep.no4    -0.007511   0.005791   -1.297 0.194621    
prep.no5    -0.006958   0.005539   -1.256 0.209031    
prep.no6     0.023217   0.005812    3.994 6.49e-05 ***
prep.no7     0.026062   0.007411    3.517 0.000437 ***
sex1         0.015740   0.003433    4.584 4.56e-06 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for poisson family taken to be 1)

    Null deviance: 9662.4  on 131  degrees of freedom
Residual deviance: 9384.5  on 122  degrees of freedom
AIC: 10711

Number of Fisher Scoring iterations: 4

Teniendo en cuenta el importante valor de genotype1 ¿es correcto interpretarlo como: relativo a genotype0 , las personas con genotype1 tienen una disminución de la expresión de -0,025?
Si deseo repetir esto a través de muchos SNPs, ¿debería considerar sólo la importancia de genotype2 para comparar (ya que se trata de una comparación por pares entre los homocigotos opuestos en un SNP determinado, y la expresión de las hetas con genotype1 se espera que caiga en algún lugar entre los niveles de los homocigotos si de hecho hay un efecto del genotipo)? Además, en cuanto a la corrección del efecto del lote y del género, ¿cómo lo hace el modelo? Pensé que incluir los términos era todo lo que se requería. ¿Cómo encuentro la significación del genotipo una vez que el género y el prep.no ¿se controlan? Como también tienen un efecto significativo en la expresión (arriba), es evidente que son un problema.

Cualquier comentario o sugerencia será muy apreciado.

Answer 1

¡Bienvenida al sitio, @Aimee!

Como se ha comentado anteriormente, si se trata genotype como continua, entonces la interpretación sería, la tasa de incidencia logarítmica de expresión para el aumento de un recuento de alelos menores, con los efectos de lote y de género controlados. Nótese que aquí se trata de la familia Poisson y del enlace logarítmico, por lo que la interpretación sería diferente a la de las regresiones lineales. De este modo, una única prueba z para genotype sería suficiente.

Los efectos del lote y del género se han controlado en el modelo, por lo que no hay que preocuparse por su importancia. La prueba e interpretación de genotype se llevan a cabo con los efectos del lote y del género controlados.