遗传关联研究是评估常见单核苷酸多态性（SNP）与复杂疾病之间关联的一种流行方法。然而，在这些关联研究中，涉及SNP到疾病机制的其他基因组数据，例如基因表达，通常被忽略。在本文中，我们建议通过联合建模SNP、基因表达和疾病之间的关系，利用基因表达信息来更有力地测试SNP与疾病之间的关联。我们提出了SNP和基因表达对疾病风险总影响的方差分量检验。我们在因果中介分析框架内进行了测试，将基因表达作为潜在的中介。对于eQTL SNPs，使用基因表达信息可以增强测试SNP集总效应的能力，即通过基因表达介导的SNPs对疾病风险的直接和间接影响。我们表明，零假设下的检验统计量遵循$\chi^{2}$分布的混合，这可以使用基于重采样的扰动方法进行分析或经验评估。我们为三种疾病模型中的每一种构建测试，这些模型仅由SNPs、SNPs和基因表达决定，或者还包括它们的相互作用。由于真实的疾病模型在实践中未知，我们进一步提出了一种综合测试，以适应不同的潜在疾病模型。我们使用仿真研究评估了所提方法的有限样本性能，并表明我们提出的测试性能良好，在疾病模型已知且正确指定的情况下，综合测试几乎可以达到最佳功率。我们应用我们的方法重新分析SNP集合的整体效果和ORMDL3型哮喘风险基因。