eqtl-GWAS和GWAS-GWAS

皮肤小白生

已于 2023-08-18 20:44:26 修改

阅读量929

点赞数

文章标签： windows

于 2023-08-18 20:44:09 首次发布

本文链接：https://blog.csdn.net/weixin_46587777/article/details/132368910

版权

本文介绍了遗传关联研究中的eqtl-GWAS和GWAS-GWAS模式，重点讲解了数据类型的区分（cc和quant），以及coloc.abf中的关键参数如样本量N和分类变量的处理。PP.H4后验概率被强调，用于评估表型间在同一因果变异位点的相关性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

目前教程中有eqtl-GWAS和GWAS-GWAS两种模式，其他模式比较少见，还未进行开发

数据类型cc为分类变量即case/control，quant为连续变量，eqtl数据默认quant

coloc.abf有两个比较需要注意的点，就是数据集中N是代表样本量，当表型为分类变量（cc）时，需要传入s（case占总样本量的比值）

PP.H0	表型1与表型2在区域减的所有SNP无显著相关
PP.H1/2	表型1与表型2在区域内的SNP位点显著相关
PP.H3	表型1与表型2在区域内的SNP位点显著相关，但是不同的因果变异位点
PP.H4	表型1与表型2在区域内的SNP位点显著相关，且是同一个因果变异位点