最近在学习GWAS,记录一下。
一、定义
全基因组关联分析(Genome-wide Association Study),简称GWAS,是一种用于寻找与特定性状或疾病相关的基因变异(通常是单核苷酸多态性,SNPs)的研究方法。GWAS通过比较不同个体的基因组序列,分析某些基因变异在不同表型群体(如疾病患者和健康对照)中的频率差异,从而确定哪些变异与目标性状有显著关联。
个人理解:通过Marker(一般为SNP)与Phenotype之间的关联,来推测或者表示Gene与Phenotype的关联。
下面这张图能比较清晰直接的看出来
二、模型
因为研究的是关联分析,所以需要用到回归模型,主要使用的模型有两种,一种是一般线性模型(GLM),一种是混合线性模型(MLM)。
1.一般线性模型(General Linear Model,GLM)
直接将基因型x和表型y做回归拟合,也可以加入群体结构控制假阳性。
2.混合线性模型(Mixed Linear Model,MLM)
MLM模型比GLM模型多加入亲缘关系矩阵作为随机效应来矫正模型。
小结:
GLM模型:Y=SNP+Q(PCs)+e
MLM模型:Y=SNP+Q(PCs)+K(Kinship)+e
Y表示表型
SNP是标记效应
Q是固定效应
K是随机效应
e是残差,服从正态分布
GLM是标记效应+固定效应+残差,所以叫一般线性模型
MLM是标记效应+固定效应+随机效应+残差,包含了随机效应,所以叫混合线性模型
三、步骤
这部分还没仔细学,就看了一点ChatGPT提供的回答,做个简单了解。
1.研究设计与样本收集
2.基因型数据生成
3.数据质量控制
4.关联分析
5.结果解释
6.结果验证
7.后续研究
过两天把GWAS的质控跑一跑再写一篇文章。(希望能填上这个坑)