全基因组关联分析（GWAS）笔记1

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）