A typical task arising from main effect analyses in a Genome Wide Association Study (GWAS) is to identify single nucleotide polymorphisms (SNPs), in linkage disequilibrium with the observed signals, that are likely causal variants and the affected genes. The affected genes may not be those closest to associating SNPs. Functional genomics data from relevant tissues are believed to be helpful in selecting likely causal SNPs and interpreting implicated biological mechanisms, ultimately facilitating prevention and treatment in the case of a disease trait. These data are typically used post GWAS analyses to fine-map the statistically significant signals identified agnostically by testing all SNPs and applying a multiple testing correction. The number of tested SNPs is typically in the millions, so the multiple testing burden is high. Motivated by this, in this study we investigated an alternative workflow, which consists in utilizing the available functional genomics data as a first step to reduce the number of SNPs tested for association. We analyzed GWAS on electrocardiographic QRS duration using these two workflows. The alternative workflow identified more SNPs, including some residing in loci not discovered with the typical workflow. Moreover, the latter are corroborated by other reports on QRS duration. This indicates the potential value of incorporating functional genomics information at the onset in GWAS analyses.

中文翻译：

---

两种规则流程的比较，这些规则流程是基于规则组和转录组的与心肌肿块相关的遗传变异优先排序。

基因组广泛关联研究（GWAS）中主要作用分析引起的典型任务是，确定单核苷酸多态性（SNP），使其与观察到的信号不平衡，可能是因果变异和受影响的基因。受影响的基因可能不是最接近相关SNP的基因。人们认为，来自相关组织的功能基因组学数据有助于选择可能的因果SNP并解释相关的生物学机制，从而最终在疾病性状的情况下促进预防和治疗。这些数据通常用于GWAS分析后，以精确映射通过测试所有SNP并应用多次测试校正而不可知地识别出的具有统计意义的信号。被测SNP的数量通常为数百万个，因此多重测试负担很高。受此启发，在这项研究中，我们研究了一种替代性的工作流程，该流程包括利用可用的功能基因组学数据作为第一步，以减少测试用于关联的SNP的数量。我们使用这两个工作流程对GWAS进行了心电图QRS持续时间分析。备用工作流程标识了更多的SNP，包括一些位于典型工作流程中未发现的基因座中的SNP。此外，后者关于QRS持续时间的其他报告也证实了这一点。这表明在GWAS分析开始时就纳入功能基因组学信息的潜在价值。备用工作流程标识了更多的SNP，包括一些位于典型工作流程中未发现的基因座中的SNP。此外，后者关于QRS持续时间的其他报告也证实了这一点。这表明在GWAS分析开始时就纳入功能基因组学信息的潜在价值。备用工作流程标识了更多的SNP，包括一些位于典型工作流程中未发现的基因座中的SNP。此外，后者关于QRS持续时间的其他报告也证实了这一点。这表明在GWAS分析开始时就纳入功能基因组学信息的潜在价值。