GEMMA:高效混合模型关联分析工具
GEMMA Genome-wide Efficient Mixed Model Association 项目地址: https://gitcode.com/gh_mirrors/gem/GEMMA
项目基础介绍和主要编程语言
GEMMA(Genome-wide Efficient Mixed Model Association)是一个用于全基因组关联研究(GWAS)的软件工具包。该项目主要使用C++编程语言开发,旨在通过线性混合模型(LMM)及其相关模型,快速应用于大规模基因组数据集的分析。
项目核心功能
GEMMA的核心功能包括:
- 快速关联测试:使用单变量线性混合模型(LMM)进行快速关联测试,能够校正群体结构和样本非可交换性。
- 多变量关联测试:支持多变量线性混合模型(mvLMM),能够在GWAS中校正群体结构和样本(非)可交换性,联合分析多个复杂表型。
- 贝叶斯稀疏线性混合模型(BSLMM):用于估计遗传力(PVE)、表型预测和多标记建模。
- 方差分量估计:支持从原始数据或汇总数据中估计方差分量,使用HE回归或REML AI算法进行估计。
项目最近更新的功能
根据最新的发布说明(RELEASE-NOTES.md),GEMMA最近的更新包括:
- 性能优化:对代码进行了优化,提高了计算效率和稳定性。
- 新算法支持:增加了对MQS算法的支持,用于从汇总数据中估计方差分量。
- 用户界面改进:改进了命令行界面的用户体验,增加了更多的调试选项和帮助信息。
- 跨平台支持:增强了在64位MacOS、Windows和Linux平台上的兼容性和稳定性。
GEMMA是一个功能强大且不断发展的工具,适用于基因组学和统计学领域的研究人员和开发者。
GEMMA Genome-wide Efficient Mixed Model Association 项目地址: https://gitcode.com/gh_mirrors/gem/GEMMA